AI算力供需两端情况如何？

AI 算力需求快速增长，国产厂商大有可为。

1.需求端：国内大幅提高资本开支，Deepseek 进一步加速国内厂家投入

AI 算力成为此轮 AI 发展的核心驱动力，海外大厂加快算力基础设施建设。ChatGPT 掀 起新一轮的 AI 发展浪潮，大模型的性能遵守 Scaling law 法则即大模型的最终性能主要与 计算量、模型参数量和训练数据量三者的大小相关，AI 算力成为此轮 AI 发展的核心驱动 力。北美科技巨头纷纷加码 AI 相关投入，投资于数据中心、服务器和网络设备等基础设 施。CY2024 前三季度北美云厂商 Meta、亚马逊、谷歌、微软 CapEx 总和达 1560.03 亿美 元（YoY+49.37%），已超过 2023 全年总和。

海外云厂商 25 年资本开支指引乐观，算力需求热度高涨。从海外云厂商对未来资本指引 情况来看，北美四大云厂商 2025 年资本开支平均增速至少在 30~40%左右。其中谷歌表 示 2025 年资本开支将达 750 亿美元（YoY+43.68%），开支主要用于服务器和数据中心 的 AI 领域投资。25 年 1 月微软宣布计划于 2025 财年投资 800 亿美元用于 AI 智算中心 建设，以支持 AI 训练和部署，相比于 24 年资本开支同比增长 43.63%。Meta 预计 25 年 资本开支 600-650 亿美元（YoY+52.94%-65.69%）, 未来数年还将投入数千亿美元用于人 工智能基础设施。亚马逊 25 年资本开支指引高达 1000 亿美元（YoY+33%）。

自研大模型驱动算力需求增长，24 年为国内 AI 建设元年。与海外相比，阿里、腾讯、百 度等国内厂商的资本开支高速增长阶段相对滞后于海外，2024 年才开始高增阶段（多个 季度同比增速近 100%）。2024 年三季度，三家国内厂商合计资本开支达 362 亿人民币， 实现同比增长 114.17%。根据目前已披露数据，阿里与腾讯资本开支实现同比大幅增长。 24 年国内云厂商资本开支大幅增长的背后，主要原因系国内云厂商纷纷自研大模型并持 续迭代，包括阿里的通义千问、百度的文心一言、腾讯的混元大模型以及字节跳动豆包， 此外众多终端应用宣布接入 Deepseek，有望驱动国产算力需求。

近期国产互联网厂商 AI 动作频发，有望进一步驱动国产算力资本开支高涨。（1）腾讯 全面拥抱 Deepseek，宣布旗下多个产品矩阵式接入 DeepSeek R1，涵盖腾讯文档、腾讯元宝、QQ 浏览器、ima 工作台、QQ 音乐、腾讯地图等众多高频场景。（2）据澎湃新闻 报道，阿里联合创始人、董事局主席蔡崇信于迪拜 2025 世界政府峰会确认阿里与苹果就 AI 展开合作，苹果在中国销售的 iPhone 手机将采用阿里巴巴的人工智能技术，利用阿里 人工智能技术为其手机赋能。（3）字节 2024 年用于 AI 数据中心的投入仅次于北美四大 云厂商（Omdia 数据），截至 24 年 12 月 15 日，中新网数据显示豆包大模型的日均 tokens 突破了 4 万亿，7 个月里增长超过 33 倍。

2.供给端：海外加大 AI 芯片限制，国产厂家突围

GPU 是服务器核心零部件，运算能力卓越且成本占比高。GPU 即图形处理器，起初用于 图形处理，如今在人工智能等多领域发挥关键作用。在服务器中它极为重要，相比于 CPU， 凭借其强大并行计算能力可大幅提升运算速度。从成本占比看，以英伟达 DGXH100 为 例，8GPU+4NVSwitch 基板在服务器总成本中占比达 72.62%。在数据呈指数增长、CPU 迭代放缓的当下，GPU 加速计算优势凸显，是现代高性能计算服务器的核心零部件。

