?如果您希望可以时常见面，欢迎标星?收藏哦~

卓戴行研

ZHUODAI

VIEWS

2026

02

1. 科学计算市场竞争格局-市场份额

2023年中国科学计算市场中，整机企业主要包括浪潮、曙光、联想、华为、新华三、惠普HPE和戴尔；CPU芯片企业主要包括英特尔Intel、AMD、安培AMPERE、飞腾、龙芯、华为、中科曙光、申威和兆芯；AI芯片企业主要包括英伟达、AMD、英特尔Intel、寒武纪、华为、燧原科技、海光（中科曙光）、天数智芯和摩尔线程。

各整机厂商凭借自身优势在中国市场积极布局，其中国产整机性价比较高，与进口整机在性能等指标上的差异不断下降，且国产玩家发展战略积极进取；进口玩家实力雄厚，但其整机价格较高，发展战略较保守。

· 科学计算市场竞争格局-整机企业-华为

作为全球领先的ICT基础设施和智能终端提供商，华为积极使用AI技术为多产业赋能，与众多软硬件厂商、高校以及科研院所达成合作，是国内市场中重要的参与者。

公司竞争优劣势分析

• 技术优势显著：

（1）计算能力：公司已量产计算芯片，开发了国内顶尖性能的鲲鹏和昇腾处理器，具备显著的核心零部件技术优势。

（2）存储能力：华为分布式存储和闪存技术优势明显，由Gartner评分为4.9，在全球所有厂商中排名第一，且为唯一入选的中国厂商。在存储市场上持续保持领先。

（3）通信网络能力：华为的ICT技术在全球通信市场上具有领先地位。

• 研发投入大：华为拥有全栈式ICT技术，近十年累计研发费用超过9,773亿元。

• 自研生态强大：华为拥有自研芯片、大模型等产品。公司体量足够高，产品线全，研发、资源、资金的支撑在业内最优秀。昇腾的异构架构芯片是华为的自研产品，在地缘政治的风险下，英伟达、AMD等国外高端芯片无法进入国内，华为是各大AIGC厂商的备选方案。

• 服务团队强大：虽然华为的CPU都是ARM架构，而传统的HPC超算基本都用X86，如果需要迁移到ARM上需要很长时间的人员投入。华为在大型项目中可以出几十或上百人的团队长达几个月的时间做迁移，而其他厂商完全无法做到。

• 生态系统完善：华为已构建鲲鹏计算产业生态，这是其生态系统建设的核心优势。通过“硬件开放、软件开源、使能伙伴、发展人才”，构建了包括芯片、服务器、操作系统、数据库、中间件在内的完整生态链，并与国内外众多软硬件厂商及科研机构合作。

• 行业沉淀相对薄弱：作为后来者，华为在超算中心的系统软件、中间件领域的沉淀相对较弱。

• 业务拓展与迁移挑战：

（1）项目迁移难度：华为的生态完全和CUDA隔离开。如果客户使用华为的卡，需要从CUDA上做代码移植到华为上，研发周期很长。

（2）业务扩张策略：华为的扩张模式较为激进，以提供全套产品为主，这在一定程度上影响了与合作伙伴的关系，可能造成合作困难。

· 科学计算市场竞争格局-整机企业-浪潮信息

浪潮信息是国内领先的云计算、大数据服务商，同时也是全球服务器市场龙头，在国内和全球享有巨大知名度，在服务器、存储器领域市占率保持全球前列。

公司竞争优劣势分析

• 技术优势较强：

（1）服务器适配能力：浪潮始终与英特尔、AMD等芯片供应商保持密切的研发合作，能快速上线搭载最新处理器的产品背后是强大的服务器适配能力和坚固的供应商关系；

（2）存储能力：作为老牌IT基础设施提供商，浪潮始终聚焦存储业务；

（3）软件能力：集团兄弟公司浪潮软件自研ERP、财税管理系统与低代码平台等服务，覆盖多领域行业，软件研发能力突出。

• 供应链和成本优势显著：根据IDC数据，2023年全球服务器出货量306.6万台。高出货量意味着规模效应带来的低成本，从而增强产品的价格优势。此外，2023年海外销售占比约14.5%，业务遍布120多个国家和地区，在全球范围内拥有强大的供应链体系。

