企业级AI应用发展现状 - 行业重心从“百模大战”的技术探索期全面转向规模化应用期 [1] - 新一代AI应用已在智能客服、知识库问答、内容生成等知识密集且交互开放的场景中率先取得规模化突破 [1][21] - 企业面临的核心挑战从单点技术突破转向构建系统性、端到端的落地能力 [1][27] 核心驱动因素 - **政策驱动**：2025年8月《国务院关于深入实施“人工智能+”行动的意见》将AI定位为新质生产力核心引擎，目标到2027年与6大重点领域深度融合、新一代智能终端/智能体应用普及率超70%，2030年普及率超90% [6][8] - **技术驱动**：技术路线从模型中心转向Agent驱动，AI-Ready数据和AI Agents是当前发展最快的两项技术 [10] - **需求与资本驱动**：企业因经济与竞争压力，需求从可行性验证转向商业价值验证 [14]；2025年中国AI产业融资事件772起，应用层融资事件数量占比超50%，AI+医疗成为热门吸金赛道 [12] 核心价值与落地痛点 - **三大核心价值方向**：流程增效（直接降本）、知识增幅（激活知识资产）、价值创新（重塑产品与商业模式） [17] - **规模化落地三大瓶颈**：数据基础薄弱与治理缺失、业务价值缺乏可量化度量体系、缺乏兼具技术与业务洞察的复合型人才 [23] 落地框架与关键载体 - **总体框架**：从应用层、支撑层、基础设施层和组织层四个维度构建端到端落地能力 [27] - **核心载体**：AI Agent成为企业级AI应用落地的核心载体，通过Function Call、MCP、Skills等方式与企业业务流程深度整合 [1][29] - **Agent落地关键**：构建“AI技术+软件工程+人工干预”三元体系，将复杂流程切分为可验证的最小任务单元以保障可靠性 [31] - **Agent能力进化**：从模型绑定的Function Calling向模块化、可复用的Agent Skills演进，提升复杂任务中的确定性 [37] 模型、数据与算力基础设施 - **模型选型**：以场景需求为导向，在多维度权衡模型效果、性能与成本，并可将GenAI与决策式AI结合以提升可用性 [39] - **数据底座**：AI-Ready的高质量数据集是构建企业独特AI竞争力的关键，其特征是高价值应用、高知识密度和高技术含量 [42] - **数据平台与安全**：需构建多模态、实时响应的Data+AI一体化平台 [45]，并建立覆盖数据输入、处理、输出全生命周期的主动安全治理体系 [47] - **算力基建**：GPU仍占据AI芯片主导地位，国内厂商在互联带宽、集群规模、推理优化等方面寻求差异化突破 [51]；AI Infra通过软硬一体协同优化提升国产算力可用性，是AI时代竞争关键要素 [53] 组织与人才转型 - **高层领导**：AI高绩效组织中，高达48%的高层管理者展现出对AI战略的强烈承诺，是普通组织的三倍，管理层投入深度直接决定AI应用成败 [56] - **员工赋能**：需从“以技术为中心的项目交付”转向“以员工为中心的价值运营”，通过提升用户采纳度释放AI实际价值 [57][59] - **角色升级**：业务人员需向能精准转化业务痛点的AI协作者转型；技术团队需从开发交付角色转向深度融入业务场景的价值赋能者 [60][62] 产业格局与商业模式 - **厂商格局**：主要有应用软件、技术服务及解决方案、云服务和AI模型四类厂商，形成分层协作、动态竞合格局 [2][65] - **商业模式**：厂商主要成本为算力与研发，两者合计占比通常可达70%及以上；收费模式以订阅制为主，效果付费模式仅在营销、运营等少数场景中应用 [67] 未来发展趋势 - **模型架构**：大模型由单一的Transformer架构向多架构（如新型RNN、CNN）并行迭代演进，以实现效率与性能的平衡 [2][71] - **流程重构**：AI将深度介入并重构企业流程，从任务自动向流程自主演进，人机协作模式发生根本转变 [2][74] - **AI for Science**：AI在科研领域形成技术底座、核心能力、科研流程、价值输出的闭环，通过降本、提速与跨界融合重塑企业研发竞争力 [2][76][77] - **物理AI**：从数字AI（信息处理）迈向物理AI（物理交互），连接数字智能与实体业务闭环，拓宽AI应用价值边界 [2][79] - **AI原生应用**：向全新的流量入口、交互方式、应用架构和业务逻辑演变，推动企业级AI应用价值重构 [2][82]

