年末的国产芯片资本市场罕见地密集。11月10日晚,阿里宣布旗下AI芯片公司平头哥已向香港联交所递交独立上市申请。两天前的11月12日,英伟达宣布创始人黄仁勋辞去总裁、CEO及董事会成员职务,结束33年掌舵。同日,沐曦与优必选共同发起的曦选创智宣布完成5亿元天使轮融资。华夏时报第一财经36氪
先回答标题里的问题:国产算力已经不只是产业端的故事,普通大模型用户其实已经摸到了它的两端——“看不见”的云端API定价,和“看得见”的AI PC;而这一轮拿了大额融资的新芯片,量产节点普遍集中在2027年前后,那是从“用上”到“用好”之间剩下的距离。
钱流向的不再只是造卡
投中研究院统计显示,今年三季度半导体领域VC/PE投资规模约1092亿元,同比增长91%,明显高于整个VC/PE市场49.6%的增速。10月31日至11月6日一周,国内集成电路领域披露融资约111亿元,占当周全部已披露融资金额的一半以上;10月以来,公开披露融资的AI芯片相关企业至少有10家。36氪
值得注意的变化是资金去向。钱不再只压在设计公司身上,而是摊到了整条算力链:先进封装企业奕成科技完成数十亿元C轮融资,智能网卡厂商沐创、刻蚀等设备厂商邦芯半导体、碳化硅功率模块厂商利普思也相继拿到新钱——单卡跑通不等于整机能交货,封装产能、互联和供电都是要产线、要钱的环节。
端侧同样在落子。做存算一体芯片的后摩智能,其M50量产不到一年获得150多个产品定点、服务客户超过百家。这类芯片的目标场景,就是电脑、智能终端和边缘设备上的本地推理。36氪
这轮拿到钱的产品,量产节点大多定在2027年前后,个别企业首款芯片要到2028年才推出。资本押的是下一轮产品,用户侧的体验更新也得等上差不多时间。
三个变量叠加,点燃这轮融资潮
英伟达的管理层变动提供了直接催化。辞任消息公布后,英伟达股价盘中一度暴跌超14%,随后“深V”收盘跌4.34%,市值自7月以来首次跌破4万亿美元。多家基金和机构认为,冲击的不是全球AI的长期需求,而是英伟达作为龙头的“确定性溢价”。第一财经
份额和出货结构已经改变。IDC数据显示,2024年英伟达在中国数据中心AI加速器市场份额约70%,今年上半年出货量67.8万颗、同比下降44%,份额降至34%;华为昇腾同期出货57.2万颗、份额28%,差距收窄到6个百分点,平头哥、寒武纪、昆仑芯以7%、5%、4%紧随其后。这意味着国产阵营合计份额已经反超英伟达;上半年国内非GPU加速器出货101.6万颗、同比增长近80%,首次超过GPU出货——国产芯片规模化落地的位置,恰恰就在普通用户每天接触的推理侧。华夏时报
第三方机构的判断更激进。TrendForce今年8月报告称,2026年中国高端AI芯片市场按出货量口径国产份额将接近90%,留给英伟达、AMD等海外厂商的空间可能只剩一成左右。东方财富网
资本化通道同时敞开。摩尔线程三季度已经实现单季扣非扭亏,高增长背后的现金消耗仍待平衡。自去年12月以来,“国产GPU四小龙”摩尔线程、沐曦、壁仞科技、燧原科技已纷纷登陆资本市场,百度昆仑芯也于1月以保密形式向港交所递交上市申请。需求端的量同样可观:国家数据局数据显示,今年3月我国日均Token调用量突破140万亿,较2024年初增长超千倍。模型正在变成全天候运行的智能体,推理需求持续放大——这才是本轮融资、上市与份额故事共同的底层逻辑。36氪华夏时报东方财富网
普通用户已经摸到的部分
价格是第一个入口。科大讯飞发布的星火X2.6基座基于全国产算力完成能力升级,其云端模型293-A30B支持百万token上下文、输入0.9元/百万tokens、缓存命中输入0.08元、输出3.6元/百万tokens,输入缓存未命中与输出价格比DeepSeek-V4.1-Flash-1017更低。对普通人来说,“国产算力”第一次以价格曲线的形式变得可感。智东西
训练侧的成本同样在变化。讯飞披露,在国产“飞星二号”万卡平台上,同批超长上下文数据的训练时间从4.5个月缩短至1.2个月,训练效率提升至原来的4倍。智东西
端侧则在把模型装进你自己的设备。讯飞灵机N9000 AI PC笔记本最高具备160TOPS本地AI算力,端侧4B模型已开源,刘庆峰判断未来会有60%的任务在本地运行。智东西
云端的供给结构变化更隐蔽。平头哥真武系列截至今年4月累计出货56万片,新一代真武V900性能为上代三倍、可满足万亿级参数大模型的训练和推理需求,计划2027年一季度量产售卖。你在阿里云、百度智能云上调用的模型和智能体,下面跑的越来越可能是国产卡。华夏时报
还差着的两段距离:产能与生态
第一段是产能。有行业分析估算,中芯国际等效7nm月产能不足2万片晶圆,不足台积电同制程的七分之一;折算下来,全年国产AI芯片实际产出约260万颗,而国内需求约420万颗——每两颗需求里,就有一颗造不出来。TrendForce 10月底的研究也指出,先进封装、HBM和基板供应偏紧,整机架放量受到限制。供给紧张意味着短期内服务的峰值表现和价格波动,仍会传导到用户端。知乎36氪
第二段是生态。CUDA侧聚集了500万以上开发者,国内昇腾CANN侧是50万级规模——差的不是教程数量,而是迁移成本。新模型发布时国产卡“Day 0适配”已不罕见,但适配当天不等于生产级稳定:算子重写、精度对齐、通信库替换后的超时参数重调,坑都藏在长尾里,只能靠真实业务流量一勺一勺喂出来。讯飞那组数字是自家深度优化的结果,对中小开发者而言,迁移成本仍是第一道坎。知乎
盯住这几个信号
短期看两件事:国产算力API的价格是否继续走低、调用高峰是否更稳;端侧模型和AI PC的真实使用口碑,是否从“能用”走向“好用”。2027年看交付:真武V900能否如期量产售卖,奕成的2.5D封装、后摩的新一代产品能否按时走进客户供应链。还要看一个变量:英伟达过渡期带来的,究竟是又一轮“买不到”,还是国产卡第一次被用户在自由市场里“主动选”。
回到标题的问题:大额融资和密集上市解决的是“有没有得用”,产能与生态决定“好不好用”。普通大模型用户已经半只脚踏在国产算力上——云端看不见,端侧看得见;剩下的半只脚,要看这批2027年前后量产的芯片,能不能稳稳踩实。