（全文约3200字，预计阅读时长6分钟）
随着人工智能技术浪潮席卷全球，算力已成为驱动这场革命的核心引擎，堪比新时代的“石油”。然而，当全球AI竞赛日益白热化，算力的自主可控已不仅是技术问题，更是关乎产业安全与国家竞争力的战略命题。过去，全球高端算力市场由少数国际巨头主导，存在供给与供应链风险。如今，中国正逐步构建起一条自主可控、且具备全球竞争力的AI算力产业链，开始定义自己的游戏规则。从芯片硬件到软件生态，从“单点突破”到“全栈协同”，国产力量正经历怎样的战略转型？东方红资产管理权益研究部TMT组资深研究员张明宇将深入剖析国产AI芯片产业链的行业格局及发展趋势，与您分享他的思考。
为何算力成为AI竞赛的“胜负手”？
在人类文明的演进史上，每一次技术革命都伴随着关键生产要素的转移。在蒸汽时代是煤炭，在电气时代是石油和电力，而在智能时代，这个角色无疑由“算力”扮演。
当我们惊叹于AI生成文案、绘制图像、构建复杂模型的能力时，其背后是海量数据与复杂算法在强大算力支撑下的高速运算。算力离不开三种核心芯片：GPU、FPGA、ASIC。它们各司其职，共同构成了算力的“三叉戟”：
图：GPU、FPGA、ASIC
（图片由AI生成）
过去，高端芯片市场几乎被国际巨头英伟达垄断，国内企业常面临“一卡难求”的局面。然而，地缘政治的不确定性与供应链安全风险，让“卡脖子”的痛感愈发强烈。这催生了中国市场对国产算力的迫切需求，也为本土产业链的崛起提供了历史性的“黄金窗口期”。近年来，一批国产力量奋起直追，不仅在芯片性能上不断突破，还瞄准了更高的目标：构建属于自己的产业链全栈能力。
真正的较量：
从“造芯片”到“建生态”的升维之战
硬件的追赶只是上半场，国产算力要实现真正的突围，生态的构建才是决胜的关键。
正如苹果的成功不仅依赖A系列芯片，更得益于其软硬件、操作系统与应用商店生态的系统性整合，从而创造了无缝的用户体验与强大的开发者生态。
英伟达的强大也不仅在于其GPU芯片的物理性能，更在于其构建了CUDA生态系统。这套体系让全球大量AI开发者习惯于在其平台上进行编程、优化和部署，形成了极高的迁移成本和用户粘性。
对于芯片产业而言，真正的护城河，在于构建一个能让开发者们“用得好、离不开”的生态系统。为此，国产力量正在探索一条独具特色的生态建设路径。
路径1：自建生态，打造“中国版CUDA”
一些国产芯片厂商意识到，必须建立自主可控的软件栈才能在市场中拥有足够的话语权。以华为为例，他们推出了“CANN + MindSpore”组合拳，CANN作为底层计算架构，负责将上层AI框架的计算任务高效转化为芯片指令；而MindSpore则作为面向开发者的AI框架，提供从模型开发、训练到部署的全流程支持。由于软硬件均由同一体系设计，可以实现深度的性能优化，在部分特定任务上的效率已可比肩甚至超越国际主流框架。另一家AI芯片独角兽企业也推出了包含自研编程语言、推理引擎在内的“全家桶”解决方案，专注于提升大模型部署的效率。
尽管这些自建生态在成熟度和开发者规模上尚在成长期，但已经能“跑通”和兼容很多关键任务，为关键领域的自主可控应用奠定了坚实基础。
路径2：兼容主流算法体系，降低开发者迁移成本
与其让开发者放弃熟悉的工具、学习全新的体系，不如为他们提供一个“无缝切换”的选项。这对于国产算力而言，或许是一种更为务实的策略。
国内如飞桨（PaddlePaddle）、PAI等AI平台，以及华为推出的Ascend-PyTorch插件，都体现了这一思路。它们允许开发者使用业界通用的PyTorch等框架编写代码，只需少量修改甚至无需修改，即可在国产芯片上进行训练和推理。