国产算力芯片厂商2025年业绩表现 - 寒武纪2025年实现营业总收入64.97亿元，同比增长453.21%，并首次实现年度扭亏为盈，归母净利润为20.59亿元，上年同期为亏损4.52亿元 [2][3] - 寒武纪2025年第四季度营业收入为18.9亿元，环比增长9.4%，但单季净利润为4.55亿元，环比下滑19.8%，为连续第二个季度净利润环比下滑 [3][4] - 寒武纪2025年收入大幅增长主要受益于人工智能行业算力需求持续攀升，以及公司云端产品线（含思元590、思元690及思元370等加速卡）的竞争力与市场拓展 [4] - 摩尔线程2025年实现营业总收入15.05亿元，同比增长243.37%，归母净利润为亏损10.24亿元，较上年同期的亏损16.18亿元收窄36.70% [6] - 沐曦股份2025年实现营业总收入16.44亿元，同比增长121.26%，归母净利润为-7.81亿元，较上年同期的-14.09亿元减亏44.53% [9] 国产算力芯片厂商业务与技术进展 - 寒武纪2017年至2025年上半年累计研发费用约为71亿元，截至2025年6月30日，研发人员数量为792名 [5] - 摩尔线程2012年至2025年上半年累计研发投入超过43亿元，其主力产品MTT S5000训推一体GPU智算卡已实现规模量产 [6] - 摩尔线程MTT S5000单卡AI稠密算力最高达1000 TFLOPS，配备80GB显存，显存带宽为1.6TB/s，卡间互联带宽为784GB/s [6] - 摩尔线程在2026年2月完成了对阿里开源大模型Qwen3.5系列的底层适配，此前MTT S5000已完成对GLM-5、MiniMax M2.5及Kimi K2.5等国产大模型的适配 [7][8] 英伟达2026财年第四季度及全年业绩 - 英伟达2026财年第四季度总营收为681.27亿美元，同比增长73%，环比增长20%，GAAP净利润为429.6亿美元，同比增长94%，环比增长35% [11] - 英伟达2026财年全年总营收为2159.38亿美元，同比增长65%，GAAP净利润为1200.7亿美元 [11] - 第四财季数据中心业务营收为623.14亿美元，占总营收比例超过91%，同比增长75%，其中数据中心计算收入为513.34亿美元，数据中心网络收入为109.80亿美元 [11][12] - 英伟达CFO将网络收入增长归因于面向GB200与GB300系统的NVLink交换机及Spectrum-X以太网平台的交付放量 [13] - 主权AI业务在2026财年为英伟达贡献了超过300亿美元收入，物理AI业务贡献了超过60亿美元收入 [14][16] 行业趋势与市场动态 - 算力芯片领域的国产厂商正从技术验证转向商业上的规模替代，与英伟达面向中国客户的H200产品尚未产生营收形成对比 [2] - 全球超大规模数据中心资本开支维持高位运行，英伟达CEO黄仁勋认为智能体AI已到达拐点，生成的Token驱动计算需求，使资本支出转化为算力并最终转化为收入 [10][15][16] - 英伟达在供应链端的“采购义务”在报告期末飙升至950亿美元，而一年前同期约为160亿美元 [15] - 英伟达给出的2027财年第一财季业绩指引为总营收780亿美元，并明确该预测未包含对中国数据中心市场收入的假设 [17]

公司业绩表现 - 2025年预计营业收入为60亿元至70亿元，同比增加48.26亿元到58.26亿元，增长410.87%至496.02% [1] - 2025年预计归母净利润为18.5亿元到21.5亿元，扣非后归母净利润为16亿元到19亿元，终结连年亏损状态 [1] - 2024年第四季度归母净利润达2.72亿元，实现单季扭亏，2025年第三季度归母净利润增至5.67亿元 [1] - 2025年前三季度单季营收增速分别达4230.22%、4425.01%、1332.52% [1] 业绩增长驱动因素 - 业绩增长受益于人工智能行业算力需求的持续攀升 [1] - 公司凭借产品优异竞争力持续拓展市场，积极推动人工智能应用场景落地 [1] - 营收增长幅度远超研发投入增长幅度，带动盈利水平稳步提升 [1] 资本市场表现与股东情况 - 截至2月2日，公司股价报1263.88元/股，总市值达5330亿元 [2] - 2025年以来公司股价累计涨幅超92%，期间曾一度超越贵州茅台登顶A股“股王” [2] - 