Epoch
搜索文档
国产AI芯片,疯狂秀肌肉
36氪· 2026-01-30 08:25
中国AI芯片行业概览 - 中国AI芯片市场规模预计在2028年达到万亿级别,约占全球市场的30% [1] - 面对旺盛的市场需求和地缘政治摩擦,提供自主可控的高质量AI算力已成为中国抢占AI发展先机、赋能行业升级的重要基础 [1] - 近期多家国产厂商接连宣布AI芯片消息,行业正以惊人速度高速发展 [1] - 自美国实施AI芯片限制后,中国自主AI芯片产业加速发展,主要分为GPU与非GPU两大技术路线 [20] - 国产AI芯片正通过“兼容追赶”与“创新超越”双轨并行的策略快速发展 [22] 主要厂商动态:阿里巴巴 - 阿里巴巴旗下平头哥于1月29日上线名为“真武810E”的高端AI芯片,这是由通义实验室、阿里云和平头哥组成的“通云哥”首次亮相 [2] - “真武”PPU采用全栈自研架构,配备96G HBM2e内存及700 GB/s片间互联带宽,适用于AI训练、推理及自动驾驶 [2] - 该芯片已大规模用于千问大模型的训练与推理,并通过阿里云AI软件栈深度优化,为客户提供一体化服务 [2] - “真武”PPU已在阿里云实现多个万卡集群部署,服务了国家电网、中科院、小鹏汽车、新浪微博等400多家客户 [2] - 据业内分析,“真武”PPU整体性能超越英伟达A800及主流国产GPU,与英伟达H20相当,市场反馈显示其性能稳定、性价比高,处于供不应求状态 [4] - 阿里巴巴自2009年布局云服务,2018年成立平头哥,2019年启动大模型研究,现已形成覆盖芯片、云平台与大模型的“通云哥”全栈AI完整布局 [5] - 据外媒报道,升级版“真武”PPU的性能强于英伟达A100 [6] 主要厂商动态:奕行智能 - 奕行智能于1月29日表示,其研发的国内业界首款RISC-V AI算力芯片Epoch正在大规模量产出货中 [7] - 该芯片在业界率先采用RISC-V + RVV指令集架构,结合自研的VISA技术,兼顾了AI计算的通用性与专用性 [7] - 公司在技术上有关键创新:采用RISC-V + RVV指令集;通过VISA虚拟指令架构在软硬件间建立中间抽象层;采用Tile级动态调度架构提升算力利用率 [10] - 在运行ResNet-50、BERT、Llama 2等模型时,Epoch性能较竞品高出25%至52% [8] - 公司计划持续完善软件栈,兼容主流AI框架,并通过与开源社区合作推动RISC-V DSA生态建设 [10] 主要厂商动态:天数智芯 - 天数智芯于1月26日发布四代架构路线图,计划在2025年推出的“天枢”架构将超越英伟达Hopper;2026年的“天璇”架构对标Blackwell,同年的“天玑”架构将实现超越;2027年的“天权”架构目标超越Rubin [12] - 天枢架构支持从高精度科学计算到AI精度计算,在执行注意力机制时算力有效利用率超过90% [14] - 天枢架构通过TPC广播机制、多指令并行处理系统、动态线程组调度系统三项核心技术创新,使其效率较行业平均水平提升60% [14] - 天枢架构在DeepSeek V3场景中的平均性能比英伟达Hopper架构高出约20% [14] 主要厂商动态:曦望(Sunrise) - 曦望公司前身为商汤大芯片部门,于2024年底分拆独立运营,并于1月28日公布产品路线图 [16] - 路线图显示,国内首款采用LPDDR6的GPGPU芯片启望S3将于2024年上市,高性能推理GPU芯片启望S4将于2027年上市,安全可控推理GPU芯片启望S5将于2028年上市 [16] - 启望S3单芯片推理性能相比上一代产品提升5倍,单位token推理成本下降约90% [18] - 曦望围绕S3推出寰望SC3超节点解决方案,面向千亿/万亿参数模型的推理部署,在大专家并行部署下,吞吐率可提升20至25倍 [18] - 在同等算力下,寰望SC3解决方案可将系统整体交付成本从“亿元级”降至“千万元级” [18] - 公司前两代产品中,S2在主流大模型推理性能上达到国际巨头80%水平,软件栈CUDA兼容性达95% [16] 主要厂商动态:燧原科技 - 燧原科技于1月22日科创板IPO申请获上交所受理,公司成立于2018年3月,已自主研发并迭代了四代架构、共五款云端AI芯片 [19] - 根据产品规划,公司计划在2025年发布第四代AI推理卡及ESL32/64超节点集群,2027年推出第五代云端AI芯片及相关训推产品,并于2029年发布第六代系列芯片 [19] 国产GPU厂商盘点 - 国内GPU企业依据团队背景形成不同派系:NVIDIA系(如摩尔线程、天数智芯)、AMD系(如壁仞、沐曦)、国家队(如景嘉微、海光、龙芯、兆芯)、拆分系(如商汤拆分出的曦望) [20] - 多家GPU厂商已推出产品并应用于物理仿真、AI计算、深度学习、自动驾驶、智慧城市等多个领域 [21] 国产非GPU AI芯片厂商盘点 - 非GPU路径呈现多元化发展,不同企业选择不同架构以实现差异化竞争,包括华为昇腾、昆仑芯、燧原科技、中昊芯英、清微智能等 [22] - 非GPU路线通过架构创新,在能效、成本或特定场景上建立优势,开辟新赛道 [22]