中国AI算力市场概况 - 2025年上半年中国大模型中标项目数达1810个，金额突破64亿元，超越2024年全年总量 [1] - AI算力需求正加速流向金融、能源、政务、制造等核心产业 [1] - 客户需求从单纯租用GPU转变为要求可信赖、可持续交付的AI算力系统，例如招商银行要求云平台可用性达99.999% [1] - 2024年中国AI公有云服务市场规模同比增长55.3%，市场驱动力从训练与推理并重转向推理需求激增 [1] AI云服务的底层支撑与模式转变 - AI云的底层支撑已超越简单的"租卡生意"，需要自研AI芯片以及芯片与系统的深度协同能力 [1][3] - 仅靠采购英伟达GPU的模式不可持续，因为GPU成本占超大规模AI集群总投资的近一半，且受限于美国出口管制和台积电CoWoS封装产能 [2] - 客户需要的是高效的AI能力，而非单纯算力，这涉及万卡协同、低延迟互联和高利用率调度等复杂工程 [2] - 云厂商若仅做"采购+集成"，无法干预底层芯片架构和通信协议，其集群算力将成为"纸面算力" [3] 主要云厂商AI战略与芯片布局 - 顶级云厂商均布局自研芯片，包括AWS的Trainium、Inferentia、Graviton，Google Cloud的TPU，微软Azure的Maia 100、Cobalt，阿里云的倚天、含光，以及百度智能云的昆仑芯 [4][6] - AWS自研芯片布局完整，Graviton系列贡献其全球超一半新增CPU算力，能效提升逾40% [6] - AWS Trainium2已发展为几十亿美元业务，具备30%～40%的价格性能优势，但2025年Q3 AWS云业务增速20%，AI收入占比仅18% [7] - 微软Azure自研芯片进程不及预期，Maia v2交付推迟至2026年，短期内仍依赖英伟达GPU [9] - Google Cloud全栈自研战略发力，TPU v7性能接近英伟达B200，并开始对外销售TPU，2025年Q3营收同比增长34% [10][11] - 2024年中国AI公有云服务市场规模达195.9亿元，百度智能云和阿里云市场份额并列第一，合计接近占据整个市场一半份额 [14] 百度智能云的差异化路径 - 百度智能云构建了"算力—框架—模型—应用"四层闭环，是国内唯一同时拥有自研芯片、深度学习框架、大模型和应用平台的云厂商 [19][20] - 百度发布新一代昆仑芯及"天池512"超节点方案，支持512张卡互联，可完成万亿参数模型训练 [14][17] - 百舸AI计算平台5.0兼容CUDA生态，自研HPN网络支持10万卡RDMA互联，端到端延迟压缩至4μs [19] - 昆仑芯已支撑百度内部多个复杂模型的训练与推理，并应用于互联网金融、能源、制造等行业 [17][18] 行业趋势与核心竞争力 - 未来AI云的竞争核心是具备从芯片设计到商业化服务的端到端自主交付能力，而非单一芯片突破 [12][20] - 真正的行业壁垒是系统工程能力，全球范围内Google是典型代表，中国具备类似潜力的厂商是阿里云与百度智能云 [12][20] - 阿里云选择以全栈协同换效率，以自主核心换可控；百度则倡导"倒金字塔"产业生态，强调应用应创造比芯片高100倍的价值 [14][20]