公司被纳入科创50、沪深300、上证50及中证A50等指数 [2] - 知名投资者章建平于2024年第三季度增持，截至报告期末持股640.65万股，占总股本1.53%，为第五大流通股东 [2] 公司产品与市场地位 - 公司已实现“云-边-端”全场景产品布局 [2] - 云端产品线是收入主要来源，占营收比重超99% [2] - 思元590、思元370等芯片产品已实现大规模商业化 [2] - 公司在GPU市场份额中占比约69.9% [2] 公司战略与行业前景 - 2025年上半年通过定增募集39.85亿元，重点投向“面向大模型的芯片平台项目”和“面向大模型的软件平台项目” [2] - 我国AI芯片市场规模预计将从2024年1425.37亿元激增至2029年13367.92亿元 [2] - 2025年至2029年期间AI芯片市场规模年均复合增长率预计为53.7% [2]

核心业绩表现 - 公司2025年预计实现营业收入60亿元至70亿元，较2024年的11.74亿元增加48.26亿元到58.26亿元，同比增幅达410.87%至496.02% [1][4] - 公司预计2025年全年归母净利润为18.5亿元到21.5亿元，相较于2024年归母净亏损4.52亿元实现扭亏为盈 [4] - 公司预计2025年扣非后归母净利润为16亿元到19亿元，实现主营业务盈利 [4] 季度增长趋势 - 2025年第一季度营收同比激增4230.22%，归母净利润与扣非净利润同步转正 [4] - 2025年上半年营收同比增长4347.82%，净利润扭亏为盈 [4] - 2025年前三季度累计营收达46.07亿元，同比增长2386.38%，归母净利润16.05亿元 [4] - 测算2025年第四季度营收区间为13.93亿元至23.93亿元，净利润区间为2.45亿元至5.45亿元，保持稳健经营 [4] 业绩增长驱动因素 - 核心驱动是人工智能行业算力需求的持续攀升 [5] - 公司深耕人工智能芯片产品研发与技术创新，凭借产品竞争力持续拓展市场并推动应用场景落地，带动收入大幅增长 [6] 公司技术与产品优势 - 公司已构建覆盖云端、边缘端的智能芯片及板卡、智能整机、处理器IP及软件的完整产品体系，满足云、边、端不同规模的计算需求 [6] - 云端核心产品思元590、思元370成为市场主流选择，边缘端思元220实现放量增长 [6] - 自研的MLU架构与指令集构筑技术护城河，公司累计专利达2774项，其中授权专利1599项 [6] - 公司产品已在运营商、金融、互联网等多个重点行业实现规模化部署并通过严苛环境验证 [6] 行业背景与意义 - 业绩突破折射出国产AI芯片行业在人工智能算力需求爆发、国产替代进程加速背景下的发展机遇 [7] - 中国AI芯片市场规模正高速增长，国产替代空间持续拓宽 [7] - 公司凭借技术与产品双重优势，在行业浪潮中站稳脚跟，实现了从技术研发到商业落地的关键跨越 [7]

核心观点 - 国产AI芯片龙头寒武纪预计2025年业绩实现爆发式增长并扭亏为盈，营收预计60亿元-70亿元，同比增长410.87%到496.02%，归母净利润预计18.5亿元-21.5亿元，相比上年同期亏损4.52亿元实现扭亏，公司有望因此“摘U” [1] - 公司业绩增长主要得益于全球AI算力需求攀升及外部供应受限带来的国产替代机遇，但高估值及第四季度营收可能环比下滑引发市场对其增长可持续性的审视 [3][4][7][8][9] 2025年业绩预告 - 预计2025年实现营业收入60亿元-70亿元，同比增长410.87%到496.02% [1] - 预计2025年归属于母公司所有者的净利润为18.5亿元-21.5亿元，上年同期为亏损4.52亿元，实现扭亏为盈 [1] - 预计2025年扣除非经常性损益后的净利润为16亿元到19亿元，2024年该指标为-8.65亿元 [3] - 2025年前三季度实现营业收入46.07亿元，据此推算第四季度营收预计为13.93亿元-23.93亿元，而第三季度营收为17.27亿元，意味着第四季度营收可能环比下滑 [7] 业绩增长驱动因素 - 人工智能行业算力需求持续攀升，公司拓展市场并推动人工智能应用场景落地，带动营业收入大幅增长 [3] - 全球AI算力供应存在结构性短缺，受美国出口管制影响，英伟达等国际巨头高端产品对华供应受限，为国产算力芯片腾出巨大市场空间 [4] - 