算力革命与国产芯片：从供需到产业链的全景研究

报告编号：EXK-S-003 出品方：北京经纬智汇信息咨询有限公司 报告级别：S 级旗舰报告（前沿科技与产业趋势 · 半导体与算力集群） 报告日期：2026 年 7 月 保密级别：客户交付版 版本：V1.0 目标读者：企业管理层 / 决策者、投资方 / 甲方客户、技术负责人

目录

• 执行摘要
• 第一章 · 调研背景与目标
• 第二章 · 算力革命的时代坐标：从"电力时代"到"智力时代"
• 第三章 · 全球与中国算力需求：增长曲线与训练/推理的结构性分化
• 第四章 · AI 芯片技术路线全景：GPU/ASIC/NPU/存算一体的分化与融合
• 第五章 · 国际标杆与国产梯队：技术水平对标与差距全景
• 第六章 · 产业链上游：晶圆制造、半导体设备与关键材料的自主化进度
• 第七章 · 产业链中下游：先进封装、HBM、算力基础设施与云计算大厂
• 第八章 · 下游 AI 应用场景：大模型、Agent、多模态与终端 AI 对算力/芯片的牵引
• 第九章 · 政策环境与地缘博弈：出口管制、大基金三期与"十五五"规划
• 第十章 · 核心专利与技术壁垒：四大 IP 护城河与国产突围路径
• 第十一章 · 商业模式、盈利逻辑与投资价值判断
• 第十二章 · 全球竞争格局分析：市场份额、优劣势与竞争策略
• 第十三章 · 风险与挑战概述
• 第十四章 · 趋势展望与商业化拐点判断（2026–2030）
• 第十五章 · 分层战略建议与行动路径
• 结论

执行摘要

本报告聚焦算力革命与国产芯片产业链，采用全时间轴、全球视野、宏观—中观—微观多层次结合的研究方法，覆盖算力需求侧演进、AI 芯片技术路线、国产芯片产业链自主化进度、下游 AI 应用牵引、政策环境、专利壁垒、投资价值与商业化拐点等核心议题。以下五点是全报告的核心判断，作为决策层"1 页阅读版"。

第一，算力需求正处在结构性拐点：从训练主导转向推理主导。 2020–2025 年，全球算力增长的主逻辑是"更大参数、更强训练"，训练算力需求高速膨胀。进入 2025 年后，随着大模型进入应用商业化阶段，推理算力占比首次突破一半，并预计在 2026 年达到全部 AI 算力约三分之二。中国智算规模从 2024 年的 725.3 EFLOPS 增至 2025 年的 1037.3 EFLOPS，2028 年预计达 2781.9 EFLOPS，2023—2028 年年均复合增长率约 46.2%。全球四大超大规模云商 2025 年资本开支合计约 3575 亿美元（同比增长约 65%），华尔街对 2026 年的一致预期约 6082 亿美元。推理拐点、Token 经济、C 端 AI 应用的爆发共同构成"算力超级周期"的需求确定性。

第二，国产算力已完成从"推理验证"到"训练闭环"的关键跨越，但单卡仍落后一代以上。 2025 年被业界视为"国产算力元年"：以华为昇腾 CloudMatrix 384 超节点为代表的系统级方案通过"以集群补单点"，将 384 颗昇腾 910C 与 192 颗鲲鹏 CPU 组合为 300 PFLOPS 的 BF16 总算力，达到英伟达 GB200 NVL72（约 144 PFLOPS）的两倍以上。DeepSeek 系列大模型的开源、V4 版本基于昇腾平台完成训练、通义与豆包完成 CANN 迁移等标志性事件，证明国产训练闭环已初步跑通。但单卡差距仍存：昇腾 910C 的 FP16 算力约为 H100 的 60%–80%，据华为规划，昇腾 970（2028 年 Q4）才能追平 2022 年的 H100 单卡算力。国产芯片需以带宽、系统与规模换取相对性能。

