一、全球 AI 算力革命，打响加速芯片争霸赛

（一）全球智算需求快速增长，英伟达算力布局实现领跑

人工智能训练和推理计算推动全球智能算力需求高速增长。算力包含 “算力”“存力”“运力”，有通用、智能、超算、边缘等多种类型，常用计量单位为 FLOPS。2023 年全球计算设备算力总规模达 1397EFlops，增速 54%，其中智能算力占比 63%。预计到 2030 年，全球算力将超 16ZFlops，智能算力占比超 90%。在 AI 芯片市场，2024 年搭载 GPU 的 AI 服务器占比约 71%，英伟达市场占有率接近 90%，AMD 约为 8%。随着云服务商对自研芯片的应用增多，ASIC 芯片在 AI 服务器中的占比已升至 26%。英伟达的 A100、V100 等芯片在 AI 模型训练中应用广泛，H100 销售火爆，后续 H200、B100 及 Vera Rubin 计算平台陆续推出并量产。

（二）从 “通用训练” 到 “专用推理”，智算成本优化催生定制化方案

AI 计算架构中，CPU 与加速芯片协同工作，常见加速芯片有 GPGPU、FPGA、ASIC 三类。GPGPU 通用性强，适合大规模并行训练；ASIC 定制化程度高，能效优，适合推理场景；FPGA 可灵活配置，适合特定算法加速。随着 AI 应用大规模部署，算法固化，ASIC 凭借能效和成本优势抢占 GPU 市场份额。科技巨头纷纷自研 ASIC 芯片，谷歌迭代 TPU，亚马逊推出 Trainium 芯片，Meta、微软也在完善自有 AI 芯片体系。专业半导体设计公司中，博通在 ASIC 市场以 55%-60% 的份额居首，与谷歌、Meta 等建立长期合作；迈威尔科技以 13%-15% 的份额位列第二，合作客户包括亚马逊、微软等。迈威尔科技上调 2028 年全球 ASIC 市场规模预期至 554 亿美元。FPGA 作为半定制芯片，英特尔旗下有多种产品，2025 年 3 月英特尔宣布让 FPGA 业务独立运营，成立 Altera 公司。

二、英伟达数据中心业务爆发，构建全栈计算基础设施

（一）研发驱动创新，英伟达构建全栈计算基础设施

英伟达通过持续高强度研发投入，转型为全栈计算基础设施公司。截至 2025 财年，研发投入超 582 亿美元，取得诸多技术突破。其全栈解决方案包括 CUDA 编程模型、数百个领域特定软件库、SDK 和 API 等，软件栈布局深厚，适用于多种计算密集型工作负载，并针对多个行业提供垂直优化。数据中心级解决方案可将数万台 GPU 服务器通过高速网络互联，支撑复杂 AI 与高性能计算任务。

（二）打破 “摩尔定律”，从 Blackwell 到 Vera Rubin

2024 年 3 月英伟达推出 Blackwell 架构，包含六种芯片，支持 10 万亿参数模型的训练和推理，性能大幅提升，多家云服务供应商提供相关实例。2025 年 3 月推出的 Blackwell Ultra GPU（后更名 B300）性能和内存均有升级。2026 年 1 月，英伟达发布 Vera Rubin 计算平台，重新设计 6 款芯片，实现全平台各层级创新并量产。该平台在推理、训练算力，存储容量、带宽等方面较上一代 Blackwell 有显著提升，在研发速度、使用效率和推理成本上具备商业价值。

（三）CUDA 生态构筑数据中心业务 “护城河”

2016-2025 财年，英伟达营收和归母净利润大幅增长，数据中心业务自 2023 财年起成为核心增长动力，2025 财年收入占比达 88.3%，同比增长 142.4%。英伟达数据中心平台由计算和网络产品组成，部署于多种数据中心。CUDA 编程模型是其软硬件生态的核心，累计下载量超 5300 万次，拥有庞大的开发者、公司及生成式 AI 公司群体，形成了 “硬件底座 + 软件 + 生态系统 + 高昂转换成本” 的复合壁垒，使英伟达成为 AI 时代基础设施提供者和标准制定者。