公司云端芯片产品（如思元590、思元370）在报告期内被互联网、金融及运营商等重点行业客户规模化采购 [5] “摘U”预期与公司里程碑 - 若2025年经审计的净利润及扣非净利润均为正值，公司将符合科创板“上市时未盈利公司首次实现盈利”的规定，证券简称中的特别标识“U”有望摘除 [1] - “摘U”是公司自2020年7月上市以来的关键节点，标志着公司跨越初创风险期、进入成熟商业化阶段 [1][5][6] 市场表现与估值审视 - 截至1月30日收盘，公司总市值高达5309亿元 [8] - 以业绩预告净利润上限21.5亿元计算，静态市盈率约为247倍；以下限18.5亿元计算，静态市盈率高达287倍，估值处于绝对高位 [8] - 2026年元旦至1月30日，公司股价回调，跌幅达7.13%，30日报收1258.89元/股，部分资金在年报预告发布前获利了结 [8] - 2025年8月公司股价曾一度逼近1600元，市值短暂超越贵州茅台 [8] 市场传闻与风险关注 - 2025年12月4日，市场曾流传关于公司产能大幅提升以填补英伟达空白的消息，导致股价异动，随后公司发布声明称相关信息不实 [8] - 市场关注点从过去的业绩兑现转向增长的可持续性，高估值背景下，公司2026年面临如何提升业绩、持续发展的新考题 [9]

美国政策与全球芯片产业格局 - 2022年拜登签署总额2800亿美元的芯片法案 其中527亿美元直接补贴半导体厂 约240亿美元税收优惠 约2000亿美元投入科研[2] - 美国商务部禁止向中国出口高端芯片设备 并联合荷兰日本等盟友共同实施限制 荷兰阿斯麦无法向中国出售极紫外光刻机[4] - 2025年3月4日 特朗普在国会演讲中批评芯片法案是浪费资金 主张废除法案并将资金用于削减债务[5] - 特朗普提议取消对芯片公司的补贴 转而征收25%至100%的关税以迫使产业回流美国 并裁撤了美国商务部芯片办公室三分之一的员工[7] - 2025年3月10日 特朗普政策引发市场恐慌 美股开盘暴跌 道琼斯指数下跌超过800点 科技股遭受重创[7] - 苹果 微软 亚马逊 谷歌 Meta 特斯拉 英伟达等七家科技巨头市值单日蒸发7600亿美元 约合5.5万亿元人民币[7] - 特朗普政策导致全球半导体供应链动荡 供应商股价下跌 并牵连亚洲股市[7] - 特朗普政策旨在通过高关税保护本土产业 但可能因全球供应链复杂性而抬高成本 使美国企业同样受损[9] - 2025年7月 美国与越南达成贸易协议 推动供应链重构 旨在减少越南对中国高科技产品的依赖[23] - 2026年1月 特朗普下令要求中国资本剥离在美国的芯片资产 理由为国家安全 限期180天内完成[23] 中国芯片产业与自主发展 - 美国制裁促使中国企业转向本土供应链并加速自主研发[4] - 中国芯片产业在压力下持续发展 制裁使中国企业更加注重本土技术[9] - 华为海思等企业早已为应对制裁做准备 特朗普的关税政策未能阻挡中国芯片发展 反而增强了其自主性[9] - 2025年 中国AI产业因制裁更注重效率创新 发展低成本模型以适配国产芯片[20] - 制裁激发了中国的创新浪潮 2025年中国大模型的发展倒逼硬件进步 国产AI芯片公司迎来IPO热潮 交付考核更为严格[23] - 中国芯片产能已实现提升 例如寒武纪计划年产量达到50万颗 其中先进型号占主要部分[23] - 中国AI芯片已从草莽时代走出 产品具备高性价比和实用性[25] - 尽管美国技术领先 但中国本土制造商面临巨大机遇[25] - 特朗普的关税和制裁未能完全阻止中国技术进步 反而增强了中国产业的自立自强能力[25] - 2025年中国服务与消费复苏 经济多面发展 芯片产业赋能整体产业升级[25] 寒武纪公司发展历程 - 陈云霁14岁考入中科大少年班 19岁进入中科院计算所硕博连读 24岁博士毕业 25岁成为中科院8核龙芯主架构师[12] - 陈云霁与弟弟陈天石共同研究人工智能与芯片结合 2010年提出相关想法[12] - 2011年 中科院计算所建立相关实验室[12] - 2014年 陈云霁团队发表DianNao和DaDianNao论文并获得计算机顶会奖项 随后研发出国内首颗深度学习处理器原型[14] - 2016年 陈天石创办寒武纪公司 陈云霁负责科研工作[14] - 2017年 华为Mate10手机搭载寒武纪芯片并热销[16] - 2020年 寒武纪在科创板上市 首日股价上涨288%[16] - 2022年12月 美国商务部将寒武纪列入实体清单 