2025年市场重心在训练或训推一体算力，以满足大模型迭代需求。2025年底需求转向推理业务大规模部署，谷歌、Meta、微软等国际厂商开始大量部署推理产品，导致2026年初CPU大量缺货。
- 2026年关键驱动：
- SeeDance2.0类文生视频产品引发复杂业务场景对强推理能力的迫切需求。
- OpenClaw类Agent应用拉近AI与普通用户距离，催生大量潜在部署尝试，推动并发推理需求激增。
市场影响：从快速增长转为推理算力爆发式增长，显著提升国内外异构芯片关注度，推理市场份额或被ASIC或异构架构侵蚀。
推理算力两大场景分析：
-
高负载场景（文生视频）
- 主要芯片：目前主要运行在英伟达H系列和AMD产品上，华为昇腾910C仅有少量尝试性部署。
- 现状：SeeDance2.0突破后需求激增，算力缺口巨大，国产卡因技术成熟度、软件适配等原因，尚未能有效承接此核心业务。
- 性能门槛：国产卡综合性能不能低于英伟达H20/A800，需对标并超越AMD MI308，且性价比不输。
- 潜在替代：华为昇腾910C勉强能应付，寒武纪690部分指标接近H20，但底层软件兼容性不理想。
-
高并发场景（Agent应用）
- 特点：对单卡性能要求不如文生视频极致，但追求极致性价比以支撑大规模用户并发承载。
- 芯片：可在4090、5090等消费级显卡上部署，为不同层级芯片提供了市场空间。
有关昇腾950和寒武纪690：
- 昇腾950：
- 昇腾采用类GPU架构，软件兼容性和代码移植有原生优势，软件栈可从昇腾910C平滑过渡，是文生视频领域的潜在有力竞争者。
- 产能是最大瓶颈，其采用的高端制程对国产供应链实现大规模量产难度大。
- 寒武纪690：
- 公司战略重心是确保在字节跳动现有核心业务（搜广推）中的地位，因此无足够精力/意愿去拓展文生视频等复杂新场景。
- 寒武纪在字节核心场景：
- 大模型业务：覆盖豆包、SeeDance2.0、扣子及部分电商应用。
- 搜广推业务：寒武纪占比最大的业务，核心是训练环节需根据用户行为实时/近实时生成个性化模型并推理，服务数亿活跃用户，理想需求达百万至千万级算力卡。
- 当前训练模式：寒武纪芯片未实现真正并发训练，采用单卡分时间片轮流为不同用户模型训练。
- 搜广推场景：模型特点为传统AI模型，参数量不大，核心挑战是高实时性与并发性。
- 推理芯片：搜广推推理任务使用了多种芯片，包括华为昇腾、英伟达早期产品、部分AMD产品。
国内大厂训练算力：
- 字节：
- 训练芯片：并非完全依赖英伟达，有一部分采用华为芯片。
- 部署策略：采用海外训练基座模型+国内训练垂直模型的策略，规避数据合规风险，同时利用国内数据训练专用模型，自行采购持有算力资产，面临进口限制风险，故将基座训练移至海外。
- 阿里&腾讯：
- 混元等通用大模型目前仍在国内训练部署。
- 策略：采用租用模式，与第三方算力中心合作，由第三方负责建设、承担进口高端芯片风险，再通过协议提供算力，规避了直接进口的风险。
- 差异：与字节的自建模式根本不同，国内模型多在开源模型基础上进行二次开发，对算力需求远低于国外原生模型，租用模式可满足需求。
