AI芯片深度对比：GPU、寒武纪思元系列与国产化市场格局分析

公司简介

寒武纪（Cambricon）于2016年在北京成立，并在上海、深圳设立分部。公司主业是智能芯片的研发、设计与销售，自成立以来便专注于人工智能芯片产品的开发。

行业背景与技术分类

传统芯片（如CPU、GPU、DSP、FPGA）主要提供底层通用计算能力，但在处理人工智能任务时往往效率不足。为了适应这一需求，专门针对人工智能领域设计的智能芯片应运而生，主要分为通用型和专用型两类。

AI算力芯片是专门为AI应用设计的处理器芯片，其核心特点是具备高效的计算能力，并能针对深度学习、机器学习等任务进行加速。

寒武纪主要研发的是通用型智能芯片。这类芯片的设计旨在涵盖各类智能算法所需的运算操作，相比传统芯片，其在性能功耗比上具有显著优势，能够适应不同场景和规模的人工智能计算。

市场上主流的几类方案各有特点：

• 海光DCU：属于GPGPU，其结构逻辑相比CPU更为简单，但集成了大量的计算单元。
• 华为昇腾：利用ASIC技术，主要面向低功耗、成本敏感的终端设备，用于支持特定的智能应用，芯片架构相对简单。
• 谷歌TPU：一种通用智能芯片，其核心技术是脉动阵列架构。
• GPU：早期主要应用于图形渲染，现已大规模进入计算加速领域。其凭借大规模并行架构，能够高效执行海量计算任务，已成为AI训练与推理的主流算力。GPU的核心竞争力主要在于两点：一是算力与能效的微架构设计；二是由开发工具、程序库及API构成的成熟软件生态，这极大地降低了开发门槛并提升了各场景下的调用效率。完整的GPU生态系统由上层算法库、中层接口、底层驱动程序、编译器及硬件架构等共同构成。

寒武纪产品发展历程

• 2016-2018年：推出1A/1H/1M处理器及思元100系列芯片，初步构建了云端与边缘端产品体系。
• 2019年：推出第二代云端芯片思元270。
• 2021年：思元370实现量产，同步推出MLU370系列加速卡，完成了训练-推理一体化的产品布局。
• 2022-2024年：MLU370-X8及思元590芯片已与头部大模型客户完成适配，正式进入生成式AI算力供应链。

核心产品矩阵

寒武纪的核心产品线覆盖云端、边缘端，并提供IP授权及软件生态。

• 云端产品：主要包括思元370芯片、对应的加速卡及训练整机。
• 边缘端产品：以思元220边缘计算模组为代表。
• 软件生态：公司提供IP授权及软件配套开发。其NeuWare统一基础系统软件平台是AI技术落地与生态构建的核心支撑。
• 硬件覆盖：产品可应用于AI算力计算集群、自动驾驶、边缘计算和AIoT设备等多种硬件形态。

市场规模与竞争格局

预计到2028年，全球生成式AI市场规模将达到2800亿美元，占整个AI市场投资总规模的35%。国内市场方面，预计2028年生成式AI投资占比将达到30%，规模超过300亿美元。综合来看，国内AI芯片市场规模到2030年有望达到万亿人民币级别。

随着AI大模型在政府、企业中得到应用，未来几年的AI支出将主要来自专业服务、政府和金融行业，这三者合计预计将占据市场总量的50%以上。

从竞争格局看，2024年国内GPU市场仍由英伟达主导，占据约80%的市场份额；华为以17%的份额位居第二；百度、寒武纪等其他厂商合计占比约为3%。

总结与展望

目前，在国内AI芯片领域，华为昇腾920和寒武纪思元590（原文提到的690应指590）可被视为第一梯队的产品。字节跳动是寒武纪的主要客户之一，据估计，其2025年AI芯片采购额约为600亿元，其中英伟达与国产芯片各占50%，且明年采购额预计同比增长30%。

寒武纪的思元590芯片已向大客户提供样片，测试反馈良好，后续有望获得大规模采购。

总体而言，国内AI芯片企业的竞争格局仍相对分散：阿里采购较多的是自研GPU，百度倾向其昆仑芯片，腾讯认可燧原、沐曦的芯片，而字节则主要采购寒武纪的产品。

放眼全球，英伟达无疑是绝对的龙头。但在国内“卡脖子”的大背景下，国产芯片企业进步迅速。尽管如此，国内市场格局分散，各大厂商投入巨大，目前尚难断定最终的赢家。芯片行业具有“赢家通吃”的特性，未来5年将是几家头部AI芯片厂商决出胜负的关键时期。谁能在此时占据龙头地位，对手将很难再追赶。想要深入了解AI算力与行业动态，欢迎到云栈社区交流探讨。