算力芯片行业深度研究报告：算力革命叠浪起，国产GPU奋楫笃行.pdf

算力芯片行业深度研究报告：算力革命叠浪起，国产GPU奋楫笃行。GPU 并行计算能力适用于 AI 训推需求，大模型发展催化 GPU 需求。GPU 不 仅仅负责图形处理，也能执行通用计算任务。其核心由大量简单的计算单元构 成，这些单元被组织成强大的计算阵列，能够同时对海量数据执行相同的简单 操作，因此相比 CPU 更擅长处理并行计算任务。当前主流的 AI 计算加速芯片 主要有四种技术架构，相较于 ASIC 和 FPGA，GPU 在通用计算性能和开发友 好性上更具优势，也比仍处探索阶段的 NPU 更为成熟，因而成为大模型训练 和推理的主力。近年来，人工智能取得突破性进展，多模态大模型不断涌现。 大语言模型的进化遵循 Scaling Law 法则，其能力提升高度依赖海量算力供给。 未来，随着 AI 大模型向多模态、强推理、数据合成等方向演进，算力将继续 作为核心驱动力，推动模型能力不断突破，加速 AI 应用的广泛落地。

海外巨头持续加码 AI 投入，英伟达占据全球主导地位。大模型在应用端的表 现持续取得显著进步，正逐步深入渗透日常生活和工作场景，活跃用户数量不 断攀升，token 调用量保持高速增长。据谷歌业绩说明会，2025 年其月度 Tokens 调用量从 5 月的 480 万亿大幅上升至 7 月的 980 万亿，并于 10 月爆发式增长 至 1300 万亿，其提升节奏与谷歌 Gemini 2.5、Nona Banana 等产品的更新步调 保持一致。从谷歌 AI 相关业务表现来看，大模型用户正在向付费用户转化， 有望实现 AI 投入的商业闭环。因此，北美科技巨头纷纷加码 AI 相关投入。此 外，自 2025 年以来，包括英伟达、微软、OpenAI、Oracle 在内的北美 AI 领域 巨头已陆续签订投资与战略合作协议，进一步坚定对 AI 的投资信心。在数据 中心 GPU 市场，英伟达一家独大且保持高速增长。其 GPU 产品在 AI 智算性 能上持续革新，GB200 的训练性能达 H100 的 4 倍，推理性能为 H100 的 30 倍，并进一步推出专为扩展推理与 AI 推理任务设计的 GB300。此外，CUDA 编程工具大幅降低了开发门槛，进一步巩固了英伟达在 AI 智算领域的竞争壁 垒。

美国扩大高端 GPU 出口限制，国产奋起力争自主可控。2023-2025 年，美国 多次修订出口规则扩大管制范围。由于 GPU 是国内人工智能发展的基础，相 关政策持续加码支持国产算力行业发展。当前，寒武纪、海光信息、摩尔线程、 沐曦股份等国内厂商推出多款 AI 智算芯片产品，并逐步追赶国际领先标准。 从各公司创始团队及核心成员来源来看，寒武纪核心创始成员均来自中科院计 算所，海光信息核心高管大部分来自中科曙光，摩尔线程创始成员来自英伟达， 沐曦股份创始成员多数来自超威半导体，决定了其技术底蕴及技术基础。从产 品路线及收入规模来看，海光信息 CPU 产品贡献主要营收，信创 CPU 产品带 动整体收入实现较快起量；寒武纪深耕 AI 智能芯片，收入放量强依赖于互联 网客户验证及部署进程，因此收入在 25 年实现爆发式成长。摩尔线程和沐曦 股份均提供通用 GPU 产品，但由于摩尔线程和沐曦成立时间较短，目前仍处 于商业化落地前期，收入规模相对较小。盈利能力方面，由于 GPU 行业在爬 坡早期毛利规模无法覆盖高额研发支出，因此早期通常处于亏损状态。海光信 息 2021 年实现全年转盈，寒武纪于 2024Q4 实现单季度转盈，摩尔线程和沐 曦目前仍未实现盈利，据招股说明书，摩尔线程预计最早于 2027 年实现合并 报表盈利，沐曦股份预计最早 2026 年实现盈利。