#算力產業
大摩:中國AI算力的供給及需求
一、核心事件:美方開放H200晶片出口的背景與政策博弈1. 事件核心參數出口條件:美方允許輝達向中國出口H200晶片,但需收取25%的銷售分成,且僅對「獲批准客戶」開放,隱含用途監管(如禁止軍事領域使用)。效能定位:H200為Hopper架構訓練型晶片,FP16算力約為上一代H20晶片的2倍,雖不及最新Blackwell架構(如B100),但仍是當前國內稀缺的高性能訓練算力載體。供應鏈現況:台積電為H200主要代工廠,單台medium unit H200的wafer+封裝成本約1300美元,對應營收佔台積電總營收僅1%左右;後端測試環節由金源店參與,PCB打件(OAM)主要依賴工業富聯。2. 中美政策博弈邏輯二、中國AI算力需求面:缺口顯著,資本開支難追缺口1. 需求端核心數據①.算力缺口規模:雲廠商層面:騰訊因GPU短缺在2025年三季報下調資本開支(capex)預期;阿里巴巴規劃三年3000億+人民幣AI capex,但明確“供給遠趕不上需求”,即使全額投入仍可能不足。產業整體:2025年中國智慧算力規模已達1037.3EFLOPS,2026年將翻倍至2000+EFLOPS,市場規模突破250億美元;但GPU平均利用率僅40%,部分場景低於20%,算力浪費與缺口並存存。②.資本開支對比:中國:預計2024-2027年頭部超大規模雲端服務商(hyper scalers)capex年增25%,2027年達4,500億人民幣;六大CSP(阿里、騰訊、字節等)2025年AI capex已達3730億人民幣,同摩27%,2025月,2025月200億人民幣。美國:同期美國大廠(如AWS、微軟)capex規模為中國的3-4倍,僅微軟2025年AI相關capex即超500億美元(約3600億人民幣),接近中國頭部廠商總和(新浪財經)。2. 需求結構分化:訓練與推理的差異三、供給面:進口與國產並行,本土產能加速爬坡1. 進口晶片:H200短期成核心補充採購意願:中國雲廠商對H200需求強烈,即使加價25%仍具備吸引力,核心原因是Hopper架構擁有成熟開源生態(如CUDA),可降低AI運算建製成本,性價比優於NVL汽車級晶片。供應規模預測:若政策放行,2026年上半年H200對華交付量或達50萬-80萬顆,可滿足國內30%-40%的訓練算力缺口;疊加存量H100、A100晶片,進口晶片將覆蓋近60%的訓練需求(新浪財經)。2.國產晶片:從「合規推理」向「高算力訓練」突破①技術與產能規劃:合規推理晶片:國內雲廠商(阿里平頭哥、百度崑崙、騰訊燧原)已推出符合美國ECCN 3A09標準的產品(TPP<4800 TOPS,單位面積算力<200 TOPS/mm²),採用台積電6nm/7nm製程,2025年月升達1.25年月調達1.25年月調。高算力訓練晶片:依賴中芯國際7nm(N+2)工藝,2024年月產能8000片,2025年增至2萬片,2026年達3-4萬片(大摩開門會);2027年國產算力晶片需求將達48萬片(具體單位為1.123×10²⁰算力單位),本土供給可滿足60%(新浪財經)。②國產化瓶頸:良率:中芯國際7nm製程良率僅30%-50%(大摩7月報告),導致國產晶片單位成本比台積電代工高20%-30%。生態:國產晶片多依賴開源框架(如MindSpore),與CUDA生態相容性不足,部分大模型廠商需額外投入30%成本進行適應。四、產業鏈影響:從硬體到應用的全鏈條機遇1. 核心受益環節與標的(含資料支撐,僅供參考)2. 潛在承壓環節①國產高階GPU廠商:短期面臨H200競爭,2026年國產GPU市佔率或從20%降至15%,但華為昇騰、寒武紀等龍頭因綁定政務、國企訂單,份額相對穩定。②先進封測(CoWoS):若H200封測訂單回流台積電,國內通富微電、長電科技的CoWoS業務短期增速或從40%降至25%(新浪財經)。五、長期趨勢:算力自主與生態建構成核心方向國產算力網路建置:聯通雲等企業推進「5+4+31+X」算網一體架構,5大核心智算樞紐(京津冀、長三角等)支撐大模型訓練,4大西算樞紐(內蒙古、貴州等)承接離線任務,2026年跨區域算力調度將延遲(50ms)以內電計算範圍內50msms(世界)以進行通訊延遲(50msms)將延遲(世界計算範圍內50msms。政策支援:國家透過「算力券」補貼國產晶片應用,2025年已發放50億元算力券,帶動國產GPU採購量成長3倍(大摩7月報告);2026年計畫將補貼規模擴大至100億元,重點支援推理場景國產化。技術突破方向:國內廠商加速佈局3nm以下先進製程、Chiplet(芯粒)技術,中芯國際計畫2027年量產5nm(N+3)工藝,國產Chiplet封裝良率預估2026年突破85%(大摩調校),可降低高算力晶片成本40%。 (有道調查)
周末利多!超級賽道,大消息!
