? 一、全球AI芯片竞争格局总览
AI芯片按技术路线分为六大阵营，竞争焦点已从单芯片性能扩展到"软件生态+商业模式+算力服务"的综合实力。
| ? GPU行业龙头 | |||||
| ? 传统GPU挑战者 | |||||
| ? 云厂自研ASIC | |||||
| ? 中国AI芯片 | |||||
| ? AI新锐芯片 | |||||
| ? AI存储 |
⚠️ 关键判断：未来2-3年内NVIDIA的主导地位难以撼动。 凭借CUDA生态（400万+开发者、3000+加速应用），任何竞争对手短期内都无法复制。但格局正在松动——AMD Instinct份额已从5%升至11%，云厂自研ASIC在内部工作负载中快速渗透。
? 二、NVIDIA：AI芯片绝对王者（$4.8万亿市值）
2.1 财务表现（FY2025，截至2025年1月）
1,305
FY2025营收（亿美元）
631
净利润（亿美元）
1,152
数据中心收入（亿美元）
75%
毛利率
注：FY2026 Q1（截至2026年4月）指引营收$430亿，同比+76%
2.2 产品矩阵与路线图
| H100 SXM | |||||||
| B200 Blackwell | |||||||
| GB200 NVL72 | |||||||
| B300 "Ultra" | |||||||
| Rubin架构 |
⚏ 三、云厂自研AI芯片（ASIC）：内部军备竞赛
谷歌、亚马逊、微软、Meta四大厂自研ASIC芯片，仅用于自家云服务或内部工作负载，目标是降低对NVIDIA的依赖和优化成本。
| TPU v5 / TPU Ironwood (v7) | ||||||
| Amazon AWS | Trainium 3 | |||||
| Microsoft | Maia 200 | 不可租赁 | ||||
| Meta | MTIA 300/500 | 不可租赁 |
⚠️ 核心洞察：对外部开发者几乎无影响。Google TPU和AWS Trainium虽然可以通过云服务租赁，但一旦迁移即被锁定在单一云生态（JAX⇄GCP / Neuron SDK⇄AWS）。Maia 200和MTIA纯内部使用。分析师预测NVIDIA的推理市场份额将从90%降至20-30%（到2028年），但这主要发生在云厂内部工作负载迁移——对外部99%的团队，NVIDIA GPU仍是唯一实用选择。
? 四、GPU挑战者：AMD vs Intel
| 2025年数据中心/AI收入 | ||
| 2025全年营收 | ||
| 核心AI产品 | ||
| FP8算力 | ||
| 显存 | ||
| AI市占率 | ||
| 2026Q1展望 | ||
| 核心优势 | ||
| 主要客户 |
? AMD的进攻态势：AMD MI325X在Microsoft和Meta获得了有意义的市场牵引，Data Center全年$166亿是AMD历史上最高水平。2025年全年营收$346亿（+34%）、净利$43亿（GAAP），展现出真正挑战NVIDIA的能力。但CUDA生态壁垒仍是最难翻越的山——ROCm虽开源但成熟度远不及CUDA。
五、中国AI芯片：国产替代拐点已至
根据IDC数据，2025年中国AI加速卡市场总出货约400万张，本土厂商出货165万张，市场份额首次突破四成达41%。英伟达出货约220万张，市占从2024年的~70%下滑至55%。
5.1 国产AI芯片五强对比
| 华为昇腾 | NPU独立路线 | |||||
| 寒武纪 | CUDA兼容路线 | |||||
| 海光信息 | x86生态兼容 | |||||
| 阿里平头哥 | 云芯一体 | |||||
| 百度昆仑芯 | 最积极商业化 |
5.2 国产GPU"四小龙"：集体资本化
| 摩尔线程 | |||||
| 壁仞科技 | |||||
| 沐曦股份 | |||||
| 天数智芯 |
5.3 关键事件：华为昇腾950PR发布（2026年3月）
? 昇腾950PR——国产AI芯片的里程碑：首款搭载自研HBM的AI芯片。FP4精度算力达1.56PFLOPS，112GB自研HBM显存，Atlas 350加速卡算力达英伟达H20的2.87倍。2026年出货目标从70万颗上调至150-200万颗。字节跳动（150套）、阿里和美团（各50套）首次大规模转向国产芯片采购——单套超节点价格约2亿元。
⚠️ 关键风险提醒：寒武纪前五大客户占88.66%营收（第一大字节超26%），客户集中度极高。海光架构源自AMD技术授权面临自主性舆论质疑。华为NPU不兼容CUDA，开发者迁移成本高。四小龙除摩尔线程均已扭亏外，其余仍在烧钱，研发投入占比60-86%。
? 七、AI芯片全产业链与中国环节
| AI芯片设计（GPU/NPU） | ||||
| 先进制程代工 | ||||
| HBM高带宽存储 | ||||
| Chiplet封装（CoWoS） | ||||
| EDA设计工具 | ||||
| IP核 |
⚠️ 中国AI芯片供应链风险：最薄弱的三个环节——先进制程（7nm以下需台积电）、HBM存储（完全依赖韩国）、EDA工具（先进制程依赖Synopsys/Cadence）。地缘政治持续升级的背景下，这三个环节是随时可能被"卡脖子"的薄弱点。
8.2 投资价值评估
| NVIDIA | ★★★★ | ||||
| AMD | ★★★★ | ||||
| 寒武纪（A股） | ★★ | ||||
| 华为昇腾（未上市） | ★★★★★ | ||||
| SK Hynix | ★★★★★ | ||||
| Broadcom | ★★★★ | ||||
| Cerebras | ★★ |
⚠️ 三大核心风险：
1. 估值泡沫风险：NVIDIA PE 77x、寒武纪 PS 138x——AI芯片板块估值处于极端高位，若算力需求增速放缓，回调幅度可达30-50%。
2. 地缘政治升级：美国对华芯片出口管制持续收紧（2026年6月Athropic禁令事件），影响波及全球AI芯片产业链。台海局势是TSMC的终极风险。
3. 国产替代不及预期：华为昇腾950PR产能爬坡、HBM国产化、先进制程突破均存在不确定性。若国产AI芯片性能/良率/生态不达预期，国产替代节奏可能大幅落后于市场乐观预期。
? 报告总结
? 全球AI芯片市场规模（2025）： $1280亿，预计2030年达$3600亿
? 王者的统治（NVIDIA）： $1305亿营收，$631亿净利润，75%毛利率，78-80%市场总份额——CUDA是无可撼动的护城河
⚏ 云厂ASIC崛起（但仅限内部）： Google TPU v7（Ironwood）、AWS Trainium 3、Microsoft Maia 200、Meta MTIA——四大云厂自研芯片全面冲刺，但对外部99%的开发者无实际影响
? AMD的进攻： Data Center $166亿创纪录，MI325X获Microsoft/Meta采用，但CUDA壁垒仍是最大障碍
? 中国AI芯片里程碑： 本土出货165万张（41%市占），华为昇腾950PR对标H20，寒武纪首次全年盈利20.59亿。但先进制程+HBM+EDA三大短板仍是卡脖子风险
? 创新架构任重道远： Cerebras WSE-3（4万亿晶体管）、Groq LPU（推理极速）、SambaNova RDU——技术惊艳但生态&规模差距巨大
⚠️ 最大风险： 估值泡沫（PE 77x / PS 138x）+ 地缘政治升级 + AI CapEx增速放缓
