前言：

人工智能已成为全球科技竞争的核心战场，而AI芯片作为算力基石，直接决定了AI产业的速度和上限。

当大模型参数以指数级攀升、智能应用渗入千行百业，底层芯片的自主可控，不仅是为了应对“卡脖子”的供应链风险，更是一场争夺下一代计算主导权的战略布局。

作者| 方文三

图片来源|网 络

AI芯片作为人工智能产业的算力基石，直接决定着AI技术的应用上限与产业竞争力。其自主可控不仅是应对供应链“卡脖子”风险的关键，更是争夺下一代计算主导权的战略布局。当前国产AI芯片主要面临三大核心挑战：

架构主导能力不足：多数企业仍处于技术跟随阶段，尚未成为关键架构定义者。产业调研显示，50%的从业者认为国产GPU阵营最具技术颠覆性，但在基础架构创新方面仍需突破。

生态体系存在短板：软件栈、开发工具与模型兼容性的差距，制约了硬件性能发挥。31%的从业者认为软件生态是国产AI芯片最需突破的瓶颈之一，其制约效应甚至超过硬件性能本身。

规模化落地受阻：从实验室性能到工业级可靠性、从单点验证到大规模应用的商业化进程仍有诸多瓶颈。调研数据显示，EDA工具链缺失（30%）、先进封装产能不足（27%）被认为是当前国产AI芯片量产面临的两大核心障碍。

通过硬件原生支持稀疏数据处理，跳过无效计算，华为、墨芯人工智能等企业已实现技术落地。墨芯Antoum芯片支持高达32倍稀疏，在大模型推理中性能领先，有效提升了计算效率。

8位浮点数（FP8）在保持模型性能的同时降低功耗与带宽需求。摩尔线程成为国内首批实现FP8算力量产的GPU厂商，相关板卡已在2025年3月启动出货，在Transformer计算中将性能提升约30%。

后摩智能、知存科技等企业探索“近存计算”与“存内计算”两条路径，将存储与计算单元紧密结合，实现能效的数量级提升，广泛适配端侧与边缘场景。

Chiplet（芯粒）、2.5D/3D封装技术成为突破算力瓶颈的核心方向，48%的从业者认为其是当前最关键的技术路径。华为、壁仞科技等企业已在集群产品中应用相关技术。

2024年中国智能算力规模达725.3EFLOPS，同比增长74.1%。华为昇腾、昆仑芯等企业的万卡级集群已落地政府、金融等领域，昆仑芯百舸集群与百度飞桨深度集成，支撑文心大模型训练。超六成从业者倾向选择国产化部署模式，其中全栈国产化（40%）成为首选。

小鹏图灵、地平线征程6P等芯片实现量产，7nm制程成为主流，560TOPS以上算力芯片已适配L2+至L4级智能驾驶。

以下是《2025年度国产AI芯片产业白皮书》部分内容：