0. 写在前面
「算力」已从技术名词变成产业与地缘焦点，而算力的核心载体就是 GPU。本文用一条主线讲清四件事：GPU 是什么 → 国外做到哪了 → 国内做到哪了 → 差距与未来。
数据口径说明：本文份额/财务数据分别来自 NVIDIA SEC 官方财报、Jon Peddie Research（独显出货）、Silicon Analysts/IDC（AI 加速器）、Bernstein（中国收入口径）、IDC（中国出货）、中商产业研究院及各厂商招股书。未量产产品（昇腾 960/970、C700、BR20X 等）为官方路线图/宣称值。芯片与市场数据更新极快，以官方最新发布为准。
1. CPU、GPU 与 GPGPU 概念
三个词不是并列，而是演进关系。
- CPU（中央处理器）：核少、单核强，擅长复杂逻辑与串行任务，设计哲学是低延迟。
- GPU（图形处理器）：核极多、单核弱，擅长把同一运算「铺开」到海量数据上并行，设计哲学是高吞吐。
- GPGPU（通用 GPU 计算）：让 GPU 去干通用计算（矩阵、张量、科学计算）的技术路线，是 GPU 从「画画」走向「算数」的关键一跃。
一个比喻：CPU 像几位博士（什么难题都能解，但人少）；GPU 像几千个小学生（只会加减乘除，但人多，简单题瞬间算完）；GPGPU 则是「教这几千个小学生去算科学题」的方法论与工具链。
为什么 AI 离不开 GPU：深度学习本质是大规模、彼此独立的矩阵乘加，天然适合并行。推动 GPGPU 主流化的是两件事——硬件上 NVIDIA 加入 Tensor Core（支持 FP16/FP8/FP4），软件上 CUDA 生态形成极高迁移壁垒（「CUDA 护城河」）。
与 NPU/ASIC 的区分：并非所有 AI 加速卡都是 GPU。GPGPU（NVIDIA、AMD，及脱胎于图形 GPU 路线的沐曦、壁仞、天数、摩尔线程、海光 DCU）通用性强；NPU/专用 ASIC（华为昇腾、寒武纪、燧原、谷歌 TPU、AWS Trainium）牺牲通用性换能效比。
灰色地带：CSP（云厂商）自研的 XPU/PPU 架构（百度昆仑芯 XPU、阿里平头哥「真武」PPU）不好一刀切——它们不是从图形 GPU 演化来的经典 GPGPU（没有图形渲染），而是自研的通用性 AI 加速架构：按「通用/可编程」看偏 GPGPU（阿里官方称真武 810E 走 GPGPU 路线，昆仑芯 XPU 支持标量/矢量/张量与 CUDA 兼容），按「自研专用 + 绑定自家云」看又偏 CSP-ASIC。本文归入「全栈自研」一类，但读者知道它介于两者之间即可。
本文讨论国产格局时把上述几类一并纳入——它们在市场上竞争同一批 AI 算力订单。
2. 国外 GPU 芯片进展（含市场占比）
2.1 NVIDIA：绝对主导
壁垒来自「芯片 + 软件 + 网络 + 生态」的系统级能力，而非单卡性能。
- AI 加速器：收入口径约占 80%（Silicon Analysts/IDC）。
- 独立 GPU（AIB）：90%（Jon Peddie Research，Q1 2026；已连续 5 个季度维持 ≥90%）。
- 官方财报（最新）：Q2 FY2027（2026-08-26 发布，季度截至 2026-07-26）总营收 $96.2B（同比 +106%），数据中心收入 $89.0B（同比 +117%，占总营收约 92%），GAAP 毛利率 75.0%，Q3 FY27 指引 $108B；上一财年（FY2026）数据中心全年收入 $193.7B（占公司总营收 90%）。
- 产品：Hopper（H100/H200）→ Blackwell / Blackwell Ultra（B200/GB200 NVL72）→ 已公布 Rubin（3nm、HBM4），近乎「一年一迭代」。
- 护城河：CUDA 600 万+ 开发者（NVIDIA 2025 年报口径）+ NVLink/NVSwitch + InfiniBand 网络。
2.2 AMD：稳居第二，性价比突围
- 份额：AI 加速器约 5%~7%（Instinct 2025 收入约 $7~8B）；独显（AIB）约 8%（JPR Q1 2026）。
- 官方财报（最新）：Q2 2026（2026-08-04 发布）总营收 $11.5B（同比 +50%），数据中心收入 $6.7B（同比 +107%，占公司营收 58%），Instinct 销售额同比翻倍，MI350 系列持续放量。
- 产品：MI300X → MI325X → MI350X → 新一代 MI450 + Helios 机架方案（已获 Meta、Microsoft、OpenAI 部署合作）。MI350X FP8 约 4600 TFLOPS、HBM3E 288GB（对比 B200 的 192GB）显存领先；但软件成熟度使实际 MFU（~45%）低于 NVIDIA（50%~55%）。
