2026年全球新型算力芯片及未来关键技术发展行业研究报告-沙利文

发展（2026）

版权所有©2026弗若斯特沙利文。报告提供的任何内容（包括但不限于数据、文字

、图表、图像等）均系沙利文公司独有的高度机密性文件（在报告中另行标明出处

者除外）。未经沙利文公司事先书面许可，任何人不得以任何方式擅自复制、再造

、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，沙

利文公司保留采取法律措施，追究相关人员责任的权利。

摘要

•AI时代下的全球及中国AI算力芯片技术形成两大阵营:GPGPU和新型算

力芯片及三大路线:GPGPU、ASIC/DSA、DATAFLOW数据流

•新型AI算力芯片具备五大核心特质,破解传统算力的通用性弱、计算效

率低等痛点，依托政策自主可控、AI算力需求爆发、摩尔定律瓶颈下的

技术破局等多重因素驱动，成为全球差异化算力缺口的关键力量

•AI时代下算力是数字经济的核心生产资料，新型AI算力芯片的商业前景

持续向好，支撑未来万亿规模的商业前景

资料来源：沙利文研究

目录

01AI时代，全球及中国AI算力芯片产业发展及机遇展望

02AI时代，全球及中国AI算力芯片技术两大阵营与三大路线

03新型AI算力芯片市场分析

04新型AI算力芯片市场竞争格局分析

中国人工智能产业链全景图

资料来源：沙利文研究

2025年，AI产业已从传统判别式AI走进大模型阶段，2026年向智能体阶段迈进

人工智能发展路径演进驱动引擎一：模型迭代

Transformer

判大模型时代开始技术架构革新多模态能力融合

•以规则与特征工程为核心

别

•聚焦单一任务与垂直场景•模型参数从亿级到万亿级指数•Transformer架构奠定基础，•融合文本、图像、音视频等多

式

•应用以识别、分类为主增长，实现从特定任务到跨场自注意力机制让大规模并行训种信息，推动AI向更全面的感

ChatGPT

AI景通用理解的飞跃。练成为可能，训练效率提升。知与认知能力发展。

GPT-4o大驱动引擎二：需求落地

模

型•以深度学习与大规模数据驱动

•模型参数与算力规模快速提升

OpenAIo1阶

段•形成通用认知与生成能力生成式AI应用快速兴起能力升级与场景扩展产业渗透加速

•生成式AI推动应用从工具型•应用能力向自主规划、深度•AI应用向千行百业加速渗透

DeepSeek走向智能化推理演进域,重塑产业格局

V3/R1•早期形态以聊天机器人(•智能体（Agent）开始承担复•成为业务流程与生产系统重

应Chatbot）为主杂任务要组成部分

用

与

Gemini3.0智

•模型能力向真实业务渗透Chatbot是一种通过自然语言处理和生成式Agent能够通过感知环境中的变化，根据自身

能

•AI从“工具”走向“生成主体”AI技术，模拟与人类对话的智能程序，能学习到的知识和算法进行判断和决策，进而

体

•推动产业级规模化落地够理解用户意图并生成自动化响应，广泛执行动作以影响环境或达到预定的目标，其

AIAgent阶

应用于企业客服、知识问答和业务流程自核心特征在于具备自主完成任务的能力。

段

动化等场景。

资料来源：沙利文研究

中国算力芯片市场规模

亿元人民币，2021-2030E

CAGR(2026E-2030E):48.8%

18000

16156.0

13500

11269.0

90007658.8

CAGR(2021-2025):64.0%

5188.9

45003299.7

2088.0

1391.7

695.4

0288.3435.5

2021202220232024202520262027E2028E2029E2030E

得益于人工智能应用加速落地、大模型训练与推理需求快速增长以及算力基础设施持续投入，中国AI算力芯片市场保持高速扩张。中国AI算力芯片市场规模由2021年的283.3亿元人民币增长至

2025年的2亿元人民币I2025年复合年均增长率达%O在大模型产业化、算力集群建设及行业数字化转型的推动下，市场规模预计将进一步扩大至2030年的16,156.o亿元人民币I

EE年复合年均增长率为%整体来看，中国AI算力芯片市场正由早期探索阶段迈入规模化高强度算力需求驱动的快速发展阶段I成为支撑AI产业持续演进的关键基础设施。

资料来源：沙利文研究

预计2029年中国AI算力芯片市场规模突破

资料来源：沙利文研究

中国智算需求爆发，未来五年推理算力需求将保持年均70%增长

中国智能算力规模CAGR2021-20252026E-2030E

18

EFLPOS（10浮点运算/秒），2021-2030E训练算力规模65.9%36.5%

推理算力规模102%69.7%

总计76.1%54.9%

2021202220232024202520262027E2028E2029E2030E

在训练算力与推理算力的双擎驱动下，中国智能算力需求进入高速扩容阶段。2021-2025年,训练算力复合年均增长率(CAGR)达65,9%,推理算力CAGR高至102%◎随着AI大模型研发、多模态

