算力突围：国产AI芯片步入‘万卡时代’，推理市场成关键胜负手

在严峻的外部芯片出口管制压力下，国产数据中心AI算力的自主化进程正按下“快进键”。目前，以华为昇腾、百度昆仑芯、阿里平头哥、寒武纪为代表的十余个本土品牌，正在加速构建中国大模型的算力底座。

根据《财经》的深度调研显示，国内已有至少九家AI芯片厂商的累计出货量或订单规模突破了“万卡”大关。这一阵营不仅涵盖了华为昇腾、百度昆仑芯等互联网巨头孵化的领军企业，还包括寒武纪、沐曦、天数智芯、燧原科技等已上市或拟上市的独角兽，甚至连曦望（Sunrise）、清微智能等处于初创阶段的新锐力量也展现出了强劲的增长势头。

在梯队分布上，头部厂商的累计出货已达10万卡级别，稳居第一梯队。而处于上升期的曦望、清微智能等公司，预计2025年的出货或订单量也将跨越1万卡门槛。

从价格区间看，国产推理级AI芯片单卡售价普遍在3万至20万元之间。迈入“万卡时代”，不仅意味着产品在性能、稳定性和综合拥有成本（TCO）上获得了市场初步认可，更标志着行业竞争重点已从单纯的参数比拼，转向稳定性、软件生态及商业化服务能力的深度对垒。

随着多层级厂商出货规模的集体跃升，国产AI芯片的市场份额正迎来爆发式增长。

据IDC 2025年10月的最新数据，2025年上半年中国加速服务器市场规模已达160亿美元，出货量突破190万张。尽管英伟达仍占据约62%的份额，但国产AI芯片的市占率已迅速攀升至35%，其需求增速已显著超越国际巨头。

多位半导体资深人士向《财经》透露，随着2026年国产芯片代工产能的进一步释放，国产推理芯片市场有望迎来新一轮的爆发式增长。

然而，万卡级企业的批量涌现并非终局。这标志着产业试错阶段的结束，国产AI芯片正式进入了严苛的“规模化交付验证”周期。

01

中国AI芯片“万卡俱乐部”版图扩张

国产AI芯片的“万卡级”交付已成规模化趋势。

作为领跑者，华为昇腾与百度昆仑芯凭借深厚的生态背书与稳定的客户群，在市场中占据核心地位。其产品不仅在推理端表现稳健，甚至已开始渗透进部分复杂的模型训练场景。

IDC数据显示，在2025年下半年的国产AI芯片版图中，华为昇腾市场份额稳居榜首，百度昆仑芯则位列第三。

目前，华为昇腾已成功支撑起多个电信运营商及科技大厂的万卡级智算集群。百度则在2025年初点亮了昆仑芯P800万卡集群，并向三万卡规模进发。除百度生态内部消化外，金融、能源等传统行业的数字化巨头也在积极引入昆仑芯。与此同时，寒武纪凭借在互联网、电信与金融领域的深耕，持续保持其第一梯队的交付规模。

进入2025年后，沐曦、摩尔线程、天数智芯、燧原科技等公司相继启动IPO进程，其招股书也揭晓了真实的交付“家底”：这几家公司的累计出货量均已迈过万卡门槛。

沐曦披露，截至2025年8月其累计销量超2.5万卡；天数智芯截至2025年中期已向近300家客户交付5.2万枚芯片；而燧原科技的AI加速卡及模组合计销量已逼近10万张大关。

即便在非上市阵营中，曦望与清微智能等新秀的订单量也已悄然过万，展现了极强的追赶之势。

曦望作为商汤科技原大芯片部门独立后的结晶，专注于推理芯片。其背后站着IDG、高榕等知名机构以及深厚的国资背景。曦望计划在2026年量产启望S3芯片，并已在1月的发布会上宣布2025年交付破万，收入实现跨越式增长。

清微智能作为“清华系”且获得大基金注资的“小巨人”企业，截至2026年初的推理芯片订单也已突破2万卡，深入多个地方智算中心项目。

值得关注的是，当前部分国产AI芯片公司采取了“务实”策略：优先保障供应与可用性，而非盲目追求极限性能。

受限于先进制程与HBM内存的产能缺口，部分厂商灵活采用12nm成熟工艺与LPDDR内存组合。这种策略确保了供应链的安全性与量产稳定性，使其单卡价格能下探至3万元左右，极具市场竞争力。

02

推理战局：国产芯片性能对标英伟达H20

尽管在峰值算力与绝对规模上，国产芯片与国际顶尖水平尚存差距，但降低“推理成本”已成为行业突围的共同选择。

在算力总量受限的背景下，核心竞争维度正从“芯片数量”转向“Token（词元）吞吐效率”。

IDC预测，到2029年推理场景在AI基础设施中的占比将飙升至76.8%。由于推理芯片的技术门槛相对较低且市场广阔，国产厂商正全力优化每秒生成的Token数，以期实现“弯道超车”。

曦望CEO徐冰指出，2025年国内百万Tokens推理成本已降至1元，而专用推理架构的目标是将其进一步压缩至“分”级。这种对效率的极致榨取，正是国产芯片在算力紧缺环境下的生存之道。

在主流推理场景中，部分国产旗舰芯片的实测性能已接近甚至超越英伟达的“中国特供”版H20。

根据智算专家的测试结果，百度昆仑芯P800、阿里PPU在运行经过深度适配的DeepSeek-R1或通义千问模型时，其Token吞吐效率表现优异。这意味着在特定应用领域，国产方案已具备替代实力。

不过，软件生态依然是国产AI芯片无法回避的短板。

与英伟达几乎“开箱即用”的完善生态相比，国产芯片普遍面临适配周期长、模型覆盖少的问题。通常，国产芯片只能优先兼容DeepSeek、Llama等顶流模型，对于Hugging Face上数以百万计的开源模型，适配率依然极低。这种“生态鸿沟”导致企业在切换国产方案时，往往需要投入额外的研发成本与时间成本。

多位业内人士认为，万卡级的规模化交付预示着国产AI芯片正经历“光伏式”的产业崛起路径：在政策引导与资本助推下，通过激烈的市场博弈筛选出真正的强者。

但AI芯片的逻辑比光伏更为复杂。它不仅仅是成本与产能的较量，更是软硬件一体化生态的生死时速。交付后的复购率与开发者粘性，将决定谁能在“万卡之后”的残酷竞争中真正留下来。