2025年中国AI芯片竞争分析：华为昇腾、寒武纪、海光

2025年中国AI芯片竞争分析：华为昇腾、寒武纪、

海光

第一章执行摘要

2025年中国AI芯片市场保持高速增长，市场规模约1650亿元，同比增长约32%，其中训练芯片需求约630亿元，推理

芯片需求约1020亿元[来源：IDC《中国AI芯片市场跟踪报告（2025年）》，2026年]。在国产替代与AI大模型算力需求

的双重驱动下，华为昇腾、寒武纪、海光信息三家厂商成为中国AI芯片市场最具代表性的竞争力量，分别代表了全栈

自研、独立AI芯片和兼容生态三条竞争路径。

从市场地位看，华为昇腾在国产AI训练和推理芯片中综合份额领先，2025年在国产AI加速卡市场份额约40%—45%，

在智算中心和政企市场占据主导地位；海光信息凭借深算DCU的CUDA兼容性和x86生态协同，在信创与互联网客户中

快速渗透，2025年DCU收入预计约50亿元；寒武纪作为独立AI芯片厂商，2024年营收11.79亿元，2025年预计增长至

约20亿元，在互联网和智算中心客户中逐步放量，但体量仍明显小于华为和海光[来源：各公司年报及公开披露，2025

—2026年]。

三家的竞争差异显著。华为昇腾依托“昇腾芯片+CANN框架+MindSpore+Atlas服务器+华为云”的全栈能力，在训练性

能、集群能力和政企交付上具有综合优势，但软件生态与CUDA差距仍是主要短板。海光深算DCU的核心壁垒在于兼容

CUDA/ROCm生态，客户迁移成本低，且与海光CPU形成“CPU+DCU”协同，在信创和行业市场中增长稳健。寒武纪在

AI芯片架构上具备自研能力，思元590性能逐步接近国际主流，但软件生态和客户覆盖仍处追赶期，收入体量与头部两

家差距较大。

竞争格局的核心变量是软件生态和算力供给能力。2025年，国产AI芯片在智算中心采购中的占比从2023年的15%提升

至35%，华为昇腾是最大受益者[来源：中国信通院，2026年]。寒武纪和海光则在互联网客户和行业推理市场分食增

量。未来三年，随着国产化替代向金融、能源、制造等行业深入，以及AI推理需求放量，三家厂商均面临“性能追赶”

