国产AI芯片告别“草莽时代”|2025年终大盘点

财联社2025年12月29日讯（记者 王碧微） 2025年，国产芯片概念成为贯穿资本市场全年的绝对主线。

而随着摩尔线程-U（688795.SH）、沐曦股份-U（688802.SH）在科创板挂牌上市，以及壁仞科技、天数智芯加速冲刺港股，一场由政策、资本、需求三方共同驱动的国产算力热潮似乎已至沸点。

在造富神话背后，国产AI芯片行业已行至新阶段。DeepSeek等国产大模型的爆发倒逼硬件架构演进，“训推分离”的产业共识正将竞争焦点引向新的维度。

在这个节点，我们也不禁思考：2025年，这个产业到底经历了什么？2026年，它又将走向何方？

资本热潮

如果用一个词形容2025年的国产AI芯片的产业阶段，“成年礼”或许很贴切。

头豹研究院AI行业高级分析师莫舒棋向财联社记者表示，目前，国产AI芯片在推理计算、特定模型适配以及软硬件协同和系统级优化方面已具备实际交付与规模部署能力，能够满足部分行业客户的核心需求。

“今年就是先把能做的公司推上牌桌，再用公开市场融资继续迭代。”某A股芯片上市厂商人士告诉财联社记者，科创板在制度与风险偏好上，更能承接高研发投入、短期亏损但具备战略属性的算力企业。

然而，上市只是第一步。“2025年并非传统龙头地位被实质性撼动的一年，而是市场被进一步‘拉长’的一年。以英伟达为代表的高端训练芯片依然不可替代。”莫舒棋向财联社记者表示。

回顾过去几年，国产AI芯片企业通过“堆面积、堆晶体管、堆芯片”的方式弥补单卡性能差距，虽然把硬件做到了“可用”，但能效比和软件生态的短板依然明显。

资本狂欢的同时，产业侧的“坏”消息也一并传来。2025年12月，有消息称美国将允许英伟达向中国出口H200芯片，虽然要加收25%的费用，但这依然像一条“鲶鱼”，搅动了国产AI芯片的舒适区。

有产业链人士告诉财联社记者，相较于目前最先进的AI芯片英伟达Blackwell系列，H200的主要指标只有其二分之一甚至更低；但相较于英伟达的“中国版”定制芯片H20，H200主要指标则领先5到10倍不等。

“H200的性能恰好卡在‘能用但不是最先进’的甜蜜点上，这其实是‘温水煮青蛙’策略的延续。”有产业链人士向财联社记者直言，这种倾销正试图延缓中国国产替代的进程。

不过，在莫舒棋看来，2025年并不是简单的“替代年”，而是市场的“结构成型年”。

她表示，AI芯片的竞争格局正从单一龙头的垄断，逐步演变为多层级并存。“围绕推理算力、行业定制和国产替代，多个并行发展的细分赛道正在逐步形成，不同层级的厂商在各自适配的应用场景中，开始建立起相对清晰且稳定的市场定位。”

多位受访人士认为，H200的入局虽然增加了变数，但并未撼动国产算力将来在政务、运营商、金融等领域的“基本盘”——毕竟，供应链的安全与可控，已经成为比性能更硬的指标。

DeepSeek的“当头一棒”

过去几年，大家习惯拿着放大镜对比AI芯片的参数：谁的峰值算力高？谁的制程更先进？

但2025年，DeepSeek等国产大模型的爆发，给沉迷于“堆参数”的硬件厂商上了一课——如果不完善生态，你的芯片可能根本没人用。

一个标志性事件是，DeepSeek采用了创新的UE8M0 FP8量化策略，并特意指出这是针对下一代国产芯片设计的机制。这不仅是一个技术细节的调整，更是一种信号，软件开始反向定义硬件了。

“DeepSeek的成功表明，通过模型压缩、稀疏计算、混合精度训练等技术手段，可以在一定程度上弥补硬件性能的不足。”摩尔线程方面在接受财联社记者采访时坦言，在硬件性能短期内难以赶超的情况下，通过软件层面的创新仍可提升整体计算效能。

