中國本土算力正從「追趕性能」轉向「系統性崛起」。文章作者、來源：华尔街见闻
國產算力這條主線，已不再只是「哪顆晶片追上了多少性能」的單點問題。更關鍵的是三件事：國產AI晶片能否規模交付，先進製造能否承接放量需求，以及在單卡性能受限時，能否透過超節點將多卡算力轉化為真正可用的系統算力。
國聯民生證券電子行業分析師薛宏偉在7月21日的行業研究報告中寫道：「當下國產算力行業在供需兩側都能看到顯著提升，國產算力崛起已成為產業發展的重要趨勢之一。建議關注『三支箭』：晶片、FAB、超節點。」這個框架將國產算力的核心矛盾拆解開來：需求在上升，供給需補足，系統架構也必須升級。
需求端的變化很直接。國產大模型持續迭代，Token 調用量快速增長，頭部雲廠商的資本開支繼續向 AI 傾斜；供給端，海外高端 AI 芯片和先進製造路徑仍受限制，國產替代的壓力進一步上升。2025 年中國 AI 加速卡整體出貨約 400 萬張，其中國產 AI 芯片約 165 萬張，份額首次突破 40%。
在這個框架下，晶片是最前端的放量彈性，晶圓廠是產能與工藝底座，超節點解決的是「單卡不夠強時，系統怎麼變強」的問題。投資線索也隨之從 AI 晶片廠商擴展至晶圓代工、PCIe Switch、乙太網交換晶片、高速 SerDes、光通信和整機系統。
國產AI晶片：從產品驗證邁向規模交付 國產大模型與國產晶片的適配正在加速。2026年4月，DeepSeek V4發布並開源，已完成與海光、華為昇騰、昆侖芯、摩爾線程等國產晶片的適配。7月，美團LongCat-2.0開源——這是於五萬張本土算力集群上完成全流程訓練的萬億參數模型，總參數達1.6T、平均激活約48B，證明國產大模型與國產算力可實現協同訓練。
Token 調用量是需求側最硬的指標。OpenRouter 數據顯示，2026 年 3 月 16 日至 22 日，平台週度 Token 調用量達 20.4 萬億次，環比增長 20.7%；2026 年 2 月週均用量已達 2025 年第四季度的兩倍以上。Agent 場景還會進一步放大算力消耗：單 Agent 完成一次典型任務的 Token 消耗約為普通對話的 4 倍，多 Agent 協作系統可達 15 倍。
雲廠商的資本支出也沿著這條曲線上升。2026年第一季，BAT合計資本支出同比增長17.7%至647.46億元，環比2025年第四季增長28.03%。字節跳動將2026年資本支出計劃上調至1600億元，其中約850億元直接投入AI晶片採購；阿里提出未來三年投入3800億元建設雲和AI基礎設施；騰訊2026年第一季經營性資本支出為312億元，同比增長18%、環比增長84%。
在供給側，國產AI晶片廠商的產品矩陣正在逐步完善。華為昇騰2025年出貨量約81.2萬張，佔國產AI晶片出貨量近50%，後續路線已規劃至昇騰910C、950PR、950DT、960、970。寒武紀覆蓋雲端訓練、雲端推理和邊緣場景，思元590採用7nm製程，INT8算力達512TOPS；海光以「通用計算+AI融合」為主，深算DCU兼容類CUDA環境；沐曦MXC600主打訓推一體，全鏈條採用國產供應鏈；天數智芯覆蓋訓練、推理和邊端三大系列。
ASIC 也是一條值得單獨關注的線。雲端算力需求不再僅依賴通用 GPU，針對特定模型、算法和應用場景定制的晶片，在推理和數據中心高性能計算場景中具有更好的能效與成本控制空間。芯原股份依托「IP 授權 + 晶片定制服務 + 晶片量產服務」的平台能力，訂單端已明顯體現：2026 年 1 月至 4 月 20 日，在手訂單達 51.33 億元，延續 2025 年第二至第四季度連續突破歷史新高的趨勢，其中大部分來自一站式晶片定制業務，主要來自雲端 AI ASIC 及 IP。
晶圓廠：先進製造越受限，本土底座越重要。國產AI晶片要從驗證走向交付，繞不開晶圓製造。過去幾年，美國圍繞先進計算晶片和半導體製造能力持續強化出口管制，將16/14nm及以下邏輯晶片納入先進節點相關管制框架，並限制先進半導體製造設備出口。
需求側的空間同樣清晰。根據中國信息通信研究院與灼識諮詢的統計，中國智能計算晶片市場規模預計將從2024年的301億美元增長至2029年的2012億美元，2024—2029年的年複合增長率達46.3%；其中GPGPU市場同期的年複合增長率達49.0%。除了AI晶片外，華為提出韜略定律，預計到2031年，基於該路徑的高端晶片電晶體密度有望達到1.4nm製程同等水平。