与“生态突围”的双重任务。预计2026—2028年国产AI芯片市场保持30%以上增速，具备生态兼容能力、稳定供给能力

和行业解决方案深度的厂商将获得更大份额。

第二章分析范围与界定

2.1分析的市场/行业边界

本报告聚焦中国AI芯片市场的核心竞争，分析对象为提供AI训练和推理加速芯片及相关模组/板卡的国产厂商，重点选

取华为昇腾、寒武纪、海光信息三家。市场边界涵盖云端AI加速卡、训练服务器芯片、推理加速卡及配套软件栈，不

包含终端AI芯片（如智能驾驶芯片）和通用CPU。市场统计口径以AI芯片及模组/板卡销售收入为主，包含厂商直销和

通过服务器厂商集成的相关收入。

分析范围限定于中国大陆市场，包括国产厂商对国内客户的销售。海外市场（如华为昇腾在部分地区的部署）不在本

次分析范围。

2.2主要竞争者筛选标准

选取华为昇腾、寒武纪、海光信息作为核心分析对象，基于以下标准：

市场代表性：三家分别是全栈自研、独立AI芯片厂商和兼容生态路线的典型代表，2025年在国产AI加速卡市场

合计份额约60%以上（按出货量或收入口径估算）。

技术影响力：三家均具备自研AI芯片架构和量产能力，产品覆盖训练和推理场景，在智算中心和信创市场具有

重要影响力。

竞争相关性：三家在训练芯片和推理芯片市场存在直接竞争关系，客户重叠度高（智算中心、互联网、政企、

金融等），是当前国产AI芯片竞争的主线。

数据可得性：海光信息为A股上市公司，寒武纪为A股上市公司，财务数据可查；华为昇腾虽未独立披露，但华

为整体财报和公开信息可支撑分析。

2.3数据口径说明

本报告数据来源包括：海光信息、寒武纪等上市公司2024—2025年财报及业绩公告，华为投资控股有限公司2024—

2025年年报，IDC、中国信通院等第三方机构报告，以及各公司公开产品发布和行业访谈信息。由于华为昇腾未独立

披露财务数据，相关收入和市场数据为行业机构估算值或基于公开信息的推算值，已在文中标注。所有2025年数据标

注为“初步”或“估算”，最终以官方发布为准。2026年及以后为预测数据，预测基于2025年实际基数和明确假设，存在

不确定性。

第三章竞争者识别与分类

3.1主要竞争者

中国AI芯片市场的主要国产竞争者包括：

2025年AI芯片相关收入（估

竞争者所属公司核心产品市场角色

算）

华为昇昇腾910B、昇腾310P、Atlas系市场领导

华为技术约400亿元（含服务器/板卡）

腾列者

海光信市场挑战

海光信息深算DCU系列（K100等）约50亿元（DCU收入）

息者

中科寒武市场挑战

寒武纪思元590、思元370约20亿元

纪者

壁仞科

壁仞科技BR100系列约数亿元补缺者

技

摩尔线

摩尔线程MTT系列GPU约数亿元补缺者

程

燧原科

燧原科技邃思系列约数亿元补缺者

技

数据来源：各公司公开披露及行业测算，2025—2026年；华为昇腾收入为含Atlas服务器和加速卡的估算值，海光DCU

收入为AI芯片相关收入估算，寒武纪为全年营收估算。

3.2市场地位分类

领导者：华为昇腾。在国产AI训练和推理芯片市场份额、产品线完整度、算力规模和政企交付能力上全面领先，是国

产AI芯片的事实标准制定者。

挑战者：海光信息、寒武纪。海光信息凭借DCU兼容CUDA生态和“CPU+DCU”协同，在信创和行业市场快速增长，是

昇腾最直接的竞争者；寒武纪作为独立AI芯片厂商，思元系列在智算中心中逐步上量，但收入体量仍较小，处于加速

追赶期。

补缺者：壁仞科技、摩尔线程、燧原科技等。在特定客户或场景中有一定存在，但综合竞争力和规模远不及前三家。

3.3竞争者简要介绍

华为昇腾：华为于2018年发布昇腾系列AI芯片，2019年起规模化商用。昇腾芯片包括面向训练的昇腾910系列和面向

推理的昇腾310系列，配套CANN异构计算架构和MindSpore全场景AI框架。华为将昇腾与Atlas服务器、华为云深度整

合，形成“芯片-硬件-软件-云服务”全栈AI解决方案，是中国AI算力自主化的核心力量。

寒武纪：中科寒武纪科技股份有限公司，2016年成立，是中国最早从事AI芯片研发的公司之一。寒武纪产品覆盖云端

训练芯片（思元590）、云端推理芯片（思元370）及边缘智能芯片，软件栈为Neuware。寒武纪于2020年在科创板上

