当前，人工智能已进入实际应用阶段，投入与产出形成良性循环，推动全球科技巨头持续加大AI投资力度。

GPU（图形处理器）原本用于图像处理，但因其强大的并行计算能力，现已成为训练和运行大模型的核心硬件。它由大量简易计算单元组成，能同时处理海量数据，在通用性、开发便利性和技术成熟度上，优于专用芯片（ASIC）、可编程芯片（FPGA）以及尚处早期的NPU，因此成为AI算力的主力选择。

随着多模态大模型快速发展，模型能力提升高度依赖算力支撑。未来AI向更强推理、多模态融合、自动数据生成等方向演进，算力仍将是关键驱动力，加速AI从实验室走向真实场景。

海外科技公司正全力推进AI落地：谷歌数据显示，其月度AI token调用量从2025年5月的480万亿飙升至10月的1300万亿，增长与Gemini 2.5、Nona Banana等新模型发布节奏一致；用户活跃度和付费转化率同步上升，AI商业化路径日益清晰。英伟达、微软、OpenAI、甲骨文等企业密集签署AI投资与合作计划，进一步印证行业信心。

在数据中心GPU市场，英伟达占据绝对主导地位。其新一代GB200芯片训练性能是前代H100的4倍，推理性能达30倍；最新推出的GB300则专为大规模推理优化。加上CUDA生态长期积累的开发便利性，英伟达构建了深厚的技术护城河。

与此同时，美国自2023年起多次收紧高端GPU出口管制，国产替代紧迫性显著提升。国内多家企业已推出AI智算芯片：寒武纪、海光信息、摩尔线程、沐曦股份等陆续发布产品，并在性能、生态、量产进度等方面加快追赶国际水平。

这些企业的技术根基各有来源：寒武纪源自中科院计算所；海光信息核心团队多来自中科曙光；摩尔线程创始成员有英伟达背景；沐曦股份骨干则来自AMD（超威半导体）。在业务进展上，海光信息以CPU为主力收入来源，信创需求带动快速增长；寒武纪聚焦AI芯片，2025年随互联网客户规模化部署实现收入爆发；摩尔线程和沐曦主攻通用GPU，尚处商业化初期，收入规模较小。

盈利方面，GPU行业前期研发投入巨大，多数企业处于亏损阶段：海光信息2021年整体盈利；寒武纪于2024年第四季度首次单季盈利；摩尔线程预计最早2027年实现合并报表盈利，沐曦股份目标为2026年。

需关注的风险包括：下游AI应用需求放缓、国产芯片替代进度不及预期、先进制程代工供应受限等。