第三，先进制程、HBM 与 CUDA 生态是三大核心卡点，全链条自主可控预计要到 2027–2028 年才能实质性突破。 制造端，中芯国际虽在 2025 年 11 月完成第一代 5nm（N+3）商业化量产，但受限 DUV 多重曝光，成本约为 EUV 方案的 1.5 倍以上，晶体管密度落后台积电/三星同代节点约 5%–15%。设备端，国产整体国产化率从 2021 年约 21% 提升至 2023 年约 35%，刻蚀（中微、北方华创）领先，光刻机国产化率仍不足 1%。材料端，硅片、光刻胶（尤其 ArF/EUV）、量测设备国产化率均为个位数。HBM 供给几乎完全被 SK 海力士、三星、美光垄断。CUDA 生态历经近 20 年积累、400 万开发者，是英伟达最深护城河，CANN、ROCm 等替代生态仍需数年成熟期。

第四，投资主线清晰，但结构性分化剧烈：设备材料确定性最高，先进封装量价齐升，芯片设计需甄别真实盈利。 半导体设备与关键材料环节受益于"资本开支高增 + 国产替代"双轮驱动，毛利率普遍 40% 以上，现金流稳定，是最具确定性的配置主线，重点包括北方华创、中微公司、华海清科、拓荆科技、南大光电、彤程新材等。先进封装（Chiplet、CoWoS、HBM 封测）是"绕过先进制程限制"的换道超车路径，长电科技、通富微电、盛合晶微等大陆厂商已具备 2.5D/3D 及 HBM3e 封装量产能力。国产 AI 芯片设计公司 2025 年营收爆发（寒武纪 +453%、摩尔线程 +243%、壁仞 +207%），但客户集中度高、估值高企、多数未盈利，需以真实出货量、订单质量与 CANN/ROCm 生态成熟度作为择时信号。液冷、光模块作为算力基础设施配套，需求确定性同样高。

第五，2026–2028 年是国产算力从"可用"到"好用"的关键三年，2026 年 Q4 或成大爆发节点。 结合华为昇腾 950DT 与 Atlas 950 SuperPoD 的产品上市节奏、国产 DUV 产能爬坡、"十五五"规划将集成电路列为新兴支柱产业首位、大基金三期 3440 亿元加速出手，以及 DeepSeek-V4 等国产大模型对国产算力生态的反向牵引，2026 年 Q4 前后有望成为"训推闭环 + 生态成熟"的关键节点。到 2028 年前后，随着中芯 5nm 产能规模化、国产 HBM 量产、EUV 关键器件突破，中国有望具备在"生成式 AI + 具身智能 + 自动驾驶"三大主赛道的自主算力供给能力。

行动建议摘要（详见第十五章）：

• 投资方：以"设备材料 + 先进封装 + 液冷/光模块"为组合主线，关注大基金三期投资节奏与晶圆厂扩产资本开支超预期作为加仓触发；国产 AI 芯片设计公司回调至合理估值区间时择机布局，重点甄别真实出货与订单质量。
• 企业管理层/技术负责人：训练场景关注昇腾超节点承接千亿至万亿参数训练的实际能力，推理场景率先在推荐、广告等延迟敏感、精度要求相对低的负载上切换国产芯片；建立 CUDA↔CANN 迁移与多芯片池化能力，规避单一供应商风险。
• 立项决策：优先布局光刻胶、大硅片、电子特气、量测设备、EUV 关键器件、Chiplet/HBM 封测等"卡脖子"环节的技术攻关与产能建设，绑定政策、大基金与下游头部客户。

风险提示：地缘政治与出口管制持续升级、EUV 光刻机长期缺位、CUDA 生态迁移成本高、AI 大厂投入产出比尚未验证、国产芯片设计公司估值/客户集中度风险，均为本报告需高度关注的风险变量。

