国产 AI 算力芯片竞品分析：份额替代、供给瓶颈与生态竞争的格局分化

一、竞品调研摘要

本报告对国产 AI 算力芯片赛道做品类全景竞品分析，覆盖华为昇腾、寒武纪、海光信息、阿里平头哥、百度昆仑芯等已形成规模收入的第一梯队，摩尔线程、沐曦股份、壁仞科技、燧原科技等独立 GPU 厂商，以及字节跳动、腾讯等自研 ASIC 阵营，并把英伟达、AMD 在华业务作为竞争参照系。

核心结论有六条。

第一，份额替代已经完成主要部分。2025 年中国 AI 加速卡市场国产厂商交付约 165 万张，市占率 41%；IDC 预计 2026 年国产出货增至约 230 万张，份额首次超过 50%（51.1%）。多家机构测算口径虽有差异，方向一致：英伟达在华份额已从历史高点的九成以上回落到个位数到两成区间。

第二，格局呈现"一超多强"。华为昇腾 2025 年出货 81.2 万张，占国产厂商出货近一半；摩根士丹利预计其 2026 年在国产 AI 加速卡内部份额约 62%，寒武纪约 14%，CR2 达 76%。其余玩家在剩余份额里争夺。

第三，独立 GPU 厂商集体完成资本化，但盈利分化明显。2026 年上半年，沐曦股份是"四小龙"中唯一实现归母净利为正的公司（6.12 亿元，扣非仍亏损）；摩尔线程、壁仞科技、燧原科技归母口径分别亏损 1156 万元、3.77 亿元、6.32 亿元；同期寒武纪归母净利 23.11 亿元、海光信息 17.98 亿元，量级差距显著。

第四，真正的紧约束不在设计端，而在制造端。中芯国际 N+2（等效 7nm）2026 年可供 AI 芯片的产能与需求之间存在明显缺口；HBM 占加速器物料成本近一半，国产 HBM3/3E 仍处研发或小批量阶段；先进封装月产能合计仅 2 万至 2.5 万片。供给瓶颈正在直接决定谁能把设计能力转化为收入。

第五，生态仍是最大短板。CUDA 生态积累了十余年、约 400 万开发者；国产各家的 CANN、MUSA、MXMACA、驭算等软件栈互不互通，形成新的生态割裂。迁移顺利的情况下硬件性能也只能发挥七到八成，算子勉强适配可能只剩三到四成。

第六，需求侧正在从训练转向推理。2026 年推理侧算力需求占比首次超过训练侧，国内推理占比已达 60% 至 70%。这既降低了"必须对标顶级训练卡"的压力，也让"能不能真正用起来"取代"参数谁更高"成为竞争焦点——多地智算中心 GPU 平均利用率不足 30%，是本轮国产化最值得正视的反面指标。

二、调研概述

调研背景：受出口管制约束，中国 AI 算力采购的可选项在过去两年发生了结构性变化，国产芯片从"备选方案"变成部分场景的"必选方案"。叠加 2026 年 9 月起针对国资新建算力设施的国产化采购硬性指标，赛道进入了以真实交付、真实利用率为考核标准的阶段，而非以参数和故事为标准的阶段。

对标维度：竞品清单与梯队划分、产品定位与技术路线、核心参数与量产状态、定价与商业模式、客户结构与渠道、财务与产能、软件生态与开发者规模、用户口碑与实际使用痛点、政策合规与供给约束、市场竞争风险与机会缺口。

调研方法：以公开网络信息为主，来源包括上市公司定期报告与招股书（寒武纪、海光信息、摩尔线程、沐曦股份、壁仞科技、燧原科技等）、第三方机构测算（IDC、TrendForce、DIGITIMES、摩根士丹利、Bernstein、灼识咨询、科智咨询）、行业媒体与券商研报、政府与行业组织公开文件。遵循"多口径冲突并列标注"的原则，不将单一来源数据当作定论。

数据时效：核心财务数据为 2026 年半年报口径，市场出货与份额数据为 2025 年全年及 2026 年预测口径，政策与产品动态截至 2026 年 9 月下旬。

适配场景：算力采购决策、芯片与云厂商产品规划、AI 基础设施投资研究、行业从业者对竞争位置的判断。

需要说明的边界：本期聚焦"国产 AI 算力芯片（AI 加速卡）"这一品类，即以训练/推理加速卡为核心收入的公司与产品，不展开讨论 AI 服务器整机、光模块、液冷等配套环节，也不展开消费级显卡与边缘推理芯片的完整市场。

