|
国产算力行业深度报告
驱动因素 | 政策支持 | 产业进程 | 突破方向 | 重点公司
来源：慧博智能投研 | 2026年3月
报告摘要
算力作为数字经济时代的"水电煤"，已成为人工智能突破与产业变革的关键基础。自主可控的算力体系直接关乎科技主权、经济安全与发展主动权。我国已将国产算力发展提升至国家战略高度，以更强决心和系统性推进力度持续提升国产算力的市场渗透率。
本报告从驱动因素、政策支持、产业进程、产业链协同、产业梯队、市场空间、突破方向和重点公司八个维度进行全景分析。
一、国产算力行业驱动因素
当前国产算力行业正处于"外部封锁"与"内需爆发"双引擎合力驱动的历史性机遇期。
1. 外部压力：美国持续加码出口管制
2025年5月，美国政府发布新一轮针对中国AI生态的全面限制措施，首次将"AI模型训练行为"本身纳入出口管制范围，将对华限制从物理硬件扩展至云服务、远程访问、算法协助等所有可能提供算力支持的路径。
核心要点：
- 明确禁止全球任何国家或机构使用美国AI芯片为中国模型进行训练
- 将华为昇腾芯片的全球使用行为定性为违反美国出口管制，形成全球性封锁
- 废除《AI Diffusion Rule》，将中国列入最高风险等级国家
- 禁止通过AWS、Azure、Google Cloud等云端方式绕开硬件层管控
- 2025年12月4日，两党参议员提出《安全可行芯片出口法案》，要求30个月内全面暂停向中国发放先进AI芯片出口许可，明确将H100、H200、B100/B200列入禁止出口范围
值得注意的是，2025年12月9日美国允许NVIDIA将H200交付给已获批准的中国客户，但前提是确保国家安全且NVIDIA上缴约25%相关收益。这一"有限松动"不改变战略封锁方向，仅为短期提供小幅缓冲。
总结：美国对华AI限制已进入"分层执行、软硬并用"新阶段——硬件侧小幅放松，算力端、训练行为端、云侧乃至立法端持续加速收紧。战略目标已从"限制物理芯片"升级为"限制中国在全链条参与下一代通用人工智能竞争的全部可能性"。
2. 内部需求：AI爆发驱动算力需求历史性跃升
根据IDC与浪潮信息联合发布的《2025年中国人工智能计算力发展评估报告》：
| 指标 | 2024年 | 2025年（预计） | 2026年（预计） | | 通用算力规模 | 71.5 EFLOPS（+20.6%） | 85.8 EFLOPS（+20%） | — | | 智能算力规模 | 725.3 EFLOPS（+74.1%） | 1037.3 EFLOPS（+43%） | 1460.3 EFLOPS | | AI算力市场规模 | 190亿美元（+86.9%） | 259亿美元（+36.2%） | 337亿美元 |
2023-2028年五年复合增长率：智能算力46.2%，通用算力18.8%，智能算力增速约为通用算力的2.5倍。
二、国产算力相关政策支持
中国已构建起多层次、全链条的政策驱动体系：
| 政策层级 | 核心内容 | 关键举措 | | 第一层级：国家战略引领 | 确立顶层设计，将算力列为新型生产力 | "东数西算"国家级工程，优化全国资源布局 | | 第二层级：部委细则推进 | 将战略转化为可操作行动方案 | 工信部牵头构建算力标准体系，2027年前制修订50项以上标准 | | 第三层级：地方精准落地 | 因地制宜打造算力产业集群 | 东部构建生态，中西部依托清洁能源承接算力转移 | | 第四层级：产业链协同攻坚 | 龙头企业牵头生态联盟，突破兼容性瓶颈 | GPU制造业创新中心、DPU/GPU异构芯片融合调用 |
"十五五"规划核心目标：构建"规模领先、结构合理、绿色安全、普惠泛在"的算力体系，采取"超常规措施"推动国产算力从"可用"向"好用"跨越。
三、国产算力行业快速推进
在美国极端收紧的背景下，中国企业加速向国产算力体系迁移，核心驱动因素有三：
- 供应链可控性与成本可持续性成为企业核心诉求：企业决策逻辑从"绝对性能优先"转向"供货稳定+成本可控+系统可预期"综合指标
- 政策推动与产业扶持加速本土替代：国家持续加大对国产GPU、互联架构、AI框架及整机算力系统的投入
- 国产GPU生态在"被迫迁移"中快速成熟：华为昇腾、海光、寒武纪获得更多真实训练与部署场景，结合飞桨、昇思等软件栈完善，生态进入"需求拉动—能力提升"正循环