同时上榜的共有36家中国企业 制裁导致其供应链中断 产品出口困难[16] - 制裁未能压垮寒武纪 2025年其市值达到5000亿元人民币 成为中国AI芯片头部企业[18] - 陈天石押注7纳米工艺 用300天攻克技术难关 推出思元590芯片 性能比肩英伟达A100[18] - 华为中断合作后 寒武纪获得国家扶持 业务从依赖华为贡献95%收入转向本土市场 其芯片应用于服务器 金融 交通 能源等领域[18] - 2025年11月 美国制裁反而为陈天石带来230亿美元财富 寒武纪成为国家扶持典型 拥有受保护的市场并跃升为全球重要玩家[20] 中国AI技术突破与生态影响 - 陈云霁兄弟将AI芯片从概念变为现实 推动了中国AI产业发展[20] - 2025年1月20日 DeepSeek发布R1模型 该模型使用较少算力即达到全球顶尖水平 打破了依赖堆砌算力的传统路径[21] - DeepSeek R1模型为开源模型 其采用的FP8低精度格式获得行业认可 搅动了全球AI格局[21] - DeepSeek的突破有助于中国AI芯片发展 重构了芯片设计逻辑[21] - 昇腾 寒武纪 摩尔线程等国产AI芯片公司受益于DeepSeek的突破 订单量增加[21] - 2025年 DeepSeek平台上的模型数量超过200万个 其中下载量最大的多为中国产品 开源生态吸引了全球开发者并获得了国际认可[21] - DeepSeek的新训练方法mHC框架可能再次颠覆行业 为低成本大语言模型发展扫清障碍 并更好地适配国产芯片[25]

文章核心观点 2025年，在DeepSeek模型引爆AI应用与算力需求的背景下，国产AI芯片行业迎来关键转折，国产替代进程显著加速，多家头部厂商成功登陆资本市场，但在市场份额、盈利能力、供应链安全及软件生态等方面仍面临挑战，行业未来将在推理侧、超节点技术及本土供应链发展中寻找突破机会 [2][3][15] 趋势1：DeepSeek引爆国产替代，推理赛道机遇显现 - **DeepSeek模型成为关键催化剂**：2025年年初DeepSeek的横空出世及其模型V3.1的发布，引爆了AI应用侧需求，推动算力需求从训练转向推理，并深度适配国产芯片（如支持“UE8M0 FP8”格式），显著提振了市场对国产芯片厂商的投资热情 [2][3] - **推理芯片市场进入爆发式增长**：随着开源大模型成熟与终端应用落地，AI推理芯片行业正进入爆发阶段，2024年中国AI推理芯片相关市场规模为1626亿元，预计2025年将增长至3106亿元，国内聚焦推理的代表厂商包括华为、寒武纪和沐曦股份 [3] - **国产替代率预期大幅提升**：壁仞科技预计，国内企业在**中国智能计算芯片市场**的份额将从2024年的约20%增加至2029年的约60%；天数智芯数据显示，**通用GPU市场**国产化率从2022年的2%提升至2024年的3.6%，并预计2029年将超50% [4] - **边缘AI推理被视为潜力方向**：在DeepSeek效应推动下，国内AI供应商正积极拓展云服务ChatBOT应用、与互联网业务整合以及边缘AI推理（如自动驾驶）等服务，其中各应用领域的边缘AI推理被认为较具发展潜力 [4] 趋势2：国产AI芯片厂商集体冲击上市，但市占率与盈利仍待突破 - **多家厂商成功登陆科创板**：2025年底，摩尔线程作为“国产GPU第一股”登陆科创板，上市首日高开468.78%，报650元/股，开盘市值超3000亿元；沐曦股份作为“第二股”紧随其后，上市首日高开568.83%，报700元/股，市值超2800亿元 [5] - **更多厂商筹备上市**：燧原科技（ASIC架构）于2025年初完成上市辅导，瀚博半导体在2025年底完成上市辅导；壁仞科技、天数智芯及百度旗下昆仑芯均计划于2026年在港交所上市 [5][6] - **当前市场份额高度集中且国产占比低**：2024年**中国AI加速器市场**中，英伟达市占率约66%，华为海思约23%，AMD约5%，而寒武纪、摩尔线程、沐曦股份均仅占约1%；天数智芯2024年在**中国通用GPU市场**份额为0.3%，壁仞科技预计2025年占约0.2% [6] - **未来市场份额格局或生变**：Bernstein Research预测，到2026年，英伟达在中国AI芯片市场的份额将显著萎缩至8%，华为将占据50%，AMD预计以12%列第二，寒武纪或将排第三 [7] - **多数厂商尚未实现盈利**：2022年至2025年前三季度，摩尔线程累计净亏损超59亿元，沐曦股份累计净亏损超34亿元；2022年至2025年上半年，壁仞科技累计净亏损超63亿元，天数智芯累计净亏损超28亿元；寒武纪于2024年第四季度才开始盈利，2025年前三季度盈利16.05亿元 [7] - **客户集中度风险高企**：多家GPU厂商前五大客户收入占比极高，摩尔线程2024年该占比高达98.16%，沐曦股份2025年一季度达88.35%，壁仞科技自2023年营收后该占比维持在九成以上，且前五大客户并不稳定 [8] 趋势3：英伟达开启“反击战”，H200获批带来新变数 - **英伟达在华遭遇多重挑战**：2025年受DeepSeek冲击股价下跌，其专为中国设计的H20芯片在4月被美列入限制出口名单，导致英伟达市值蒸发1600亿美元；7月因芯片安全问题被国家网信办约谈；9月其CEO黄仁勋称英伟达在中国的市场份额从95%降到0% [9] - **H200年底获批准对华出售**：2025年12月，特朗普政府突然批准英伟达向中国出售H200 AI芯片，其性能据称是H20的6倍以上，但较其最新的Blackwell芯片仍有差距；国内市场对此看法不一，目前国内尚未批准H200的采购订单 [10] - **CUDA生态构成长期竞争壁垒**：英伟达在全球拥有超过500万CUDA生态开发者，其软件生态是核心护城河；从CUDA迁移到国产平台需要较高的代码重写、调优和验证成本，是国产替代的最大障碍之一 [11] - **国产厂商采取不同生态策略**：为降低客户迁移成本，部分厂商选择兼容CUDA生态，如摩尔线程的MUSA架构和沐曦股份的MXMACA软件栈；华为则明确表示不兼容CUDA，致力于构建自主生态 [12] 趋势4：先进制程受限，超节点技术成突破口 - **先进制程受限影响性能**：国产GPU厂商主流采用7nm或14nm制程，而英伟达已进入4nm时代（如Blackwell芯片），7nm以下制程难产直接影响国产芯片的算力密度和能效比；2025年1月美国还采取了阻止14/16nm及以下先进制程芯片流入中国大陆的措施 [12] - **厂商切换国产供应链应对风险**：沐曦股份坦言在先进制程晶圆代工和HBM供应方面受到限制，并规划其曦云C600等后续产品采用国产供应链 [13] - **“超节点”技术成为重要发展方向**：通过集成大量芯片来绕开单芯片性能不足的问题，2025年4月华为发布基于昇腾910C的Cloud Matrix 384超节点，通过五倍数量的芯片抵消了单芯片性能仅为英伟达Blackwell三分之一的差距；随后曦智科技联合壁仞科技、中兴通讯推出光跃Light SphereX，阿里巴巴发布磐久128超节点，百度公布天池256和512超节点（后者支持512卡互联，可完成万亿参数模型训练） [13][14] 行业展望：2026年市场规模与机会方向 - **市场规模预期持续增长**：预计2026年国内AI芯片市场规模将突破3000亿元，国产芯片份额有望提升；在硬件参数差距日益缩减的背景下，软件生态和互联技术将随产业发展不断壮大 [15] - **高阶AI芯片国产化目标明确**：预期在政策推动下，2026年由本土领先业者带动，高阶AI芯片占比有机会向50%的目标迈进 [15] - **未来市场呈现两大发展方向**：一方面是云服务提供商自研ASIC芯片；另一方面是本土供应商（如华为、寒武纪、沐曦、摩尔线程等）提供解决方案；在本土上游供应链（晶圆、封装、HBM）供应相对有限的情况下，相对低阶规格的AI推理芯片将成为较大发展机会 [16]

政策文件与目标 - 工信部等八部门印发《"人工智能+制造"专项行动实施意见》[1] - 核心目标为强化人工智能算力供给 推动智能芯片软硬协同发展 支持突破高端训练芯片 端侧推理芯片 人工智能服务器 高速互联 智算云操作系统等关键核心技术[1] - 推动大模型一体机 边缘计算服务器 工业云算力部署 提升智算资源供给能力[1] - 到2027年 我国人工智能关键核心技术实现安全可靠供给 产业规模和赋能水平稳居世界前列[1] - 推动3-5个通用大模型在制造业深度应用 形成特色化 全覆盖的行业大模型 打造100个工业领域高质量数据集 推广500个典型应用场景[1] 行业影响与趋势 - 人工智能关键技术安全可靠供给的核心是实现从算力芯片 算法框架 数据治理到应用生态的全链路自主可控 摆脱对外部技术依赖[2] - 构建"自主研发+安全可信+稳定供给"的产业生态 