奋进中的中国算力科技-算芯
deepseek刚出来那阵子，市场狂吹国产算力，搞得N链狂泻60%+，易中天跌得屁股直冒青烟，如今市场又把N链捧上天，国产算力似乎已经完全被遗忘了，大家没有点疑问吗，国产算力是被证伪了？还是彻底不行了？按理说不该啊，决策层甚至直接堵死了英伟达芯片进口，难道咱不搞算力建设了？如果还在搞，那怎么搞的，搞成个啥样了？
你看哈，现在小视频、小作文天天都在讲英伟达的故事，以及各种和它配套的公司的故事，几乎听不到有人讲讲华为昇腾的故事。
我们先从中美两国算力基建的规模聊起。
静态规模差距：AI算力全球占比，中国约18%，美国约52%，差距比较悬殊；
算力集群数量：中国有230个（全球第一），美国187个，中国已经超越；
企业资本开支：阿里、腾讯等7家巨头2025年AI相关开支约4787亿人民币，亚马逊、谷歌等6家巨头同期开支达4386亿美元（约3.1万亿人民币），差距悬殊；
数据中心装机容量：中国约为美国的60%；
建设速度：英伟达CEO黄仁勋评价，中国建设AI数据中心的速度远超美国，美国建一个平均需3年；
增量算力预测：中国预计全年新增AI加速算力不到1 ZFLOPs (基于国产及进口芯片测算)，美国预计全年新增AI加速算力超过25 ZFLOPs (含英伟达Blackwell等芯片)。增量差距达25倍，核心原因是美国拥有更高性能的芯片。
大家看清楚没有，算力芯片的性能是最关键的，基建速度再牛也赶不上芯片性能的差距，这个差距不是一般的大。
那么我们不用英伟达芯片了，即便用，人家也不给我们最好的，剩下只能数数国产芯片哪家强咯。
首先说结论，我国算力芯片的瓶颈，核心是在制造端被"卡脖子"，但正通过系统架构创新和工程化集群两条路径奋力突围。目前在设计层面差距已缩至1.5-2年，但制造端的全面追平，还需要更长的时间和更基础的技术积累，任重道远，不是一般的远。
1. 先进制程受限：这是最根本的瓶颈。中芯国际虽然实现了7nm工艺的可用良率，但台积电等国际巨头已进入2nm时代。国内先进工艺普遍被认为落后美国约两代，这直接导致了单颗芯片算力上的差距。
2. 单芯片性能差距：受制程和HBM（高带宽内存）获取的限制，国产芯片的单颗算力大约只有北美顶尖芯片的30%，内存带宽和容量也只能达到对方的40%-70%。
3. 核心设备与材料依赖：缺乏EUV（极紫外光刻）等关键设备，使得7nm以下芯片的规模化量产极为困难，且代价高昂。高端EDA工具和IP也面临限制。
面对这些硬性限制，业界正在探索两条主要的突围路径：
1. 系统级突围：通过"超节点组网"实现集群性能超越，这是目前最核心的策略。既然单颗芯片性能不如人，那就通过强大的高速互联技术，将大量中等性能的芯片"堆叠"成一个大规模计算集群，在系统层面实现性能赶超。例如，一个由384张国产芯片组成的集群，其总算力（FP16）可达到300 PFLOPS，是英伟达72卡方案（GB200 NVL72）的1.7倍；内存容量更是其3.6倍。华为的CloudMatrix 384平台就是这一路径的典型代表。
2. 架构级创新："韬定律"下的"时间微缩"，为摆脱对EUV光刻机的依赖，华为提出了"韬（τ）定律"，旨在通过器件、电路、芯片、系统四个层面的协同创新，用架构优化来弥补制程的落后，其目标是到2031年，在不使用EUV的前提下实现等效1.4纳米制程的芯片效能。
国产算力正处在一个关键的转折点上：架构比例正在快速逆转，自主化是坚定的长期战略。据多家机构预测，到2026年底，中国AI芯片市场的格局将发生根本性变化：
1. 当前比例（2026年预测）：国产芯片供应商合计将占据中国AI服务器芯片市场近80%的份额，而海外供应商合计份额将从2025年的34%骤降至21%。伯恩斯坦预测，英伟达在华AI芯片市场份额将从2025年的约40%降至2026年的约8%，而华为昇腾将拿下约50%的市场份额。
2. 预算流向（未来12个月）：彭博行业研究的调查显示，受访中国企业预计未来12个月会将46%的AI加速器预算投向国产芯片，高于目前的30%。这意味着国内AI算力采购正从"备胎转正"全面转向"核心首选"。
3. 生态闭环初现：一个"国产芯片 + 国产大模型 + 国产应用"的独立软硬件体系正在形成。DeepSeek、智谱、豆包、文心一言等主流大模型均已推出针对华为昇腾的专属适配版本，软硬件协同迭代的正向循环已经启动。
国产算力芯片市场已形成以华为昇腾为绝对核心的“一超多强”格局。根据2025年的出货量数据和近期订单趋势，各家情况如下：
1. 华为昇腾：达芬奇架构 ，950PR推理性能达英伟达H20的2.87-3倍，主打训练+推理全场景和超节点集群。2025年出货量81.2万颗，市场份额占国产49.2% 。
2. 阿里平头哥，真武系列，最新M890性能较上代翻3倍，在智能驾驶、金融领域部署广泛，2025年出货25.6-26.5万颗，市场份额占国产约16%。
3. 寒武纪，MLU架构，思元系列被认为是推理场景“性价比之王”，同等算力下价格仅英伟达A10的1/3，适配互联网搜索、金融风控等高频推理场景。2025年出货11.6-12万颗，市场份额占国产约7%。
4. 海光信息，深算系列，生态迁移便利，兼容x86和类CUDA架构，在党政信创市场优势明显，训练效率可达A100的80%。2025年出货约8万颗，市场份额占国产约5%。
5. 除上述公司外，燧原科技、天数智星、沐曦、摩尔线程等厂商也已实现万卡级出货，已跨过规模化交付的门槛。
从以上数据可以看到，华为昇腾在市场份额上处于断层式领先，相当于对岸的英伟达，但就技术路线对标的话，最接近的其实是摩尔线程，而且明确可以兼容CUDA生态，定位在全功能GPU，相比之下，华为昇腾本质上是为AI计算优化的专用ASIC芯片，基因完全不同。
上面提到过，华为昇腾在单芯片性能上远逊于英伟达，他就想出一个“超节点组网”的办法来超越性能，说白了就是性能不够量来凑么，那么这里就衍生出一个有意思的事情，384个超节点全光互连，必然导致光模块的单位需求量远超出英伟达的方案，所以从这个角度，与华为绑定的光模块公司是非常值得关注的。
还有一个问题值得深思，我们看到英伟达已经形成一条高速增长的利益链，这条利益链甚至已经渗透到了很上游的一根钻针、一个磷化铟沉底材料，但华为昇腾似乎还没有这种感觉，是否这是因为规模体量上的原因，或者是技术路线确定性上的原因，或者生态正在形成之中，转折点即将出现？
对于股市投机来讲，这个国产最牛逼的算力芯片不在股市上，只在故事上，是十分遗憾的，也不知道为啥，最牛逼的科技公司都不来A股，但A股的股民却是全世界最爱好科技的股民，而寒武纪、摩尔线程这些角色，说实话它们的产出和估值是不相称的，远超英伟达巅峰时期的水平，这反映出市场更多是在为"战略稀缺性"和"国产替代的未来"买单，而非当前的盈利能力。