过去两年,只要跟大模型沾边的硬件公司,估值都被炒上了天。当时很多研报宣称AI芯片市场单年就能冲破数千亿美元。随着各家的真实财报陆续出炉,我们一起来看看这个行业的真实底色。
说实话,即便大家说AI芯片市场泡沫严重,但这依然是目前科技圈最赚钱、也最残酷的战场。这篇报告将带你完整梳理2025年AI芯片的真实盘面。
一、市场规模与增长预测
之前很多机构把盖数据中心的钱、买服务器机架的钱全算在了“芯片”头上。如果我们只看核心的AI加速芯片(GPU、ASIC、NPU),其实根本那么夸张。
1.1 全球市场规模
| 390 - 510亿美元 | ||
几点需要关注的趋势:
• 回归理性增长:虽然没有网上吹嘘的单年几千亿那么玄乎,但在近500亿美元的基数上保持30%左右的增速,它依然是整个半导体行业最强劲的引擎。 • ASIC(专用芯片)异军突起:大厂自己搞的定制化SoC市场在2024年达到了270亿美元,预计2030年能冲到430亿美元以上。随着大家都在算计推理成本,这块市场权重会越来越大。
1.2 中国AI芯片市场规模
大洋彼岸的制裁非但没有锁死算力,反而逼出了史无前例的国产替代潮。
| 突破2000亿元人民币 | |
在“百模大战”和各地智算中心(单体投资基本都是30亿起步)的催化下,国内这块盘子不仅大,而且国产份额正在疯狂往上窜。
二、主要厂商格局:巨头印钞,小弟喝汤
2.1 全球市场份额:牌桌上只有三类人
前两年总有人喊“英伟达要被颠覆了”,但看一眼2025年的账本就知道这有多扯。
| NVIDIA (英伟达) | 90%-92% | |
| AMD | ||
| Intel | ||
| 云厂商自研(ASIC) |
具体来看:
• 英伟达的铁幕:FY26 H1(即2025上半年)的营收指引超900亿美元,光数据中心就占了超680亿。而且Blackwell架构今年大规模铺货了,推理性能直接比前代Hopper翻倍。这护城河深得让人绝望。 • AMD的突围:苏姿丰算是杀出了一条血路。二季度数据中心GPU营收干到了32亿美元,MI300/325系列成功拿下了微软、Oracle的大单,站稳了脚跟。
2.2 中国市场格局:在废墟中建高塔
随着出口管制加码,英伟达高端芯片(A100/H100/B系列)在国内的份额实质性归零。我们不得不面对完全靠自己填补算力真空的现实。
| 华为昇腾 | ||
| 寒武纪 / 海光 | ||
| 其他国产新锐 | ||
| NVIDIA(降配版) |
三、技术路线对比:软硬协同成了最大变量
现在造芯片,早就不只是拼谁堆的晶体管多了。
3.1 不同架构都在卷什么?
| GPU | ||||
| ASIC/TPU | ||||
| NPU |
3.2 DeepSeek的神级助攻
2025年国内行业最大的惊喜,其实来自算法端。以DeepSeek为代表的国产新一代模型,通过MoE架构和极致的显存优化,硬生生把模型对底层硬件(尤其是显存带宽)的依赖降了下来。这种通过“软件省吃俭用”来弥补“硬件先天不足”的思路,给国产芯片厂商争取到了极度宝贵的喘息和发育时间。
四、应用场景分布
4.1 训练和推理的权重翻转了
大模型现在不能光练不练了,必须得干活赚钱。
| 市场规模占比 | ~65% (而且还在持续扩大) | |
| 核心诉求 | ||
| 主流架构 |
4.2 钱都花哪儿去了?
• 智慧城市与智算中心:拿走了28%的增量,现在各地都在疯狂建算力底座。 • 智能驾驶:占了24%。因为“端到端大模型”开始上车了,直接把车载AI芯片的算力下限拉高了一大截。
五、供应链核心命门:造得出来才算数
现在的尴尬在于,就算你图纸画得比英伟达还好,代工厂交不出货也是白搭。2025年,卡住全行业脖子的其实是这几个极度传统的制造环节:
| HBM内存 | |||
| 先进封装 | |||
| 先进制程 |
六、国产替代:不仅要平替,还要搞定生态
6.1 各家都在拼命拿单
| 华为昇腾 | ||
| 寒武纪 | ||
| 海光信息 |
6.2 最痛的地方还是生态
虽然看起来很热闹,但我们不能假装没看到软肋——生态。华为昇腾的MindSpore社区注册开发者有82万,但活跃的其实也就12万左右(活跃率14.6%)。跟人家PyTorch全球将近180万的月活比起来,底层的算子优化和易用性还需要苦熬。这不仅是华为一家的问题,是所有国产芯片面临的集体阵痛。
七、2025年发生的几件大事
| 2025 Q1 | ||
| 2025 上半年 | ||
| 2025年中 |
八、未来风向与投资观察
站在现在看接下来几年,这个牌桌上的玩法变了:
• “一超一强”定型了:英伟达(占90%+)是那个“超”,AMD(占5-8%)是那个“强”,Intel基本上是掉队了。 • 单卡性能不灵了:受限于设备禁令,国产芯片很长一段时间都会停在7nm/5nm等效节点。以后大家拼的不再是单张卡有多快,而是“几万张卡的集群组网能力 + 大模型算法的适配能力”。 • 推理成本战打响:商用AI的API调用价格已经全线崩塌,逼着推理端必须放弃昂贵的通用GPU,全面转向便宜的ASIC和NPU。
搞芯片不如去“卖水”
天天听芯片设计公司讲故事已经腻歪了,眼光也不如看向周边产业链:
• HBM及存储产业链:全球最紧缺的资源,如果哪家国产能突破就是王炸。 • 先进封装与材料:比如做封装测试的,还有做ABF载板的。 • 液冷散热:Blackwell单机柜的功耗实在太吓人了,传统的风冷压不住,液冷现在成了新建数据中心的刚需标配。
总结一句话:AI芯片依然是全球增速最猛的赛道。而对中国来说,靠着“国产算力底座 + 极致优化的算法”,我们虽然走得艰难,但确实已经蹚出了一条活路。


