你我都知道，在AI的趋势下，所有芯片都在疯狂涨价。在AI狂野发展的过程中，无疑有着巨大的算力缺口，英伟达也成了当下最赚钱的公司。不过，随着地缘政治摩擦日益加重，很多人关注AI芯片的发展。

数据显示，我国AI芯片，将在2028年进入万亿市场规模时代，约占全球市场的30%。可以说，面对旺盛的市场需求，提供自主可控的高质量AI算力，已成为我国抢占AI发展先机、赋能千行百业转型升级的重要基础。

近期，多家国产厂商接连宣布AI芯片的消息，我国AI芯片正在以惊人的速度高速发展。

早前，央视《新闻联播》中就曾预告，阿里即将自研PPU芯片，不过，很长时间以来，这款芯片都很神秘。

1月29日上午，平头哥官网悄然上线一款名为“真武810E”的高端AI芯片，这是通义实验室、阿里云和平头哥组成的阿里巴巴AI黄金三角“通云哥”首次浮出水面。

“真武”PPU采用全栈自研架构，配备96G HBM2e内存及700 GB/s片间互联带宽，适用于AI训练、推理及自动驾驶。目前，该芯片已大规模用于千问大模型的训练与推理，并通过阿里云AI软件栈深度优化，为客户提供一体化服务。

“真武”PPU已在阿里云实现多个万卡集群部署，服务了国家电网、中科院、小鹏汽车、新浪微博等400多家客户。

据业内分析，“真武”PPU整体性能超越英伟达A800及主流国产GPU，与英伟达H20相当。市场反馈显示，该芯片性能稳定、性价比高，处于供不应求状态。

阿里自2009年起布局云服务，2018年成立平头哥，2019年启动大模型研究，历经17年垂直整合，现已形成覆盖芯片、云平台与大模型的“通云哥”全栈AI的完整布局。目前，阿里与谷歌是全球仅有的同时在大模型、云服务与芯片三大领域具备顶尖实力的科技公司。

当然，阿里的未来也值得关注，据外媒最新报道，升级版“真武”PPU的性能强于英伟达A100。

1月29日，国内AI芯片创企奕行智能表示，其研发的国内业界首款RISC-V AI算力芯片Epoch正在大规模量产出货中。该芯片在业界率先采用RISC-V + RVV指令集架构，结合自研的VISA技术，兼顾了AI计算的通用性与专用性。

奕行智能是类TPU的AI芯片。根据其分享，区别于单纯追求CUDA兼容的传统GPGPU路径。随着谷歌TPU等ASIC芯片在生态适配上的突破，以及英伟达在GPU中持续增强DSA特性，该方向正成为AI算力发展的重要趋势。

从性能上来看，其在运行ResNet-50、BERT、Llama 2等模型时，Epoch性能较竞品高出25%~52%；在FlashAttention-3等关键算子中算力利用率优势明显。

技术上，有三个关键点：一是率先采用RISC-V + RVV指令集构建AI芯片，保障通用计算能力的同时，支持定制AI指令，契合张量计算与稀疏计算需求，借助RISC-V全球生态，兼容主流编译器与AI框架；二是VISA虚拟指令架构，在软件与硬件间建立中间抽象层，隔离硬件迭代对上层软件的影响，提升编译效率，降低算子开发难度，兼顾计算的通用性与执行效率；三是Tile级动态调度架构，基于数据分块（Tile）编程范式，提供更友好的编程界面，通过硬件调度与编译器协同，实现动态资源调度，充分挖掘并行潜力，提升算力利用率。

生态肯定会是走这样一条路线必须考虑的问题。根据其分享，公司将持续完善软件栈，兼容主流AI框架，并通过与开源社区合作，推动RISC-V DSA生态建设。基于类TPU的能效优势与自主技术创新，奕行智能有望在AI算力竞争中实现差异化突破。

1月26日，国产GPU企业天数智芯在合作伙伴大会上发布四代架构路线图，可以看出这家公司的野心很大。

路线图显示，其计划在2025年推出的“天枢”架构将超越英伟达Hopper；2026年的“天璇”架构对标Blackwell，同年的“天玑”架构将实现超越；2027年的“天权”架构目标超越Rubin；2027年后将转向突破性计算芯片设计。