三、赛道整体竞争格局

3.1 赛道整体竞争现状与市场集中度

市场总量与国产份额的变迁见表 3-1。

表 3-1 中"总出货超 600 万张"与"国产约 230 万张"来自不同测算主体，不能直接相除得出份额。"国产份额接近 90%"是 TrendForce 对"高端 AI 芯片"这一更窄口径的测算，与 IDC 对"全市场加速卡"的 51.1% 不是同一件事，引用时需标明。

市场规模的另一组数据来自灼识咨询：中国 AI 加速卡市场规模从 2020 年的 122.54 亿元增长至 2024 年的 2164.77 亿元，预计 2028 年达 11076.46 亿元，2024 年至 2028 年复合增长率 50.40%，届时中国需求约占全球的 30%。该口径为市场规模（金额）而非出货量，与表格中的张数口径不可混用。

集中度方面，两个层次需要区分。全市场口径下，2026 年一季度一线智能算力市场销售数据显示，华为昇腾占 37%、英伟达 19%、AMD 11%、寒武纪 8%、海光信息 6%、阿里平头哥 5.5%、百度昆仑芯 4%，其余本土厂商合计超 7%。国产阵营内部口径下（摩根士丹利 2026 年预测），昇腾约 62%、寒武纪约 14%，CR2 为 76%、CR4 为 86%。这意味着国产化率提升并不等于格局分散，反而在国产盘子内部形成了比全市场更高的集中度。

值得注意的是国产份额抬升与英伟达退出的时间关系。英伟达 2027 财年第一季度（截至 2026 年 4 月）中国数据中心 Hopper 产品出货为零，上年同期为 46 亿美元；2026 年 8 月起 H200 少量进入中国，字节跳动、腾讯各获约 1 万颗（单客户授权上限 7.5 万颗）；公司 CFO 在 2026 年 8 月 26 日的财报电话会上披露，当季面向中国客户的 Hopper 200 产品出货不足其数据中心收入的 1%，且三季度指引明确不假设任何来自中国的数据中心计算收入。也就是说，国产份额的提升一方面来自自身供给能力增强，另一方面来自竞争参照物在合规约束下的主动或被动退出。

3.2 竞品梯队分层划分

一个容易被忽略的结构性事实是：按燧原科技招股书的行业分类，华为海思、寒武纪、平头哥、昆仑芯均不属于通用 GPU（GPGPU）架构厂商，而这四家恰是 2025 年国产出货量最大的四家，按 IDC 出货数据折算合计已占全市场三成左右。换言之，"国产 GPU"这一说法在品类意义上并不精确，更准确的表述是"国产 AI 加速芯片"。

3.3 整体竞争核心特征与行业竞争趋势

特征一：份额替代快于能力替代。出货量份额的翻转用了约两年，但软件生态、集群稳定性、高端训练能力的追赶仍以年为单位计。份额是采购政策与供给安全共同作用的结果，不完全等同于产品竞争力。

特征二：大厂自研从"内部降本"走向"对外供货"。百度昆仑芯 2025 年外部收入占比已超过 50%，腾讯成为其客户；平头哥真武系列 60% 以上用于服务外部客户。这使独立芯片公司面对的不只是同业竞争，还有兼具客户与竞争者双重身份的平台型对手。

特征三：竞争重心从单卡参数转向系统交付。超节点、互联协议、集群调度、故障自愈正成为核心卖点，华为昇腾 950 超节点、平头哥 128 卡磐久超节点、沐曦 MetaXLink 均属这一逻辑。

特征四：需求结构向推理倾斜。2026 年推理侧算力需求占比达 54%，首次超过训练侧；国内算力分配中推理已占 60% 至 70%。推理场景对极致单卡性能的宽容度更高，对性价比、易用性和交付速度更敏感，这为腰部厂商留出了现实空间。

四、核心竞品基础信息深度拆解

4.1 产品定位、核心赛道与目标人群

华为昇腾定位"芯片—CANN—昇思—Atlas—超节点/集群"全栈基础设施，核心客户是运营商、大型互联网企业、国家级与省级智算中心；商业模式以整柜/超节点硬件销售为主，辅以华为云 MaaS 服务中小客户。

寒武纪定位专用 AI 加速芯片，收入几乎来自云端产品，客户集中在金融、互联网、电信、能源等行业，属"少数大客户驱动"模式。

海光信息定位"CPU + DCU 双芯"，以 x86 生态兼容性见长，客户覆盖政府部门、国有银行、运营商、互联网厂商，在石油勘探、气象、金融等既有 HPC 场景具备替代经验。

