国产算力异构计算技术路径市场突破分析
Unlock More Features
Login to access AI-powered analysis, deep research reports and more advanced features
About us: Ginlix AI is the AI Investment Copilot powered by real data, bridging advanced AI with professional financial databases to provide verifiable, truth-based answers. Please use the chat box below to ask any financial question.
Related Stocks
现在我将基于收集到的信息,为您深入分析国产算力公司在异构计算技术路径下的市场突破机会,以及如何平衡智算中心资源闲置与高端算力需求的结构性矛盾。
根据最新数据,截至2024年末,中国算力中心标准架数超过900万,算力规模达到280 EFLOPS,位居全球前列[1]。2025年中国智能算力规模已达1037.3 EFLOPS,2026年预计再增长40%[2]。据《2025年中国人工智能计算力发展评估报告》预测,2023年至2028年期间,中国智算规模的五年年均复合增长率将达46.2%[3]。
然而,在智算中心如火如荼建设的同时,部分地区却出现了资源闲置的情况。浙江大学光华法学院教授程乐指出,当前算效低下问题普遍存在,部分智算中心GPU实际利用率偏低,通常低于30%,造成资源浪费和供需结构失衡[3]。
- 结构性错配:低端算力供给过剩,高端算力严重不足
- 利用率低下:传统GPU集群利用率仅30%-35%,资源浪费严重
- 调度困难:异构资源(CPU/GPU/NPU)协调调度能力不足
当前国产算力公司主要采取两条技术路线:
| 技术路线 | 代表企业 | 技术特点 | 优势 | 挑战 |
|---|---|---|---|---|
GPGPU路线 |
摩尔线程、沐曦、天数智芯、壁仞科技 | 通用GPU架构,对标英伟达/AMD | 生态兼容性好,应用广泛 | 成本高,功耗大 |
异构众核路线 |
太初元碁 | 将不同架构计算核心融合 | 算效高,按需分配,协同计算 | 软件生态待完善 |
- 按需索取:不同异构内核根据不同场景需求承担不同数据处理业务
- 协同计算:不同异构内核之间实现协同计算,提升整体效率
- 高算力密度:其高密液冷智算集群在8位有符号整数的推理算力达80P,算力密度居国内最高
- 软硬件协同:提供一体化解决方案,软硬件协同交付
- 全年营业收入预计超过60亿元,同比增长逾410%
- 归属于母公司所有者的净利润预计达18.5亿元至21.5亿元,成功扭亏为盈
- 2025年云端芯片出货量超5万片
- 在郑州部署的scaleX万卡超集群,可对外提供超过3万张AI加速卡的算力
- 主张建立开放的产业格局,让国产芯片、整机、软件和大模型等产业链上下游企业解耦协作
- 2025年中国智能算力规模爆发,传统封装已无法满足需求
- 2.5D/3D先进封装技术成为解决高功耗散热问题的关键[2]
- 优秀调度算法可将整体资源利用率从传统35%提升至65%以上[8]
- 异构算力高效调度平台可使GPU利用率提升至80%以上[8]
- 江苏金兴汉腾算力服务器产线年产能目标10万台,搭载龙芯3C6000及太初自研AI加速卡[3]
- 重点布局金融、医疗、物流等高价值场景的智能化需求
- 异构众核路线在特定场景下具有更高算效比
- 针对推理任务优化,降低单位Token成本
- 从追求算力堆砌转变为效率与规模并重
- 关注模型算力实际利用率(MFU)、Token单位成本、首个Token延迟(TTFT)等效率指标[5]
- 太初元碁已联合10余家高校,累计适配600余个主流及垂直领域模型[4]
- 覆盖气象预报、地球科学、工业仿真等领域
- 国家超算互联网核心节点已在郑州上线试运行[7]
- 实现跨区域、跨主体的算力资源无缝调用
- 智算中心云化解决方案:将闲置算力转化为可量化运营的AI生产力
- 一机多卖、资源共享、按需付费的新模式[8]
-
异构计算路线具有独特优势:异构众核架构在能效比、场景适应性方面具有差异化竞争力,特别适合推理任务和特定行业应用
-
结构性矛盾需要系统性解决:需要从技术突破、产能优化、调度创新、场景引导等多维度入手
-
商业化前景光明:寒武纪等企业的盈利突破标志着国产算力进入商业化收获期
- 具有异构计算技术优势的平台型企业
- 具备软硬件协同能力的解决方案提供商
- 在特定垂直领域有深厚积累的算力服务商
- 核心技术突破不确定性
- 市场需求释放节奏可能不及预期
- 国际贸易摩擦可能影响供应链
[1] 36氪 - 一次算力政策研讨实录:算力调度的七个问题
[3] 今日头条 - 从异构路线出发的国产算力公司加速市场突围
[4] 新浪财经 - 太初元碁:用国产算力驱动人工智能"加速跑"
[5] 今日头条 - 奕行智能:以RISC-V类TPU架构,破局AI算力效率与生态困局
[6] 经济观察网 - 国产算力破局 寒武纪2025年营收超60亿
Insights are generated using AI models and historical data for informational purposes only. They do not constitute investment advice or recommendations. Past performance is not indicative of future results.
About us: Ginlix AI is the AI Investment Copilot powered by real data, bridging advanced AI with professional financial databases to provide verifiable, truth-based answers. Please use the chat box below to ask any financial question.