技术迭代等对高算力训练资源持续刚性需求，以及智能制造、智慧城市等多行业场景的规模化落地，2026-203O年中国智能算力规模预计可从1,707.8EFLPOS增长至9,835.1EFLPOS训练、推理算

力的CAGR分别保持36.5%、69.7%的高位水平。

未来随着推理算力规模渗透率的持续提升，各智能终端设备、边缘服务节点等推理场景的覆盖范围与应用深度不断拓展，其对具备低功耗、低延迟、高可靠性等特质的AI算力芯片的依赖度将显

著增强，将直接推动适配推理需求的新型AI算力芯片的市场需求进入快速扩容阶段。

资料来源：沙利文研究

目录

01AI时代，全球及中国AI算力芯片产业发展及机遇展望

02AI时代，全球及中国AI算力芯片技术两大阵营与三大路线

03新型AI算力芯片市场分析

04新型AI算力芯片市场竞争格局分析

AI算力芯片迭代方向

取决于产业当下面临三大挑战

计算效率通用性规模扩展能力

模型规模扩大与AI计算任务普及不同场景AI任务差异与模型迭代周期缩短AI计算集群向万卡级规模的扩张

需提升计算效率降低成本需兼顾多样化需求与快速迭代能力需强化网络互联以释放集群性能

资料来源：沙利文研究

面向AI计算新范式，全球AI芯片产业2026年形成两大阵营：GPGPU&新型算力芯片

为满足AI时代下爆发式增长的算力需求，目前已形成以GPGPU为代表的通用算力，和以数据流DATAFLOW、ASIC/DSA为代表的新型算力芯片两大技术

阵营、三大核心路线齐头并进，共同构筑起人工智能产业发展算力底座

P定义核心技术能力核心特征代表厂商

G

U

P

G

即通用图形处理器，最初是专门为了处

通用性强

理计算机的图形渲染工作而设计的硬件基于SIMT架构实现✓

阵适配多算法场景

组件，它可以快速完成图形数据的大规模并行计算✓

营计算、处理和输出Х特定任务下能效比有限

路线1：GPGPU…

又称软件定义硬件SDH，是一种可根据

新不同应用需求动态调整自身体系结构的可重构算子阵列计算效率高

•✓

型数据流调度能效比高、计算延迟低

计算系统，其利用灵活重组的硬件资源•✓

为特定应用提供与之匹配的硬件形态软硬件协同编译高灵活性

算•✓

力路线2：数据流…

芯DATAFLOW

片

阵是一种为特定的应用场景、计算任务或

专用算子加速能效比高

营功能需求专门设计制造的集成电路，•✓

•指令级优化计算效率优

能够在针对性的任务中实现高于通用芯✓

片的运行效率与能效表现•模型-硬件协同设计Х场景适配灵活性较弱

路线3：ASIC/DSA…

资料来源：沙利文研究

伴随技术演进及巨头入局

AI算力芯片主流技术类型迭代为面向AI计算的新范式

2024-20252025-20262027E

DATAFLOW

FPGAGPGPUASICGPGPU

ASIC/DSA

2026年之前，技术路线尚未分化，训练需求是核心，FPGA如今算力爆发、推理需求激增，行业重新定义分类，将数据流架构独立出来以适配

仍被视作通用计算的可选路径，缺乏对推理场景的针对性快速迭代的算法场景，同时FPGA已基本退出主流训练/推理应用，不再作为独立

考量赛道参与对比。

资料来源：沙利文研究

面向AI计算新范式

全球AI芯片技术新体系形成三大路线

DATAFLOW

GPGPUASIC/DSA

资料来源：沙利文研究

面对产业挑战我们认为

未来优秀算力芯片具备5大特质

资料来源：沙利文研究

优质AI算力芯片5大核心特质

AI算力芯片作为产业升级核心基础设施，只有兼备五大核心特质，才能攻克通用性弱、计算效率低与规模扩展能力弱三大核心痛点

高算力能效比灵活性通用性可扩展性

核心性能基石成本与绿色发展适配算法迭代融入主流生态支撑大规模集群

资料来源：沙利文研究

基于核心特质，新型AI算力芯片大概率将复制GPGPU的高速增长路径

以GPGPU为核心的算力生态以新型AI算力芯片为核心的算力生态

GPGPU市场竞争格局逐渐成熟稳定，技术及外部政策受限新型AI算力芯片是可复制GPGPU成功路径的关键领域

1技术层面：摩尔定律受限，效能提升乏力1技术层面：专业架构融合先进集成封装，能效比与扩展性更优

