文章核心观点 - 人工智能算力芯片是国家人工智能战略的核心基础设施，国内AI芯片产业在国产化替代政策引导下蓬勃发展，形成多元化竞争格局，主要厂商分为三类：专攻训练与推理的ASIC厂商、主打CPU路线的厂商以及布局全栈解决方案的厂商 [1] - GPU占据AI芯片市场主导地位，2025年GPU将占AI芯片80%市场份额，通用型算力GPU因架构优化（缩减图形渲染功能）具有更优计算能效比，广泛应用于人工智能模型训练和推理领域 [1] - 国产AI芯片在性能、生态和供应链自主化方面持续突破，通过多精度计算支持、先进封装技术（如Chiplet）、软件生态兼容（如类CUDA平台）和集群级解决方案与国际厂商竞争，并深入行业应用场景 [37] AI芯片分类与技术特性 - AI芯片按部署位置分为云端芯片（承担训练和高带宽推理任务）和边缘/终端芯片（承担独立推理任务）；按功能分为训练芯片和推理芯片 [3] - 主流AI芯片包括GPU、FPGA和ASIC（如VPU/TPU）：GPU通用性强且适合大规模并行运算，但图形渲染功能在推理端无法发挥算力；FPGA可编程配置架构适应算法迭代，开发时间短（6个月），但量产单价高且峰值算力低；ASIC通过算法固化实现极致性能和能效，量产后成本最低，但研发时间长（1年）且技术风险大 [2] - 评价AI芯片性能的核心指标为算力（单位TOPS/TFLOPS）、功耗（性能功耗比）和面积（影响成本及良率），其中算力类型包括INT8、FP32等精度 [4][5] 国际厂商技术对比（英伟达） - 英伟达GPGPU采用微架构（Volta/Ampere/Hopper）、CUDA核、Tensor核、显存容量和带宽等硬件参数决定性能，代表产品V100/A100/A800/H100在算力、显存和互联技术上持续迭代 [6] - 具体性能对比：H100（Hopper架构）FP32算力51 TFLOPS、INT8算力1513 TOPS、显存带宽2TB/s，较A100（Ampere架构）FP32算力19.5 TFLOPS、INT8算力624 TOPS、显存带宽1935 GB/s显著提升；互联技术从NVLink 300 GB/s（V100）升级至NVLink 600 GB/s（H100） [6] 国产AI芯片厂商全景 - 国内厂商分为三类：ASIC路线（寒武纪、天数智芯、昆仑芯）、GPGPU路线（海光信息、壁仞科技、沐曦集成电路）和全栈解决方案路线（昇腾、平头哥、摩尔线程、燧原科技） [1][34] - 代表性上市公司：寒武纪（市值493亿元）、海光信息（市值1336亿元）、景嘉微（市值367亿元）；非上市公司如沐曦（Pre-B轮融资10亿元）、天数智芯（C++轮融资超10亿元）通过多轮融资支持产品研发 [8] - 国产芯片制程以7nm为主（如寒武纪MLU370、海光DCU、天数智芯Big Island），部分采用12nm（平头哥含光800、燧原云燧i20），5nm技术处于研发中 [9][11][23][28] 厂商产品与技术特点 - 寒武纪：云边端产品矩阵（MLU370系列、Cambricon终端处理器），采用自主指令集架构（Cambricon ISA）支持动态可重构和低精度量化，算力达256 TOPS（INT8），制程7nm [10][11][12] - 海光信息：产品线包括CPU和DCU协处理器（深算系列），采用GPGPU架构兼容类CUDA环境，支持多精度计算和高带宽内存，深算一号显存带宽1024 GB/s（对比英伟达A100 2039 GB/s） [14][15][17] - 沐曦集成电路：聚焦高性能GPGPU，支持全线精度计算（FP32/FP16/BF16/INT8），注重软件生态兼容和能效优化 [18][19][20] - 壁仞科技：首款GPGPU芯片BR100采用Chiplet技术，FP16算力超1000T、INT8算力超2000T，擅长大模型训练 [22] - 燧原科技：训练推理全栈方案（云炬系列），云燧i20采用12nm工艺实现256 TOPS算力，单位面积效率媲美7nm GPU [23] - 平头哥：端云一体解决方案（含光800采用12nm工艺，算力820 