平安证券研报指出，AI算力芯片是美国对华科技制裁的重灾区，倒逼国内AI算力芯片从设计到制造实现全产业链国产替代。2024H1国内AI加速芯片市场本土品牌出货量接近20万张，市占率约20%。海光DCU兼容“类CUDA”生态适配主流大模型，华为昇腾910B性能对标A100（达80%效率），寒武纪2025Q1实现盈利3.55亿元。本文从市场格局、龙头突破、投资逻辑三方面拆解国产AI芯片突破趋势。
国产AI芯片市占率升至20%，替代进程加速
美国通过限制高性能AI算力芯片出口、先进AI芯片晶圆代工、先进制程关键设备等方式，对国内AI算力芯片“围追堵截”。为符合美国出口管制要求，英伟达对其GPU产品多次减配（A100→H100→H20），性能优势逐渐削弱，国产AI芯片竞争力增强。根据IDC数据，2024H1中国AI加速芯片市场规模超90万张，本土品牌出货量接近20万张，市占率约20%。国内AI服务器市场外购英伟达、AMD等芯片的比例预计从2024年约63%下降至2025年约42%，而本土芯片供应商在国有AI芯片政策支持下，预期2025年占比将提升至40%，几乎与外购芯片平分秋色。非GPU架构AI服务器（华为昇腾、寒武纪思元等ASIC路线）2024年占比超30%，IDC预计到2029年将提升至接近50%。
表：国产AI算力芯片核心产品对比| 厂商 | 产品系列 | 技术路线 | 关键进展 |
|---|
| 海光信息 | 深算一号/二号/三号 | 通用GPU（类CUDA） | 适配LLaMa/GPT/Bloom等主流大模型 |
| 华为 | 昇腾910B | ASIC | 性能达A100 80%，万卡集群已部署 |
| 寒武纪 | 思元370/590 | ASIC | 2025Q1盈利3.55亿，扭亏为盈 |
海光DCU：兼容“类CUDA”生态，适配国内主流大模型
海光DCU是国产AI算力芯片的重要参与者，已迭代深算一号、二号、三号。深算二号于2023Q3发布，性能相对深算一号实现翻倍增长，已在大数据处理、AI、商业计算等领域实现商用。海光DCU属于通用GPU，兼容“类CUDA”生态，支持全精度模型训练，已实现LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等大模型的全面应用，与百度文心一言、阿里通义千问等大模型全面适配，性能达到国内领先水平。海光深算系列采用7nm工艺，核心数量4096，显存容量32GB HBM2，显存带宽1024 GB/s，对标英伟达A100。在国产AI芯片中，海光DCU的“类CUDA”生态兼容性是其核心差异化优势，大幅降低了开发者的迁移成本。
华为昇腾万卡集群与寒武纪盈利拐点
华为昇腾910B采用达芬奇架构，性能基本可对标英伟达A100，效率可达A100的80%，特定测试中性能甚至超越A100达20%。2023年10月，科大讯飞与华为联合发布我国首个全国产支持万亿参数大模型训练的万卡国产算力平台“飞星一号”（采用昇腾910B）。2025年4月，华为云推出CloudMatrix 384超节点（基于384颗昇腾芯片），密集BF16算力达300 PFLOPs，接近英伟达GB200 NVL72的两倍，内存容量超出3.6倍，已在芜湖数据中心规模上线，标志着我国在AI计算系统领域实现里程碑式突破。寒武纪方面，思元590训练性能大幅提升，2024Q4实现单季扭亏为盈（收入9.89亿、净利润2.72亿），2025Q1盈利持续（收入11.11亿、净利润3.55亿，净利率31.98%），成为国产AI芯片企业中率先实现稳定盈利的标杆。