天数智芯介绍了四代架构的关键细节：

• 天枢架构：支持从高精度科学计算到AI精度计算，在执行注意力机制时算力有效利用率超过90%；

• 天璇架构：新增ixFP4精度支持；

• 天玑架构：实现全场景AI与加速计算覆盖；

• 天权架构：融入更多精度支持与创新设计。

针对天枢架构，其通过三项核心技术创新显著提升了效率：

• TPC广播机制：通过数据广播减少重复访存，等效提升带宽并降低功耗；

• 多指令并行处理系统：支持多类型指令并行处理，增强复杂任务处理能力；

• 动态线程组调度系统：通过动态调度避免资源争抢，提升计算资源利用率。

这些创新使天枢架构的效率较行业平均水平提升60%，在DeepSeek V3场景中的平均性能比英伟达Hopper架构高出约20%。

曦望（Sunrise）这家公司可能你没有听说过，但商汤你一定听说过，这家公司的前身便是商汤大芯片部门，2024年底分拆独立运营。这家公司在1月28日，也公布了自己的产品路线。

根据其路线图，国内首款采用LPDDR6的GPGPU芯片的启望S3今年上市，高性能推理GPU芯片启望S4将于2027年上市，安全可控推理GPU芯片启望S5将于2028年上市。

其前两代产品，2018年研发的S1（视觉推理芯片）已实现IP授权予索尼、小米，2020年实现上万片量产；2021年流片的S2（高性能GPGPU）则在主流大模型推理性能上达到国际巨头80%水平，软件栈CUDA兼容性达95%。

启望S3是本次发布的重点，核心设计理念是追求真实业务场景下的单位token成本、能耗与稳定性最优，而非单纯追求峰值算力。相比上一代产品，单芯片推理性能提升5倍，单位token推理成本下降约90%。

技术亮点上，S3支持FP16至FP4多精度灵活切换，契合MoE、长上下文等模型推理需求；国内首款采用LPDDR6的GPGPU推理芯片，显存带宽、容量显著提升；遵循大模型“算力访存比”黄金原则，实现资源高效利用；采用先进工艺节点与第三方高速接口IP。

围绕S3，曦望推出寰望SC3超节点解决方案，面向千亿/万亿参数模型的推理部署，支持单域256卡一级互联，适配大专家并行（EP）等复杂场景。在大EP部署下，吞吐率可提升20~25倍。采用全液冷设计，支持模块化快速部署。在同等算力下，可将系统整体交付成本从“亿元级”降至“千万元级”。

软件兼容性上构建了高度兼容CUDA的基础软件体系，支持驱动、算子库、通信库等，已适配国内外百余种主流大模型。推理云平台上，通过与商汤、范式等伙伴合作，构建以MaaS（模型即服务）为核心的推理云平台。

1月22日，上海AI芯片公司燧原科技的科创板IPO申请获上交所受理。该公司成立于2018年3月，已自主研发并迭代了四代架构、共五款云端AI芯片。

根据产品规划，燧原科技计划在2025年发布第四代AI推理卡及ESL32/64超节点集群，2027年推出第五代云端AI芯片及相关训推产品，并于2029年发布第六代系列芯片。目前，公司已构建涵盖AI芯片、加速卡及模组、智算系统与集群，以及AI计算软件平台的完整产品体系。

自美国实施AI芯片限制后，中国自主AI芯片产业加速发展。目前，国内AI芯片主要分为GPU与非GPU两大技术路线，近期均呈现快速发展态势。

国内GPU企业近期迎来上市热潮，并依据团队背景形成不同派系：

• NVIDIA系：代表企业有摩尔线程、天数智芯，这些企业创始人和核心人员都有NVIDIA基因，打法是优先兼容CUDA生态切入市场，再通过自研架构不断发展；

• AMD系：代表企业有壁仞、沐曦，创始人和核心人员都有AMD基因，AMD作为英伟达挑战者，一直以差异化为竞争核心，这些流派玩家打法和AMD类似；

• 国家队：比如景嘉微创始人及核心团队均来自国防科技大学，通过军用图形显控起步稳扎稳打进入信创市场，并不断拓展至AI计算领域，再比如海光、龙芯、兆芯研究集成GPU与CPU配合；

• 拆分系：商汤作为AI公司，2024年底也拆分独立了曦望Sunrise公司，此前公司刚完成近10亿元融资，主要围绕自己AI产品进行开发产品。

国产GPU不完全盘点，制表丨EEWorld

非GPU路径呈现多元化发展，不同企业选择不同架构以实现差异化竞争：

国产非GPU AI芯片不完全盘点，制表丨EEWorld

当前，国产AI芯片正通过 “兼容追赶” 与 “创新超越” 双轨并行的策略快速发展：GPU路线直面生态挑战，通过资本市场支持持续投入，力图在主流赛道上实现突破；非GPU路线（如CGRA、TPU、ASIC等）则通过架构创新，在能效、成本或特定场景上建立优势，开辟新赛道。

随着AI芯片这条路线的入局玩家增加，国产AI芯片的市场更加热闹了。