阿里平头哥与百度昆仑芯本质是"云厂自研 + 外供"，前者绑定阿里云与通义模型体系，后者从搜索内部算力起步、外部客户以运营商为代表。

摩尔线程、沐曦股份、壁仞科技、燧原科技面向的是同一批客户：互联网大厂、运营商、地方智算中心、金融与政务客户。四家在产品定义上已经出现分化——摩尔线程强调全功能 GPU 与图形能力，沐曦强调全国产供应链闭环，壁仞坚持云端大算力训练路线，燧原强调训推一体与生态伙伴联合打磨。

4.2 发展历程与当前迭代阶段

四小龙的资本化节奏高度密集：摩尔线程 2025 年 12 月 5 日科创板上市（发行价 114.28 元，首日收盘涨 425.46%），沐曦股份 2025 年 12 月 17 日科创板上市（发行价 104.66 元，首日收盘涨 692.95%），壁仞科技 2026 年 1 月 2 日港股上市（发行价 19.60 港元，首日收盘涨 75.82%），燧原科技 2026 年 9 月 11 日科创板上市（发行价 142.18 元，首日高开 188.37%）。截至 2026 年 8 月 28 日，摩尔线程总市值约 2545 亿元、沐曦股份约 2700 亿元、壁仞科技约 1042 亿港元；燧原科技上市首日市值突破 1700 亿元。

产品迭代节点清晰：沐曦曦云 C600 于 2025 年 7 月 WAIC 发布、2026 年 5 月量产；燧原 L600 于 2025 年 7 月发布，为第四代训推一体芯片；摩尔线程 MTT S5000 在 2026 年上半年实现规模化销售并落地北京、无锡、杭州等地；华为昇腾 950PR 于 2026 年一季度量产、950DT 计划 2026 年四季度推出，并在 2026 年 9 月 17 日全联接大会上把昇腾 960 的芯片就绪时间提前（960DT 提前三个季度至 2027 年一季度，960PR 提前一个季度至 2027 年三季度）。

4.3 核心技术壁垒与主打优势

需要说明两点。其一，各家公布的算力参数通常对应特定精度（FP8、FP4、INT8 等）与理想条件，跨厂商直接比较单卡峰值算力容易失真，行业更认可"同精度、同模型、同规模下的实测吞吐"这一口径，而公开可比数据极少。其二，表内参数均为厂商公开或媒体转述口径，部分未经第三方复测。

五、多维度竞品横向对标分析

5.1 核心能力对标

5.2 定价、套餐体系与盈利模式对标

本赛道定价透明度偏低，公开可比价格信息有限，仅能归纳结构。

商业模式分三类。第一类是硬件整柜/整机销售，华为昇腾超节点主要通过整柜硬件销售服务运营商、大型互联网企业与国家级智算中心，同时通过华为云 MaaS 服务中小客户。第二类是加速卡及模组销售，是四小龙的主要收入形式，燧原科技 2025 年 AI 加速卡及模组收入 8.56 亿元，占主营业务收入 86.83%。第三类是算力服务与一体化交付，包括一体机、算力集群交付与运营，沐曦与中科院合作的国产千卡集群、燧原在甘肃庆阳的万卡推理集群均属此类。

价格趋势上，供需紧张已经传导至报价端：华为昇腾 950PR 在获得批量订单后价格近期上涨约 20%；行业层面，HBM 价格相较 2025 年上涨超过三倍，叠加先进制程与封装产能不足，共同推高国产 AI 芯片整体价格。

毛利率方面，已披露厂商的硬件毛利率集中在 42% 至 57% 区间：摩尔线程 2026 年上半年整体毛利率 56.95%，寒武纪中报毛利率 55.25%（二季度 56.1%），海光信息 55.2%（同比下降 4.9 个百分点，主因 DCU 收入占比提升带来的结构性摊薄），壁仞科技毛利率 42.7%（同比提升 10.8 个百分点）。壁仞与其余三家的毛利率差距，与其训练卡占比高、单卡成本重的产品结构相关。

5.3 应用场景与落地能力对标

落地能力最强的两类场景：一是政企与国资智算中心，受益于国产化采购要求，落地确定性最高；二是金融、电信、能源、交通等行业推理场景，需求稳定、对极致训练性能依赖低。华为昇腾在此类场景已有规模商用，昇腾 950 超节点规模商用超 1000 套，应用于互联网、运营商、金融、教育、医疗、交通、制造等行业。

替代进展最快的高端场景是海光 DCU 在石油勘探、气象、金融等既有 HPC 领域的切入。训练场景则是最难的一环：公开案例中，能完全脱离英伟达硬件完成万亿参数模型完整训练闭环的，目前被广泛引用的是昇腾 910C 集群对 DeepSeek V4-Pro（1.6 万亿参数）的全参数后训练一例。