三、博通崛起，打造 AI 专用芯片领域的 “隐形冠军”

（一）博通崛起，聚焦 ASIC 芯片

博通是全球领先的半导体和基础设施软件解决方案提供商，历经多次并购扩张，逐步构建强大竞争力。在 ASIC 市场占据领先地位，其 AI DSA 具有芯片设计、封装技术和 IP 积累等优势。博通通过收购 VMware，切入企业级软件与云基础设施，形成 “半导体 + 软件” 双轮驱动模式，增强客户黏性。

（二）硬件与软件协同，驱动博通业绩高速增长

2016-2025 财年，博通营收和归母净利润增长显著。2025 财年，半导体业务收入占比 58%，其中 AI 业务营收 200 亿美元，同比增长 65%；基础设施软件业务收入 270 亿美元，同比增长 26%。硬件方面，博通半导体解决方案产品组合丰富，与全球科技巨头建立长期稳定合作，在 AI 网络领域推出高性能产品，构筑技术壁垒。软件方面，基础设施软件解决方案涵盖多种业务，毛利率高达 93%，VMware 云服务业务向订阅制转型，但博通也面临 AI 业务毛利率下降、大客户依赖度高、债务规模攀升等挑战。

四、全球算力生态竞争加剧，AI 市场或趋于异构融合

（一）英伟达稳居全球半导体销售榜首

2024 年全球半导体行业收入同比增长 21%，英伟达首次登顶全球榜首，市场份额 11.7%。2025 年第三季度全球半导体累计销售额达 2084 亿美元，WSTS 上调 2025 年市场规模预期至 7722.43 亿美元，预测 2026 年将达 9754.60 亿美元。在 WSTS 公布的全球前二十半导体公司榜单中，英伟达以 570 亿美元季度营收稳居榜首。

（二）ASIC 之争正加速转向生态之争

AI 算力需求从 “通用” 向 “专用” 转变，“开放互联 + 专用芯片” 模式重塑市场竞争格局。英伟达构筑封闭生态，擅长 Scale-Up 扩展；博通专长于 Scale-Out 扩展，以开放标准为核心技术路线。科技巨头联合构建开放标准，成立 UEC 和 UALink 联盟，分别对标英伟达的 InfiniBand 和 NVLink。英伟达通过推出 NVLink Fusion、Spectrum-XGS 以太网，收购 Groq 资产等布局相关技术和市场；博通宣布 SUE 框架，推出相关产品，进军 Scale-Up 市场。

（三）AMD 完善生态建设，提升 AI 性能

AMD 在服务器 CPU 市场市占率逐步提升，2025 年首次达到 50%。其通过更高的 HBM 内存容量和能效比竞争市场，Instinct MI300X 在内存相关指标上表现出色。2025 年 6 月推出的 MI350 系列 AI 芯片，在浮点性能上与英伟达 B200 大致相当，推理吞吐量表现强劲。AMD 计划 2026 年推出 MI400 系列，2027 年推出 MI500 系列，承诺 4 年内实现 1000 倍 AI 性能提升。同时，AMD 加强 GPU 软件生态建设，发布 ROCm 7.0 软件平台，缩小与 CUDA 的生态差距。

（四）超大规模云厂商呈算力自主化趋势

谷歌云迭代 TPU 芯片至第七代，性能强劲，开始对外出售，与多家公司达成合作，扩大生态影响力，其云部门营收和订单增长显著。Meta 推出 MTIA 系列自研芯片，新款采用 5 纳米工艺，可处理相关推荐模型，MTIA v2 芯片即将量产。亚马逊云科技自研芯片布局涵盖 Graviton、Trainium、Inferentia，Graviton 系列应用广泛，2025 年 12 月推出 Trainium 3，并预告 Trainium 4 开发计划。微软推出 Azure Maia 100 AI 芯片和 Cobalt 100 CPU，专为云基础设施和大模型训练设计，已下达下一代 AI 加速器 Maia 2 订单。

五、风险提示

技术创新不及预期；行业竞争加剧；地缘政治风险等。