文章核心观点 - 中国AI算力基础设施发展迎来标志性拐点，中科曙光推出首个国产万卡级AI超集群scaleX万卡超节点真机，标志着中国超节点真正迈入万卡纪元[1][3] - 为应对英伟达技术依赖与出口限制，中国AI算力产业探索出两条主要发展路径：以华为为代表的封闭全栈自研路线，和以曙光、浪潮、阿里为代表的开放协同路线[4][8] - 开放路线的推进促进了国产AI加速卡的大规模落地应用，使中国AI算力体系具备了“多芯片共存”的自我造血能力，不再依附于单一生态[7][9] - 2025年是中国AI算力体系发展的“拐点之年”，产业发展逻辑从单一性能比拼转向注重高效协同与生态共生，未来在于两条路线的共存与平衡[11] 超节点技术发展背景与转折 - 三年前，国内AI算力体系高度依赖英伟达的GPU、NVLink和CUDA生态[4] - 英伟达高端GPU出口限制、CUDA生态不开放、NVLink技术不授权，迫使国内厂商寻求自主算力体系解决方案[4] - 超节点被视为下一代智能计算核心单元，能整合上万张AI加速卡为统一逻辑节点，将通信时延压缩至微秒级，突破传统集群通信瓶颈[5] 封闭全栈自研路线（以华为为代表） - 华为采用“全栈自研”路径，涵盖底层芯片、互联技术到上层框架软件[4] - 华为昇腾384超节点延续纵向一体化思路，全系统自研，实现高性能：通信延迟仅2.1微秒，单机柜算力达300PFlops，PUE稳定在1.1左右[4] - 该路线选择“封闭自洽”，资源效率与技术把控力强，但生态兼容性受限，产业协同推进速度较慢[4] - 华为CM384超节点已出货多套，在贵州数据中心投入运营[9] 开放协同路线（以曙光、浪潮、阿里为代表） - 曙光、浪潮、阿里在2025年下半年先后推出超节点产品，以“开放架构”为核心，致力于打造中国AI算力底层基础[5][6] - **浪潮“元脑SD200”**：主打多品牌GPU异构计算，创下8.9毫秒生成token的纪录[6]，已在多个模型推理平台商用，为DeepSeek、Kimi等大模型提供算力支撑[9] - **阿里“磐久128”**：依靠开放协议整合不同互联标准，搭建出“云端超节点”[6]，在云端承担多模型协作的基础设施角色[9] - **中科曙光“scaleX万卡超节点”**：由16个scaleX640超节点互联组成，部署10240张AI加速卡，总算力突破5EFlops[7]，搭载自研scaleFabric高速网络，带宽达400Gb/s，端侧延迟不到1微秒[7]，采用浸没相变液冷技术，单机柜PUE压低至1.04[7]，产品不绑定单一芯片厂商，能兼容寒武纪、壁仞、登临等多个品牌加速卡，已适配400多个主流大模型和AI框架[7]，已落地上海、杭州等地智算中心，并被纳入国家级算力调度工程采购清单[9] 去英伟达化与生态构建 - 美国自2023年起多次收紧对华高性能GPU（如A100、H100）出口限制，英伟达超节点NVL72也在限制之内，安全风险凸显，加速了中国AI产业寻找替代方案[8] - 核心目标是构建具备可替代性的完整算力生态系统，而非简单复制英伟达[8] - 开放路线带动了国产芯片大规模落地：曙光scaleX体系已完成对壁仞BR系列、登临、寒武纪MLU等多款国产加速卡的适配；浪潮和阿里也为本土GPU预置驱动环境[9] - 这标志着中国AI算力基础设施不再依附于单一英伟达生态，形成了以中国厂商为核心的开放协作系统，具备了自我造血能力[9] 产业发展趋势与未来 - 2025年是中国AI算力体系发展的“拐点之年”[11] - 封闭路线占据性能高地，在特定场景中具备不可替代的价值；开放路线贴合产业发展现实需求，推动了算力普惠与生态繁荣[11] - 产业发展逻辑发生转变：从单一维度性能比拼转向注重不同芯片的高效协同；从不同体系间的孤立较量转向多元生态下的共生共赢[11] - 中国AI算力的未来很可能在于封闭与开放两条路线的共存与平衡之中[11]

宏观市场与货币政策 - 美国11月非农就业人数增加6.4万人，但失业率意外飙升至4.6%，超出美联储舒适区，且8月和9月数据被大幅下修，显示劳动力市场实质性降温 [4] - 零售销售环比持平不及预期，但剔除汽车后上涨0.4%，表明消费者支出虽未崩溃但已显乏力 [4] - 疲弱数据公布后，市场对美联储降息预期升温，交易员将明年1月降息概率从22%推高至31%，并押注明年降息两次，形成“经济数据越差，货币政策越宽松，股市越受益”的市场逻辑 [4][7] - 当前美股估值高企，标普500预期市盈率为23倍，纳斯达克100指数预期市盈率高达28倍 [7] - 高盛对2026年宏观经济预测乐观，预计美国GDP增长加速，美元走弱、油价下行、通胀放缓，美债收益率维持当前水平，对美股构成正面催化 [9] - 美国银行基金经理调查显示，市场乐观情绪创2021年以来新高，股票和大宗商品配置达2022年2月以来最高，现金比例降至历史最低的3.3% [9] 主要指数与板块表现 - 12月16日市场表现分化，特斯拉股价逆市上涨并创历史新高，而能源板块因油价下跌拖累标普500指数和道琼斯指数收跌 [1] - 道琼斯指数收于48114.26点，纳斯达克综合指数收于23111.46点，标准普尔500指数收于6800.26点 [2] - 行业热力图显示，互联网内容与信息、半导体板块当日上涨，而多元化保险、地区银行、医疗设备等板块下跌 [2] - 标普500指数在技术面上回踩50日线后收阳十字星，多空力量暂时平衡，关键中枢支撑位于6700点 [16] - 纳斯达克综合指数虽收涨，但未能站上50日均线与月均线，技术形态偏弱，下行风险未解除 [18] 重点公司分析：特斯拉 - 特斯拉股价于12月16日突破490美元，创下历史新高，收盘价为489.88美元，被视为市场散户情绪的锚点 [1][9][11] - 市场观点认为，在美联储降息预期下，散户信心充足，推动了特斯拉这类“善于讲故事”的公司的股价上涨 [9] - ARK投资管理公司掌门人Cathie Wood因风控规则在特斯拉上涨途中被迫减仓，与此轮牛市中坚定持股的散户形成对比 [11] - 分析认为特斯拉股价上方无套牢盘，做空的心理压力远大于做多 [11] 重点公司分析：博通 - 有媒体爆料苹果正与博通合作开发代号“Baltra”的服务器芯片，计划于2027年推出，主要用于AI推理场景，此举被解读为苹果对英伟达GPU高价格不满而选择自研方案 [12] - 苹果每年支付约10亿美元使用谷歌定制版的Gemini模型，而非自行投入数百亿美元训练大模型 [14] - 该消息在指数不稳的背景下，仅推动博通股价盘初涨超2%，尾盘涨幅收窄至0.44% [14] - 长期来看，博通被视为“去英伟达化”趋势中的核心受益者 [15] 其他个股与风险提示 - 个股Vision Marine当日涨幅达156.77%，AMC Robotics涨幅为104.51% [2] - 个股Tile Shop跌幅达99.97%，Zynex跌幅为48.67% [2] - 公司CRWV因德州数据中心延误、收购案被否决、管理层失焦等基本面恶化，股价跌至65美元附近，被提示风险 [15] - 美光科技即将发布的财报被视为半导体板块年底的重要风向标，其结果可能影响纳斯达克指数的后续走势 [24] 市场结构与交易机制 - 纳斯达克已申请将交易时间延长至23小时，若获SEC批准将于2026年开始实施 [20] - 分析对全天候交易持保留态度，认为夜间市场流动性差，价格更容易被操纵，对长线投资者意义有限 [20]

国内AI芯片市场变革 - 国内AI芯片市场正经历深刻变革，“去英伟达化”成为核心趋势，阿里巴巴、百度等科技巨头积极推动自研AI芯片以挑战英伟达垄断地位[1] - 9月以来国产AI芯片进展显著：阿里巴巴与百度宣布核心AI模型训练将部分采用自研芯片，阿里平头哥与华为昇腾新一代产品性能曝光，部分指标已追赶或超越英伟达[1] - 资本市场反应积极：多家投行上调阿里、百度估值，明星基金经理“木头姐”四年来首次买入阿里巴巴，8月底以来百度与阿里巴巴港股股价累计涨幅均达约50%[1] 地缘政治与供应链风险 - 地缘政治紧张是“去英伟达化”直接动力，美国政策反复加剧供应链风险：4月禁止英伟达向中国销售H20芯片，7月恢复出口但附加15%收入上缴条件[3] - 中国反制措施升级：7月底H20因“漏洞后门”被约谈，8月中旬传出停产消息，近期反倾销调查将风波推向高潮[3] - 2025年关键事件包括：3月美国商务部将54家中国实体列入清单，4月英伟达H20芯片出口需“无限期”申请许可证，8月美国对AI芯片征收15%营收许可费[4] 英伟达业绩受冲击 - 英伟达因出口限制计提约45亿存货减值，2026财年第二季度其中国大陆收入锐减至27.7亿美元，环比下滑近50%，占比降至6%[5] - 同期美国、新加坡和中国台湾地区收入增速提升，凸显中国大陆市场收缩对英伟达的负面影响[5] 国产AI芯片技术突破 - 阿里平头哥PPU芯片显存容量与片间带宽超越英伟达A800、比肩H20，得益于国产7nm工艺与2.5D封装，单卡成本较进口H20下降40%[7] - 华为公布昇腾芯片三年路线图，通过低精度计算与互联技术升级，2026年Ascend 950PRO互联带宽达2TB/s，算力达1 PFLOPS FP8[9][10] - 华为Atlas950 