• 为客户提供增值服务：浪潮有100多人的博士团队，在HPC的各个行业都投入了高质量团队，向客户提供增值性服务，比如应用的调优和优化。

• 核心部件自主知识产权缺失：浪潮服务器目前核心的处理器均采购自外部供应商，比如其高密度服务器I48M6搭载英特尔至强Ice Lake系列处理器。核心部件自主知识产权的缺失直接影响到供应链韧性，美国限制高性能芯片出口将进一步影响浪潮高性能计算服务器的出货量、市场地位和成本，业务不确定性大。

· 科学计算市场竞争格局-整机企业-戴尔

戴尔在全球科学计算市场中占据较大份额，主要归功于其提供的高性能计算（HPC）解决方案、强大的服务器和存储产品，其服务器的市占率保持全球前列。

公司竞争优劣势分析

• 技术优势较强：

（1）模块化设计：戴尔的HPC系统通常采用模块化设计，支持从小规模集群到大规模超级计算机的灵活扩展，这使得用户可以根据需求逐步增加计算资源，避免一次性高投入。

（2）服务器性能：戴尔服务器配备了最新的处理器、内存和存储技术，可以提供卓越的计算和数据处理能力。无论是运行大规模数据库、虚拟化环境还是处理复杂的计算任务，戴尔服务器都能提供高效的性能。

（3）其他能力：戴尔的超算系统多次入围全球TOP500，显示出其在高性能计算领域的技术实力和市场认可。

• 供应链协同效应：戴尔公司通过直销模式、实时信息共享、供应商整合、需求拉动生产、数据分析和全球供应链网络，实现了显著的供应链协同效应。

• 价格竞争力弱：尽管Dell的高性能计算（HPC）解决方案以其先进的硬件和软件技术著称，但这些产品的价格相对较高。对于预算有限的中小型科研机构或企业来说，高端产品的成本可能过于昂贵，使得他们更倾向于选择价格较低的替代方案。此外，HPC系统的维护和升级成本也不容忽视，特别是在需要专业支持和定制服务的时候。长期来看，这些费用可能显著增加整体拥有成本，影响用户的购买决策。

3. 科学计算市场竞争格局-CPU芯片企业

中科曙光、华为等国内玩家在CPU芯片市场表现不凡，得到国家政策支持，近年发展速度较快;AMD、Intel等国外玩家CPU芯片性能优异、生态完善，拥有稳定性更强的供应链。

4. 科学计算市场竞争格局-AI芯片企业

在中国AI芯片市场，英伟达与华为市占率领先，两者在性能、生态构建及供应链上均表现优异；华为依托本土优势，享有强大政策资源；而英伟达则凭借全球布局，拥有更丰富的企业资源。

· 科学计算市场竞争格局-芯片企业-英特尔

英特尔(intel)是全球最大的个人计算机零件和CPU制造商，可以同时提供CPU芯片及AI芯片，曾推出了全球第一个微处理器，而微处理器带来的计算器和互联网革命改变了世界。

公司竞争优劣势分析

• 产品线覆盖面广：英特尔产品线覆盖面广，其中包括了处理器，芯片组，图形处理器，固态硬盘，网络产品，安全产品，人工智能和机器学习等。

• 研发能力强大：英特尔每年在研发上的投入巨大，这确保了其在技术创新和产品开发上的领先地位。其拥有大量的技术专利，这些专利保护了其创新成果，同时也体现了其研发实力。

• 技术创新与架构：英特尔在CPU开发领域拥有悠久的历史，不断推出新技术和架构，如高性能的至强可扩展处理器和节能的酷睿处理器。英特尔在微处理器技术方面一直处于行业前沿，不断推动制程技术的进步，如从14纳米到10纳米再到7纳米的演进。

• 内部制造的局限性：英特尔坚持独立生产大部分芯片，这种模式在全球化和芯片制造外包化的趋势下逐渐成为拖累，限制了产能。

· 科学计算市场竞争格局-芯片企业-AMD

超威半导体公司(AMD)致力于开发设计集成电路产品，主要产品包括中央处理器、图形处理器、主板芯片组等，为游戏、人工智能、云计算等领域提供计算解决方案，可以提供CPU芯片和AI芯片。

