国产芯片•硬核自研的攻坚力量丨【懂行•国产算力】第一集

2026年9月7日，工信部印发《信息通信行业发展 “十五五” 规划》，点名要加快全国一体化算力网建设，有序落地万卡、十万卡智算集群，明确要加大力度适配国产算力芯片。

芯片是AI和数字经济的底座，也是高端制造的命脉。在外部技术壁垒加剧、全球供应链重构的背景下，国产芯片已经告别概念阶段，进入真落地、能量产、建生态的新阶段。本期节目邀请到 “国产GPU四小龙” 中的沐曦股份和壁仞科技，以及中关村数智人工智能产业联盟的三位嘉宾，一起拆解国产GPU的突破与未来。

·产业定位：通用GPU，凭啥是AI时代的底座

沐曦股份高级副总裁于明扬说，沐曦从一成立就专注全栈通用AI芯片，主打通用性和易用性，能和国际主流算力芯片更好打通。因为想着业务以后要扩展，现在也在研发图形处理芯片。沐曦的芯片用在常规AI计算上，像传统图像处理、大语言模型，还有高性能计算，各种高密度计算的场景都扛得住。

他觉得行业已经 “从通算过渡到智算”，智算是计算密集型业务，大模型在各个行业铺开后，对算力和存储的需求越来越大，GPU架构天生就适合这类活儿。他举了个很直白的例子：汽车智能驾驶、智能座舱靠芯片，金融里贷款风控、智能客服，背后也都是算力芯片在默默干活。

壁仞科技战略技术委员会主席李新荣介绍，壁仞科技是通用智能计算解决方案提供商，产品主要应用在互联网、AI大模型开发商、国家级 AI算力平台和数据中心，以及通信、金融、制造、教育这些行业的模型训练和推理。

两家企业共同的判断是：通用GPU靠架构优势，成了大模型、高性能计算这些智算场景的核心底座。

·技术突破：不拼单项性能，拼“芯模联动”的系统能力

中关村数智人工智能产业联盟副理事长、秘书长贾昊说，现在 28 纳米、40 纳米制程已经很成熟，7 纳米、5 纳米还没完全普及，但一直在往前冲。最近某大厂已经出了 3 纳米的手机、车机芯片，国产芯片正往高精度方向转，算力往前迈了一大步。

外部技术壁垒越来越紧，但国产芯片的底气不只是价格优势，更在系统层面的技术优势。壁仞科技战略技术委员会主席李新荣讲得很透：国内芯片行业已经不单纯追性能指标，而是转向芯片加系统的整体性能，琢磨怎么平衡计算、存储、互连、先进封装，实现最好的软硬协同，尤其是从单机到多卡集群的整合能力。他看好从硬件底层构建 “超节点” 的方向，也提出 “芯模联动、产用结合” 的思路。

所谓 “芯模联动”，就是算法层本来要顺着底层算力结构来开发算法，让我们能够下沉到底层驱动联合调优算法，算法对算力架构的反向塑造作用正变得越来越强。两层要是能联动、互动够深，算力使用效率就更高。“产用结合” 则是让芯片生产方和应用方多配合，就像过去三年把产品架构适配国产工艺重新平衡，把底层计算、芯内互连、存储选择、先进封装一起统筹，做出最佳成果。一句话：国产芯片拼的已经不是单一芯片跑分，而是硬件、软件、封装、集群融在一起的整体系统能力。

·商业化落地：从“有没有”到“好不好用、能不能赚钱”

现在国产芯片商业化是分层落地的：物联网、精简指令集芯片已经大规模量产；车载芯片增长突出，多款车规芯片已经上车；通用CPU在政务、央企稳步推进；国产GPU陆续进智算中心，能撑起大模型训练推理，多卡集群项目也实现了商业化交付；其它AI芯片在金融、工业落地，多数还在试点。

