报告概述
本报告属于半导体超级周期系列，聚焦国产算力产业的基本面变化。研究对象涵盖AI芯片、晶圆代工和超节点三大核心环节。报告分析了大模型需求驱动下国产AI芯片的供需格局、海外先进制造受限背景下国产晶圆厂的战略底座价值，以及超节点架构如何突破单卡性能瓶颈。通过梳理产业链上下游、厂商产品矩阵及财务数据，报告旨在帮助投资者把握国产算力产业的演进趋势与投资主线。
报告的核心结论
国产AI芯片出货份额突破40%，进入规模交付阶段。
报告数据显示，2025年中国AI加速卡市场中国产芯片出货约165万张，份额首次超过40%。以华为昇腾、寒武纪为代表的厂商产品矩阵持续完善，在芯原助力下云厂商自研ASIC同步提速，国产AI芯片正由产品验证加快迈向规模交付，订单与业绩有望持续兑现。
海外先进制造受限，国产晶圆厂战略价值凸显。
美国持续强化出口管制，海外先进制程代工确定性下降。国内智能计算芯片市场2024-2029年CAGR预计达46.3%，高端SoC等芯片迭代推动先进制造需求增长。中芯国际、华虹公司等本土晶圆厂产能利用率维持高位，战略底座价值加速凸显。
超节点成为突破单卡瓶颈的关键，多卡协同效率至关重要。
大模型参数规模增长使得单卡性能难以独立决定集群算力。超节点通过Scale-up高速互联实现多卡资源池化与统一调度，提升系统级算力。华为CloudMatrix384及互联网大厂自研方案加速推进，国产超节点正从产品验证迈向量产交付。
国产算力供需两侧边际提升，产业机遇明确。
需求侧，Token调用量高增、云厂商资本开支向AI倾斜；供给侧，国产芯片份额提升、超节点放量、晶圆厂扩产。报告看好芯片、FAB、超节点三条主线的投资机会，同时指出高速互联产业链（PCIe Switch、以太网交换芯片等）有望受益。
报告回答的关键问题
国产AI芯片目前处于什么发展阶段？
国产AI芯片已由产品验证加快迈向规模交付阶段。报告显示，2025年国产AI芯片出货份额首次突破40%，华为昇腾、寒武纪等厂商产品矩阵完善，云厂商自研ASIC加速落地。在Token需求高增和国产替代推动下，订单与业绩有望持续兑现。
超节点对国产算力有何意义？
超节点通过高速互联将多卡算力转化为系统级有效算力，突破单卡性能瓶颈。随着大模型参数增长，多卡协同效率成为关键。华为CloudMatrix384等国产方案加速落地，推动算力资源从服务器级部署向矩阵级资源池演进，有望带动交换芯片、光通信等增量机遇。
国产晶圆厂面临哪些发展机遇？
海外先进制造路径持续收紧，国产AI芯片及高端SoC需求高速增长，本土晶圆厂战略地位提升。中芯国际月产能达107.8万片（8英寸等效），华虹12英寸收入占比提升至62.7%。国产算力芯片规模化量产将拉动晶圆代工需求，为龙头厂商带来新机遇。
国产算力产业链哪些环节值得关注？
报告围绕“芯片+FAB+超节点”三条主线，建议关注国产AI芯片（寒武纪、海光等）、晶圆代工（中芯国际、华虹等）以及超节点配套的PCIe Switch芯片、以太网交换芯片、整机系统等环节。高速互联产业链有望成为增量机会。
报告中的代表性数据
国产AI芯片出货份额
2025年，2025年中国AI加速卡整体出货约400万张，国产AI芯片出货约165万张，份额首次突破40%。
中国智能计算芯片市场规模CAGR
2024-2029年，根据中国信息通信研究院和灼识咨询数据，中国智能计算芯片市场规模预计从2024年的301亿美元增长至2029年的2012亿美元，复合年增长率为46.3%。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 国产大模型与国产芯片的深度适配详情，包括DeepSeek V4、GLM-5.1、Kimi K2.6等模型的核心突破和适配芯片列表。
- Token调用量增长数据及云厂商资本开支分析，展示BAT及字节跳动的AI投入趋势。
- 2025年中国AI芯片市场份额与出货量详细表格，包含英伟达、华为昇腾、寒武纪等厂商份额。
- 华为昇腾芯片路线图，从910C到970的迭代计划、算力、互联带宽等参数对比。
- 国产AI芯片产品矩阵横向对比，涵盖寒武纪、海光、沐曦、天数等厂商的制程、算力、对标产品。
- 芯原股份的一站式芯片定制业务介绍及在手订单数据，反映国产ASIC需求增长。
- 中芯国际、华虹公司、晶合集成的财务与产能分析，包括营收、毛利率、产能利用率等。
- 超节点架构详解与华为CloudMatrix384方案，包括硬件架构、Unified Bus总线及资源调度机制。
- 高速互联产业链分析：PCIe Switch芯片、以太网交换芯片、光通信等环节的市场规模与国产厂商进展。
- 完整投资建议与风险提示，涵盖国产算力芯片、晶圆厂、超节点及交换芯片等具体标的。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