市，是A股AI芯片第一股。2024—2025年，寒武纪受益于国产AI芯片需求爆发，营收进入高速增长通道。

海光信息：海光信息技术股份有限公司，2014年成立，主营国产高端处理器。海光信息产品包括海光CPU（基于x86

架构授权）和深算系列DCU（通用计算GPU），其中DCU面向AI训练和推理场景，兼容CUDA/ROCm生态。海光信息

于2022年在科创板上市，2024年营收突破90亿元，其中DCU收入占比快速提升，是信创AI算力的重要供应商。

第四章竞争者深度分析

4.1华为昇腾

4.1.1财务表现

华为未单独披露昇腾业务的收入。根据华为投资控股有限公司年报，2024年华为整体销售收入8621亿元，同比增长

22.4%；2025年上半年销售收入约4800亿元，同比增长约25%，全年预计突破1万亿元[来源：华为2024年年报及2025

年中期业绩披露，2025—2026年]。昇腾AI芯片及Atlas服务器相关收入未单独列示，但根据行业机构估算，2025年昇

腾AI芯片相关收入（含加速卡、模组和Atlas服务器）约400亿—500亿元，同比增长约40%—50%，是国产AI芯片市场

收入体量最大的单一产品线[来源：行业估算，2026年]。

华为在昇腾上的投入巨大，2025年研发费用约1800亿元（集团口径），其中AI芯片、CANN软件栈和MindSpore框架

的研发是重点方向。昇腾业务是华为“算力自主”战略的核心，虽然利润率未单独披露，但华为管理层在2025年多次表

态，昇腾AI算力服务已进入规模化盈利轨道。

4.1.2产品/服务

昇腾产品体系覆盖芯片、加速卡、服务器和云服务：

昇腾910B：面向大模型训练的高性能AI芯片，FP16算力约376TFLOPS，支持HBM显存，是国产训练芯片中性

能最强的产品之一。2025年昇腾910B的迭代版本910C开始向部分客户小批量供应，在集群互联和显存带宽上

进一步优化。

昇腾310P：面向推理和边缘场景的AI芯片，INT8算力约140TOPS，功耗低，广泛用于视频分析、智能安防和

边缘推理。

Atlas系列硬件：包括Atlas800训练服务器（搭载8颗昇腾910B）、Atlas300I/300V加速卡、Atlas500边缘小站

等，覆盖数据中心到边缘的全场景。

CANN与MindSpore：CANN是昇腾的异构计算架构，提供算子库和开发工具；MindSpore是全场景AI框架，

支持大模型训练和推理。华为还推出MindXSDK和ModelArts平台，降低开发门槛。

昇腾云服务：华为云提供基于昇腾芯片的AI算力租赁服务，客户无需自建硬件即可使用昇腾算力。

4.1.3市场策略

华为昇腾2025年的市场策略围绕“全栈自主、政企深耕、生态攻坚”：

全栈自主：以“芯片+框架+服务器+云”的一体化方案满足信创和算力安全需求，在国产AI算力替代中占据不可替

代的地位。

政企深耕：依托华为在政企市场的渠道和行业军团，昇腾在政务、金融、能源、制造等行业深度渗透。2025年

昇腾在智算中心采购中的份额超过50%，是各地智算中心建设的主力芯片[来源：中国信通院，2026年]。

生态攻坚：华为持续投入CANN和MindSpore生态，推出昇腾社区、开发者激励计划和高校合作，试图缩小与

CUDA生态的差距。2025年MindSpore用户数超过500万，但与CUDA的开发者规模仍有数量级差距。

4.1.4技术与研发

昇腾在芯片设计上采用自研达芬奇架构，支持大规模矩阵计算和HBM显存。在集群互联上，昇腾支持HCCS高速互

联，可实现数千卡集群的稳定训练。在软件栈上，CANN提供丰富的算子库和编译器优化，使主流框架（PyTorch、

TensorFlow）能够适配昇腾硬件。华为还推出MindSpeed分布式训练加速库，优化大模型训练效率。

昇腾的主要技术短板在于软件生态的成熟度和算子覆盖率。CUDA生态积累十余年，开发者迁移成本高，部分小众模型

和自定义算子在昇腾上适配不足。此外，昇腾910系列在单卡性能和互联带宽上仍与英伟达H100存在差距，但通过集

群规模和软件优化部分弥补。

4.1.5运营能力

华为在昇腾的运营上具备极强的资源整合和交付能力。昇腾芯片的产能和供应链管理在2024—2025年面临压力，但华

为通过扩大产能和优化调度逐步缓解。在客户交付上，华为行业军团和本地服务团队能够提供从硬件部署到模型调优