TOPS），与阿里云生态协同 [28] - 昇腾：全栈生态系统（芯片+硬件+软件+应用），昇腾910B支持FP32/FP16精度，单卡性能对标英伟达A800/A100 [29] - 摩尔线程：基于MUSA架构覆盖AI计算与图形渲染，MTT S4000提供INT8算力200 TOPS、显存带宽768 GB/s，兼容X86/ARM和CUDA生态 [30][31][32] 性能与生态建设 - 国产芯片算力在INT8精度下普遍达100-200 TOPS（如燧原i20 256 TOPS、昆仑芯R200迭代升级），部分厂商支持FP64多精度计算和HBM高带宽内存 [9][23][25][37] - 软件生态通过兼容主流框架（PyTorch/TensorFlow）、构建类CUDA平台（海光DTK、沐曦MXMACA）及深度集成（昆仑芯与百度飞桨）降低开发门槛 [15][25][37] - 集群级解决方案成为竞争焦点，如华为昇腾超节点、壁仞科技光互连GPU超节点支持万卡级集群 [37] 应用场景与行业渗透 - 芯片应用覆盖互联网、安防、金融、政务、能源、科研等领域，具体场景包括智能数据分析、模型训练、边缘计算和自动驾驶（如地平线征程5用于自动驾驶） [2][12][16][25] - 厂商通过适配主流大模型（DeepSeek/LLaMA/ChatGLM）和行业定制化解决方案（如寒武纪用于推荐系统、海光用于商业计算）实现深度软硬协同 [12][16][37]

公司战略与投入 - 阿里巴巴宣布未来三年投入超过3800亿元用于建设云和AI硬件基础设施 [3] - 公司明确未来发展方向从互联网转向算力依赖AI芯片 [3] 技术研发突破 - 阿里巴巴自主研发新型AI推理芯片进入测试阶段完全采用国产供应链代工 [6][10] - 芯片兼容英伟达CUDA生态支持多模态推理实测ResNet50算力达125TOPS达到H20芯片约90%性能水平 [8] - 平头哥半导体已推出含光800倚天710镇岳510等多款芯片并在RISC-V架构领域形成三大系列处理器IP [8] 行业环境与政策背景 - 美国对中国高端芯片技术持续打压促使中国企业加速自主可控进程 [6][10] - 中国监管机构要求包括阿里巴巴腾讯等企业完全暂停采购NVIDIA芯片 [8] - 官方明确建议国内企业避免使用NVIDIA H20芯片因其存在性能限制和安全风险 [8] 市场竞争格局 - 中国AI芯片市场已涌现华为昇腾910B寒武纪MLU370等国产产品并在多个行业实现规模化应用 [10] - 阿里巴巴入局使国产AI芯片竞争力进一步提升推动行业自主创新进程加速 [12]

报告行业投资评级 - 行业投资评级为In-Line，即分析师预计该行业覆盖范围在未来12 - 18个月的表现与相关广泛市场基准一致 [7][209] 报告的核心观点 - 随着AI重塑日常生活，半导体行业面临前所未有的需求和地缘政治紧张局势，报告将对全球AI半导体市场进行概述，包括供应链的关键动态和中国加速AI本地化的推动 [1][4] 根据相关目录分别进行总结 半导体行业整体情况 - 2025年上半年逻辑半导体代工厂利用率为70 - 80%，仍未完全恢复；2024年增长缓慢，仅同比增长10%；2025年第一季度半导体供应链库存天数增加 [9][10] - 持续看到来自AI的巨大需求，NVIDIA需求旺盛，库存天数达到历史低点 [13][15] - 成熟节点代工厂利用率和盈利能力仍具挑战，毛利率仍较低，但2025年第一季度平均成熟节点代工厂利用率略有提高 [18][20][23] 细分市场情况 中国市场 - 预计中国前6大公司2025年资本支出将同比增长62%，达到3730亿元人民币；2024年中国GPU自给率为34%，预计到2027年将达到82%；预计2027年中国云AI总潜在市场规模将达到480亿美元；到2027年，中国本地GPU几乎可以满足中国AI需求，本地GPU收入可能增长到2870亿元人民币 [30][32][34] - 2025年3月中国半导体设备进口同比下降2%（3个月移动平均），来自大多数主要国家的半导体设备进口均下降 [39][41] - 