中芯國際是這一環節的核心觀察對象。2026年第一季度，公司營業收入176.2億元，同比增長8.1%；歸母淨利潤13.6億元，同比增長0.4%。12英寸晶圓收入佔比達76.4%，中國區收入佔比達88.9%；月產能達107.8萬片八英寸等值晶圓，同比增長約10.8%，產能利用率93.1%，仍處高位。
華虹公司的數據體現出特色工藝平台的韌性。2026年第一季，公司銷售收入為6.6億美元，同比增長22.2%；毛利率為13.0%，同比提升3.8個百分點；歸母淨利潤為2090萬美元，同比增長458.1%。12英寸收入佔比提升至62.7%，折合8英寸月產能達48.9萬片，產能利用率為99.7%。
晶合集成持續擴張12英寸特色工藝平台。2026年第一季，公司營業收入為29.1億元，同比增長13.4%；歸母淨利潤為5065.9萬元，同比下降62.6%，利潤受產品價格下跌及固定資產折舊增加影響。DDIC仍是基本盤，CIS、PMIC、Logic逐步拓展，28nm OLED產品持續驗證，28nm邏輯工藝平台已完成開發並進入客戶流片階段。
超節點：並非簡單堆疊顯卡，而是將多張顯卡轉化為系統算力。單張顯卡的性能已不足以決定 AI 集群的實際表現。隨著大模型參數規模擴大，以及 MoE、長上下文等架構的演進，集群對內存頻寬、晶片間通信和互聯延遲的要求明顯提高。因此，Scale-up 的重要性上升：透過高速互聯，將更多 AI 處理器、CPU、內存和存儲資源連接為統一的計算資源，提升多卡協同效率。
超節點是在 Scale-up 基礎上的進一步演進。它利用高速互聯將多個伺服器節點組成統一計算域，讓分佈在不同伺服器中的 AI 處理器像一個整體一樣協同計算。相比傳統伺服器叢集以單機為資源管理單元，超節點可以突破單台伺服器可部署 AI 處理器數量的限制，降低跨節點通信開銷，提高資源調度效率。
華為 CloudMatrix384 是代表性方案之一。該架構基於 384 顆昇騰 NPU 和 192 個鯤鵬 CPU，從伺服器級資源供給轉向矩陣級資源供給。多個計算節點不再單獨提供算力，而是組成統一資源池，使計算、記憶體和網路資源按任務需求動態組合。其 Unified Bus 統一總線用於支撐專家並行、分佈式 KV Cache 訪問等通信密集任務。
國內超節點已從研發驗證邁向量產爬坡。當前國內CSP超節點已進入量產爬坡階段，頭部廠商也逐步啟動後續超節點招標。隨著大廠自研晶片迭代、第三方國產晶片產能提升，以及Agent推理需求增長，超節點有望成為下一代AI基礎設施的主要部署形態。
整機廠商的角色也在改變。昇騰950 及互聯網大廠自研晶片配套的超節點機櫃，有望逐步進入規模交付階段。超節點提升了供應鏈管理、系統設計、集成驗證和交付門檻，整機廠商不再只是組裝交付角色。
高速互連成為新瓶頸，交換晶片被推到前台。超節點的核心不是「更多卡」，而是「更高效的互連」。當 GPU 集群規模從 GB300 NVL72 繼續擴展至 Rubin Ultra NVL576，AI 基礎設施開始從傳統的 Scale-out 驅動，轉向 Scale-up 與 Scale-out 協同。Scale-up 負責超節點內部 GPU 之間的高頻寬、低延遲互連；Scale-out 負責超節點之間及資料中心級互連。
LightCounting 數據顯示，Scale-up 交換晶片市場到 2030 年全球規模預計接近 180 億美元，2022—2030 年年複合增長率 28%。國內 AI 伺服器也在拉動 PCIe 交換晶片需求，按萬通發展公告相關資訊測算，2024 年國內 AI 伺服器領域 PCIe 交換晶片市場規模約 38 億元，預計到 2029 年有望增長至 170 億元。
PCIe Switch 是伺服器內部高速互聯的重要晶片，負責 CPU、GPU、存儲等設備之間的高頻寬低延遲資料交換。瀾起科技已推出 PCIe 6.x/CXL 3.x AEC 解決方案，並開展 PCIe 7.0 Retimer、高速乙太網 PHY Retimer 等下一代產品研發；數渡科技自研的 PCIe 5.0 104 通道高速交換晶片已實現量產；芯原股份亦在加速佈局介面類 IP，其高速 SerDes 介面 IP 已實現流片。
乙太網交換晶片負責更大範圍的資料包高速交換與轉發。盛科通信的12.8Tbps及25.6Tbps高端旗艦晶片已進入市場推廣與應用階段，支援最高800G埠速率。中興微電子於2025年發布自研AI交換晶片「凌雲」，可支撐萬卡乃至十萬卡級智算叢集，同時展出最大交換容量為12.8Tbps的天屹系列乙太網交換晶片。