是数字经济时代国家安全与产业竞争力的核心保障[2] - 人工智能关键技术安全可靠供给已从"技术选择"升级为"战略必须"[2] - 短期看 将推动国产算力 算法 安全技术加速替代[2] - 中长期看 将重塑全球AI产业格局 为中国数字经济高质量发展提供"安全底座"与"创新引擎"[2] - 随着人工智能产业加速发展及自主可控政策的强力驱动 AI芯片 操作系统等关键领域核心公司持续受益[2] 相关公司情况 - 海光信息是国内高端处理器研发领域的领军企业 采用CPU和DCU双轮驱动 产品硬件性能与软件生态市场领先[3] - 随着下一代高性能海光五号 深算四号的发布 海光信息营收有望维持高速增长[3] - 寒武纪是国内AI芯片领域领军企业 核心聚焦AI芯片研发与技术创新[3] - 寒武纪构建了"云-边-端"全场景产品矩阵 涵盖云端智能芯片及加速卡 边缘端智能芯片及加速卡 终端智能处理器IP三大核心业务[3] - 寒武纪产品包括思元590 思元370等云端训练与推理芯片 可满足互联网 金融 交通 能源等多行业AI应用场景需求[3]

文章核心观点 - 北京市人工智能产业已形成从底层芯片、大模型到上层应用及产业生态的完整链条，展现出强大的综合实力和领先地位，其核心竞争力在于高效运转的产业生态链和系统韧性[1][2][20] 产业规模与地位 - 2025年上半年，北京市人工智能核心产业规模达2152.2亿元人民币，同比增长25.3%，初步估算全年产业规模有望冲击4500亿元人民币[1] - 北京市备案大模型达209款，占全国近三成[9] - 北京AI学者总量1.5万人，占全国30%[13] AI芯片领域 - 北京已形成自主可控的“芯片矩阵”，包括昆仑芯、寒武纪、摩尔线程、清微智能等国产明星产品[1] - 昆仑芯拿下中国移动十亿级集采项目订单，在三个标包中全部排名第一[3] - 寒武纪的旗舰芯片思元590支持千亿参数大模型训练[3] - 摩尔线程专注国产GPU自主研发，MTT系列芯片在通用计算、图形渲染与AI算力输出上表现抢眼[3] - 清微智能聚焦低功耗AI芯片研发，核心产品已在工业物联网、智能终端等领域实现规模化商用[3] - 北京大学与中国科学院空天信息院合作开发出全球首款基于光频梳芯片化的集成式光子时钟芯片，时钟频率超100GHz，将芯片时间调控速度提升100倍[3] - 中国科学院计算技术研究所联合软件研究所推出“启蒙”系统，实现国际首个全自动化设计的CPU芯片“启蒙1号”，5小时内完成32位RISC-V CPU全部前端设计[3] 大模型领域 - 豆包、智谱GLM、月之暗面Kimi、文心一言等大众日常依赖的AI应用均为“北京造”，站稳全球第一梯队[1][8][9] - 智谱AI发布新一代轻量级通用基座模型GLM-4.7-flash，其训练方法在保证性能的前提下显著提升了训练效率，大幅降低了计算资源消耗和时间成本[10] - 面壁智能发布最新大模型MiniCPM-o 4.5，是全球首个可部署在端侧的全双工全模态大模型，支持“自主回答”[12] - 面壁智能与清华大学联合发现揭示大模型演进规律的“密度法则”，该理论提出“大模型的能力密度约3.5个月翻一番”，并登上全球科学顶刊《Nature》的子刊封面[13] 软件与生态建设 - 智源研究院发布面向多种AI芯片的系统软件栈——众智FlagOS 1.6，旨在通过统一技术生态解决大模型使用不同AI芯片时的适配迁移难题，实现“一次开发，多芯运行”[3][7] - FlagOS 1.6版本发布了统一多芯片插件系统，作为实现“N+M”连接的关键技术[7] - 作为FlagOS 1.6的一部分，KernelGen 1.0是全球首个支持多芯片的算子自动生成平台，过去花两年时间开发200个高性能算子，现在通过该平台仅用3小时就能生成200个算子[7] 应用场景与产业生态 - AI已深入北京日常生活与城市治理，例如银河通用Galbot G1机器人在智慧药仓分拣药品，海淀依托空间计算模型使部分重点区域平均拥堵指数下降超40%[1] - 北京拥有超2500家人工智能公司，核心竞争力体现在一整条环环相扣的产业生态链上[2] - 北京将深入实施“九大行动”以加快建设全球人工智能创新高地，包括技术创新策源、智算自主生态强基、高质量数据聚能、全域应用赋能等行动[14] - 光轮智能发布具身智能工业级仿真评测平台RoboFinals，是全球首个针对具身智能的工业级评测平台，形成“数据生成—模型训练—能力评测”的完整闭环[15][18] - 北京市将坚持“以数赋模”，强化具身智能、科学智能及各行业高质量数据集供给，加快数据处理、合成、仿真、安全等关键技术攻关，培育头部数据服务商[18] - 仿真技术在医疗手术机器人训练、物流分拣等场景中发挥关键作用，机器人绝大部分技能在虚拟世界中习得[19] - AI已渗透至智能制造、信息技术软件、生物医药、金融服务、未来产业等场景[19] - 北京发布了首批人工智能创新街区，将优先聚集支持政策，区级层面也会因地制宜制定特色政策[19]