在人工智慧快速發展的帶動下,智能算力需求呈現迅猛增長態勢。近日舉行的2025中國算力大會上公佈的資料顯示,截至7月底,中國算力平台營運層註冊企業使用者超1000家,入駐算力服務商逾100家,上架優質算力產品110餘項,接入主流基礎大模型和垂類模型90餘個。工業和資訊化部副部長熊繼軍表示,工信部將有序引導算力設施建設,切實提升算力資源供給質量。要推動完善算力佈局政策體系,最佳化佈局算力基礎設施,引導各地合理佈局智能算力設施,持續開展國家綠色資料中心建設。強化企業創新主體地位,推進科技創新與產業創新深度融合。加快突破GPU晶片等關鍵核心技術,擴大基礎共性技術供給。深入開展算力強基“揭榜”行動,聚焦計算、儲存、網路等重點方向,加快新技術新產品應用推廣。算力產業規模增長迅速 智能算力需求猛增資料顯示,近年來,中國算力總規模年增速達到30%左右。在人工智慧的快速發展帶動下,智能算力需求呈現迅猛增長態勢。大會預計,2025年中國智能算力規模增長將超過40%。中國電信研究院發佈的《智算產業發展研究報告(2025)》顯示,隨著人工智慧大模型加速賦能行業應用和智能終端,將進一步助力智能算力產業蓬勃發展。中國電信研究院戰略發展研究所所長饒少陽表示,到2035年,人工智慧將為中國的GDP貢獻超過11兆元,大概佔到GDP的4%到5%。這個可能帶動算力的需求是十倍,甚至百倍的增長。當前,隨著人工智慧技術的快速迭代,算力已成為全球科技競爭的最前沿和經濟社會高品質發展的新引擎。“十四五”期間,中國算力產業發展迅速,基礎設施規模和水平位居全球前列,智能算力規模達788EFLOPS(每秒百億億次浮點運算,FP16半精度),幹線400G連接埠數量增至14060個,存力總規模超過1680EB。值得注意的是,大會上,中國算力平台正式完成山西、遼寧、上海、江蘇、浙江、山東、河南、青海、寧夏、新疆10個省區市分平台接入工作,實現“平台、主體、資源、生態、場景”全面貫通,中國“全域總覽、分域協同”的算力發展新格局初步形成。資料顯示,截至7月底,中國算力平台營運層註冊企業使用者超1000家,入駐算力服務商逾100家,上架優質算力產品110餘項,接入主流基礎大模型和垂類模型90餘個,成功承載9000餘張離散卡的供應匯聚、購買和即時開通服務,為1000餘名開發者提供了多源多元的線上呼叫服務,累計沉澱數十億條算力監測巨量資料。多項政策推動 算力產業高品質發展熊繼軍在致詞中指出,工信部將有序引導算力設施建設,切實提升算力資源供給質量。他表示,要推動完善算力佈局政策體系,最佳化佈局算力基礎設施,引導各地合理佈局智能算力設施,持續開展國家綠色資料中心建設。強化企業創新主體地位,推進科技創新與產業創新深度融合。加快突破GPU晶片等關鍵核心技術,擴大基礎共性技術供給。深入開展算力強基“揭榜”行動,聚焦計算、儲存、網路等重點方向,加快新技術新產品應用推廣。在產業生態層面,熊繼軍指出,要深化算力賦能行業應用,推動建構算力產業良好生態。面向教育、醫療、能源等重點行業,開展算力賦能專項行動。推動“智算生態圈”建設,推廣一批標誌性技術產品和解決方案,推動實施城域“毫秒用算”專項行動,加快建設中國算力平台。拓展開放合作廣度,以高水平開放促進算力產業高品質發展。2025年5月,工業和資訊化部在《算力互聯互通行動計畫》提出,到2026年,中國將建立較為完備的算力互聯互通標準、標識和規則體系;到2028年,基本實現全國公共算力標準化互聯,逐步形成具備智能感知、即時發現、隨需獲取的算力網際網路。國家超算網際網路平台作為這一目標的重要實踐場,正在加速建構技術先進、模式創新、服務優質、生態完善的體系化創新佈局。企業紛紛展示創新成果 助力產業升級在本屆算力大會上,眾多企業積極展示創新成果,為算力產業發展注入新活力。中國移動以“以算築基,智享未來”為主題精心設展亮相2025中國算力大會,圍繞前沿技術、算網產品、算網應用三大維度,集中亮相多項重大自主創新成果,全面彰顯中國移動在推動算網融合與智算升級中的技術引領性與系統創新力。浪潮雲洲亮相大會“算力中國·創新成果展”,展示以“人工智慧+工業網際網路”賦能製造業轉型升級的創新實踐。