国产AI芯片公司全览：这波国产替代，你该关注哪些公司？
随着英伟达的AI芯片淡出中国市场，中国AI芯片的自主替代进程已经到了哪一步？有哪些中国公司值得关注？
这篇文章依据大摩近期发布的一篇报告来为大家扫下盲，其中部分事实和观点可能会与你原有的认知不同。我们分别来看：
No.1
中国的AI芯片市场有多大？谁是主要玩家？
从资本市场的角度来看，随着越来越多的中国AI芯片公司上市，这个赛道的总市值越来越大，而且还有一些企业正在等着上市。
预计2026年中国AI芯片的市占率会是这样的：**占据六成份额，其次是寒武纪、昆仑芯、平头哥等。
-
大摩预计中国2026年的AI芯片市场规模将达到500亿美元，2030年将达到670亿美元，复合增长率为7.6%，这个预测绝对不算激进，甚至对AI前景感到乐观的人来说，甚至有点过于保守。这670亿美元的主要需求方是云服务厂商。
具体到中国AI芯片厂商而言，**仍将是龙一，其次是寒武纪、昆仑芯等。
面对这样一个高速增长的市场，中国的先进制程产能是否满足呢？大摩预计到2030年中国自身的先进制程产能可以支持580亿美元的AI芯片制造，绝大部分由中芯国际提供。
到2030年，预计中国的AI芯片先进产能自给率将逐年提升到86%。
No.2
AI芯片的需求到底有多旺盛？
首先，英伟达5090显卡在中国的价格持续走高，淘宝渠道价格已经攀升至25,000元人民币以上，这反映出在合规渠道受限的情况下，市场对高性能GPU的渴求并未减弱。与此同时，4090的价格则相对平稳。
中国主流大模型的token价格也有所上涨：输出token价格从2025年一季度的12.2元/百万token，跃升至2026年一季度的18.1元/百万token，输入token价格也从3.3元升至3.9元。token价格的上行侧面反映了推理需求旺盛，算力供不应求。
字节跳动旗下火山引擎/豆包的月度token处理量在2025年下半年出现爆发式增长，从年初的几百亿规模飙升到年底的2400亿级别。
而中国云厂商资本开支也在加速追赶：2023年仅240亿美元，2025年预计达到740亿美元，2026年预计冲到1050亿美元。虽然与全球云资本开支（2026年预计7340亿美元）相比仍有差距，但增速很猛。
No.3
中国AI芯片的产业链全貌是怎样的？
大摩用了一个比喻——"农夫、鸡蛋、鸡、鸡舍"四层结构来对比中美AI芯片价值链。通常我们说产业链是从上游到下游，但这个比喻是反过来的——从最终用户（农夫）一路追溯到最源头的生产工具（鸡舍）。
首先是农夫，农夫是养鸡的人，也是最终消费鸡蛋的人。在AI产业里，对应的是云服务商和AI数据中心运营方——比如中国的字节、腾讯、阿里、百度，美国的Google、Meta、Amazon这些。他们是AI芯片的最终买家，是"吃鸡蛋的人"，也是决定整个生态规模的需求方。政府之所以被放在这一层，是因为在中国语境下，政府既是大客户（政务云、国资云），也是规则制定者。
其次是鸡蛋，鸡蛋是农夫真正想要的产品。在AI产业里，鸡蛋对应的是芯片设计公司——英伟达、AMD、博通、**海思、寒武纪、MetaX等。他们设计出来的芯片就是"鸡蛋"，是被农夫直接消费的核心产品。注意这里强调的是"芯片设计"，不是"制造"。
接着是鸡，鸡是下蛋的母体。在AI产业里，对应的是台积电、三星、中芯国际这些代工厂，以及ASE、长电、通富这些封测厂。没有鸡就没有蛋——再好的芯片设计，没有代工厂帮你流片，就只是一张图纸。
最后是鸡舍，鸡舍是养鸡的基础设施。在AI产业里，对应的是半导体设备厂商（ASML、应用材料、KLA、Lam、东京电子、北方华创、中微）和EDA软件商（Synopsys、Cadence、华大九天）。没有鸡舍，鸡都没地方住，更别说下蛋了。光刻机、刻蚀机、EDA工具就是建造鸡舍的钢筋水泥。
那么这个比喻最妙的地方在哪里？首先，它直观展示了产业的"卡脖子"逻辑是层层向上的。美国对中国的制裁不是从鸡蛋（AI芯片）开始的，而是从鸡舍（半导体设备）开始的——断了鸡舍，鸡养不大；鸡养不大，蛋下不出来；蛋下不出来，农夫只能挨饿。其次，这个比喻告诉我们，中国的"自主可控"必须是全链条的。中国如果只在"鸡蛋"层（芯片设计）有**、寒武纪，但"鸡"层没有中芯国际、"鸡舍"层没有北方华创和华大九天等公司，那这个生态就是空中楼阁。反过来说，美国阵营之所以稳固，是因为它在四层每一层都有压舱石——农夫有Google/Meta，鸡蛋有英伟达，鸡有台积电，鸡舍有ASML。
No.4
中美AI技术差距到底有多大？