- 软件：以开源 ROCm（含 ROCm.ai）对抗 CUDA，绑定微软 Azure、Meta、OpenAI。
2.3 Intel：掉队后重新起步
- 份额：AI GPU 约 1%；独显维持 1%（JPR Q1 2026）。
- 产品：Gaudi3（性价比 + oneAPI）；下一代「Crescent Island」（Xe3P、160GB LPDDR5X、风冷推理）2026 下半年送样，放量最早 2027。
- 变数：2025-09 NVIDIA 反向投资 Intel 50 亿美元；Intel 更多在 CPU 推理与代工方向找机会。
2.4 云厂商自研 ASIC：不容忽视的「第四极」
超大规模云厂商自研芯片正从另一维度分流通用 GPU：Google TPU（v6）、AWS Trainium2、Microsoft Maia、Meta MTIA。
Broadcom AI ASIC 收入 FY2025 已超 $20B；TrendForce 称 2026 年定制 ASIC 出货增速约 44.6%，明显高于通用 GPU 的约 16.1%。AI 加速器 TAM 从 2023 年约 $55B → 2025 约 $160B → 2026 $200B+，其中推理有望占约 2/3。Silicon Analysts 认为，对 NVIDIA 更大的结构性威胁来自云厂商自研 ASIC，而非 AMD。
2.5 国外格局小结
| 厂商 / 类别 | AI 加速器份额（收入，2026） | 独显份额（JPR Q1'26） | 关键标签 |
|---|---|---|---|
| NVIDIA | ~80% | 90% | CUDA + 系统级壁垒 |
| AMD | ~5%~7% | 8% | 大显存 + 性价比 + ROCm |
| Intel | ~1% | 1% | 性价比 + oneAPI + 代工 |
| 云厂商 ASIC | 快速增长 | — | 自用、定制、增速最快 |
3. 国内 GPU 芯片进展（含市场占比）
3.1 大势：从「信创替补」到「市场主力」
NVIDIA 高端卡在华供应几近「归零」，特供版（H20 等）几经反复，被动腾出的真空被国产快速填补。中商产业研究院预测，中国 GPU 市场规模将从 2026 年约 2050 亿元 攀升至 2030 年约 5420 亿元。
出货口径（IDC《2025 年度中国云端 AI 加速器市场报告》，2026-04 发布，全年约 400 万张）：NVIDIA 约 220 万张（55%）仍居首，但较此前近乎 95% 的高份额显著回落；国产合计约 165 万张，占 41%（较 2024 年约 30% 明显提升）。其中华为昇腾约 81.2 万张（占国产 49.2%、占整体市场约 20%，居国产第一）、阿里平头哥约 26.5 万张、昆仑芯/寒武纪各约 11.6 万张（并列第三）、海光约占国产 5%、沐曦约 6.6 万张、天数约 5 万张。
两个口径同向：Bernstein 收入口径（2024）——NVIDIA ~66%、华为昇腾 ~23%、AMD ~5%、其余 ~1%。2026 最新预测更为激进：TrendForce（2026-08）称 2026 年中国高端 AI 芯片国产份额有望接近 90%、出货量同比 +83%；Bernstein 预测 NVIDIA 在华份额或从 2025 年 ~40% 降至 2026 年 ~8%、华为或超 50%。结论一致：华为昇腾是国产绝对龙头，国产替代已从政策驱动转向市场驱动。
3.2 国产 GPU 厂商图谱：三条技术路线
- 路线一 · 全功能 GPU（图形 + 计算）：摩尔线程、景嘉微、象帝先、芯动科技。
- 路线二 · 通用 GPU/GPGPU（主攻 AI 训推、尽量兼容 CUDA）：寒武纪、海光、沐曦、壁仞、天数智芯。
- 路线三 · 全栈自研/专用（DSA/NPU 或自研通用架构、绑定自家云）：华为昇腾（NPU）、燧原（DSA）、昆仑芯（XPU）、平头哥（PPU）。其中昆仑芯 XPU、平头哥 PPU 属「自研通用 AI 架构」，介于 GPGPU 与专用 ASIC 之间。
3.3 发展历程与关键动态
华为昇腾（NPU/达芬奇，国产龙头）——2019 年起推出 310/910 系列（910B/910C）；2026 Q1 已上市的昇腾 950PR 采用自研 HBM（HiBL 1.0，128GB、1.6TB/s），FP8 1 PFLOPS、FP4 2 PFLOPS、互联 2TB/s，据华为宣称其推理算力约为 H20 的 2.87 倍（搭配 Atlas 350）；950DT（HiZQ 2.0，144GB、4TB/s，面向 Decode/训练）已提前至 2026 年 8 月上华为云。2026-09 全联接大会上，华为宣布 960 系列研发提前（960DT 2027Q1、960PR 2027Q3）并新增 970（2028）、980（2029） 路线图，配套「灵衢」超节点，详见下图。