国产算力正从过去的"备选方案"转变为各行业稳定、可控的"主力方案"。
四、国产算力产业链协同情况
上游硬件与核心技术层（攻坚）
核心目标是构建从高端算力芯片到智算中心的国产化算力底座：
- 部署"高性能GPU芯片"等关键领域攻关项目，采用"揭榜挂帅"机制突破卡脖子技术
- 引导x86、ARM、RISC-V等多种技术路线并行发展
- 设立专项产业基金，推动GPU、车规级AI芯片、服务器等关键硬件研发与规模化应用
中游算力设施与运营层（统筹+绿色）
- 通过"东数西算"刚性规划，引导新增大型数据中心向国家枢纽节点集中
- 构建国家、区域多级算力互联互通与调度体系，破解资源孤岛
- 严格能效管控：东部枢纽PUE小于1.25，西部枢纽PUE小于1.2
- 推广液冷等先进节能技术，推动"绿电"直供"绿算"模式
下游应用与生态层（开放+培育）
- 开放22类重点领域（AI、智能制造、智慧城市等）的高价值市场应用场景
- 政府机关和国有企业发挥示范引领作用，主动开放主业场景
- 通过"算力券"降低企业关键要素使用成本
- 探索"沙盒监管"模式，催生更多独角兽和瞪羚企业
五、国产算力产业梯队
| 梯队 | 代表厂商 | 技术定位 | 核心场景 | | 头部梯队 | 华为昇腾、海光信息 | 高端算力硬件自主突破，主导核心技术研发 | AI训练、智能驾驶、5G基站、政务云大模型；金融、政务AI服务器 | | 第二梯队 | 百度昆仑芯、燧原科技、壁仞、摩尔线程 | 细分领域差异化突破，补充自主化生态覆盖 | 训推一体；中规模训练推理；算力密度与中低端算力供给 |
形成"高端引领、中端支撑、低端补位"协同生态，推动国产算力从单点突破迈向全域成熟。
六、国产算力市场空间
| 年份 | 智能算力规模（EFLOPS） | 同比增长 | AI算力市场规模 | 同比增长 | | 2024年 | 725.3 | +74.1% | 190亿美元 | +86.9% | | 2025年（预计） | 1037.3 | +43% | 259亿美元 | +36.2% | | 2026年（预计） | 1460.3 | +41% | 337亿美元 | +30.1% |
AI行业应用渗透度较高的行业依次为：互联网、金融、运营商、制造业。
2026年中国智能算力规模有望达2024年的两倍，市场规模337亿美元为2024年的1.77倍。
七、国产算力突破方向
1. 超节点（SuperPod）：国产算力的破局利器
超节点最早由英伟达提出，核心是将多个高性能AI服务器通过高速互联网络连接成一个超大规模计算节点，专门应对大模型复杂计算任务。
传统集群痛点：以通用以太网连接标准化服务器，仅适配松耦合负载，而大模型训练需高频执行All-Reduce等集合通信操作，200-400Gb/s的跨服务器带宽与数十微秒时延成为瓶颈。
超节点三大核心目标：高效互联 + 高密集成 + 智能管控
| 厂商 | 超节点技术进展 | | 华为 | 通过高速高带宽互联整合AI芯片计算能力，支撑大规模集群 | | 阿里 | 服务自身AI训练与云计算业务 | | 中科曙光 | 覆盖智算中心建设需求 |
2. 软件算法：破解CUDA生态垄断
英伟达CUDA生态拥有近500万开发者、丰富软件库，且自CUDA 11.6起明确禁止在非英伟达硬件上通过转译层运行CUDA软件。
国内厂商三大破局路径：
| 路径 | 阶段定位 | 核心逻辑 | | CUDA生态兼容 | 短期适配 | 降低迁移门槛，快速商业化落地（海光DCU算子覆盖度超99%，兼容CUDA） | | 自主软件栈研发 | 中期筑壁 | 构建技术壁垒，摆脱核心环节依赖（昇思、飞桨、DTK软件栈） | | 独立生态构建 | 长期替代 | 打破海外垄断，实现全产业链自主可控 |
典型案例：DeepSeek通过MoE架构、MLA注意力机制、UE8M0 FP8量化、PTX底层优化等方式大幅减少计算资源开销，证明软件算法对算力效率的杠杆作用。
3. 液冷：AI时代的必选散热方案
- 机架密度超过20kW时，风冷系统失去有效性，液冷成为必选项
- 国家政策明确：东部枢纽数据中心PUE小于1.25，西部枢纽PUE小于1.2
- 先进封装导致热量分布不均，液冷优势更为突出
- 国产算力在制程受限背景下，先进封装是弯道超车重要路径，液冷随之成为刚需
4. 智算服务：智算中心建设拉动第三方服务
