AI算力需求结构性转变 - AI算力需求正从训练阶段向推理阶段倾斜，智能体AI算力从2025年开始逐渐攀升并将超越传统训练和微调算力，成为驱动AI算力增长的核心动力[1] - 2023年之前训练与推理算力需求占比约为6:4，到2025年这一比例已实现反转[4] - 未来80%的AI计算将花在推理领域，其中智能体AI是产生客户价值的核心场景[4] 国产AI芯片产业现状与挑战 - 国内AI芯片主流采用12纳米与7纳米工艺，而北美地区已向2纳米工艺推进，工艺差距约两代[2] - 受工艺差距影响，国内单颗AI芯片算力仅为北美同类产品约30%，内存容量和数据带宽等关键性能指标仅为北美芯片40%至70%[2] - 在地缘政治影响下，国内智算发展在先进工艺、高带宽存储器、封装技术及设计工具等关键环节面临外部限制[2] 国内产业突破路径与策略 - 通过算力组网、超节点架构设计等技术路径创新，在384组卡部署规模下国内AI系统整体算力可达北美同类系统2.1倍[2] - 推理芯片更强调场景适配性、低功耗与成本控制，这契合中国芯片企业在特定领域的技术积累与产业链优势[5] - 国产芯片已基本解决"有无"问题，下一阶段产业核心目标将从"可用"向"好用"升级并提升性价比[5] 推理芯片市场机遇 - 推理端尤其是面向视频生成、边缘计算和行业应用的推理场景，正成为中国AI芯片企业实现差异化突围的赛道[1] - 高性能训练芯片市场增长空间收窄，而高性价比推理芯片市场仍是一片蓝海[4] - 智能体AI复杂度远超传统推理任务，其Token使用量达到传统方法100倍，对推理芯片性能、能效与兼容性提出更高要求[4] 国产芯片产业发展方向 - 中国芯片产业正加速向全球产业链中高端冲击，涵盖CPU、GPU等通用计算领域及车规级芯片等垂直细分领域[3] - VPU芯片凭借在视频AI推理、超高清处理等场景的专用性优势，为产业提供"换道超车"机遇[3] - 国内AI产业快速发展对推理算力需求呈爆发式增长，为国产芯片提供广阔应用空间[3]