推理侧进展明显快于训练侧。多个"发布即适配"案例出现在推理场景：阿里云真武 M890 超节点对 Kimi K3 实现 Day 0 适配，摩尔线程对 GLM-5 实现发布即适配，沐曦完成对腾讯混元 Hy4 preview、MiniMax H3 等模型的 Day 0 适配。但需注意，这些案例均建立在双方长期深度绑定（战略投资或核心客户）与对等投入的前提下，临时供需对接、仅接口层适配难以复制。

5.4 渠道分发与营销运营打法对标

渠道能力的差别，某种程度上比单卡性能差别更能解释 2026 年上半年的收入分化：手握集采与政企渠道的厂商交付更稳定，单纯依赖市场化拓展的厂商收入波动更大。

5.5 用户口碑与核心痛点对标

本赛道最集中的用户反馈不是"买不到"，而是"用不起来"。可归纳为四道关口。

性能关：国产主流训练卡显存带宽约 1.5TB/s，国际旗舰可达 3.2TB/s；256 卡规模训练下，昇腾 HCCS 互联方案通信耗时占比较 NVLink + IB 方案高 5% 至 8%。行业调研显示，部分主流大模型在国产芯片上的适配度不足 60%。

生态关：这是最核心的短板。一个在 CUDA 生态跑通的训练任务迁移到国产平台，迁移顺利的情况下也只能发挥硬件性能的 70% 至 80%；算子勉强适配的情况下可能只有 30% 至 40%。开发者需要针对不同国产芯片单独适配、重构代码、优化算子，复用性差。

工程关：万卡级分布式训练中网络通信耗时占比达 30% 至 50%；任务断点续跑、故障自愈、多任务混部能力仍不足。有中小企业技术负责人反映，采购的国产卡标称算力可达国际主流产品的七到八成，但实际运行开源模型时输出速度仅为理论值的十分之一。GPUStack 方面披露，企业部署大模型时约八成故障来自"模型根本跑不起来"或"性能远低于预期"两类问题。

商业关：国产算力初期研发与适配投入高，加上适配周期长、优化成本高，部分用户形成"想用但用不起、用着不划算"的判断。只有当总成本低于海外方案、性能接近、体验一致时，市场化替代才算真正跑通。

六、头部竞品独立 SWOT 分析

6.1 华为昇腾

优势：份额第一且优势扩大（2025 年出货 81.2 万张、占国产近半），科智咨询预计 2026 年增至 102.6 万张；全栈自研覆盖芯片、编译器、框架、集群；950PR 为系列首款搭载自研 HBM 的芯片，950 超节点支持 1024 卡高速互联、提供 1 EFLOPS（FP8）算力；2026 年 9 月发布昇腾 960 超节点，采用业界首个 NPO 近封装光学技术，支持 4096 卡、8E FP8 算力、1PB HBM 容量；CANN 已开源，CUDA 兼容度称超 95%。

劣势：制程依赖中芯国际 N+2，产能分配不完全自主；走非 GPGPU 自研架构，开发者迁移仍需改造；生态虽快速扩张，社区规模（月活开发者约 3500 人）与 CUDA 差距仍大。

机会：国资新建算力设施国产化采购硬性指标最直接受益者；推理需求占比上升利好其超节点方案；三年一代的芯片路线图（950/960/970/980）提供了可预期的产品节奏。

威胁：产能瓶颈可能限制份额上限；互联网大厂自研 ASIC 大量替代外采需求；单一大客户依赖风险（有测算称互联网企业将占其 2026 年需求 60% 以上）。

6.2 寒武纪

优势：业绩兑现最充分，2026 年上半年营收 59.96 亿元、净利 23.11 亿元、扣非净利 21.66 亿元；2025 年首次实现年度盈利（营收 64.97 亿元、净利 20.59 亿元）；存货与预付款大幅增长（26Q2 末存货 82.48 亿元、预付 29.14 亿元）反映其已锁定产能，后续收入确定性相对较高；国模适配覆盖 GLM、DeepSeek、Qwen、Kimi、MiniMax 等主流开源模型。

