沐曦股份创新高，国产算力芯片能打吗？

7 月 9 日，国产算力芯片再度爆发，沐曦股份大涨 16.88% 创出历史新高，摩尔线程大涨 13.96%，寒武纪大涨 8.59%。面对不断上涨的股价和令人咋舌的估值，想要介入确实需要有足够的胆量和勇气。估值是上天了，但国产算力芯片到底能不能打？

2026 年，受海外高端 GPU 出口管制、全国一体化算力网建设、信创强制采购三重驱动，国产 AI 算力芯片走完从实验室样品到万卡智算集群批量落地的完整周期，整体呈现中端推理全面替代、高端训练局部突破、行业格局分化、生态短板待补的特征。

国产份额持续攀升

2025 年国内 AI 芯片市场规模突破 850 亿元，同比增长 32%；国内 AI 加速卡整体出货约 400 万张，国产芯片市占率达到 41%，英伟达依旧占据 55% 高端市场份额，AMD、其他海外厂商合计约 4%。

在低端边缘 / 推理市场，国产替代率超 60%，华为昇腾、寒武纪、平头哥完全主导，价格、交付周期优势碾压海外产品。中端训推一体市场，沐曦、摩尔线程、燧原、海光 DCU 批量导入政企云、互联网中小模型集群，替代加速。高端万亿参数大模型训练，英伟达 GB200/H200 仍为绝对主力，国产仅能小规模试点，万卡级超大规模集群落地案例稀少。

7nm 制程 +Chiplet 组合突围

受先进制程限制，国内厂商主流采用中芯国际 7nm 工艺单芯片设计，同时大规模使用长电科技 Chiplet 堆叠封装技术，通过多颗中低端芯片并联，弥补单芯片算力上限不足，整体算力可达到英伟达上代 A100 70%-85% 水平。

华为昇腾新一代 950PR、沐曦 MXC700 系列，采用多芯粒架构，集群综合能效大幅提升，千卡集群已稳定支撑 6000 亿参数大模型训练。

国产算力加速卡售价仅为英伟达同定位产品 50%-60%，叠加国内算力补贴、国产化税收优惠，政企项目综合部署成本降低 40% 以上，性价比成为中端市场核心竞争力。

软件生态是最大的短板

硬件差距可通过封装、集群弥补，但软件生态是国产算力长期最大壁垒，也是制约高端全面替代的关键。

全球 95%AI 模型基于 CUDA 开发，拥有 600 万以上开发者、数十万开源算子与工具链；国产芯片自主生态整体适配率不足 20%，模型迁移普遍存在 15%-25% 算力损耗，企业迁移代码改造成本极高。

沐曦、摩尔线程、壁仞走兼容路线，自研编译器实现 CUDA 代码小时级自动转换，降低企业迁移成本，短期商业化落地速度更快，但长期无法完全摆脱海外技术依赖。华为昇腾 CANN、百度昆仑芯走全栈自主路线，完全独立指令集、算子库、开发工具，短期适配成本高，但实现底层技术自主可控，适配国家信创长期战略。

国内大模型厂商集体优化底层框架，飞桨、MindSpore、PyTorch 国产适配版本持续迭代；代码自动转换工具落地，大幅降低企业模型迁移工作量；各地算力中心建立开发者扶持计划，扩充国产芯片开发社区规模 。

当前国产算力芯片在中端、推理赛道商业化逻辑完全跑通，但高端训练硬件、软件生态两大短板仍未彻底解决。短期看信创招标、智算中心订单催化；中长期，生态完善程度将决定厂商长期市场份额。