主要云服务提供商的云资本支出依然强劲，2025 - 2026年云资本支出预计近7890亿美元；基于供应链数据的乐观假设下，2025年云AI半导体总潜在市场规模可能增长到2350亿美元 [49][51] 全球市场 - 预计到2030年，边缘AI半导体增长可能略快于云AI半导体；在云AI中，推理AI芯片增长将超过训练芯片，定制AI芯片增长将超过通用芯片 [54][55] - TSMC预计到2026年将CoWoS产能扩大到9万片/月；2025年将CoWoS和SoIC产能翻倍，但预计2026年扩张将减速 [61][66] - GPU供需需要时间来平衡，TSMC预计2025年生产510万片芯片，全年GB200 NVL72出货量预计达到3万片；2025年AI计算晶圆消费可能达到150亿美元，NVIDIA占大部分 [70][71][73] 技术与产品情况 - CPO有助于提高数据传输速度和降低功耗，是最节能的解决方案，正从收发器向CPO架构迁移 [76][78][81] - 关键投资辩论：AI ASIC此次能否成功；CSP即使有NVIDIA强大的AI GPU，仍需要定制芯片；总拥有成本分析显示ASIC与GPU相比仍具竞争力 [83][89][92] 市场趋势与应用情况 - 现场AI计算（NVIDIA GB10与MediaTek联合设计）可能成为关键市场趋势，DGX Spark可提供1PFLOPS的现场计算能力 [103] - 预计从2026年起，AI + AR眼镜用LCOS总潜在市场规模将逐步扩大 [112] - WoA（Windows on Arm）组合将是未来AI PC的理想选择，预计2028年AI PC渗透率将达到95%，从“Wintel”向“WoA”转变，WoA AI PC芯片将从x86手中夺取市场份额 [116][121][122] - 中国智能手机OEM厂商也开发了自己的大语言模型，如阿里巴巴Qwen、OPPO AndesGTP、小米MiLM AI助理、Vivo BlueLM AI助理 [123][124][125] 各细分领域情况 云半导体 - 进入2025年下半年，服务器相关公司月收入平均同比增长；2025年第一季度，前4大CSP（亚马逊、谷歌、微软和Meta）资本支出同比增长64% [131][133][135] DRAM - DRAM处于周期性底部，有新机会；Winbond为边缘计算提供可扩展CUBE解决方案，采用微凸块的CUBE 3D堆叠解决方案 [136][138][143] PC半导体 - 预计AI笔记本电脑迁移趋势将推动总潜在市场规模扩张27%；PC OEM平均库存天数仍处于较高水平 [150][152] EDA - 预计2023 - 2030年中国EDA市场收入复合年增长率为12%，达到33亿美元；中国EDA市场由美国公司主导，预计到2030年整体EDA自给率将提高到29% [159][161] FPGA - FPGA行业在2024年年中触底，尽管周期性复苏，但中国通信需求仍然疲软 [165] 功率半导体 - IGBT和MOSFET定价均已稳定，MOSFET定价恢复年度价格调整，IGBT定价同比趋势触底；扬杰科技在国内功率半导体领域独特，四分之一收入来自海外，2025年第一季度毛利率高于国内同行 [166][167][170] SiC - 2024年中国SiC衬底占全球市场份额的36%，而器件仅占全球市场份额的约9% [173] OSAT和后端设备 - JCET在国内OSAT中海外收入占比最高；受先进封装驱动，OSAT资本支出占销售额的比例回到历史高位；过去五年JCET本地收入增长低于同行 [176][177][179] MCU - MCU供应仍超过需求，汽车MCU更具机会；中国汽车MCU自给率较低，2025年第一季度生产商库存天数略有上升 [183][184][185] 公司评级情况 报告对众多公司给出了股票评级，如ACM Research Inc评级为O（Overweight），Advanced Wireless Semiconductor Co评级为E（Equal - weight）等，具体评级可参考报告表格内容，且股票评级可能会发生变化 [234][236]