劣势：前五大客户集中度 88.66%，客户结构脆弱；思元 690 面临先进封装与 HBM 供给瓶颈；软件生态相对封闭，依赖自研软件栈。

机会：金融、互联网、智能电网、智慧矿山、智慧商超等行业场景规模化复制；股权激励设定的 2026 年营收目标不低于 135 亿元提供了内部指引。

威胁：海光 DCU 在生态兼容性上的优势会分流对迁移成本敏感客户；大厂自研芯片压缩第三方市场份额。

6.3 海光信息

优势：CPU + DCU 双芯协同，是全链路国产化智算系统方案中唯一同时提供两类产品的厂商；DCU 采用类 CUDA 生态，算子覆盖度超 99%，迁移成本相对可控；2026 年上半年营收 90.99 亿元、净利 17.98 亿元，规模在已上市芯片公司中居首；已适配 400 余款主流大模型，DAS 集成超 2000 个算子、支持 100 余种主流 AI 工具。

劣势：2026 年上半年毛利率 55.2%，同比下降 4.9 个百分点，DCU 收入占比提升带来结构性摊薄；经营活动现金流净额 -4.28 亿元，由上年同期净流入 21.77 亿元转为净流出，反映产能与备货垫资压力；研发投入占营收 29.15%，短期利润承压。

机会：x86 生态兼容性使其在信创替代中具备跨行业复制能力；十万卡级国产集群（曙光 8000）交付经验可转化为标杆案例。

威胁：DCU 路线与英伟达生态高度接近，一旦供应条件变化，客户切换回来的成本同样低；CPU 端面对鲲鹏、飞腾等其他国产路线的份额竞争。

6.4 独立 GPU 四小龙

优势：集体完成资本化，融资通道打开，研发强度行业最高（壁仞 2026 年上半年研发占营收 65.05%，燧原 2025 年研发费用占营收 114.63%，摩尔线程 2022 年以来累计研发投入近 59 亿元）；产品定义灵活，可在全功能 GPU、训推一体、训练专用等路线间差异化；沐曦已跑出"半年度盈利"样本，验证了商业闭环可行性。

劣势：规模与第一梯队差距悬殊。2026 年上半年四家营收合计 54.16 亿元，而寒武纪一家同期营收 59.96 亿元、净利 23.11 亿元；四家上半年归母口径合计仍亏损约 4.09 亿元；2025 年四家营收分别为摩尔线程 15.06 亿元、沐曦 16.44 亿元、壁仞 10.35 亿元、燧原 9.90 亿元，均未形成规模效应；各自建设互不互通的软件栈，进一步抬高客户多供应商策略的成本。

机会：推理需求占比提升降低了对顶级训练卡的依赖；部分厂商（如沐曦）以"全流程国产供应链闭环"作为差异化卖点，在产能分配受限的市场中构成独特竞争力；政企与地方智算的分散需求提供了生存空间。

威胁：华为与两家互联网系自研芯片的挤压；产能排产被头部客户与头部厂商优先占用；资本市场对"从看参数转向看商业闭环"的重新定价压力，2026 年 8 月下旬四小龙股价较上市首日收盘价出现回落（摩尔线程回落约 11%、沐曦回落约 21%）。

6.5 各竞品核心竞争打法与护城河

七、市场差异化与竞争缺口分析

7.1 现有竞品同质化问题

同质化集中在三点。第一，产品定义趋同，训推一体、HBM 大显存、FP8 支持、超节点互联几乎成为共同标签，差异更多体现在实现程度而非方向。第二，目标客户趋同，几乎所有厂商都把互联网大厂、运营商、地方智算中心作为主攻方向，导致在有限的优质项目上反复竞标。第三，宣传口径趋同，"对标国际旗舰""国产供应链自主可控""Day 0 适配"等表述高度雷同，客户难以据此判断真实能力。

7.2 赛道未被满足的需求与功能缺口

缺口一：跨厂商异构统一调度。当前国产芯片集群闲置率被行业估算高达 70% 至 80%，主因是多厂商芯片混编、缺乏统一纳管，客户模型迁移需逐一适配驱动和算子库。谁先把"多对多"问题（多模型 × 多芯片 × 多推理引擎）用中间层解决掉，谁就掌握了进入存量机房的钥匙。

缺口二：可验证的实测基准。行业调研显示，部分主流大模型在国产芯片上适配度不足 60%，但客户在采购前几乎没有权威、可复现的第三方基准可参照。中国信通院 2025 年启动的 DeepSeek 国产化适配测评（覆盖工具链易用性、适配成本、功能完备性、性能表现）指向的正是这一缺口，但覆盖面仍待扩大。

缺口三：中小客户的算力可用性。当前政策与厂商资源都集中在国资大型项目，中小企业面临"买了卡跑不起来"的现实困境。算力券与词元券等地方补贴已开始针对这一群体（四川对企业购买国产算力费用的一般支持比例不超过 20%，成立 3 年内的初创企业可提高至 30%），但配套的技术服务与一站式交付能力仍稀缺。