中关村数智人工智能产业联盟副理事长、秘书长贾昊观察到一个大转变：大家关心的问题从“有没有、能不能用、快不快”，变成了 “好不好用、能不能把项目带起来、能不能给我盈利”。算力以前只是技术人员手里的工具，现在跟水电一样融进日常生活和经济活动，成了token经济的底层助推剂——火箭要靠火，token底下靠的就是算力、GPU这块 “燃料”。

政企和金融对数据安全、隐私要求特别高。沐曦股份高级副总裁于明扬说，针对这类客户，一方面用大模型帮企业梳理流程、提升效率，另一方面要把安全机制做好，保证敏感信息、核心数据不泄露，始终控制在客户自己手里。这靠的是全自主可控的软件栈和稳定供应链，再加上和客户紧密互通，共建完整生态。

从需求结构看，政府平台是国产算力落地的先锋阵地，最近短剧、AIGC火起来，国产算力也慢慢进了这个产业链，形成 “国产算力+国产模型” 的国产token平台，服务一大批创业公司。国企为求自主可控，也越来越多地采购国产算力，沐曦、壁仞这样的本土厂商市场越来越大。生态也明显比两年前成熟，国产算力跟国产模型、国际主流模型的适配都很顺滑，迁移花很少时间。终端用户不再盯着底层芯片，只看上面能不能跑起来、能不能解决问题，这是生态成熟最关键的一步，眼下正是国产算力最好的窗口期。

图形渲染领域，沐曦股份高级副总裁于明扬表示，沐曦股份计划 2027 年推出第一颗图形渲染芯片，对标国际主流产品。作为第一代，某些功能会有差距，但能满足游戏、办公、日常视频处理这些基础需求，主打普及和覆盖更广的市场。图形渲染的赛道越来越宽，科学计算更是长期 “饥渴” 的高端算力市场，沐曦两条线都在布局。

对于传统行业怕换平台、怕适配麻烦，于明扬表示：以前模型迁移要做大量底层算子改造，费劲；大模型时代开发大多在框架层，接口更通用，适配越来越快。所以现在所有国产GPU厂家的重点方向，就是把底层软件栈做得更通用、跟主流框架更好集成，让客户的新模型能很快搬到国产平台上来。

·产业前瞻：生态才是未来三年最大的考题

谈到赛道节奏，沐曦股份高级副总裁于明扬判断：车载芯片已经先跑出来了，新能源车里多多少少都装了各种智驾方案，未来 3 到 5 年重点是把智能功能做上去，实现L3到L5的突破。工业场景比较碎，对AI是挑战，未来三年重点是先实现0到1，能不能成大规模市场还得观察。功率芯片早就成熟，新能源车里大量在用，中国企业在里面已经很重要，接下来就看能不能在AI带来的新功耗需求上找到新突破。车载芯片未来1到3年会从1跑到100，工业芯片要抢着完成从0到1。

壁仞科技战略技术委员会主席李新荣看得更长远：国产GPU已经实现了硬件突破、量产和商业化初步落地，万卡集群也部署起来了，但生态是长期功课。CUDA生态2006年就开始建，有了20年的积累，客户迁移成本较高。国产芯片想从“能用”到 “好用”，必须长期、协同地在生态上使劲。

展望未来，他认为数据中心云端仍是算力最大的需求方，等token经济起来，端侧算力也会长起来，现在厂商做3D堆叠、存储集成，就是为了把算力从云端往端侧、往具身智能去延展。未来软件企业交付的或许不再是传统软件，而是智能体Agent：依托Agent 持续构建各类技能，直接产出业务结果。

最后，中关村数智人工智能产业联盟副理事长、秘书长贾昊总结道：国产算力走得顺，靠的是政策、靠观念转变、靠大家需求越来越大。产业不能只满足于有颗“中国芯”，更要把生态搭起来，拽着相关行业一起落地，价值才出得来。国产算力的发力点，就是技术强、跑得强、用得强，靠场景落地把技术越磨越好。

策划：吴煜

作者：赵新艳