告别“卡脖子”！国产AI芯片集体爆发

文 / 汪淼

美编 / 顾青青

出品 / 网界

中国 AI 芯片领域正迎来属于自己的 “突围” 时刻。

9月16日，在央视《新闻联播》的镜头中，阿里平头哥的PPU芯片参数表格意外曝光，显存容量、片间带宽等关键指标直接对标英伟达H20芯片。

几乎同一时间，百度昆仑芯拿下了中国移动十亿级订单，华为公布了昇腾芯片三年技术路线图。

这些看似独立的事件，共同勾勒出中国AI芯片产业正在发生的深刻变革：从依赖进口到自主创新，从“备胎”到“主力”的历史性转折。

资本市场用真金白银投下了信任票。阿里巴巴股价自8月底以来累计涨幅超过50%，百度港股一度单日暴涨19%，市值激增近千亿港元。

国际投行伯恩斯坦发布报告预测，2025年中国国产AI芯片销售额将从2024年的60亿美元猛增至160亿美元，市场份额从29%提升至42%。这场由科技企业主导的“去英伟达化”运动，已经不再是口号，而是正在发生的产业现实。

地缘政治压力下的供应链危机，曾经让中国AI企业陷入“无芯可用”的焦虑。但压力也催生了动力。

正如智能手机时代苹果和华为通过自研芯片构建护城河，今天的中国AI玩家正在复刻这一路径，通过自研芯片实现供应链安全与成本优化的双重目标。

01

从“能用”到“好用”的质变

阿里平头哥PPU芯片的亮相，堪称中国芯片发展史上的里程碑事件。

根据央视报道披露的参数，这款芯片配备了96GB HBM2e显存，片间互联带宽达到700GB/s，支持PCIe 5.0接口。这些核心指标全面超越了英伟达A800，与英伟达H20处于同一水平。

更值得关注的是，PPU芯片的功耗控制在400W，比H20的550W低了近30%，在能效比上展现出明显优势。

这款芯片的成功并非偶然。阿里平头哥成立于2018年，在短短七年时间里就实现了从起步到追赶的跨越。

据了解，PPU芯片针对大模型推理任务进行了深度优化，分为基础版和高级版两个版本。基础版侧重AI推理，峰值算力达到120TFLOPS。更重要的是，该芯片兼容CUDA生态，大幅降低了用户迁移的学习成本。

百度的昆仑芯同样取得了显著进展。昆仑芯P800不仅在内部用于训练AI大模型，还获得了外部客户的高度认可。

在中国移动2025年至2026年人工智能通用计算设备集中采购项目中，基于昆仑芯的AI服务器产品在三个标包中分别拿下了70%、70%和100%的份额，均排名第一。

这个十亿级订单的获得，证明国产芯片已经具备了规模化商用的能力。

华为也在同一时间公布了昇腾芯片的三年演进路线图。通过支持低精度计算、混合架构等技术，华为正从单卡性能到集群能力实现全面追赶。

基于自研互联协议“灵衢”和昇腾950系列芯片的Atlas950 SuperPod，可以形成百万级规模的统一算力底座，各项性能指标超过英伟达下一代产品。

这些技术突破的背后，是国产芯片设计能力和制造工艺的全面提升。

根据招银国际的数据，得益于国产7nm工艺与2.5D封装技术，PPU单卡成本较进口H20下降了40%。这种成本优势为国产芯片的大规模应用铺平了道路。

02

从实验室到市场的跨越

国产AI芯片不仅在技术上取得突破，在商业落地方面同样成果丰硕。

中国联通三江源绿电智算中心项目的签约情况，清晰地展现了国产算力生态的壮大，该项目已签约1747台设备、22832张算力卡，总算力达3479P。

其中，阿里云签约1024台设备、16384张平头哥算力卡，总算力1945P，成为所有品牌中的最大订单。

这个项目的意义不仅在于规模，更在于它标志着国产芯片已经从试点应用走向核心场景部署。三江源项目作为国家级算力基础设施，选择大规模采用国产芯片，充分证明了其可靠性和性能已经得到市场认可。