公司竞争优劣势分析

• 独卡显示专利：独立显卡市场主要由英伟达和AMD两家占据。市场调查机构——Jon Peddie Research发布的二季度显卡市场报告显示，在目前独立显卡市场中，目前AMD和NIVDIA两大厂商居于统治地位，从市场份额上来看，AMD独显份额为17%，英伟达则增长到了83%。英特尔在前不久宣布进军高端独立显卡市场，预计首款产品将于明年问世。

• 灵活的生产模式：AMD采用无晶圆厂模式，与台积电等代工厂合作，灵活利用外部专业生产技术。

• 合作伙伴生态系统：AMD与多家技术公司和OEM厂商合作，共同开发和推广基于其处理器的解决方案。

• 制造成本压力：由于AMD将生产外包给台积电，可能会面临晶圆成本上升

的压力，这可能会影响其利润率。

• 专利组合规模较小：与Intel等竞争对手相比，AMD的专利组合规模较小，限制了其在知识产权方面的竞争能力。

· 科学计算市场竞争格局-CPU芯片企业-龙芯中科

龙芯中科是国内率先实现从指令系统、微结构到配套芯片，到系统、软件的完全自主化的CPU 企业，坚持走自主创新与生态建设路线。

公司竞争优劣势分析

• 坚持自主研发道路：

公司多年来坚持自主研发的发展道路，在处理器及配套芯片的研发及系统 软件方面形成了自己的核心技术，建立了在各个领域的完整人才链、技术链和产业链。

• 掌握核心科技：龙芯中科是国内率先实现从指令系统、微结构到配套芯片，到系统、软件的完全自主化的CPU企业。拥有独立的开放性信息技术体系和产业生态。

• 软件生态趋于完善：龙芯CPU已经支持主流的整机、操作系统、办公软件、浏览器、输入法和部分设计工具等常见软硬件，覆盖了基本的办公需求。龙芯团队和生态伙伴通力合作，在其他生态领域的建设取得了长足发展。

•产品性能任有代差：公司芯片产品仍与目前国际主流芯片公司的产品有一定的性能差距。

•尚未实现盈亏平衡:

(1) 研发投入较大，芯片设计制造是典型的技术与资本密集型产业，流片（试生产）一次成本可能高达数千万元，且失败风险不低。需要持续投入巨额资金进行技术迭代。

（2）从芯片的研发成功到大规模的商业化运用并且获得稳定的收入，这需要一段较长的时间，这其中对于产品的推广需要投入精力和成本，也要面对激烈的市场竞争。

· 科学计算市场竞争格局-AI芯片行业-英伟达

英伟达(NVIDIA) 整合底层GPU+DPU+CPU，以CUDA生态为核心，成为人工智能时代软硬件一体化的AI+云计算解决方案领导者。

公司竞争优劣势分析

• 技术创新与快速迭代：

英伟达在AI芯片技术上不断创新，其GPU架构更新频率从两年一次加速到每年一次，这种快速迭代让英伟达保持了技术领先优势。

• 全面的生态系统：英伟达通过CUDA平台建立了强大的生态系统，CUDA是一个通用计算平台，大大降低了使用GPU进行神经网络训练的难度，拓展了GPU的应用范围。

• 市场占有率高：英伟达在AI芯片领域的市场占有率极高，估计超过70%，在AI训练芯片市场几乎形成垄断。

• 强大的研发投入：英伟达在研发上的高投入为其产品竞争力提供了坚实的基础，过去10年累计投入高达364亿美元，推动了GPU性能的持续提升。

• 硬件与软件的协同优化：英伟达不仅在硬件上不断进步，还通过软件更新带来了显著的性能提升，如TensorRT-LLM优化使Hopper的推理性能提高了一倍。

• “一超多强”时代开启，竞争激烈：芯片设计公司，包括AMD、Intel等，和下游客户，包括谷歌、华为等，各环节厂商的入局，开启“一超多强”时代，芯片设计公司纷纷在加速卡能力追赶，下游客户也陆续推出自研AI芯片，市场竞争日益激烈。