截至2025年6月底，我国在用算力中心机架总规模达1085万标准机架，智算规模达788 EFLOPS（FP16），2025年预计增长43%。许多智算中心具备国资背景，一方面要求使用国产算力，另一方面需要第三方专业运营服务。
八、重点公司深度梳理
1. 海光信息（688041）——国产算力第一梯队领军者
| 财务指标 | 2025年全年 | 2026年Q1指引 | | 营收 | 143.76亿元（同比+57%） | 40.65亿元中值（同比+69%） | | 归母净利润 | 25.4亿元（同比+32%） | 6.7亿元中值（同比+32%） | | Q4单季营收 | 48.86亿元（同比+61%） | — | | Q4归母净利润 | 5.8亿元（同比+43%） | — |
核心竞争力：
- 基于x86指令集架构研发，形成"CPU+DCU"双轮驱动产品体系
- 海光DCU算子覆盖度超99%，兼容CUDA，支持十亿级到千亿级模型全场景需求
- 海光光合组织聚合6000余家合作伙伴，完成15000余项软硬件测试，联合解决方案超15000个
- 研发人员占比超85%，2025年前三季度研发投入29.35亿元（同比+35.38%）
2. 芯原股份（688521）——国内领先一站式芯片设计服务商
- 2025年营收同比增长35.77%，ASIC量产业务同比增长73.98%，占营收比重达47.25%
- AI数据处理相关ASIC收入同比增长超95%，成为本轮增长核心贡献项
- 年末在手订单再创历史新高，ASIC量产业务订单超30亿元
- IP授权业务：IP种类全球第二（2024年），销售收入国内第一，拥有六类处理器IP及1600多个数模混合IP
- 客户涵盖三星、谷歌、亚马逊、微软、百度、腾讯、阿里巴巴等全球领先科技企业
- 与谷歌深度合作，面向AI眼镜、AI Pad、AI玩具等端侧产品提供AI ASIC解决方案
3. 寒武纪（688256）——国产AI芯片龙头，2025年全面扭亏
| 财务指标 | 2025年全年 | 同比变化 | | 营收 | 64.97亿元 | +453.21% | | 归母净利润 | 20.59亿元 | 扭亏（2024年亏损4.52亿元） | | Q4单季营收 | 18.9亿元 | +91.10% |
前沿布局——LPU架构：寒武纪团队在ASPLOS 2026发表论文，提出HNLPU（硬连线神经语言处理单元）架构：
- 通过将权重参数物理硬连线到计算架构中，实现架构-模型完美匹配
- 5nm工艺下实现249,960 tokens/s吞吐量，是H100的5555倍、WSE-3的85倍
- 能效36 tokens/J，是H100的1047倍、WSE-3的283倍
- 金属嵌入（Metal-Embedding）方法将NRE成本带入经济可行范围
4. 沐曦股份——GPU新锐，千卡集群落地
- 2025年营收16.44亿元（同比+121.26%），亏损显著收窄至-7.81亿元（较2024年亏损14.09亿元大幅改善）
- 自主研发MetaXLink高速互连技术，互连带宽性能达到与H200相当的行业先进水平
- 已实现千卡集群的大规模商业化部署，正在研发推动万卡集群落地
- 曦云C700系列：性能对标H100，构建全流程国产供应链闭环，实现核心技术自主可控
九、总结与展望
核心逻辑：外部封锁与内部需求形成共振，国产算力替代不是"可选项"而是"必选项"。
| 维度 | 现状 | 趋势 | | 市场规模 | 2024年AI算力市场190亿美元 | 2026年有望达337亿美元，CAGR约33% | | 产业梯队 | 头部：昇腾、海光；第二梯队：昆仑芯、燧原、壁仞、摩尔线程 | 全域覆盖，协同生态加速成熟 | | 技术突破 | 超节点集群、软件栈国产替代、液冷散热 | LPU架构、先进封装、HNLPU等前沿方向涌现 | | 政策支撑 | 四层政策体系：国家战略+部委细则+地方落地+产业协同 | 超常规措施推进，国企采购倾斜力度持续加大 | | 生态成熟度 | 从"被迫迁移"进入"主动选择" | 国产算力从"备选方案"升级为"主力方案" |
本帖整理自：慧博智能投研《国产算力行业深度：驱动因素、政策支持、产业进程、突破方向及相关公司深度梳理》，2026年3月16日。仅供学习交流，不构成投资建议。 | 
发表于 2026-3-30 21:43:39
