幻影视界今天分享的是算力芯片行业研究报告：《算力芯片行业报告：大模型驱动算力变革，国产算力迎增量机遇》，报告由国信证券发布。
本报告共计：34页。完整版PDF电子版报告下载方式见文末。
当前算力需求正从前期的“模型训练”加速向规模化落地的“应用推理”侧外溢。随着摩尔定律边际效应减弱，算力竞争的核心已从传统 的“单芯片峰值性能提升”全面转向“芯片、软件生态与系统级集群的综合效率优化” 。在海外高端芯片销售受限的背景下，国内信创需 求与大模型迭代共振，推动本土AI芯片厂商加速适配并放量，国产算力全栈生态迎来增量机遇 。
AI计算异构化与系统级协同，芯片竞争从峰值性能转向综合效率：海外大模型（如OpenAI、Google等）保持每半年一代的高频迭代，追求 智能化升级 ；国产大模型在经历了技术蓄力后，自2025年起以DeepSeek-R1、智谱GLM等为代表的产品迭代显著提速，中美已成为全球大模 型供给的两大核心。随着AI应用规模化落地，针对推理基础设施的投资规模从2024年开始超越训练侧，推理侧更强调高吞吐、大并发以及 成本性能的平衡。AI算力产业正从“单芯片性能提升”转向由芯片、先进封装、高带宽存储（HBM）、编译框架、液冷及大规模集群构成的 系统级协同优化。AI系统本质是异构计算体系：CPU负责通用调度，GPU承担大规模并行通用加速，而TPU/NPU等ASIC芯片则在特定模型和推 理降本中发挥效率优势，形成百花齐放的长期共存格局。
海外芯片龙头从单芯片竞争走向平台化交付：英伟达依托GPU、CUDA生态、NVLink和Blackwell整柜系统，将单芯片竞争扩展为“芯片+网络 +软件+系统”的平台竞争；谷歌以TPU为核心服务自有模型（如Gemini）和云客户；AWS则通过Inferentia和Trainium两条ASIC产品线将云 端AI成本拆解，降低单位训练与推理成本。
国产算力适配与信创共振：国内信创市场正从传统的通用算力国产替代（CPU、操作系统等）转向智能算力基础设施升级。2026年5月，国 家首次在安全可靠测评中设立专门AI芯片品类，华为海思、平头哥、海光信息、壁仞科技、摩尔线程等9款国产芯片获评安全可靠等级Ⅰ级， 正式纳入信创体系。国产算力的焦点不只是单卡峰值，而是“芯片 + HBM + 互联 + 服务器 + 编译器/算子库 + 推理引擎 + 模型适配” 的全栈效率。未来随下游国产云计算厂商、运营商等需求打开，国产算力芯片有望持续持续增长。
幻影视界整理分享报告原文节选如下：
戳“阅读原文”下载报告。