· 科学计算市场竞争格局-AI芯片行业-寒武纪

中科寒武纪科技成立于2016年，是一家专注于人工智能芯片研发的高科技企业；公司致力于提供云端、边缘和终端设备的AI芯片解决方案，典型产品包括思元系列智能加速卡和边缘计算模组等。

公司竞争优劣势分析

• 寒武纪具备软硬件全栈技术：寒武纪在智能芯片领域掌握了智能处理器微架构、智能处理器指令集、SoC芯片设计等七大类核心技术；在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言、智能芯片编译器等七大类核心技术。

• 寒武纪技术团队配备齐全：公司在技术研发、供应链、产品销售等方面均建立了成熟团队，核心骨干均有多年从业经验。

• 寒武纪在软/硬件生态综合能力强：寒武纪自主研发多项智能芯片技术，覆盖云边端和推理训练产品。公司能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品，是同时具备人工智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如 7nm）下复杂芯片设计经验的企业之一。

•尚未实现盈亏平衡

· 科学计算市场竞争格局-AI芯片行业-摩尔线程

摩尔线程自2020年成立以来，专注于全功能GPU研发，通过多元计算优势推动AI、大模型、科学计算等前沿应用落地，持续获资本青睐，已完成多轮融资，加速全球数智化转型进程。

公司竞争优劣势分析

• 软硬一体的全栈解决方案：摩尔线程在对软硬一体全栈解决方案的深刻研究与不懈探索下，构建了夸娥计算集群的坚实底层基础设施，还精心打造了集群管理平台与先进的大模型平台，形成了一整套全面的解决方案。这种全方位、一站式的服务模式，赋予了客户根据具体需求灵活选择最适配层级方案的能力，极大地降低了AI算力应用的复杂性与门槛，促进了技术的普及与深化应用。

• 广泛的模型覆盖与生态兼容：摩尔线程的夸娥千卡集群算力平台，为响应多元化客户需求，全面支持LLaMA、GLM、Aquila等业界领先的大模型进行训练与微调。此外，公司依托自主研发的Musify代码移植工具，成功实现了对CUDA主流生态系统的兼容性，极大地便利了客户，使其能够以近乎零成本的方式，将原有CUDA代码无缝迁移至摩尔线程的统一系统架构之中。

• 劣势：摩尔线程的产品性能和功耗水平仍与英伟达等国际巨头存在一定差距。此外，近期遭遇美国技术禁运也对业务运营带来较大不确定性。这要求公司必须努力攻克核心技术瓶颈，真正掌握自主可控的技术体系。具体来看，后续仍需在处理器架构、制程工艺、软件算法等关键环节下足功夫，实现技术上的重大突破和升级。

•尚未实现盈亏平衡

5. 补充：国内外芯片性能指标对比

国内外CPU芯片性能指标对比

国内外主要AI芯片性能指标对比

>部分软件硬件依赖进口：软件方面中国高精尖学科软件面临发展动力长期不足的困境，部分学科类软件依赖进口，且价格昂贵，并行规模受限。

硬件方面部分整机企业核心部件采购至国外供应商，而高性能芯片和技术受到严格出口限制，供应链不稳定。

>行业客户依赖惯性高，巨头垄断程度严重：与国际巨头如英伟达相比，国内大部分企业在生态构建和品牌影响力方面有着一定的差距。

>电力等资源方面的瓶颈：据国际能源署（IEA）数据，全球数据中心电力消耗正以每年10%以上的速度增长，而AI相关数据中心的电力消耗增速更达30%，预计未来五年可能翻倍，极大增加了相关产业的成本。

>国内大多AI芯片企业没实现盈利平衡：AI芯片研发的投入较大，失败风险较高，国际巨头（如英伟达）凭借成熟的软件生态(CUDA生态)构建了极高的壁垒，国产芯片需从硬件到软件建设全新生态，面临的生态建设挑战较大。

以上，资料及图片来源：沙利文研究、中商产业研究院

-END-