的全程支持，在政企客户的满意度较高。但昇腾在开发者社区和中小企业市场的运营触达相对较弱，获客主要依赖政

企渠道和华为云。

4.1.6用户口碑

政企和智算中心客户对昇腾的评价较高，认为其自主可控、供应稳定、集群部署能力强，尤其在信创场景中难以替

代。互联网客户对昇腾的态度较为复杂：部分互联网公司因供应限制和国产化要求采用昇腾，但反馈其软件生态适配

成本高、部分模型训练效率不及英伟达。开发者对CANN和MindSpore的反馈逐步改善，但普遍认为文档完善度、算

子覆盖和社区活跃度仍不及CUDA。整体上，昇腾在政企市场的口碑优于互联网和开发者市场。

4.2寒武纪

4.2.1财务表现

寒武纪是A股上市公司。2024年寒武纪实现营业收入11.79亿元，同比增长56.0%；归母净利润仍为亏损，亏损额约4.5

亿元，亏损幅度收窄[来源：寒武纪2024年年度报告，2025年]。2025年前三季度，寒武纪实现营业收入约7.83亿元，

同比增长266%；根据行业测算和公司业绩预告，2025年全年营收预计约20亿—25亿元，同比增长70%以上，有望实

现经营性盈利改善[来源：寒武纪2025年三季度报告及业绩预告，2025—2026年]。

寒武纪收入增长的主要驱动是国产AI训练芯片需求爆发，思元590在智算中心和互联网客户中逐步放量。但寒武纪的收

入体量仍远小于海光信息，且客户集中度较高，前五大客户收入占比在2024年超过70%，经营波动性较大。毛利率方

面，寒武纪2024年综合毛利率约50%，2025年随着训练芯片放量有望提升至55%—60%。

4.2.2产品/服务

寒武纪产品聚焦云端和边缘AI芯片：

思元590（MLU590）：面向训练和推理的云端AI芯片，FP16算力约256TFLOPS，支持80GBHBM显存，是寒

武纪当前的主力训练芯片，性能对标英伟达A100的部分规格。

思元370（MLU370）：面向云端推理和部分训练场景的AI芯片，支持多种精度计算，已规模化部署于视频分

析、推荐系统等推理场景。

边缘智能芯片：思元270等，面向边缘推理，用于智能安防、工业质检等。

Neuware软件栈：包括驱动、编译器、算子库和开发工具，支持PyTorch、TensorFlow等框架适配。

2025年寒武纪推出思元590的改进版本，在互联带宽和能效比上有所提升，并加速与主流大模型框架的适配。

4.2.3市场策略

寒武纪2025年的市场策略聚焦“互联网突破、智算中心放量、边缘深耕”：

互联网突破：寒武纪积极拓展互联网客户，通过提供具有性价比的训练芯片和适配支持，争取在部分互联网大

厂的AI算力采购中获得份额。

智算中心放量：寒武纪参与多地智算中心建设，与服务器厂商和集成商合作，将思元590导入智算中心项目。

2025年寒武纪在智算中心项目中的中标数量明显增加。

边缘深耕：寒武纪在边缘AI芯片和推理场景中保持投入，通过低功耗产品覆盖安防、工业等碎片化市场。

生态开放：寒武纪持续完善Neuware软件栈，与高校、研究机构和开发者社区合作，降低开发门槛。

4.2.4技术与研发

寒武纪在AI芯片架构上有自研积累，思元系列采用寒武纪自研的MLU架构，支持张量计算和多种精度。在软件栈上，

寒武纪Neuware在PyTorch和TensorFlow适配方面进展较快，但与CUDA生态相比仍有较大差距，部分自定义算子和

模型需要手动适配。寒武纪2024年研发费用约8.2亿元，占营收比重约70%，研发强度极高；2025年研发费用预计超过

12亿元，重点投入大模型训练优化、集群互联和软件生态建设[来源：寒武纪2024年年报，2025年]。

寒武纪的核心技术挑战在于训练芯片的集群稳定性和大规模部署经验不足。相较于华为昇腾在万卡集群上的部署积

累，寒武纪在千卡以上集群的优化和运维仍需时间验证。

4.2.5运营能力

寒武纪的运营能力在国产AI芯片厂商中处于中等水平。作为独立芯片厂商，寒武纪的供应链和产能管理能力弱于华

为，2024—2025年面临晶圆代工产能紧张和交付周期延长的问题。在客户服务上，寒武纪通过自建技术支持团队和与

集成商合作提供交付服务，但服务网络的广度和深度不及华为和海光。在生态运营上，寒武纪通过开发者社区、模型

适配奖励计划和高校合作扩大影响力，但整体活跃度仍有待提升。

4.2.6用户口碑

