AI推理芯片占数据中心工作负载多数
推理占大多数数据中心AI工作负载，但与训练不同，它需要低延迟和可预测性。现有训练芯片侧重于峰值FLOPS，可能无法满足推理的严格限制。
关注
这种转变凸显了对专门为推理设计的芯片的需求。
- 相关厂商
- AI Chip Makers
- 影响评分
- 10 / 100，低影响
推理占大多数数据中心AI工作负载，但与训练不同，它需要低延迟和可预测性。现有训练芯片侧重于峰值FLOPS，可能无法满足推理的严格限制。
这种转变凸显了对专门为推理设计的芯片的需求。
台积电2026年资本开支预计达470亿美元，AI算力需求指数级增长。摩尔定律放缓推动产业转向系统级创新与国产替代。
AI芯片及国产设备材料板块。
DeepSeek-V4发布并与华为昇腾等国产芯片深度适配，引发A/H股算力芯片及代工厂股价集体飙升。全球CPU价格Q1上涨5%-20%，英特尔/AMD财报超预期，共同印证AI算力需求强劲。
国产AI算力形成'芯片-模型-应用'闭环，将结构性提升对国产AI芯片、代工（中芯国际/华虹半导体产能利用率超100%）及存储/光模块等配套环节的长期需求。
中国半导体行业协会专家警告，过度依赖Nvidia CUDA生态将导致关键技术长期依赖。此言论源于对AI算力架构与规则控制权的竞争。
仅为战略层面讨论，未宣布具体供应链措施，对当前现货交易无直接影响。
FPGA在大模型推理任务中展现出优于通用GPU的效率。文章指出FPGA可通过重新配置针对特定模型优化，而GPU作为通用ASIC在特定任务上效率受限。
该技术趋势对AI硬件市场格局的影响。
沐曦、摩尔线程等多家国产GPU公司近期集中上市，但2024年市场份额均不足1%。华为昇腾凭借CANN生态与整机交付能力，预计2026年将占据中国AI芯片市场50%份额。
市场过度拥挤且华为主导，预示非头部GPU厂商将面临需求不足与整合压力。
SemiAnalysis报告基于超2000颗H100的基准测试，指出GB200 NVL72因可靠性与软件问题，目前无法用于前沿模型大规模训练。新架构软件生态通常需要时间成熟，预计年底前GB200效率将有显著提升。
报告未直接影响短期交易，但GB200部署延迟可能对现有H100/H200供需格局构成轻微支撑。
已经到底了
爆款新品里，到底装了谁的芯片？拆开，一颗一颗给你看。
全部拆解| Analog | $0.68 | −5.9% |
|---|---|---|
| 连接器 | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%异常波动 |
| MLCC | $0.01 | +54.0%异常波动 |
| MOSFET | $0.12 | −82.8%异常波动 |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | 暂无 |