这种兼容模式极大地降低了开发者的试错门槛和迁移成本，加速了国产算力在学术研究和商业应用中的渗透，成为可靠的可选项，并逐步扩大生态影响力。
通信突围，从“单点突破”到“系统协同”
随着“超节点”时代的到来，大模型参数量爆发式增长，AI训练动辄需要数千颗芯片协同工作。如何将这些芯片高效地组织起来，让它们像一支训练有素的军队一样协同作战，其重要性甚至超过了单兵作战能力。
图：华为昇腾384超节点
英伟达通过InfiniBand（IB）网络和NVLink芯片互联技术，实现了“芯片+网络+软件”三位一体的高效协同，实现了芯片间超高速的数据交换，这是其大规模集群算力领先的关键。国产算力则从两个方向破局：
1）自研互联与系统级创新
例如华为发布的Atlas A800-384系统，是全球少数能实现单机柜集成数百颗芯片的AI集群之一。这并非硬件的简单堆砌，而是系统级创新。其背后通过自研的互联技术提升芯片间高速通信，通过液冷与风冷混合的先进散热方案保障了高密度部署下的能效比，并通过软件层“感知”整个集群的物理拓扑，智能地进行任务分配和并行计算，大幅降低了通信开销。
2）拥抱开放标准，构建开放联盟
国内企业正联合推动UALink标准，旨在建立一个不依赖单一厂商的开放互联生态。基于此标准，一些国内企业已成功研制出搭载上百颗芯片的超节点服务器，理论互联带宽已达到业界领先水平。这标志着国产算力已经从“模仿单卡性能”，进入到“探索更适合大模型时代的新型基础设施”的全新阶段。
国产算力发展的“黄金期”：
政策、需求与供应链的多重共振
当前正迎来由国家战略、市场需求与技术进步多轮驱动的"黄金期"，多重积极因素共振，推动国产算力发展按下加速键。
1）国家战略的强力牵引：“东数西算”工程的全面推进，正加速构建全国一体化的算力网络，为国产算力提供了广阔的应用市场。“十四五”规划亦明确指出打造“数字经济新优势”“建设数字中国”，各地政府纷纷出台补贴政策，鼓励企业采购和使用国产算力，形成了强大的政策推力。公开数据显示，2025年中国通用算力规模预计增长20%，智能算力规模增长43%，排名全球第二。近五年来，算力总规模增速每年都高达30%。澎湃算力，正为中国经济发展积蓄新的更强劲动力。
图：“东数西算”工程布局图
图片来源：国家发展改革委官网
2）算力需求的井喷式增长：各行各业对AI需求爆发的同时，算力的Transformer架构与“Scaling Law”（缩放定律）使得大模型训练算力需求呈指数级增长，国内外资本开支投入持续加码，也为国产算力芯片提供了持续迭代和优化的“练兵场”。一个正向迭代的飞轮正在形成：更多企业试用国产芯片 → 发现问题并反馈 → 芯片性能与生态稳定性快速提升 → 吸引更多企业采购。
资料来源：Our World in Data，Sevilla et al.(2022)；
3）供应链安全的内在需求：国际环境的变化，让越来越多的企业，特别是关键行业的龙头企业，将供应链安全置于前所未有的高度。采购国产算力，已从过去的“可选项”逐渐变为“必选项”，这为国产厂商提供了宝贵的市场准入和成长机会。
今天的国产算力，正在摆脱“能用就行”的备胎标签，逐步探索更适合大模型时代的新型基础设施，努力实现从“可用”到“好用”再到“领先”的蜕变。
这场变革的核心，是从硬件替代走向系统定义，从被动追赶走向主动突围。未来的赢家，不再是仅仅掌握某项核心芯片技术的公司，而是那些能够整合芯片、网络、软件和生态的“系统建筑师”。这些默默打造中国人工智能底座的“卖铲人”，或许才是这场智能革命中最值得被看见的力量。对于投资者而言，理解并识别出那些具备全栈协同能力、拥有系统级创新思维的产业链关键节点，将是把握AI投资机遇的核心所在。它们的价值，将在AI浪潮的持续奔涌中得到市场的最终重估。