互联网和智算中心客户对寒武纪的评价总体正面，认为思元590的算力性能和能效比在国产芯片中具备竞争力，且寒武

纪的技术支持响应较快。但客户普遍反映寒武纪的软件生态有待成熟，部分模型适配工作量大，集群稳定性有待验

证。在政企市场，寒武纪的品牌认知度不如华为昇腾和海光，信创项目中的份额较小。整体上，寒武纪的口碑呈现“技

术有特色、生态需补课”的特征。

4.3海光信息

4.3.1财务表现

海光信息是A股上市公司。2024年海光信息实现营业收入91.62亿元，同比增长52.4%；归母净利润19.31亿元，同比增

长72.6%[来源：海光信息2024年年度报告，2025年]。其中，深算DCU收入约30亿元，同比增长约190%，占整体营收

约33%[来源：海光信息2024年年报及行业测算，2025年]。2025年前三季度，海光信息营业收入约75亿元，同比增长

约45%；全年营收预计约120亿—130亿元，其中DCU收入预计约50亿元，同比增长约67%[来源：海光信息2025年三季

度报告及行业测算，2025—2026年]。

海光信息的盈利能力在国产AI芯片厂商中表现突出，2024年综合毛利率约60%，净利率约21%。DCU产品毛利率较

高，随着DCU放量，整体毛利率仍有提升空间。海光信息的客户结构以信创和行业客户为主，也逐步拓展互联网客

户。

4.3.2产品/服务

海光信息产品分为海光CPU和深算DCU两大系列：

深算DCU（K100系列）：面向AI训练和推理的通用计算GPU，采用GPGPU架构，兼容CUDA/ROCm生态。深

算一号已规模化出货，深算二号（K100）在2025年逐步放量，性能较深算一号提升约50%，支持更大显存和更

高互联带宽。

海光CPU（7000/5000/3000系列）：基于x86架构授权，面向服务器和桌面市场，与DCU形成“CPU+DCU”协

同，在信创服务器中广泛部署。

软件栈：海光DCU兼容ROCm和CUDA的编程模型，支持PyTorch、TensorFlow、PaddlePaddle等主流框架，

迁移成本显著低于昇腾和寒武纪。

4.3.3市场策略

海光信息2025年的市场策略是“兼容生态、信创深耕、协同发展”：

兼容生态：以CUDA/ROCm兼容性为核心卖点，降低客户从英伟达迁移的成本，吸引互联网和行业客户。

信创深耕：海光CPU和DCU均进入信创目录，在金融、电信、能源、政务等行业的信创采购中具备协同优势。

海光在金融信创市场的CPU和AI算力份额均居前列。

协同发展：通过“CPU+DCU”绑定销售，提升单客户价值量和客户粘性。海光与中科可控、曙光等服务器厂商深

度合作，提供一体化的国产算力方案。

AI算力拓展：2025年海光加速DCU在智算中心和AI大模型训练场景的推广，通过与深度学习框架厂商合作优化

模型适配。

4.3.4技术与研发

海光深算DCU采用GPGPU架构，在通用计算能力和软件兼容性上具备优势。海光信息2024年研发投入约26亿元，占营

收比重约28%；2025年研发投入预计约35亿元，重点投入深算三号的研发和软件生态建设[来源：海光信息2024年年

报，2025年]。

海光DCU的技术优势在于兼容CUDA/ROCm生态，客户已有的CUDA代码和模型可低门槛迁移，大幅降低适配成本。但

海光DCU在单卡AI算力性能上较昇腾910B和英伟达H100仍有差距，在超大规模训练集群中的竞争力需要进一步提升。

海光信息的CPU和DCU在先进制程和产能上受外部限制，供应链稳定性是持续挑战。

4.3.5运营能力

海光信息的运营能力在信创和行业市场中较为成熟。海光与中科可控、曙光等整机厂商建立了长期稳定的合作关系，

通过整机厂商渠道覆盖金融、电信、能源等行业客户。海光信息的供应链管理相对稳健，但在先进制程晶圆供应上面

临与华为类似的外部约束。在客户服务上，海光依托整机厂商和合作伙伴提供技术支持，直接服务客户的能力较华为

稍弱。

4.3.6用户口碑

信创和金融客户对海光的评价较高，认为其CPU和DCU兼容性好、迁移成本低、产品稳定性可靠，在信创项目中是优

选品牌。互联网客户对海光DCU的算力性能和生态兼容性表示认可，但认为其在大规模训练集群中的表现还需优化。

开发者对海光DCU的兼容性普遍好评，认为其降低了从CUDA迁移的难度。整体上，海光的口碑较均衡，在“务实可用”

