与英伟达最尖端的产品差距是存在的，但这个差距又有多大呢？

目前市场主流高性能AI算力模组往往会采用多种最新技术，例如 IC 设计上采用 chiplet 多核心、混合异构等；封装技术采用倒装、CoWos、InFO 等。全球主要算力中心目前以云端算力模组为主，Nvidia、AMD、Intel仍然是全球算力芯片的主要供应商。

但随着大模型和 DeepSeek 的井喷式发展，适配包括DeepSeek在内国产大模型的国产AI 芯片公司开始崭露头角。目前已经适配和支持 DeepSeek R1 大模型的国产 AI 芯片公司如下：

以华为、寒武纪、昆仑芯为代表的国产算力芯片厂商开始频频发力，推出主流云端专用算力芯片约 40 余款，多为 7nm-14nm 制程。

这里先介绍一个衡量芯片性能的关键指标：16位浮点数运算（16-bit Floating-Point，FP16），它是一种 “数据精度标准”，决定了芯片在进行计算时，能以多大的精度来处理小数。常应用于AI、深度学习和高性能计算领域，用于对比不同芯片的性能，FP16更高的芯片一般意义上可以理解为拥有更好的性能。

国产AI芯片如华为昇腾 910C 芯片发布于 2024 年采用 7nm，拥有 1200 亿晶体管数，其 FP16 高达 781，可直接对标 Nvidia A800-SXM 系列，由其打造的算力机组 CloudMatrix 384 性能可对标 Nvidia GB200 NVL72 服务器机组，在 PFLOPS、HBM 密度、内存带宽等关键性能指标令人眼前一亮。

Ascend 910C 和 GB200 芯片性能对比，数据来源：深芯盟

此外，寒武纪的思元590 芯片综合性能可达 Nvidia A100 的 70%；平头哥的含光800 推理专用芯片的 FP16 性能分达到 205，追平 Nvidia V100-PCIe；海光信息的 K100_AI 系列芯片发布于 2023 年，采用 7nm 制程，FP16 也达到 200，功耗仅 350w，接近 V100 水平。

此外，更有沐曦科技、摩尔线程等公司数十款芯片性能均达到主流算力芯片梯队。

主流 AI 芯片公司典型芯片 FP16 性能，数据来源：深芯盟

但从上图的对比可以清楚地看出，国内厂商相较于一线大厂还是有着不小的差距。2024 年 Nvidia 发布的 GB200 芯片组拥有两个 NVIDIA B200Tensor Core GPU 和一个 NVIDIA Grace CPU，其 FP16（16位浮点数）运算指标达到5000，遥遥领先同行。

主流云端 AI 算力芯片还大面积采用 HBM 显存，Nvidia 最新发布的 GB200 芯片组，显存已经采用 HBM3e 其带宽达到 16TB/s，容量为 384GB；与之对标的华为 Ascend 910C 芯片组则采用的是 HBM2e，显存带宽为 3.2TB/s，容量为 64GB，多数国产厂商为 HBM2e 和 LPDDR5 系列芯片，相比于 Nvidia 和 AMD 等一线厂商落后一到两代。

综合看，国产AI芯片性能与最尖端的海外领先产品仍存在不小的差距。但芯片应用不单是单块芯片性能的比拼，而是包括服务器设计、数据中心运营、本地化适配等多个层面的综合性工程。在实际应用层面，国产AI芯片性能已经满足大规模商业化的要求。

国产AI芯片的性能达标，有效支撑了商业化出货。

2024年AI芯片出货量统计，数据来源：IDC

2024 全年，中国加速芯片的市场规模增长迅速，超过 270 万张，其中 Nvidia 以 190 万张占据 70%的市场份额，排名第二的是华为昇腾加速芯片，以 64 万张占比约 23%，昆仑芯、天数智芯、寒武纪分列三四五名。

中国本土 AI 芯片品牌的出货量已超过 82 万张，相比于五年前全市场个位数的占比已经实现年增 100%。

在2025年，通过适配 DeepSeek，中国本土芯片在软件生态领域实现了突破，逐步完善软件生态，为本土芯片在市场中的竞争力提供了有力支持。同时也促进了本土芯片厂商的技术交流和资源共享，许多本土芯片厂商开始围绕 DeepSeek 开展合作，共同打造适配本土芯片的软件栈、工具链等生态组件。国产半导体产业链整合正在加速。

虽然暂时还没有完整数据，但国产AI加速芯片在2025年维持了高速增长态势。以寒武纪为例，公司前三季度累计营收46亿元，同比增幅高达2386%。预计2025全年，国产AI加速芯片会进一步快速提升出货规模。

IDC 预测，到 2029 年中国加速服务器市场规模将超过千亿美元。其中非 GPU 服务器市场规模将接近 50%。

根据深圳市半导体与集成电路产业联盟的统计，全国目前有74家国产高性能AI芯片和处理器研发商。其中，AI芯片、CPU和视频处理器的厂商占比位列前三。

地域划分上，上海、北京和深圳作为国内一线城市吸引了大量的资金和人才，近六成厂商总部选择扎根北上深。

芯片生态链也有地区之分，上海和北京高校众多，更容易诞生初创和有创新活力的公司，所以近二十年来主要是高科技企业的设计研发中心，深圳依托于制造业和经济活性也诞生了不少芯片公司，其制造材料厂商众多和物流成本低廉以及产业工人人力资源雄厚都是得天独厚的存在。

存在差距从来不是最可怕的事情，面对差距放弃追赶才是。毋庸置疑，国产高性能芯片与国际一流厂商仍存在较大差距。但站在当下AI发展的关键阶段和路口，中国需要构建起自身自主可控的半导体产业链支撑AI产业的稳定进步。

而中国目前已经是美国之外全球第二的科技创新体，不仅拥有大量科技创新人才，更拥有独步全球的完整工业制造业，还有全球用户量最大的统一市场。这让我们有理由相信，中国具备足够的条件诞生出了不起的科技创新巨头。

在刚刚过去的四中全会公报中，关键词“产业”、“科技”、“安全”分别出现8次、6次和7次，也表明了未来五年，中国对科技创新和产业安全自主的高度重视。

站在投资的视角，也是我们需要长期重点关注的议题。