缺口四：高带宽内存的国产替代。HBM 占 AI 加速器物料成本近一半，是整条供应链最薄弱环节。长鑫 HBM2 已量产、HBM3/3E 处于研发或小批量阶段，平头哥与寒武纪正在测试国产 HBM3E。

7.3 各竞品短板漏洞与可突破切入点

八、整体市场竞争风险与挑战

8.1 头部竞品压制与赛道内卷风险

份额集中度在国产盘子内部反而更高（CR2 达 76%），意味着腰部与长尾厂商面对的是比国产化前更拥挤的国内竞争。同时，采购主体集中在国资与头部互联网，项目数量有限而投标方众多，价格与账期压力较大。国资算力项目的账面约束也在收紧，山东某市级城投项目静态纯算力租赁回本周期为 10.5 年、综合收益后压缩至 8.3 年，且要求运营第 6 年经营性净现金流须覆盖当年专项债本息——这类考核会向下游传导为更严的采购条件。

8.2 技术迭代、政策合规与用户留存风险

技术迭代风险集中在制程与内存。中芯国际 N+2 产线的月产能正在从 3 万片向年底 7 万片爬坡，但即便乐观估算，2026 年全年可供 AI 芯片的产能仍难覆盖需求；N+3（5nm 级）良率仍低，AI 芯片最快也要 2027 年下半年才能使用。HBM 方面，2026 年至 2027 年仍需依赖 SK 海力士、三星、美光的配额，而这些产能被英伟达大量预定。先进封装方面，通富微电、盛合晶微、长电科技三家合计月产能仅 2 万至 2.5 万片，计划 2027 年提升至 5 万片；其中长电科技 2026 年规划月产能仅 0.5 至 0.8 万片，"能不能拿到封装产能"比"良率高低"更早成为瓶颈。

政策层面，国产化采购硬性指标是明确的增量来源，但需注意相关表述在多篇行业报道中存在文件名称与配套条款口径差异（见第 12 节参考资料标注），实际执行以官方发布为准。此外，算力设施效率考核正在收紧：工信部等五部门 2026 年 9 月 21 日发文，要求推荐的国家级绿色算力设施上架率不低于 60%、算力资源使用率处于行业先进，并对上一年度关键指标不达标的设施动态调整出名单。这会压制低效建设需求，对"只卖硬件不管运营"的模式构成约束。

用户留存风险来自高闲置率。工信部数据显示，截至 2026 年 6 月底全国算力设施整体上架率为 71.4%，约三成资源闲置；中国信通院 2026 年 3 月数据显示全国已上线智算中心 GPU 平均利用率不足 30%；IDC 测算企业级通用算力中心利用率仅 10% 至 15%。IDC 与中国信通院面向 250 家企业的调研显示，近半数企业智算资源利用率处于 51% 至 70%，制造、政务行业中利用率达 70% 以上的企业占比不足 35%。若利用率长期不能改善，下一轮采购的预算基础会被削弱。

8.3 新入局玩家冲击风险

整车与终端厂商之外，最值得关注的新入局者是互联网大厂自研 ASIC：字节跳动 SeedChip 采用 NPU 架构，2026 年有望量产 10 万颗，远期产能规划爬坡至 35 万颗，并正在开发引入 RRAM 阻变存储技术的新一代推理芯片以绕开 HBM 瓶颈；腾讯紫霄 2.0 训练性能提升 4 倍、推理吞吐提升 3 倍，公司宣布 2026 年新增自研紫霄芯片占比达 30%，年底部署规模扩至 10 万卡级别。这类玩家既是客户又是竞争者，其自研比例每提高一个百分点，都会直接压缩外采市场的绝对规模。

九、未来赛道竞争趋势预判

9.1 产品功能迭代竞争趋势

第一，竞争单位从"卡"上移到"节点与集群"。华为昇腾 960 超节点以 NPO 近封装光学技术实现 4096 卡扩展、可用度 99.8%，平头哥发布 128 卡磐久超节点，沐曦提供 MetaXLink 超节点扩展——互联与系统可用性正成为比单卡算力更关键的差异点。

第二，推理专用化产品会增多。推理占比已达 54% 并继续上升，面向大规模推理优化的产品（如昆仑芯 M100）与面向超大规模多模态训练的专用芯片（如昆仑芯 M300）会形成更清晰的产品分层。