互联网巨头们的态度转变同样具有指标意义。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示：“我们正与多家国产芯片厂商合作适配各种AI模型，因为模型规模有大有小，从数十亿到上百、上千亿参数，不同场景所需的芯片配置不同。我们专注于软件和模型研发，以开放心态与各家芯片厂商协同，在不同场景中选择最合适的硬件、模型和工具。”

这种表态显示，国产芯片已经成为头部企业供应链中的重要组成部分。

阿里巴巴CEO吴泳铭在财报会议上透露，“面对全球AI芯片供应的不确定性和政策变动，阿里已采取“后备方案”，与多家合作伙伴携手构建多元化的供应链储备，以确保业务的稳健发展。”这种“两条腿走路”的策略，正在成为国内科技企业的共识。

更令人欣喜的是，资本市场对国产芯片的认可度也在持续提升。寒武纪在连续亏损八年后实现扭亏为盈，2025年上半年营业收入达到28.81亿元，同比增长4347.82%，净利润10.38亿元。

03

从单打独斗到协同作战

国产AI芯片的崛起，不仅仅是单点技术的突破，更是整个产业生态的协同进化。在芯片架构方面，国内企业采取了多元化的技术路线，形成了互补发展的良好格局。

寒武纪坚持通用AI处理器，其思元590性能达到英伟达A100的80%-90%。壁仞科技聚焦GPGPU技术，摩尔线程走全功能GPU路线，沐曦股份专注高性能GPU研发。

这种百花齐放的局面，避免了同质化竞争，为不同应用场景提供了多样化选择。

在集群技术方面，中国企业的创新尤为突出。华为Cloud Matrix 384超节点已累计部署300多套，通过超节点架构将多颗GPU芯片高效互联，形成计算资源池。

在2025云栖大会上，阿里云推出磐久128超节点AI服务器，单柜支持128个AI计算芯片，算力密度较传统方案提升3倍以上。这些创新有效弥补了单卡性能的不足，实现了系统级的性能提升。

华为轮值董事长徐直道出了超节点技术的战略意义：“只有依靠超节点和集群，才会规避中国的芯片制造工艺受限，能够为中国的AI算力提供源源不断的算力支持。”这种通过系统架构创新来突破单芯片限制的思路，展现了中国工程师的智慧。

软件生态的建设同样取得重要进展。DeepSeek近期发布的V3.1模型专门强化了国产芯片适配性，其在官方公告中明确提到，V3.1采用的“UE8M0 FP8”精度格式是专门为“即将发布的下一代国产芯片”定制的。

这种芯片与算法的协同优化，大幅提升了国产芯片的实际性能表现。

在标准制定方面，中国电子技术标准化研究院牵头制定《AI加速器通用编程接口规范》，华为开放CANN部分API，阿里开源MNN推理引擎。这些举措正在推动构建开放的国产芯片生态，打破CUDA的垄断地位。

产业协同也在不断深化。除了互联网巨头外，运营商成为推动国产芯片落地的重要力量。中国移动的大规模采购，为国产芯片提供了宝贵的应用场景。

这种“芯片设计-系统集成-场景应用”的闭环正在形成，为国产芯片的持续迭代创造了良好条件。

总结

从追赶到并跑，国产芯片开启新篇章

国产AI芯片正在经历从量变到质变的关键转折。阿里平头哥PPU在关键参数上比肩英伟达H20，百度昆仑芯斩获十亿级订单，华为公布清晰的芯片技术路线图，这些突破性进展共同宣告：中国AI芯片已经实现了从“可用”到“好用”的历史性跨越。

这场变革的深层意义远超技术层面。它代表着中国科技产业从单纯的算力消费者，转变为自主的生态构建者。正如智能手机时代苹果和华为通过自研芯片构建护城河，今天的中国AI企业正在通过“外购+自研”两条腿走路，在确保供应链安全的同时，优化成本和能效。

IDC数据显示，2024年英伟达在中国的市占率已从85%降至70%，伯恩斯坦预测2025年将进一步降至54%。

当然，挑战依然存在。在先进制程、软件生态等方面，国产芯片与国际顶尖水平仍有差距。但通过超节点架构、集群技术等创新路径，中国企业正在找到适合自己的发展道路。

当三江源绿电智算中心的万张国产算力卡开始运转，当互联网巨头纷纷适配国产芯片，中国AI芯片产业已经站在了新的起点上。这不是终点，而是一个全新征程的开始。