第一章 · 调研背景与目标

1.1 调研缘起：算力何以成为新时代的"石油"

自 2022 年 11 月 OpenAI 发布 ChatGPT 至今，全球产业界普遍达成一个共识：算力已成为继"土地—劳动力—资本—技术"之后的第五要素，甚至可能是决定未来 5–10 年国家竞争力、产业格局与企业估值中枢的最关键变量。这一判断并非情绪化的技术乐观主义，而是有明确的供给侧与需求侧证据：

从供给侧看，全球算力基础设施投资进入前所未有的超级周期。微软、谷歌、亚马逊、Meta 四大超大规模云商 2025 年资本开支合计约 3575 亿美元，同比增长约 65%；华尔街对 2026 年的一致预期约为 6082 亿美元，同比增长约 70%。据 Gartner 测算，2025 年全球数据中心系统支出约 4895 亿美元，同比增长约 46.8%。甲骨文 FY2026 Q1 财报（2025 年 9 月 9 日）披露剩余履约义务（RPO）同比增长 359% 至 4550 亿美元，其中近 60% 来自与 OpenAI 的 5 年 3000 亿美元推理算力订单。中国方面，阿里巴巴 2025 年 2 月宣布未来三年投入超 3800 亿元建设云与 AI 基础设施，超过其过去十年的总和；字节跳动 2025 年资本开支约 1500 亿元，同比增长约 88%，其中约 900 亿投 AI 算力、700 亿投 IDC。

从需求侧看，Token 经济已成为衡量算力真实消耗的核心指标。国家数据局局长刘烈宏披露，截至 2025 年 6 月底，我国日均 Token 消耗量突破 30 万亿，一年半增长 300 多倍。C 端应用层面，豆包月活突破 3 亿、DeepSeek 突破 1.4 亿、千问突破 1.6 亿，AI 应用正在从"技术玩具"演化为"数字基础设施"。B 端应用层面，AI Agent、多模态大模型、具身智能、自动驾驶等场景对算力的需求指数级增长。德勤在《2026 TMT 预测》中明确指出，推理工作负载在 2026 年将占全部 AI 算力约三分之二，标志着算力需求从"训练主导"转向"推理主导"的历史性拐点。

从地缘政治看，算力已成为大国博弈的核心筹码。自 2022 年 10 月以来，美国对华芯片出口管制经历了 A100/H100 禁售、H20 特供、H20 停售、B30A 筹备等多轮升级，2025 年 5 月 13 日 BIS 发布三份文件将管制范围扩大至 AI 训练用途本身。中国则以大基金三期 3440 亿元、"十五五"规划将集成电路列为新兴支柱产业首位作为战略回应。芯片、算力与 AI 应用形成"三位一体"的战略资源，被广泛比作 21 世纪的"石油"。

在此背景下，"算力革命与国产芯片"成为决定中国未来产业竞争力的核心议题。本报告即为北京经纬智汇信息咨询有限公司 EX-K 前沿科技与产业趋势 S 级旗舰报告体系（编号 EXK-S-003）中的一份，服务于对 AI、半导体、云计算产业链有深度决策需求的企业管理层、投资方与技术负责人。

