国内主流AI算力芯片主要有昇腾、平头哥玄戒/含光、昆仑芯、寒武纪，外加海光、沐曦、壁仞、天数智芯
口径说明：数据参考2025年IDC行业统计；市占率是国内AI加速卡市场，国产芯片合计占国内整体41%，英伟达55%；制程部分采用先进封装/Chiplet，部分不是单纯单芯片制程；性能以旗舰型号为准，区分训练芯片（做大模型预训练）和推理芯片（线上业务）。
1. 华为昇腾（Ascend）｜国产算力龙头，910B/910C/950
- 制程：7nm（SMIC，Chiplet封装），新一代昇腾950进一步优化封装互联
- 性能：昇腾910B FP16约320 TFLOPS；910C FP16达到780 TFLOPS；昇腾950面向超大集群训练，自研HCCS高速互联，多卡集群能力最强，对标A100/H20，支持FP8低精度训练
- 市场占有率：国内整体AI加速卡市场约20%；国产芯片内部占比接近50%，2025年出货81.2万张，遥遥领先；智算中心、政务、运营商大单基本以昇腾为主
- 市场前景：⭐⭐⭐⭐⭐
优势：软件栈CANN生态最完善，开发者最多，集群互联能力国内第一，完整服务器+整机+配套软硬件全栈方案；
短板：受先进制造限制，高端芯片产能受限；生态虽强，但和CUDA生态仍有迁移成本。
定位：国内大模型训练主力，国家级智算底座首选。
2. 阿里平头哥｜玄戒（PPU，之前主力是含光800）
注意：含光800是初代推理芯片；玄戒（真武系列PPU）是平头哥新一代训推一体芯片
- 制程：含光800为7nm；玄戒真武系列采用7nm Chiplet
- 性能：含光800主打推理；玄戒真武PPU，训推一体，官方对标A800/H20，兼顾训练+推理，阿里内部大模型、阿里云算力优先使用
- 市场占有率：国内整体市场约6.6%，国产第二名，2025出货26.5万张，阿里云、政企推理集群订单较多
- 市场前景：⭐⭐⭐⭐
优势：背靠阿里云，云上推理场景优势明显；芯片适配阿里通义大模型；
短板：对外生态推广力度弱于昇腾，更多自用+云客户；大规模训练集群落地案例少于昇腾。
3. 百度昆仑芯（Kunlun）｜昆仑2代R200、昆仑3代
- 制程：昆仑2代7nm；昆仑3代更新迭代
- 性能：昆仑R200 FP16约128 TFLOPS，训推一体，百度文心大模型原生适配，推理能力强，视频、NLP场景优化好
- 市场占有率：国内整体市场约2.9%，国产并列第三，出货11.6万张
- 市场前景：⭐⭐⭐⭐
优势：百度大模型深度绑定，在文心、搜索、视频推理场景成熟；
短板：对外大规模智算集群案例偏少；生态规模小于昇腾；早期以推理为主，大规模训练落地相对晚。
4. 寒武纪（思元系列，思元590旗舰）
- 制程：思元590，7nm Chiplet
- 性能：思元590 FP16约256 TFLOPS，96GB HBM，训推一体；思元370偏推理。优势是提供CUDA兼容迁移方案，降低客户迁移成本，字节是其大客户
- 市场占有率：国内整体市场约2.9%，国产并列第三，出货11.6万张
- 市场前景：⭐⭐⭐⭐
优势：独立第三方芯片厂商，不绑定云厂商，互联网大厂采购；CUDA兼容方案是亮点；
短板：软件栈NeuWare生态规模小于昇腾；客户集中度偏高，营收高度依赖少数互联网客户；早期多次亏损，刚刚进入盈利周期。
5. 海光信息 DCU（深算系列）
- 制程：7nm
- 性能：DCU K100，FP16约100 TFLOPS；最大亮点：x86生态兼容，原有GPU代码迁移成本很低，兼顾通用计算+AI算力
- 市场占有率：国内整体约2.1%，国产第五，出货约8.25万张
- 市场前景：⭐⭐⭐⭐
优势：x86生态无缝迁移，金融、政企原有服务器客户接受度极高；CPU+DCU双产品线协同；
短板：AI单卡算力上限低于昇腾/寒武纪旗舰；高速多卡互联能力偏弱，不适合超大规模大模型集群训练，更适合推理、中小规模训练。
6. 沐曦股份｜曦云C系列（C600）
- 制程：7nm国产工艺
- 性能：曦云C600训推一体GPGPU，主打通用GPU，兼顾AI训练、科学计算、图形渲染
- 市场占有率：国内整体约1.6%，出货约6.6万张，还处于放量早期
- 市场前景：⭐⭐⭐
优势：完整GPU架构，支持图形渲染+AI双场景，科研、AI4Science（科学智能）差异化赛道；自研MXMACA软件栈；
短板：生态尚在建设，大规模落地案例少，持续亏损。
7. 壁仞科技｜壁砺系列
- 制程：7nm
- 性能：壁砺166系列，训推一体，单卡算力指标很高，分风冷/液冷版本
- 市场占有率：早期小规模出货，份额不到1%
- 市场前景：⭐⭐⭐
优势：单卡纸面算力突出；
短板：量产落地、稳定性、生态打磨时间较短，大规模商用案例有限。
8. 天数智芯｜天垓系列
- 制程：7nm
- 性能：天垓3，训推一体
- 市场占有率：约1.2%，出货约5万张
- 市场前景：⭐⭐⭐
优势：较早推出国产训练GPU，客户集中在科研、智算试点；
短板：迭代节奏偏慢，生态完善度不足。
整体总结
1. 梯队划分
- 第一梯队：华为昇腾，全栈软硬件、集群、生态最强，国内大模型训练首选；
- 第二梯队：平头哥、昆仑芯、寒武纪，训推兼备，各自背靠云厂商/互联网大厂，推理场景很强；
- 第三梯队：海光、沐曦、壁仞、天数智芯，差异化路线（x86兼容、科学计算、图形GPU），份额偏小，生态还在建设期。
2. 核心差距不在单卡算力，而在三件事
- 软件生态：CUDA几十年积累，国产各家软件栈互不通用；昇腾CANN是国产里面生态最好，但和CUDA仍有差距；
- 多卡互联：做大模型预训练，不是单卡算力，而是几百上万张卡之间通信带宽，昇腾HCCS是国产最强；
- HBM高带宽显存：HBM供应链是国产高端算力芯片共同瓶颈。
3. 选型简单一句话
- 建设超大智算集群、训练千亿大模型 → 昇腾
- 云上推理、企业内部大模型，用自家云平台 → 平头哥/昆仑芯
- 互联网中立采购，想降低CUDA迁移成本 → 寒武纪
- 政企原有x86服务器，不想大规模改代码 → 海光DCU