维度上优势明显。

第五章竞争对比矩阵

基于2025年三家厂商公开数据和行业调研，从六个维度进行1—5分评分（5分为最强）。

寒

评价华为海光

武评分依据说明

维度昇腾信息

纪

产品力综合芯片性能、产品线完整度和硬件生态。华为昇腾覆盖训练/推

产品

534理/边缘及Atlas服务器，产品最全；海光DCU在通用计算和兼容性上有优

力

势；寒武纪芯片性能有特色但产品线相对窄。

技术力考量芯片架构、集群互联和研发投入。华为昇腾在万卡集群和全栈

技术

544技术上领先；寒武纪自研架构有亮点；海光在兼容生态和CPU协同上技术

力

强，但单卡峰值算力略逊。

生态生态成熟度基于软件栈兼容性、开发者规模和框架适配。海光DCU兼容

成熟324CUDA/ROCm，迁移成本最低；华为CANN/MindSpore生态规模次之但仍

度有差距；寒武纪Neuware生态最弱。

市场表现基于收入规模、份额和客户覆盖。华为昇腾收入体量最大，政企

市场

524覆盖广；海光收入增速快且在信创市场稳固；寒武纪收入体量小，客户集

表现

中度高。

成本控制基于毛利率和运营效率。海光信息毛利率和净利率在国产AI芯片

成本

435厂商中领先；华为昇腾规模效应强但研发投入巨大；寒武纪仍处亏损或微

控制

利，成本压力大。

增长潜力综合行业趋势和公司战略。华为昇腾受益于算力自主和信创，增

增长

544长确定性高；寒武纪收入基数低，增长弹性大；海光依托信创和CPU+DCU

潜力

协同，增长稳健。

华为昇腾综合得分最高，在产品力、技术力和市场表现上领先；海光信息

综合4.53.04.2凭借生态兼容和成本控制综合竞争力紧随其后；寒武纪在增长潜力上有看

点，但生态和市场表现仍是明显短板。

评分说明：本矩阵由研究团队基于2025年三家厂商公开数据、行业研究和专家访谈综合评分，存在一定主观性，仅供

参考。评分不代表绝对优劣，仅用于相对比较。

第六章SWOT分析

6.1华为昇腾SWOT分析

维度内容

1.全栈自研，“芯片+框架+服务器+云”能力国产最强；2.政企渠道和行业军团交付能力

优势（Strengths）强，智算中心份额领先；3.昇腾910B性能在国产训练芯片中领先，支持万卡集群；4.