1.2 核心调研问题

本报告围绕以下九个核心问题展开系统性调研：

• 需求侧演进：全球及中国算力需求增长曲线、训练与推理算力的结构性分化、Token 经济的量化尺度、2026–2030 年的预测走势。
• 技术路线全景：AI 芯片的四大主流路线（GPU、ASIC、NPU、存算一体等）及其分化与融合趋势。
• 对标差距：华为昇腾、寒武纪、海光、摩尔线程、壁仞、沐曦、天数智芯、燧原、昆仑芯等国产厂商与英伟达、AMD、Intel、Google TPU、博通 XPU 等国际标杆的技术、生态、规模差距。
• 上游制造与设备材料：中芯国际等晶圆代工水平、半导体设备（光刻机、刻蚀机、薄膜沉积、清洗、量测）国产化率、关键材料（硅片、光刻胶、电子特气、掩膜版、湿化学品、靶材、CMP）自主化进度。
• 中下游封装、HBM 与基础设施：Chiplet、CoWoS 等先进封装、HBM 国产化路径、数据中心、液冷、算力网络（东数西算）、云计算大厂算力布局。
• 下游 AI 应用牵引：大模型训练与推理、AI Agent、多模态、自动驾驶、AI 眼镜/PC/手机等应用如何反向驱动算力和芯片产业链。
• 投资价值与商业化拐点：产业链各环节的商业模式、盈利逻辑、投资价值判断，以及关键拐点识别。
• 政策环境：中国半导体产业政策、美国出口管制、国产替代政策支持的时间轴与最新动态。
• 核心专利与技术壁垒：CUDA、NVLink、EUV、HBM 四大 IP 护城河，以及中国突围路径。

1.3 调研方法与范围界定

方法论：本报告采用文献研究、公开数据梳理、行业专家观点引用、案例深度剖析、竞争格局矩阵分析等方法，遵循"宏观—中观—微观"三层框架。宏观层面聚焦全球算力增长曲线、政策环境与大国博弈；中观层面聚焦产业链环节、细分市场与国产化率；微观层面聚焦头部企业、关键产品与典型案例。

信息来源：以公开资料（新闻报道、行业白皮书、上市公司公告、政府政策文件、企业官网信息）与行业专家观点/访谈引用为主，不使用付费数据库（如 Gartner、IDC）的原始数据。所有市场规模、增长率、技术参数、市场份额百分比均标注来源机构和发布时间的公开引用。

时间视角：全时间轴——覆盖 2015 年以来的历史演进、2025–2026 年上半年的最新现状、2026–2030 年的未来预测。

地域范围：全球视野，重点开展中美芯片产业对比，兼顾荷兰（ASML）、日本（TEL、爱德万等）、韩国（SK 海力士、三星）等关键第三方的角色分析。

行业范围：半导体与算力产业全产业链——芯片设计、晶圆制造、封装测试、半导体设备、半导体材料、算力基础设施（数据中心/液冷/光模块/算力网络），并纳入下游 AI 应用场景（大模型、Agent、多模态、自动驾驶、AI 终端）作为需求牵引侧的分析对象。

颗粒度：多层次结合。宏观层聚焦行业整体趋势、政策环境；中观层聚焦细分市场、产业链环节；微观层聚焦具体企业（如华为、中芯国际、寒武纪、海光、摩尔线程、北方华创、中微、长电科技、通富微电、英维克、阿里云、字节等）、具体产品（如昇腾 910C/950DT/970、CloudMatrix 384、思元 590、K100 AI、MTT S5000、BR100 等）及关键案例（DeepSeek 效应、七大云商资本开支、Token 增长曲线等）。

1.4 报告框架与阅读指南

本报告共十五章，按"背景 → 需求 → 技术 → 产业链 → 应用 → 政策 → 壁垒 → 商业 → 竞争 → 风险 → 趋势 → 建议 → 结论"的逻辑展开，采用"结论后置"的呈现方式：前十三章为分析与数据支撑，第十四章为趋势展望，第十五章为分层战略建议，最后为总结论。

决策层阅读路径：执行摘要 → 第十四章趋势展望 → 第十五章战略建议 → 结论（约 15 分钟）。

投资方阅读路径：执行摘要 → 第三章需求 → 第七章封装/基础设施 → 第十一章商业模式与投资价值 → 第十二章竞争格局 → 第十五章战略建议（约 45 分钟）。

技术负责人阅读路径：执行摘要 → 第四章技术路线 → 第五章国产梯队 → 第六章设备/材料 → 第七章封装/HBM/液冷 → 第十章专利与壁垒（约 60 分钟）。

全篇通读：约 3–4 小时。