SuperPod基于自研“灵衢”协议形成百万级算力底座，性能超越英伟达下一代NVL144与2027年NVL576[9] 市场份额与商业化进展 - 国产芯片加速替代英伟达：2024年英伟达中国市占率从85%降至70%，本土AI芯片出货量超82万张，市场份额提升至30%[11] - Bernstein预测2025年英伟达份额将进一步降至54%，本土厂商呈现百花齐放格局[13] - 商业化落地加速：百度昆仑芯在中国移动集采中标规模达10亿级，折射本土厂商蚕食英伟达市场份额趋势[11] 历史镜鉴：手机芯片发展路径 - 当前AI芯片定制化浪潮与手机芯片从“通用”到“定制”路径相似，早期高通、联发科垄断导致手机厂商受制于供应稳定性与高昂专利费（如“高通税”占iPhone售价5%）[16] - 通用芯片无法匹配厂商定制化需求，阻碍软硬件协同与品牌高端化，苹果2010年推出自研A4芯片实现软硬一体优化，奠定iPhone王者地位[17] - 华为2013年自研麒麟芯片，整合通信与AI技术，与鸿蒙系统深度协同构建生态护城河，推动毛利率提升（2024年iPhone业务毛利率近40%）[18] AI芯片定制化驱动因素 - AI行业重心从训练转向推理，英伟达CEO称2026财年AI推理token生成量激增10倍，推理任务对成本、功耗与延迟要求更高，通用GPU能效低且成本高[20] - 定制芯片去除冗余功能，在功耗、成本与延迟上实现数量级优化，更适配大规模高并发推理任务[21] - 本土芯片设计与供应链成熟为国产化提供底气，AI算力基建转向国产解决方案成为可能[23] 国产AI生态战略转型 - 中国AI玩家采取外购+自研双路径：训练领域依赖国际芯片保留时间窗口，推理领域加速自研定制芯片以优化能效与场景差异化[24] - 行业从算力消费者转变为自主生态构建者，通过软硬件深度协同提升效率与成本优势，迈向更高价值链[24]

英伟达市值突破与AI芯片竞争格局 - 英伟达成为全球首家市值突破4万亿美元的上市公司，从1万亿美元到4万亿美元仅用两年多时间[4] - 英伟达的市值增长是华尔街历史上最快的案例之一，印证了AI时代"算力为王"的逻辑[5] ASIC芯片的崛起与行业定位 - ASIC芯片针对具体应用定制，Meta的MTIA芯片专为社交推荐系统设计，谷歌Axion芯片用于YouTube广告投放[15] - 2025财年Q2博通AI业务营收同比增长46%至44亿美元，预计Q3将加速至51亿美元[8] - ASIC与GPU对应AI不同阶段：GPU长于训练，ASIC长于推理，二者将共享AI市场而非替代[14][19] 云厂商自研芯片的战略动机 - 云厂商自研ASIC的核心动机是构建算法壁垒而非单纯降低成本，Meta、谷歌等通过定制芯片实现算力架构差异化[15][16] - 预计2026年Meta与微软部署ASIC后，其出货量可能超越英伟达GPU（当前ASIC仅占AI服务器市场8%-11%）[21][22] 英伟达的生态防御策略 - 英伟达推出NVLink Fusion技术，允许GPU与第三方加速器混合使用，打破硬件生态封闭性[23][25] - 分析认为计算类ASIC芯片可能通过NVLink Fusion与英伟达生态形成合作，增强后者影响力[26] - 谷歌等九家厂商发起的UALink互联标准仍在开发中，成熟度落后于英伟达NVLink[27][28] 算力需求与市场动态 - 谷歌AI推理量达480万亿token（同比增50倍），GPT周活用户从4亿增至8亿仅用两月[19] - 博通股价自4月低点接近翻番，同期英伟达涨幅74%，反映ASIC赛道增长动能[7]

行业趋势 - 顶级超大规模云服务商（微软、谷歌、亚马逊AWS）正加速开发自主ASIC芯片，预计ASIC采购将以50%的复合年增长率上升 [1] - 企业寻求摆脱对英伟达高价硬件的依赖，其B200 GPU单价达7万-8万美元，GB200服务器配置成本高达180万-300万美元 [1] - 云厂商的"去英伟达化"战略持续推进，亚马逊约50%的新服务器已采用自研AWS Graviton Arm处理器 [3] 英伟达的应对策略 - 通过NVLink Fusion计划与联发科、高通、迈威尔等ASIC厂商合作，允许第三方ASIC与英伟达硬件无缝协作 [3] - 英伟达在硬件和封闭CUDA生态中仍占据主导地位，客户全面摆脱需长期过程 [2] 供应链影响 - 台积电成为关键受益者，同时代工英伟达GPU和云厂商自研ASIC芯片 [3] - 云厂商加紧预订台积电产能以支持ASIC生产 [2] 市场竞争格局 - 高性能计算市场可能因ASIC普及而走向分裂 [3] - 传统ASIC厂商（如联发科、高通）与英伟达形成竞合关系 [3]