行业核心观点 - AI芯片行业正经历技术路线的重大演变，从GPU主导转向GPU、ASIC和可重构数据流架构三大流派竞争的新格局 [4][14] - 可重构数据流架构（如LPU/RPU）凭借其灵活性、高效能和确定性，正从细分走向主流，成为头部企业和资本争相布局的核心方向 [4][6][16] - 行业预测显示，非GPU产品（ASIC和可重构）在中国AI加速卡市场的占比将从2025年上半年的约30%提升至2028年的接近50%，占据半壁江山 [19] 英伟达的战略行动与竞争压力 - 2025年圣诞节，英伟达以约200亿美元（约1400亿人民币）的价格，溢价近3倍收购了可重构数据流芯片公司Groq，收购金额约占其持有现金的三分之一 [2][13] - 收购Groq旨在获取其LPU（语言处理单元）技术，该技术采用软件定义硬件的可重构数据流架构，在处理大模型时能实现比GPU快5-18倍、能效比高10倍的突破 [2][13] - 此次收购的背景是竞争压力加剧，此前（2024年11月）Meta拟采用谷歌TPU的传闻导致英伟达市值一夜蒸发数千亿美元 [1][11] - 作为应对，英伟达发布了新一代芯片Rubin，其训练性能是Blackwell的3.5倍，AI软件运行性能提升5倍，推理成本降至前代的1/10 [1][11] 可重构数据流架构的技术优势与全球布局 - 可重构数据流架构（RPU/LPU）的核心是“软件定义硬件”，硬件资源可通过软件指令实时重组，兼具ASIC的高效能和GPU的灵活性 [4][15] - 该架构能实现Token“瞬时”且“准时”的吞吐，超越GPU和TPU的物理极限 [2][13] - 全球资本正不约而同押注该赛道：英特尔已与美国可重构AI芯片独角兽SambaNova签署收购意向书；中国的清微智能在2025年12月2日完成了超20亿元人民币的C轮融资 [3][14] - Groq由谷歌TPU之父创办，其LPU技术被称为“高阶TPU” [2][13] 2026年AI芯片三大技术流派格局 - **GPU派**：以英伟达、摩尔线程为代表，是当前霸主，但性能提升受制于半导体制程极限、HBM带宽提升困难以及“内存墙”、高功耗等问题 [4][15] - **ASIC派**：以谷歌TPU、寒武纪、百度昆仑芯为代表，是为特定算法深度定制的“特种兵路线”，能实现极致能效，但短板是算法迭代后硬件容易过时 [4][15] - **可重构数据流派**：以Groq的LPU、清微智能的RPU为代表，凭借灵活、高效、确定性的特点，成为多元化AI芯片生态的重要力量 [4][16] - 2026年格局定位：GPU在训练和通用计算保持核心地位；ASIC以极致能效比主攻特定模型推理，帮助云厂商降本增效；可重构数据流派则成为重要力量 [5][16] 中国可重构芯片领军企业——清微智能的发展 - **技术产品与性能**：量产的TX81芯片，一台搭载该芯片的AI训推一体服务器即可部署万亿参数大模型，其REX1032服务器单机支持大模型满血版推理，成本降低50%，能效比提升3倍 [5][16] - **项目落地与市场地位**：在新疆双河市部署了全疆首个基于可重构架构的绿色智算中心，算力卡订单总量已突破30000枚 [6][18]；2025年上半年出货量已进入国内第一梯队，技术从“突破”进入“规模落地”阶段 [7][18] - **生态合作**：深度融入国产“众智FlagOS”开源生态，与寒武纪、昆仑芯、摩尔线程、华为昇腾、中科海光并列为国内唯六的“FlagOS卓越适配单位” [7][18] - **资本与战略地位**：获得国家集成电路产业投资基金（大基金二期）的独家新架构芯片企业投资；C轮融资引入京能集团、北创投、京国瑞等北京国资巨头 [9][19]；与摩尔线程、昆仑芯、寒武纪共同被纳入北京AI芯片“四大金刚”矩阵，覆盖三大技术流派 [9][10][19] - **下一代技术**：瞄准3D可重构架构，力图将AI芯片有效带宽提升10倍，能效比提升数倍，实现对国际主流高端芯片的超越 [9][18]