东吴电子 国产算力算力芯片国产 GPU 进入上市兑现期CSP 资本开支上修打开国内厂商导入窗口

核心观点与关键数据

• AI算力需求持续高增：自OpenAI大模型以来，AI开发持续3年以上高增，GPU作为核心环节备受关注。英伟达营收增速持续向上，大模型推理调用量大幅增长，国内豆包大模型月均token消耗量从万亿级别涨至百万亿级别，海外谷歌token消耗量年化增速同样在几十倍。
• GPU演进与芯片产业路径分化：GPU最初为图形渲染设计，其并行计算单元与神经网络训练的并行任务特征契合。大模型爆发推动GPU成为AI基础设施。GPU存在显存带宽、功耗、特定场景计算效率等短板，催生GPGPU概念。芯片产业路径分化，海外大厂推出定制化专用芯片（EIC），如谷歌TPU，国内厂商则探索多种路径。
• 英伟达生态壁垒：CUDA编程模型封装硬件复杂性，形成海量算子库和工具链，迁移成本高。英伟达真正的壁垒在于芯片体系结构全站协同能力，如Hooper、Blackwell、Robin架构迭代修正短板。
• 国内算力芯片格局：国内厂商分为AMD体系、华为/中科院体系、场景驱动型。AMD体系擅长GPGPU，支持训推一体；华为升腾基于自研体系，昆仑芯从FPGA演进至ASIC；场景驱动型依托具体场景成长。国内算力需求集中推理端，对成本和能效敏感，GPU并非唯一最优解。

产业趋势与投资建议

• 国产算力需求明确，供给逐步跟上：头部大模型开始使用全国产算力芯片，整机厂商服务器节点国产卡占比提升。国内头部晶圆厂持续扩充先进制程产能，优先保障头部客户，先进封装技术也具备规模供应能力。
• 国产算力芯片梯队：
  • 第一梯队：华为升腾（超节点方案，系统规模补单卡性能短板）、寒武纪（通用型智能芯片架构，产品矩阵覆盖主力场景，业绩增长迅速）。
  • 第二梯队：摩尔线程（游戏显卡起步，图形渲染优势）、必创科技（系统级交付能力）、天数星（训练推理双线推进，推理侧放量）、沐辰科技（训练推理全覆盖）。
  • 第三梯队：平头哥（阿里芯片团队，CPU、AI算力芯片、网络交换芯片全站布局）、昆仑芯（百度体系，从边缘侧起步向云端扩展）。
• 投资建议：首推寒武纪（起步早，逻辑顺，大厂突破快，业绩兑现确定性高），其次推荐海光信息（CPU、DCU全布局，产品矩阵完整，信创基本盘提供安全垫，DCU提供弹性）。

研究结论

• AI算力需求将持续增长，国产算力芯片产业已形成完整梯队，路线多元化。
• 产业演进主线从单卡对标转向系统级创新，超节点和先进封装是关键杠杆。
• 国产芯片在单卡性能上对标国际上一代至当代主流产品，集群层面总算力可进入国际第一梯队可比范围。
• 国产芯片追赶海外仍需动态过程，需关注技术路线迭代、供应链约束、竞争格局变化等因素。