数据中心 GPU 领域英伟达一骑绝尘，几乎垄断市场。近年来，随着 AI 浪潮的兴起，英 伟达数据中心 GPU 出货量及收入一路攀升。从英伟达数据中心收入情况来看，其收入自 2024 财年起高速攀升，连续两个季度收入同比增速高达 400%。在全球数据中心 GPU 出 货量份额方面，TechInsights 数据显示 2023 年全球数据中心 GPU 总出货量达到 385 万颗，英伟达以 98%的市场份额稳居第一，与 2022 年的市场份额相近，几乎垄断了整个市 场。这意味着在 2023 年，AMD 和英特尔（主要是数据中心 GPUMax 系列，未包括 Gaudi ASIC 芯片）两家厂商加起来的总出货量仅 9 万颗。

美国修订出口规则扩大管制范围，国产算力自主可控迫在眉睫。美国时间 2023 年 10 月 17 日，美国商务部工业和安全局（BIS）发布了一系列出口管制规则（以下简称为“2023 年 10 月 17 日新规”），更新了对先进计算集成电路、半导体制造设备以及支持超级计 算应用和最终用途的物项向包括中国在内的武器禁运国家的出口管制措施，并将中国的 13 家实体列入了实体清单。其更新了 ECCN 3A090 管制要求，据 2022 年 10 月发布的规 则中，仅限制最高性能芯片（TPP 超过 4800），但新增的 3A090b 限制标准同时针对 TPP 在 1600-4800 之间的次高性能芯片。美国时间 2025 年 1 月 13 日，美国拜登政府正式公 布了针对人工智能（AI）的临时最终出口管制规则，中国将几乎完全被禁止从美国进口 先进的 AI 处理器用于人工智能系统的训练。 华为寒武纪助力国产 GPU 突围。寒武纪及华为为我国 GPU 主要供应商，近年持续迭代 新品。其中寒武纪思元 290 芯片用 7nm 工艺，4 位和 8 位定点运算理论峰值性能分别 达 1024TOPS、512TOPS；思元 370 采用 Chiplet 技术，算力是思元 270 的 2 倍；2023 年推出的思元 590 基于灵活的 MLUv02 扩展架构设计，北方算网公众号显示其算力水平 为 314 TFLOPS（FP16），提升大模型训练效率。华为 2018 年发布昇腾 310（12nm，终 端低功耗，最大功耗 8W）和昇腾 910（7nm，云端高算力，可组成 Ascend 集群）两款 AI 芯片，均基于达芬奇架构。后续的昇腾 910B 基于 7nm+EUV 工艺与 32 核自研架 构，半精度 FP16 算力 320TFLOPS，支撑千亿参数大模型训练，已实现规模化落地。

国内大厂加速自研 ASIC 进程。除了通用服务器芯片外，国内大厂亦加速 ASIC 自研进 程，已从 2018 年起陆续推出自研 ASIC 芯片。腾讯陆续推出沧海、紫霄、玄灵等自研高 性能芯片，阿里巴巴也推出自研的服务器芯片含光 800 和倚天 710，百度已推出昆仑芯 1 代和昆仑芯 2 代。 Deepseek 带动国产大模型弯道超车，软硬件协同打破海外垄断。2025 年 1 月，Deepseek 开源推出大模型 DeepSeek-R1，采用混合专家系统架构，以 1.4B 参数规模实现了传统稠 密模型 7B 量级的性能表现，其核心创新动态路由算法的优化显著降低计算资源消耗，并 保持高精度输出，在数学、代码、逻辑推理等任务中达到与 OpenAI o1 相当的水平，突 破了数据依赖瓶颈。DeepSeek-R1 通过算法效率提升与硬件适配优化，降低训练成本与制 程依赖，提供了在算力有限的条件下通过算法创新的技术突破路径与解决方案。目前， 据智东西报道 DeepSeek 已与 16 家国产 AI 芯片企业（如华为昇腾等）完成适配，其中， DeepSeek 基于华为自研推理加速引擎，在昇腾硬件上达到良好部署效果。硬软协同创新 正加速打破海外技术垄断，为人工智能时代构建自主可控的底层基石，推动国产算力生 态崛起。 在持续夯实基础模型能力的同时，DeepSeek 的技术演进已延伸至应用层突破。继架构创 新取得阶段性成果后，团队将算法优化与工程化能力系统整合，正式推出具备全场景适 应能力的 DeepSeek-V3 模型。该版本通过动态稀疏激活机制的再升级，在保持计算效率 优势的基础上，进一步拓展多模态处理与复杂决策能力，其技术成熟度已在权威评测体 系中得到充分验证。