第三，低精度支持竞赛延续。FP8 已成为标配，FP4 开始被引入（昇腾 950PR 支持 FP4，沐曦 C700 规划支持 FP4）。

9.2 市场运营与渠道竞争趋势

国资与政企渠道的重要性进一步上升，集采中标记录将成为最有力的销售凭证（昆仑芯在中国移动集采的表现即为典型案例）。同时，"交付 + 运营"一体化服务会成为新战场：谁能帮客户把上架率与利用率做上去，谁就能在下一轮采购中获得预算支持。地方政府侧的算力券、词元券补贴（贵州按合同有效金额 30% 激励，四川一般企业不超过 20%、初创企业可提高至 30%、人工智能一人公司可提高至 40%）会使需求向能提供完整服务方案的厂商集中。

9.3 差异化竞争发展方向

一是异构统一调度中间层。这是当前最明确、也最被低估的空白地带，GPUStack 等开源平台已在做类似尝试（其开源平台累计 11 万部署实例），有厂商将 90% 业务迁移至此类平台。

二是供应链确定性本身的产品化。沐曦强调"全国产供应链闭环"，在产能被分配的市场里，不依赖被别人排队的产线本身就是竞争力。

三是生态兼容与自主可控的平衡术。昇腾与海光分别从"自研架构 + 高兼容度"与"类 CUDA 生态"两端切入同一问题，未来两条路线的实测迁移成本对比会直接影响客户选择。

十、竞品应对落地策略与优化建议

10.1 产品功能差异化破局建议

面向腰部与独立芯片厂商：与其在单卡峰值算力上追赶头部，不如在"迁移成本 + 交付周期 + 单位 Token 成本"三项可量化指标上建立优势。行业现实是，客户最痛的不是算力不够，而是模型跑不起来或跑得远低于预期。把适配工程做成标准化产品（预置主流模型与推理引擎组合、提供可复现的性能报告），比再多一档 TFLOPS 更能促成采购决策。

10.2 市场与运营对标突围策略

面向所有厂商：把"利用率"作为与客户共同承担的经营指标。当前行业最大反面数据是智算中心 GPU 平均利用率不足 30%、国产芯片集群闲置率被估算高达 70% 至 80%。提供"交付 + 调优 + 长期运营"的复合方案，把收入结构从一次性硬件销售转向包含运营服务的持续收入，既能提高客户续购概率，也能在国资考核趋严的环境下获得更高权重。

10.3 竞品短板针对性卡位方案

针对寒武纪客户集中度高的短板，可承接其覆盖不足的腰部行业客户；针对海光 DCU 结构摊薄毛利率的问题，可通过 CPU + DCU 打包交付提高单项目价值；针对头部厂商生态相对封闭的问题，可依托信通院国产化适配测评等公共基准，把"可验证的实测能力"作为差异化信任状。

10.4 风险规避与长期竞争布局建议

第一，把产能与 HBM 供应安排前置到产品规划阶段，而非等订单落地。多家厂商的经营现金流为负、存货与预付款大幅增长，本质是在为产能排产垫资，这是当前行业的普遍成本。

第二，谨慎对待客户集中度。寒武纪前五大客户集中度 88.66% 已是行业内被反复提示的风险敞口，客户结构分散化应作为战略目标而非结果。

第三，避免与互联网大厂自研路线正面重叠。自研 ASIC 已明确覆盖推理场景并快速扩产，独立厂商应向自研难以覆盖的通用性与非标场景靠拢。

第四，把生态建设从"兼容声称"推进到"开发者留存"。CUDA 生态的护城河不只在于 API，更在于开发习惯、工程标准与人才存量，兼容层可以降低初次迁移成本，但留不住开发者。

十一、全文调研总结

国产 AI 算力芯片赛道在过去两年完成了一次罕见的份额翻转：国产厂商市占率从 2024 年的 34.5% 升至 2025 年的 41.3%，并预计在 2026 年突破 50%。这一翻转由供给安全诉求、采购政策引导和国际供应链不确定性共同推动，速度远快于产品能力的追赶速度。

当前格局的核心特征是"一超多强"：华为昇腾以约 62% 的国产内部份额领跑，寒武纪与海光信息在业绩兑现上跑在前面，阿里平头哥与百度昆仑芯以云厂自研身份跻身第一梯队，独立 GPU 四小龙集体完成资本化但尚未走出规模效应。2026 年上半年的收入与利润数据清楚地展示了这一分化——寒武纪一家半年营收超过四小龙营收之和。

