半导体综研 . 半导体供应链数据研究综合平台 以下文章来源于半导体综研 ，作者关牮 JamesG 申请入围"中国IC独角兽" 半导体高质量发展创新成果征集 前言： AI 大模型能力的快速提升（如 Qwen3 、 Llama4 的多模态升级与逻辑推理优化）正推动 AI 从辅助工 具向核心生产力渗透。而算力芯片的性能对大模型的训练、推理至关重要。本文通过统计全球主要算力 芯片的 算力、显存 和 互联带宽 指标，对比海外第三方设计公司、海外大厂自研和国产芯片的单卡性 能。 不考虑软件（如 CUDA ）、 Scale out 架构（如华为 CloudMatrix 超节点）和成本。 一、算力指标 1. 制程： 海外： 第三方设计公司：为后续产品制程的升级预留了空间。 英伟达最新的 Blackwell 系列使用了 TSMC 4NP ，相当于 4nm 高性能版本。 AMD 、英特尔最新产品的制程都是 5nm 。 Groq 为了追求性价比， 使用 GlobalFoundries 的 14nm 。 大厂自研： 谷歌最新的 TPU Ironwood （ TPU v7p ）和亚马逊的 Trainium3 都使用了最先进的 3nm ...