例如,在煤化工行業,浪潮雲洲以“工業網際網路平台+大模型”為底座,為黑貓集團打造煤化工行業智能體,上線生產工藝最佳化、風險監管等智慧應用,實現新產品品質合格率提升15%,經營管理水平和產業協同效率均提升8%,推動生產效能突破性提升。此外,大會主論壇上,2025“算力中國·年度重大突破成果”正式揭曉,10項具有突破性意義的技術成果集中亮相,彰顯了中國算力產業從技術突破到生態建構的全鏈條創新能力。據瞭解,2025“算力中國·年度重大突破成果”具有四大特點:一是在算力及相關產業達到全球領先水平;二是技術創新突出、轉化程度高,具有較強的示範、帶動、輻射能力;三是推動行業整體技術水平提升,開拓了新的經濟增長點和新興產業;四是注重技術創新的社會效益、經濟效益和環境效益,對科技發展具有較大推動作用。目前,這些成果在實際應用中已取得良好社會效益。中國移動“九州”算力光網所支撐的400G骨幹網連接算力達10EFLOPS,預計拉動GDP超126億元;山西秦能算電協同一體化平台項目中靈丘、廣靈超級能源綜合體每年將節省電費1000萬元,減少碳排放10萬噸;FusionOne AI一體化AI行業落地解決方案已幫助500+項目最佳化實踐,實現單機跑滿血DeepSeek,結合低程式碼應用開發平台,實現AI應用快速搭建,基礎應用小時級上線。 (證券時報)
半導體重大併購!3000億國產晶片龍頭、900億智算巨頭“合體”,天津在下一盤大棋
一則大消息轟動中國算力產業,3000億市值國產晶片巨頭海光資訊,即將吞併900億市值算力巨頭中科曙光。智東西5月26日報導,海光資訊與中科曙光昨夜雙雙發佈公告,宣佈擬進行戰略重組:海光資訊將通過向公司全體A股換股股東發行A股股票的方式換股吸收合併中科曙光,同時發行A股股票募集配套資金。雙方自今日起停牌,預計停牌時間不超過10個交易日。中科曙光為中國伺服器及算力基礎設施龍頭企業,於2014年11月6日在上交所主機板掛牌上市。海光資訊為中國CPU及GPU(AI晶片)龍頭企業,於2022年8月12日登陸上交所科創板。兩家企業註冊地址均在天津市。截至上周5月23日休市,中科曙光股價為61.90元/股,總市值為905億元;海光資訊股價為136.13元/股,總市值為3164億元,排名科創板市值第一。2024年,海光資訊總資產為285.59億元,同比增長24.70%;營收為91.62億元,同比增長52.40%;歸母淨利潤為19.62億元,同比增長52.87%;研發投入佔同期營收的比例為37.61%。同年,中科曙光總資產為366.17億元,同比增長15.82%;營收為131.48億元,同比下降8.40%;歸母淨利潤為19.11億元,同比增長4.10%。中科曙光與海光資訊之間的關聯交易頻繁,金額較大。2022年、2023年、2024年,中科曙光與海光資訊的關聯交易金額分別為29.12億元、24.74億元、36.89億元,佔海光資訊收入的較大比例。根據公告,本次重組旨在搶抓資訊技術產業發展新機遇,做大做強主業。海光資訊成立於2014年10月24日,註冊資本為23.24億元,法定代表人是沙超群。截至2024年12月31日,海光資訊前兩大股東分別為中科曙光、成都國資,分別持股27.96%、17.00%。▲海光資訊前六名股東持股情況(圖源:海光資訊2024年年度報告摘要)海光資訊脫胎於中科院,與美國晶片巨頭AMD的合作始於2016年,雙方創辦合資公司,海光獲得AMD的技術授權許可,可開發x86架構通用處理器(CPU)。中科曙光作為海光資訊的參股方,與AMD的合作進一步加強了雙方的技術聯絡和市場競爭力。目前,海光的產品包括通用處理器CPU和協處理器DCU。▲海光產品族(圖源:海光資訊2024年年度報告摘要)海光CPU相容國際主流x86處理器架構和技術路線,既支援面向資料中心、雲端運算等複雜應用場景的高端伺服器,也支援面向政務、企業和教育場景的資訊化建設中的中低端伺服器以及工作站和邊緣計算伺服器。