核心观点 - 英伟达计划于2026年2月中旬向中国“经批准的客户”交付AI芯片H200，这是自2023年10月美国升级出口管制后，公司首次获准向中国供应高性能AI算力产品，标志着一次“有限回归” [2][3] - 此次回归被视为中美科技博弈中的阶段性妥协，对英伟达而言有助于清理库存并支撑业绩，对中国AI产业则提供了短期算力补充，但长期将倒逼国产芯片自主创新 [3][6] - H200的回归具有诸多限制，其性能虽优于之前的特供版，但仍远逊于最新产品，且交付面临中美双方审批、安全审查及政策不确定性，全球AI生态可能因此加速分化 [5][6][7] 英伟达H200交付计划与市场影响 - 公司计划于2026年2月中旬（农历春节前）向中国客户交付AI芯片H200，将动用库存履行首批订单 [2] - 首批预计发货5000至10000套模组，相当于4万至8万颗芯片，按8卡模组单价140万元计算，总价值达70亿至140亿元人民币 [2] - H200是仅次于Blackwell系列的次顶级芯片，此前被禁止对华出口，此次回归是公司首次获得官方许可向中国“经批准的客户”重新供应高性能AI算力产品 [2] 产品性能与定位分析 - 基于性能密度（TPP）计算，H200的算力值约为15832，大约是此前中国特供版H20性能的6.7倍 [3][5] - 尽管如此，H200的性能仍远逊于英伟达最新的Blackwell系列及将发布的Rubin系列芯片 [3] - 美国政府明确排除了更先进的Blackwell和Rubin芯片对华出口，并要求所有H200采购需经中方批准，但截至目前，中方尚未批准任何一笔H200订单 [5] 英伟达中国市场策略演变 - 2022年9月美国首次禁止A100/H100对华出口后，公司迅速推出“阉割版”A800/H800以维持中国市场营收 [4] - 2023年10月美方再度收紧管制，A800/H800也被禁售，同年12月公司推出性能进一步降级的L20和H20芯片，其中H20算力约为H100的1/3，但价格却高达一半，被部分业内人士批评 [4] - 2025年7月底，国家互联网信息办公室曾就H20芯片“漏洞后门安全风险”约谈英伟达，显示出对特供版芯片安全性的警惕 [4] 对英伟达公司的意义 - 此举是公司平衡业绩与地缘风险的策略，2025财年第三季度，中国大陆（含香港）营收为54亿美元，占其总收入的15%，仅次于美国市场，彻底失去中国市场将影响其业绩及全球AI叙事完整性 [7] - 通过H200“清库存”并维持客户关系，公司既能保住短期收入，又可避免与中国市场“硬脱钩” [7] - 消息公布后，英伟达产业链个股如中际旭创、新易盛等股价应声上涨 [6] 对中国AI芯片产业的影响 - 短期来看，H200的回归可填补市场空白，满足大模型训练与推理的进阶需求，为行业提供算力补充 [3][5] - 长期来看，此次“有限回归”将倒逼国产芯片加速自主创新，国产替代浪潮下，华为昇腾910B、寒武纪思元590等产品已取得突破 [6] - 部分大模型公司如百度、智谱AI等已开始采用“混训”模式（英伟达+国产芯片），H200的回归可能分流部分高端订单，但其“次优”属性也为国产芯片留出发展窗口期 [6] 行业生态与未来格局 - 美国试图通过“允许旧款、封锁新款”的策略维持对中国的技术代差 [7] - 中国则加速构建去CUDA化的全栈体系，包括RISC-V CPU、Chiplet先进封装、昇思、PaddlePaddle等AI框架，以及阿里魔搭、OpenI等开源社区 [7] - 未来全球AI产业或将形成两大平行生态 [7] 企业应对策略建议 - 在采购H200时应严格遵循国家关于核心芯片安全审查的要求，杜绝未经批准的渠道行为 [8] - 坚持“核心训练自主化、边缘推理多元化”的混合架构路径，避免单一技术依赖 [8] - 加大对软件栈和开发者生态的投入，解决“硬件能跑、软件难用”的瓶颈，并组建国产算力联盟以共享技术成果与提升采购议价权 [8]