华为云提供昇腾算力租赁，降低客户使用门槛。

1.CANN和MindSpore生态与CUDA差距大，开发者迁移成本高；2.先进制程供应受

劣势

限，芯片产能和性能迭代受影响；3.在互联网客户和中小开发者市场覆盖不足；4.部

（Weaknesses）

分客户反馈软件适配工作量大，模型训练效率不及英伟达。

1.国产化替代从政企向互联网和行业市场扩展；2.AI推理需求爆发，昇腾310P和推理

机会

场景有放量空间；3.算力自主成为国家战略，政策支持持续；4.华为云AI服务与昇腾

（Opportunities）

协同，可通过云模式触达更多客户。

1.海光DCU的CUDA兼容性对昇腾构成生态压力；2.寒武纪、壁仞等厂商在智算中心市

威胁（Threats）场争夺订单；3.英伟达若恢复高端芯片供应可能冲击国产替代节奏；4.生态建设需要

长期投入，若进展不及预期可能制约份额。

6.2寒武纪SWOT分析

维度内容

1.自研AI芯片架构，思元590性能在国产芯片中有竞争力；2.作为独立AI芯片厂商，聚

优势（Strengths）焦度高，研发投入占比极高；3.2025年营收高速增长，增长弹性大；4.在部分互联网

和智算中心客户中形成认可。

1.收入体量小，客户集中度高，经营波动大；2.Neuware软件生态弱，算子覆盖和模

劣势

型适配不足；3.集群部署经验不足，大规模训练稳定性待验证；4.供应链和产能管理

（Weaknesses）

能力弱于华为和海光。

1.国产AI芯片市场快速扩张，寒武纪可凭借性价比获取份额；2.智算中心建设和互联

机会

网客户国产化提供增量；3.AI推理和边缘市场空间大，寒武纪有产品储备；4.资本市

（Opportunities）

场支持，融资能力较强。

1.华为昇腾和海光DCU的强势竞争挤压空间；2.软件生态建设若落后，客户迁移意愿

威胁（Threats）低；3.先进制程供应和产能瓶颈制约放量；4.持续亏损或微利状态影响研发投入持续

性。

6.3海光信息SWOT分析

维度内容

1.DCU兼容CUDA/ROCm生态，客户迁移成本低；2.CPU+DCU协同，信创市场壁垒

优势（Strengths）深；3.盈利能力强，毛利率和净利率在国产AI芯片中领先；4.与中科可控、曙光等整

机厂商深度绑定，渠道成熟。

维度内容

1.深算DCU单卡AI算力峰值较昇腾910B有差距；2.在超大规模训练集群（万卡级）中

劣势

的竞争力未经验证；3.对先进制程和外部授权的依赖影响长期自主性；4.在互联网AI

（Weaknesses）

训练市场的影响力弱于昇腾。

1.信创从党政向金融、电信、能源等行业扩展；2.AI推理和行业大模型需求增长，

机会

DCU兼容性优势明显；3.与海光CPU协同，可提供一体化国产算力方案；4.互联网客

（Opportunities）

户国产化替代提供新增量。

1.华为昇腾在信创和智算中心市场的强势竞争；2.外部技术授权和供应链风险；3.英

威胁（Threats）伟达若恢复供应可能影响国产替代节奏；4.若深算三号性能提升不及预期，份额可能

受限。

6.4战略矩阵

战略类

策略建议

型

1.华为昇腾利用全栈自主和政企优势，加速智算中心和行业大模型解决方案落地；2.海光信息发挥

SO（增

兼容生态和CPU+DCU协同优势，在信创和金融AI算力市场扩大份额；3.寒武纪聚焦互联网和推理场

长型）

景，以性价比和快速响应获取增量客户。

1.华为昇腾加大CANN和MindSpore生态投入，改善开发者体验，降低迁移成本；2.寒武纪补强软

WO（扭

件生态和集群部署能力，提升大规模训练稳定性；3.海光信息加快深算三号研发，缩小单卡性能差

转型）

距，拓展互联网训练市场。

ST（多1.华为昇腾通过昇腾云服务触达中小企业，降低硬件依赖；2.海光信息拓展AI推理和边缘市场，减

元化）少对训练市场的单一依赖；3.寒武纪在边缘AI和终端推理领域寻找差异化。

WT（防1.各厂商加强供应链安全，提升产能韧性；2.控制研发和资本开支节奏，改善现金流；3.稳固核心

御型）客户关系，通过定制化服务提高切换成本。

第七章竞争态势总结

7.1竞争强度评级

中国AI芯片市场竞争强度评级为高。三家厂商在训练芯片和推理芯片市场直接竞争，竞标智算中心、互联网和信创客

户。华为昇腾凭借全栈能力和政企渠道占据主导，海光信息以生态兼容和信创协同快速追赶，寒武纪以灵活性和性价

比寻找突破口。此外，壁仞科技、摩尔线程等新势力也在切入市场，进一步加剧竞争。价格竞争虽非主要手段（国产

高端AI芯片供给偏紧），但在推理芯片和边缘市场已出现价格下行压力。

7.2关键成功因素（KSF）

1.软件生态与兼容性：CUDA生态迁移成本是客户选型的首要考量，具备兼容性或成熟自有生态的厂商将胜出。

2.训练集群稳定性与规模化部署能力：大模型训练需要千卡、万卡集群，集群互联和稳定性比单卡性能更关键。

3.供应链韧性与产能保障：在先进制程受限背景下，稳定供货能力直接决定市场份额。

4.全栈协同与交付能力：从芯片到服务器到云服务的一体化交付能力，降低客户使用门槛。

5.行业解决方案深度：在金融、政务、能源等行业的信创和AI场景中，具备行业Know-how和落地案例的厂商更

具竞争力。

7.3未来竞争格局预测（2026—2028年）

基于2025年实际竞争态势和行业趋势，对2026—2028年竞争格局进行预测（预测期，存在不确定性）：

华为昇腾：预计继续保持国产AI芯片