已达物理瓶颈：AI算力芯片破局技术瓶颈：

•摩尔定律失效，频率增长停滞•通过可重构架构等技术实现更优的性能功耗比，实现高算力

•GPGPU传统设计面临先进集成技术融合挑战输出，大大提高功效比

•高频技术依赖强，AI计算适配效能表现欠佳b•新型芯片适配晶圆级集成、先进封装等技术融合

•性能提升边际效应递减，系统级扩展遇瓶颈•支持高速互联与规模化部署，系统扩展能力强

GPU架构摩尔定律受限Chiplet与先进封装

2政策层面：GPGPU面临外部严格进出口限制2政策层面：国家政策大力扶持新型AI算力芯片产业，推动技术自主可控

GPGPU面临“卡脖子”困境：国家大力扶持AI算力芯片保障产业链可控安全：

•美国对高端计算芯片实施严格进出口管制和禁运•《国家数据基础设施建设指引》提“多元异构算力协同”

•英伟达H200等芯片被美国商务部执行严格“逐案审查”•《新时期促进集成电路产业和软件产业高质量发展的

若干政策》聚焦高端芯片

•制程代工厂和核心EDA工具等环节被锁定限制到2030年，使中国人工智能理论、技术与应

•国家战略明确自主可控算力为核心目标用总体达到世界领先水平，成为世界主要人

工智能创新中心

3发展现状：市场趋于成熟稳定，竞争格局已然明确3发展现状：新型AI算力芯片技术路径逐步清晰，商业验证正在发生

英伟达以市值万亿美元居全球

•市场已经成熟：从GPGPU赛道来看，其在通✓4.4•市场前瞻性：在GPGPU已经取得阶段性成功背景下，市门清微智能

用算力、软件生态以及规模化部署方面逐步之首。自1999年上市以来在

GPGPU领域建立绝对统治场开始前瞻性关注新型算力芯片领域的创新机遇

建立起成熟路径

b•商业模式可行性：新型AI算力芯片进入资本视野，在Google

,—GPU摩尔线程国产第一股

•竞争格局已明确：英伟达建立起高技术壁垒✓部分应用场景实现实际落地，开始形成可验证商业模

,摩尔线程等国产头部企业突围，行业进入上市首日股价涨幅达468%，募集清微智能、Groq、华为等头部企业已在新

资金近80亿式（清微智能可重构数据流、华为昇腾ASIC等）

高度成熟阶段，竞争生态逐渐饱和型AI算力领域实现规模化商业部署

资料来源：沙利文研究

他山之石：

从中国新能源汽车产业的今天

看见新型算力芯片的未来

资料来源：沙利文研究

新型算力芯片与新能源汽车突破逻辑高度一致

新型算力芯片新能源汽车共同点

亿元（人民币）新型算力芯片渗透率百万辆新能源汽车渗透率

中国算力芯片市场规模整体汽车出货量

97.0

1800016156.012590.9

市场10076.72020年渗透率4.2%

1350060%

渗透率近五年达44.6%从0到规模化的渗透率跃升

752025年至24.3%

渗透率9000

30%24.3%预计2030年可达较高增长趋势一致

60%50

45000.5%渗透水平

2088.0254.2%

288.3

00

202020252030E30%202020252030E

中国推理算力市场规模占比持续提升全球碳排放预测2015-2100年

1,750一切照旧巴黎承诺

推理算力占比二度目标受益于强力时代背景驱动

1,400

下游22.7%需求爆发逻辑一致

39.2%1,050

需求端AI算力爆发驱动推双碳政策背景下新能

68.4%理芯片需求激增700源汽车下游需求持续

350爆发

0

202120252030E20152040206020802100

软件定义硬件，构建和传统阵营

新型算力芯片通过软件定义硬件，让芯片能根据不同AI新能源汽车同样通过软件定义硬件，实现车辆功能持

技术端任务实时动态重组，兼顾高效性与灵活性续OTA迭代升级，打破传统硬件限制差异化竞争高壁垒

资料来源：沙利文研究

新型AI算力芯片如何破解9软件生态之困9

携手产业联盟

Level3深度参与开源生态建设

Level2自研功能完备软件栈·

CUDA代码深度参与开源生态建设

Level1零成本迁移FlagOS

PyTorch、TensorFlow适配

兼容CUDAAPI无缝对接主流框架，零改造接入模型生态

存量代码无缝迁移

开发

迭代移植优化

国产芯片从“能用”到“好用”