在不少受访的业内人士看来，很多芯片虽然标称算力很高，但因为不支持混合精度训练、不支持高效互联，在实际的大模型训练中效率极低。

摩尔线程方面也进一步指出，DeepSeek让MoE（混合专家模型）、混合精度、高效互联等技术成为必须，这对国产GPU厂商的综合软硬件设计能力提出了更高的要求。

“以前是拿着锤子找钉子，芯片做出来再找场景；现在是钉子决定了锤子长什么样。”某A股AI芯片上市厂商人士告诉财联社记者，这种变化直接导致了市场的剧烈分化，把行业从“大乱炖”引向了两个方向。

第一个方向是奉行“大力出奇迹”的训练侧，这里是壁仞、摩尔线程等通用GPU玩家的主战场，大家拼的是多机多卡的集群能力，是能不能把几千张卡连在一起不掉线，是软件栈能不能扛得住高强度的并行训练。

第二个方向是信仰“精打细算”的推理侧，这里的逻辑完全变了，客户不再关心你单张卡能跑多快，而是关心“跑一次业务要花多少钱”（单位业务成本）。华为昇腾、云天励飞-U（688343.SH）、寒武纪-U（688256.SH）等厂商在这里厮杀，比拼的是谁能把推理跑得更稳、更省钱、更容易迁移。

这就像买车，以前大家只看极速是多少，现在DeepSeek告诉大家，如果是跑网约车（推理），省油和皮实耐用才是王道；如果是跑F1（训练），那再谈极速。

“把这两件事混在一起谈，往往从第一句话就跑偏了。”上述A股厂商人士打了个比方，同一家公司可能覆盖多个领域，但如果连自己的主战场是在“造F1”还是“开网约车”都搞不清楚，那在2026年一定会被淘汰。

2026年打响“突围赛”

站在2025年尾展望2026年，一个共识正在形成，做好训练是巨头的“游戏”，但做好推理才能为国产AI芯片带来更多落地的可能性。

“全球算力竞争的重心正在发生变化。”云天励飞副总裁郑文先在接受财联社记者采访时敏锐地指出，英伟达与推理芯片企业Groq的交易，以及谷歌发布专为推理而生的TPU Ironwood，都释放了一个强烈信号，推理不再是训练的附属品，而是决定AI应用能否规模化落地的关键。

郑文先告诉财联社记者，这背后的驱动力是“训推分离”。随着智能体应用的兴起，推理不再是一次性的问答，而是包含规划、检索、调用的持续流程。企业最关心的不再是单点算力，而是单位业务的成本和服务质量。

这对中国芯片厂商来说，极有可能是一个“弯道超车”的窗口期。“训练市场的生态锁定效应太强，追赶成本很高。但推理赛道场景分散、需求多样，更适合中国厂商通过工程化能力实现突围。”郑文先认为。

那么，2026年国产芯片竞争下半场将如何展开？

首先是“推理规模化”的争夺，莫舒棋预测，2026年推理算力的增长速度将明显快于训练算力。在这个战场上，谁能提供更低成本、更稳软件栈的方案，谁就能拿下政务、金融、工业这些“大粮仓”。

此外，客户的需求正由“买芯片”向“买算力服务”转变。莫舒棋告诉财联社记者，单纯比拼制程和峰值算力已难以形成壁垒，未来的竞争是“芯片+系统+软件”的整体较量。这意味着，像HBM（高带宽存储）、铜缆互联、先进封装这些“周边配套”的稳定供应与交付，将从加分项变成入场券。

2026年，资本市场热炒的概念也会出现分流，上述A股AI芯片上市厂商人士告诉财联社记者，2026年资本市场将更加“实用主义”：A股科创板将继续承接以通用GPU为代表的“硬科技”叙事，而港股则会成为以地平线机器人（09660.HK）、黑芝麻智能（02533.HK）为代表的“场景牵引型”芯片的主阵地。

“年终回看，中国AI芯片版图正从‘概念公司’阶段迈向‘产品公司’阶段。”上述A股厂商人士总结道，2026年更像是一场“工业化比赛”，而不是“单点技术秀”。

下一步的分水岭，将是能否把资本市场给出的时间与资金，转化为真正的产业化份额与可持续的现金流。

对于国产芯片产业而言，国际巨头们前后夹击的产业环境从未改变。但好消息是，专注于AI芯片的国产厂商们，终于不再盲目地在别人的跑道上狂奔，而是开始建立自己的坐标系。