寒武纪——思元 690（2026 初量产，双 die，FP16 >700 TFLOPS，196GB HBM3）；2025 营收 64.97 亿元（+453%），首次年度盈利。
海光信息——CPU + DCU 双轮驱动，深度兼容 CUDA、算子覆盖 >99%；深算四号 2026H2、支持 FP4。
摩尔线程——创始人张建中为前 NVIDIA 中国区总经理；四年四代架构（第四代「平湖」支持 FP8），2025 底推「花港」（能效 +10x），KUAE 万卡集群；2025 营收 15.06 亿元（+243%），科创板上市。
沐曦股份——创始人来自 AMD；曦云 C500 对标 A100，C600 介于 A100~H100、全国产供应链闭环、2026H1 量产，C700 对标 H100（2026H2 流片）；2025 营收 16.44 亿元，2026H1 扭亏为盈，科创板（688802）上市。
壁仞科技——2026-01-02 港交所（06082.HK）「港股 GPU 第一股」；BR100/BR166（Chiplet）→ BR20X（2026 商业化，FP8/FP4），BLink2.0 超节点最高 1024 卡；2025 营收 10.35 亿元。
天数智芯——国内首家训推通用 GPU 都量产；天垓 300（SIMT，2026-07 WAIC），2026H1 推理系列收入同比 +651.8%；2025 营收约 10.34 亿元。
燧原科技——DSA 路线，邃思 400/L600 宣称对标并超越 H20、原生 FP8；2025 营收 9.90 亿元，2026-06 过会科创板。
昆仑芯（百度）/ 平头哥（阿里）——CSP 自研通用架构、绑定自家云，出货已进第一梯队。昆仑芯自研 XPU 架构，P800（7nm、XPU-P，FP16 约 345 TFLOPS、96GB HBM、兼容 CUDA 以降低迁移成本），在中国移动 AI 服务器采购中多标段中标（据报道中标份额达 70%/70%/100%），2025 年外部客户收入已过半，2026-06 推出「天池 256 卡超节点」（官方称有效训练率约 97%，已支撑文心 5.1 训练）。平头哥自研 「真武」PPU（真武 810E 走 GPGPU 路线、96GB HBM2e、700GB/s 片间互联），已规模用于千问大模型训推，据《晚点 LatePost》报道累计出货已达数十万片、超过寒武纪，2025 年 3 月起启动对外转售，并拿下小鹏、比亚迪超万片订单。
昆仑芯、平头哥与华为昇腾并称国产 AI 芯片「三强」（2026 年 IDC/媒体口径）。
摩尔线程、沐曦、壁仞、天数并称「国产 GPU 四小龙」，均已完成或推进上市。
3.4 硬核对比：国产主要产品性能参数一览
| 厂商 | 代表产品 | 类型 | 对标 | 关键规格 | 商业化 | 2025 营收 |
|---|---|---|---|---|---|---|
| 华为 | 昇腾 950PR | NPU | H20+ | 128GB 内存，1.6TB/s，推理算力 ~2.87× H20，自研 HBM | 2026Q1 已上市 | — |
| 寒武纪 | 思元 690 | GPGPU | — | FP16 >700 TFLOPS，196GB HBM3，双 die | 2026 初 | 64.97 亿 |
| 海光 | 深算四号 | DCU | 主流 GPGPU | 兼容 CUDA，算子 >99%，支持 FP4 | 2026H2 | 上市公司 |
| 摩尔线程 | 平湖/花港 | 全功能 GPU | — | 花港能效 +10x，KUAE 万卡 | 2026 陆续 | 15.06 亿 |
| 沐曦 | 曦云 C600/C700 | 全栈 GPU | A100~H100 | 全国产闭环，多精度含 FP8 | C600 2026H1 | 16.44 亿 |
| 壁仞 | BR20X | GPGPU | — | FP8/FP4，超节点 1024 卡 | 2026 | 10.35 亿 |
| 天数智芯 | 天垓 300 | SIMT GPU | — | 训推通用 | 2026 已发布 | 10.34 亿 |
| 燧原 | 邃思 400/L600 | DSA | H20 | 原生 FP8，训推一体 | 已推广 | 9.90 亿 |
对标口径多为厂商宣称/特定场景实测；高端产品受先进制程与 HBM 供应约束，「纸面参数」与「规模稳定可用」仍有差距。