创新迭代提速，降低开发门槛，快速复制行业工具能力

目前，新型算力芯片企业适配模块数量领先

彰显新型架构在开源生态中的成长潜力

成为国内AI生态第一梯队选手

省时省心

省力省事

PTX级RISC-V指令集兼容

自研推出AI计算芯片及配套软件栈，可实现存量CUDA程

序的快速迁移与自动化移植，显著降低代码改造工作量大模型编译器通信与算子库

与迁移成本。训练与推理与编程生态

*2026WAIC大会，清微智能正式发布全栈自研的RAISA软件栈

(ReconfigurableAISystemArchitecture)。

资料来源：沙利文研究

无论是GPGPU企业，还是新型算力芯片企业，均受市场追捧获高估值红利

国产GPGPU企业核心业务布局与估值概览相关企业资本市场表现

•摩尔线程上市首日表现不俗

自研全功能GPU，单芯集成AI计算、图形~3,000亿元

渲染等多元算力•上市首日高开468%，盘中一度升至688元/股，此后逐渐回落，当天收报600.50元/股，上涨

425.46%，市值达到2822.52亿元，为后续股价走势奠定了良好基础。

中国领先的通用GPU芯片及AI算力解决方

~1000亿港元

案提供商。•天数智芯股价涨幅显著

•上市两个多月时间，股价涨幅高达55.2%，如此快速的上涨反映出公司上市后，其市场价

值得到了市场高度认可。

专注通用计算，以Chiplet和光互连等系统~1000亿港币

级架构创新，

•壁仞科技上市首日表现亮眼

致力于为异构计算提供全栈GPU芯片及解决

•上市首日高开82.14%，盘中一度升至42.88港元/股，此后震荡回落，当天收报34.46港

方案~2800亿元

元/股，上涨75.82%，市值达到826亿港元，为后续股价走势奠定了初始基础。

新型算力芯片企业有望复刻英伟达并购Groq路径，达成GPU企业高估值

AI计算芯片企业爆发式增长的核心动因

需求端：AI算力缺口供给端：国产替代与技术断供

~200亿美元英伟达为补齐自身在AI推理赛道的短板、锁定LPU架

构核心技术与顶尖团队，选择收购Groq；此次交易训练算力指数级增长：大模型参数量从数海外垄断：英伟达占据绝大多数市场份额

对价达200亿美元，较Groq三个月前69亿美元的估值十亿级飙升至万亿级,形成卡脖子风险

近乎翻三倍，溢价幅度显著推理场景爆发：AIAgent等应用使推理算力政策驱动：中国将AI芯片纳入国家战略，

需求超训练10倍以上地方政府推出“算力券”

资料来源：沙利文研究

目录

01AI时代，全球及中国AI算力芯片产业发展及机遇展望

02AI时代，全球及中国AI算力芯片技术两大阵营与三大路线

03新型AI算力芯片市场分析

04新型AI算力芯片市场竞争格局分析

可重构数据流通过可重构计算阵列CGRA，实现兼具高效能与通用灵活适配的双重优势

可重构数据流的定义与优势可重构数据流芯片架构示意图

可重构数据流是依托可配置计算单元阵列与数据流驱动执行的计算范式。通过硬件可编

定

程性实现计算单元运算逻辑重组、数据路径重构，无需硬件迭代即可让通用硬件平台精配置存储器PEPEPE

义

准匹配多类算法数据流特征。

数据存储器

可重构

PEPEPE

该技术打破传统专用芯片场景局限，兼具专用计算架构的高效能与通用计算平台的灵活适控制器

优配能力，可覆盖大模型训推等多元场景，其核心是通过软件定义计算逻辑，在保障计算性

计算列阵

势能与能效比的同时，降低算法迭代与硬件适配成本，构建兼顾灵活性、算力密度与部署效PEPEPE

率的新一代计算架构。

可重构数据流的核心技术特征

超低延迟模型推理准确性高能效

可扩展的分布式系统，直连数千个芯片，让计算流原生支持等多精度格式，依托可重构计算引擎对软件定义硬件的可重构架构，能实时重组内部硬

✓✓✓

持续在芯片间流动，从而避免了传统架构因频繁访算法的精准适配能力，减少精度转换损失，可承件资源适配任务需求，结合存算一体设计降低内

问外部内存带来的能耗与延迟载万亿参数模型全量部署，实现低精度下近乎无存带宽依赖。相较于传统GPU架构，无需为通用性

损的推理精度表现。冗余功耗，实现算力释放与能耗控制的精准平衡

。