大摩用了一个九维度雷达图来比较。中国在以下维度领先或接近美国：政策支持（中国接近10分，美国约4分）、电力供应（中国领先）、AI数据中心空间、软件优化（LLM）、光网络、服务器系统。美国领先的维度：晶圆前道制造、芯片封装、内存（HBM、LPDDR5）。也就是说，中国的基础设施优势（电力、土地、政策、系统集成）正弥补芯片制造劣势。大摩还总结了中国的应对三步法：第一步：如果单颗计算die（裸晶）不够强，就把更多die封装到一颗芯片里；第二步：如果单颗芯片不够强，就构建更大的机柜和集群；第三步：如果一座晶圆厂不够，就扩张更多产能。
No.5
国产芯片的经济性真的很差吗？
实则没那么差。拿10MW容量的TCO（总拥有成本）对比：英伟达H200约82万美元、A100约74万美元、H20约62万美元；而国产芯片普遍在30-50万美元区间，比如****约33万美元、**约34万美元、寒武纪MLU 690约50万美元。国产AI芯片的TCO比英伟达这几个产品还要低30-60%。再来对比每token推理成本：英伟达H200最低（约0.0013美分），但头部国产芯片如寒武纪MLU 690、**950PR、海光的每token成本可以与英伟达持平甚至更优。这意味着对于推理场景，国产AI芯片已经具备真实的商业竞争力。
No.6
国产芯片厂商的客户绑定情况如何？
国产AI芯片厂商可以分为GPGPU派系和ASIC/DSA两大派系。其中ASIC/DSA阵营的客户绑定情况为：**海思的客户最全面，已经绑定政府企业、字节、阿里、腾讯的订单；寒武纪则绑定了 字节、阿里、腾讯的订单；昆仑芯绑定了腾讯订单，且有可能获取阿里订单。燧原已绑定腾讯订单。GPGPU阵营这边，沐曦、摩尔、海光、壁仞、平头哥等目前与CSP的合作多处于潜在阶段。
No.7
国产AI芯片的性能实测如何？
用DeepSeek R1做实测，结果显示：英伟达H200以5899 tokens/秒的性能遥遥领先，A100为1365，H20为1033。国产芯片中表现最亮眼的是寒武纪MLU 690：2063 tokens/s，是国产第一，超过了英伟达A100和H20。其次是****（1536）、950PR（1464）、平头哥PPU（1521）、天数BI-V200（1341）、摩尔S5000（1236）、海光BW1000（1201）、昆仑芯P800（1179）。也就是说，国产头部产品的单卡性能已经追平甚至超越英伟达的中国特供版（H20、A100），但与H200仍有约3倍差距。
No.8
性价比排名
用性能表现除以成本来衡量性价比，英伟达H200约0.13，A100约0.04。国产芯片中：**950PR约0.118，逼近H200水平；摩尔线程S5000约0.108，是国产第二高；寒武纪MLU 690约0.082；****、**均约0.08；寒武纪MLU 580、590在0.07-0.08区间。绝大多数国产芯片的性价比都超过了英伟达A100。这背后的逻辑是国产芯片单价显著低于英伟达，所以即使单卡性能落后，每美元买到的算力反而更多。
No.9
中国AI芯片的情况如何？谁值得重点关注？
这10家里面已经上市的有寒武纪、海光、沐曦股份、摩尔线程、壁仞科技和天数智芯。其中大摩重点关注的三家上市公司是寒武纪、沐曦股份和天数。
其中，寒武纪是唯一已经盈利的玩家，营收规模也更大。沐曦股份有国家队背书，天数智芯则胜在台积电代工带来的工艺确定性和潜在的头部CSP订单。
具体来看，寒武纪的产品矩阵覆盖了从边缘到云端训练的完整谱系。MLU 690是其旗舰，FP16算力700 TFLOPS、FP8算力1400 TFLOPS，搭配96GB HBM3显存、2400 GB/s显存带宽、1200 GB/s芯片互连带宽。供应链上，寒武纪以中芯国际为代工方、三星为HBM供应商、通富微电做封装。客户端覆盖了字节（战略合作伙伴）、阿里、腾讯（云服务商）、中国移动（运营商）以及政府市场。大摩预测寒武纪2025-2028年营收CAGR将达到90%，2028年营收有望突破450亿元人民币。云服务产品将是核心增长引擎。
至于天数，其产品路线图分两个阶段：第一阶段（2027年前）：目标是产品性能对标英伟达Hopper、Blackwell、Rubin架构；具体来看，2025年：天垓100，对标Hopper，高精度FP64+FP4支持，注意力效率提升90%；2026年：智凯100，对标Blackwell，新增ifFP4支持；2026年后期：再一款产品，对标Blackwell，通用AI加速计算；2027年：天凯100，对标Rubin，更高精度与创新。第二阶段（2027年后）：设计更创新的计算芯片架构。财务上，预计天数智芯2025-2028年营收CAGR达122%，2028年营收冲击120亿元人民币，毛利率50%左右。
（本文完）
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