真实的竞争约束已经从设计端转移到制造端与生态端。制程（中芯 N+2 产能缺口）、HBM（占物料成本近一半、国产 HBM3/3E 尚未规模放量）、先进封装（月产能仅 2 万至 2.5 万片）三道关口决定谁能把设计变成交付；而软件生态的碎片化决定交付出去的算力能否被真正用起来。多地智算中心 GPU 平均利用率不足 30%、国产芯片集群闲置率被估算达 70% 至 80%，提示本轮国产化的关键命题已从"有没有"转为"用不用得起来"。

对从业者的启示是：在本赛道，份额领先不等于能力领先，参数领先不等于交付领先，硬件卖出不等于价值兑现。下一阶段的胜负，将取决于谁能把供应链确定性、迁移成本和实际利用率这三件事同时做到可被客户验证的水平。

十二、参考资料

上市公司定期报告与招股书

• 寒武纪 2026 年半年度报告及 2026 年半年度报告点评研报（营收、净利、存货、预付款、研发投入、客户集中度数据）
• 海光信息 2026 年半年度报告及业绩预告（营收、净利、毛利率、经营现金流、研发投入、DCU 适配情况）
• 摩尔线程 2026 年半年度报告及 H 股上市筹划公告（营收、毛利率、亏损收窄幅度、研发投入、MTT S5000 进展）
• 沐曦股份 2026 年半年度报告（营收、归母净利、扣非亏损、研发投入、曦云 C600 量产状态）
• 壁仞科技 2026 年中期业绩（营收、期内亏损、经调整亏损、毛利率、研发开支、存货与预付款）
• 燧原科技科创板招股书与上市公告书（营收、研发费用、AI 加速卡销量、募资投向、与腾讯合作关系）

第三方机构测算

• IDC：中国 AI 加速卡出货与份额数据、企业级算力中心利用率测算
• TrendForce：中国高端 AI 芯片国产份额预测、HBM 价格走势
• DIGITIMES：2026 年中系高阶云端 AI 加速器出货预估
• 摩根士丹利：2026 年国产 AI 加速卡内部份额预测、华为昇腾销售额预估
• Bernstein Research：英伟达在华份额变迁、各厂商份额与出货量预估
• 灼识咨询：中国 AI 加速卡市场规模与复合增长率
• 科智咨询：华为昇腾 2025 年出货与 2026 年预测
• 中国信通院：全国已上线智算中心 GPU 平均利用率、DeepSeek 国产化适配测评
• 招商证券等券商研报：超节点、集群互联、算力芯片竞争格局分析

政府与行业组织公开文件及报道

• 工信部、国家发改委等七部门《2026—2028 年算力基础设施建设行动方案》相关行业报道（国产化采购比例不低于 75%、国产高速光模块补贴、研发费用加计扣除）。需说明：多篇行业报道对该文件名称存在"全国算力基础设施建设行动方案"与"硬科技协同发展方案"两种表述，配套条款中研发费用加计扣除亦有"200% 加计扣除延长至 2028 年底"与"提升至 230%"两种口径，具体以官方发布文件为准
• 工信部《关于组织开展国家算力互联互通节点建设工作的通知》（2026 年 2 月，"1+M+N"体系）
• 工信部、国家发改委等五部门《关于组织开展 2026 年度国家绿色算力设施推荐工作的通知》（2026 年 9 月 21 日，上架率不低于 60%）
• 工信部算力设施上架率数据（截至 2026 年 6 月底 71.4%）
• 国家数据局日均 AI 词元调用量数据
• 四川省《推进算力网建设的若干政策措施（试行）》（算力券、词元券补贴比例）
• 贵州新版算力券管理办法（2026 年 4 月 1 日施行）

企业官方发布与科技媒体报道

• 华为全联接大会 2026 相关发布（昇腾 960 超节点、NPO 技术、芯片路线图调整）
• 华为 2026 中国合作伙伴大会（Atlas 350 加速卡、昇腾 950PR）
• 阿里云峰会 2026（平头哥真武 M890、磐久超节点、ICN Switch 1.0）
• 百度昆仑芯 M100 发布与科创板上市辅导相关信息
• WAIC 2025 与 2026 期间沐曦曦云 C600、燧原 L600 发布信息
• 摩尔线程 MTT S5000 规模化销售与夸娥智算集群落地信息
• 中科曙光曙光 8000 全国产十万卡 AI 超集群落成（2026 年 7 月 10 日）
• 英伟达 FY2027 第二季度财报及电话会公开内容（中国区数据中心收入、H200 出货占数据中心收入比例、三季度指引）
• 行业调研与媒体报道：国产算力利用率分化、异构调度、GPUStack 关于模型部署故障比例的公开表述、中芯国际 N+2 产能与先进封装产能行业测算