海光DPU屬於GPGPU的一種,採用通用平行計算架構,能夠較好地適配、適應國際主流商業計算軟體和人工智慧(AI)軟體,主要部署在伺服器叢集或資料中心,可全面支援深度學習訓練、推理場景以及大模型場景等,與國內多家頭部網際網路廠商完成全面適配。▲海光CPU及DCU系列產品簡介(圖源:海光資訊IPO註冊稿)今年5月1日,海光資訊宣佈其董事長孟憲棠因個人年齡原因,向公司董事會申請辭去董事長、 董事及董事會專門委員會等職務。中科曙光成立於2006年3月7日,註冊資本為14.63億元,法定代表人是歷軍。中科算源、歷軍是其前兩大股東,分別持股16.36%、2.88%。中科院計算所持有中科算源100%的股份。▲中科曙光前七名股東持股情況(圖源:中科曙光2024年年度報告摘要)中科曙光的產品包括高端電腦(機架式伺服器、高密度伺服器、刀鋒伺服器、超融合一體機產品等)、儲存產品、網路安全產品、雲端運算服務、資料中心、計算服務。▲中科曙光產品(圖源:中科曙光官網)海光資訊與中科曙光本次重組涉及事項較多、涉及流程較為複雜。相關工作若順利推進,將實現產業鏈互補,形成多元算力業務整合,促進資訊技術產業龍頭企業發展,對國產算力格局產生較大影響。
OpenAI砸65億美元併購蘋果設計教父Jony Ive的公司,AI終端要來了,算力產業顫了!
OpenAI這波,不是造手機,而是造下一代算力入口。🧨OpenAI豪擲65億美元,“拿下”Jony Ive!AI圈、算力圈、硬體圈、設計圈,全都炸了!OpenAI宣佈計畫以高達65億美元估值收購蘋果前設計總監Jony Ive創立的公司io,目標非常明確:要一起打造一款“AI原生硬體”——一個屬於AI時代的超級終端。注意,不是手機,不是耳機,也不是筆記本,而是——一個全新的“人機互動入口”,一個從0到1重新定義算力使用方式的硬體物種。🧠Altman的算盤不是硬體,而是“終端算力場景的重構”從算力視角看,這起併購釋放出三個超級訊號:1. AI終端的落地,將從“中心雲”轉向“邊緣算力+協同AI”ChatGPT之前依賴雲端GPU大模型推理;接下來,Altman要讓AI貼身陪伴,就意味著邊緣側AI推理需求爆發;不僅是設計上的革命,更是算力架構上的再分配。👉 你以為他們聯合一起做產品?其實他們在改寫雲-邊-端的算力路徑。2. 每一個AI終端背後,都是一個“推理小工廠”Ive做的是“外殼”,但OpenAI的關鍵在於——如何把推理部署到裝置上:是用高通晶片跑LLM?還是自研AI專核?模型是壓縮版GPT-4?還是LoRA微調後的小模型?資料傳輸、快取、同步、安全,怎麼處理?這些不是消費電子問題,而是AI算力系統終極難題,涉及:晶片能效比最佳化模型剪枝與蒸餾前端/後端推理分層本地部署與遠端協同的異構計算編排3. 一旦AI終端爆發,最先爆的是邊緣算力產業鏈別再盯著GPU資料中心了,AI終端的興起可能帶動:ARM架構晶片、AI SoC需求激增;模型部署平台如ONNX Runtime、TensorRT加速器重回聚光燈;整套邊緣AI推理工具鏈(編譯器、量化器、最佳化器)迎來黃金周期;LLM壓縮訓練平台(如vLLM、MLC.ai)走向台前;……這會是另一個兆級的算力細分風口,誰先入場誰就可能先吃肉。🎯OpenAI為何現在出手硬體?兩個字:控制!ChatGPT已然是超級應用,但Altman知道,如果控制不了硬體入口、晶片生態和推理場景,他終將淪為:給別人打工的AI作業系統。就像當年的Android輸給iOS,就是因為沒能把軟硬一體做穿。這次找Jony Ive,是為了補上OpenAI最短的短板:“AI需要一張臉”。但這張臉的背後,是:端側AI算力的新平台;微模型部署的新場景;私域推理的新入口;控制AI使用方式的第一步。說白了——AI終端是OpenAI對抗蘋果、微軟、Google的“地面戰”。📊對AI算力行業的六大影響(建議收藏)🔍這是AI算力從“工業設施”走向“消費場景”的分水嶺OpenAI×Jony Ive,不僅是科技圈的跨界聯名,更是AI算力商業化路徑的加速器。從今天起,“算力 = 模型訓練”的時代正在終結,取而代之的是:“算力 = 模型部署 × 使用者場景 × 即時推理”的新範式。這不僅是趨勢,而是下一場產業鏈洗牌的訊號! (AI算力那些事兒)