3.5 落地应用现状
- 推理先行：推理对单卡算力的要求相对训练更低、任务相对固定且易于针对性优化。IDC 数据显示，未来五年国内推理算力年复合增速约 190%，明显高于训练的约 50%。
- Day-0 生态适配：DeepSeek-V4 发布后至少 8 家国产芯片厂商公布适配，V4 Flash 发布时数日内超百家企业实现「Day-0 接入」；美团 LongCat-2.0 声称训练到推理全程使用国产算力（训练峰值超 5 万张国产卡），形成「国产模型 + 国产芯片」闭环。
- 集群工程：甘肃庆阳国产万卡推理集群（燧原 S60 推理卡，已获大规模智算集群五星认证）已点亮对外服务；LightSphere X 光互连超节点（上海仪电/曦智/壁仞/中兴）打通跨机柜互联；华为 Atlas 超节点进入规模商用。
- 订单验证：摩尔线程获 6.6 亿元夸娥订单、沐曦在手订单 14.30 亿元（截至 2025-09-05），从「送测」走向「批量采购」。
4. 国内外横向对比（含市场占比）
4.1 市场占比对比
| 维度 | 国外（全球） | 国内（中国市场） |
|---|---|---|
| 龙头份额 | NVIDIA AI 加速器 ~80%（收入） | NVIDIA ~55%（出货，2025）；Bernstein 预测 2026 或降至 ~8% |
| 第二名 | AMD ~5%~7% | 华为昇腾 20%（出货）/ 23%（收入，2024），2026 或超 50% |
| 长尾格局 | Intel ~1% + 云厂商 ASIC 快速增长 | 平头哥/昆仑芯/寒武纪/海光/四小龙合计约 21% |
| 整体趋势 | NVIDIA 数据中心季度收入 $89B（Q2 FY27） | 国产份额 41%（2025），高端市场 2026 或近 90% |
| 市场规模 | 2026 数据中心加速器 >$200B | 2026 约 2050 亿元 → 2030 约 5420 亿元 |
4.2 能力维度对比
| 维度 | 国外（以 NVIDIA 为标杆） | 国内（整体） |
|---|---|---|
| 单卡算力 | 领先，Blackwell/Rubin 一年一迭代 | 头部对标 A100-H100，与最新旗舰差 1-2 代 |
| 先进制程 | 可用 TSMC 3nm/4nm | 受管制，先进制程与 HBM 供应受限 |
| 软件生态 | CUDA，600 万+ 开发者，壁垒极高 | MUSA/NeuWare/ROCm-like，仍在建设中 |
| 系统级互联 | NVLink/NVSwitch + InfiniBand 成熟 | 华为「灵衢」超节点是亮点，其余仍在补课 |
| 供应链自主 | 依赖 TSMC / HBM 大厂 | 沐曦 C600 等已实现闭环，但 HBM 国产化率仍不足 2% |
一句话总结差距：国内在「单点参数」上正快速逼近，在「系统工程」（互联、集群、软件生态、供应链）上仍有明显代差。「中国英伟达」比拼的不是一颗芯片，而是芯片 + 软件 + 工具 + 服务器 + 网络 + 开发者生态的全栈系统能力。
5. 未来挑战与展望
5.1 三大长期挑战
- 先进制程依赖：高端 AI 芯片需 5nm/3nm，国内先进制程产能与 EUV 设备受限——最硬的天花板。华为用「架构创新 + 超节点堆规模」对冲单卡制程劣势。
- HBM 供应瓶颈：HBM 决定「装得下 + 喂得饱」，三星/SK 海力士/美光垄断约 95%，国产化率极低（不足 2%，部分口径称接近 0），且三大厂 2026 年产能已售罄。昇腾 950PR 采用自研 HBM（HiBL 1.0）是重要信号。
- 软件生态成熟度：CUDA 的 600 万+ 开发者（NVIDIA 2025 年报口径）与近二十年积累，比硬件更难跨越。国产需在算子覆盖、框架适配、迁移工具与开发者习惯上长期投入。
5.2 结构性机遇
推理需求五年 190% 复合增速且对制程要求低（最现实主战场）；国产模型 Day-0 适配形成「模型—芯片—框架」正循环；「超节点/集群竞争」新范式给系统工程弯道超车空间；四小龙密集上市提供长期资本弹药（但当前 PS 估值偏高，透支了未来份额预期）。
5.3 展望
- 短期（1~2 年）：推理场景国产替代加速，华为昇腾领跑，四小龙靠细分场景 + 性价比放量。
- 中期（3~5 年）：自研 HBM、Chiplet、超节点与软件生态成熟后，国产有望在训练场景规模化落地，份额进一步集中。
- 长期：竞争终局是全栈系统能力与开发者生态——谁能同时打通芯片、软件、集群、网络与生态，谁才有机会成为真正的「中国英伟达」。
收尾一句：国外拼「继续领先」，国内拼「补齐系统 + 生态」。 单卡参数差距在缩小，但真正的胜负手，在软件生态与系统工程这两条更难走的路上。
附录：参考与数据来源
厂商官方（财报 / 产品）
- NVIDIA Q2 FY2027 财报（2026-08，数据中心收入 $89.0B）：https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2027
- NVIDIA Q2 FY2026 财报（2025-08，数据中心收入 $41.1B）：https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2026
- NVIDIA 投资者关系（历年财报归档）：https://investor.nvidia.com/financial-info/financial-reports/
- NVIDIA 数据中心产品：https://www.nvidia.com/en-us/data-center/
- AMD Q2 2026 财报（2026-08，数据中心收入 $6.7B）：https://newsroom.amd.com/news/amd-2q-2026-earnings
- AMD Instinct 加速器：https://www.amd.com/en/products/accelerators/instinct.html
- Intel 数据中心 GPU：https://www.intel.com/content/www/us/en/products/details/discrete-gpus.html
- 华为昇腾路线图与超节点（全联接大会 2025 Keynote，徐直军）：https://www.huawei.com/cn/news/2025/9/hc-xu-keynote-speech
- 华为昇腾 950 自研 HBM 规格（HiBL 1.0 / HiZQ 2.0，2025-09）：https://www.eet-china.com/mp/a439210.html
- 华为昇腾 960 提前、新增 970/980 路线图（全联接大会 2026，汪涛，2026-09-17）：https://www.cls.cn/detail/2485802
市场研究机构
- Jon Peddie Research（独显/AIB 出货份额，Q1 2026 NVIDIA 90%）：https://www.jonpeddie.com/news/
- Silicon Analysts（AI 加速器市场份额与 TAM）：https://siliconanalysts.com/analysis/amd-vs-nvidia-ai-gpu-market-share-2026
- IDC《2025 年度中国云端 AI 加速器市场报告》（2026-04；国产 41%、NVIDIA 55%）
- Bernstein Research（中国 AI 半导体收入口径与 2026 份额预测）
- TrendForce（2026-08：中国高端 AI 芯片国产份额近 90%、定制 ASIC 增速）
- 中商产业研究院（中国 GPU 市场规模 2026→2030 预测）
公开报道（转引上述机构数据）
- 华为昇腾 AI 芯片三年路线图（科学网/中国科学报）：https://news.sciencenet.cn/htmlnews/2025/9/551684.shtm
- 国产 AI 芯片「三强」并起（中国工业新闻网，2026-05）：https://www.cinn.cn/2026/05-25/GDBjZNKD.html
- 2026 年国产 AI 芯片国内份额有望近 90%（观察者网，2026-08）：https://www.guancha.cn/economy/2026_08_11_826943.shtml
- 国产 GPU 算力突围（21 世纪经济报道，2025-10）：https://www.21jingji.com/article/20251024/abc900caf33d153fc45ed804dc8bc8aa.html
- 国产十万卡算力集群在甘肃庆阳落地（燧原 S60、万卡推理集群五星认证，科技日报，2025-06）：https://www.stdaily.com/web/gdxw/2025-06/11/content_353350.html
- 国产显卡盘点：四条技术路线（IT 之家）：https://www.ithome.com/0/996/818.htm
- 各厂商招股书/年报（寒武纪、摩尔线程、沐曦、壁仞、天数智芯、燧原、海光等）
本文为产业综述，数据随政策与产品迭代变化较快，具体请以各厂商与权威机构最新发布为准。文中转引的机构报告（IDC/Bernstein/TrendForce 等）以公开报道口径为准。