文 | 半導(dǎo)體產(chǎn)業(yè)縱橫

2026年Q1的一則數(shù)據(jù)，給AI芯片賽道潑了一盆冷水。

全球共有135家企業(yè)投身人工智能處理器研發(fā)，其中36家是手握技術(shù)、資金與生態(tài)優(yōu)勢(shì)的上市公司巨頭。英偉達(dá)、AMD、谷歌、亞馬遜AWS、高通、特斯拉、Meta、微軟、博通、美滿電子等名字，幾乎覆蓋了從算力底層到終端應(yīng)用的全產(chǎn)業(yè)鏈布局。

剩下的99家，是撐起賽道創(chuàng)新活力的初創(chuàng)公司。它們大多瞄準(zhǔn)細(xì)分場(chǎng)景，專攻專用人工智能加速器，Tenstorrent、Cerebras、SambaNova、Groq、Esperanto 等玩家，曾憑借差異化技術(shù)路線收獲不少關(guān)注。

但賽道的淘汰賽已然拉開序幕。JPR給出的預(yù)測(cè)直指殘酷現(xiàn)實(shí)：到2030年，全球?qū)I(yè)AI芯片開發(fā)商將銳減至約25家。

從99到25，這場(chǎng)行業(yè)大篩選，正在倒逼每一家初創(chuàng)公司重新思考生存邏輯。

AI芯片初創(chuàng)公司，面臨四重掣肘

第一重掣肘，是資本更聚焦于頭部AI芯片初創(chuàng)企業(yè)。

2023-2024 年的 AI 大模型熱潮，引爆了全球算力需求。數(shù)據(jù)顯示，2024年全球AI領(lǐng)域融資總額達(dá)5995.2億元，較2023年增長(zhǎng)超3000億元，實(shí)現(xiàn)翻倍式增長(zhǎng)。

資本的邏輯是“算力稀缺”，只要能做出芯片，就有望填補(bǔ)市場(chǎng)缺口，因此AI芯片初創(chuàng)公司估值水漲船高。但進(jìn)入2026年，資本邏輯已徹底逆轉(zhuǎn)，如果說以前的境遇是“算力不足”，那么當(dāng)下便陷入“炫技到應(yīng)用”的尷尬。

本文匯總了十二家極具競(jìng)爭(zhēng)力的AI芯片初創(chuàng)公司：

其中，Cerebras以晶圓級(jí)芯片聞名，這是一種將整個(gè)晶圓制成單個(gè)芯片的技術(shù)，從而實(shí)現(xiàn)前所未有的計(jì)算密度和性能。與英偉達(dá)的GPU相比，Cerebras Systems聲稱，他們的芯片在某些AI工作負(fù)載上能夠提供高達(dá)20倍的性能提升。 尤其是在AI推理方面，CS-3 具有顯著優(yōu)勢(shì)。

Matrix專注于研發(fā)基于數(shù)字存算一體技術(shù)的AI推理芯片，并于去年開發(fā)出一種全新的3D動(dòng)態(tài)隨機(jī)存取內(nèi)存技術(shù)實(shí)現(xiàn)方案，承諾將推理工作負(fù)載的性能提升"數(shù)個(gè)數(shù)量級(jí)"。

Groq 推出了名為LPU的推理芯片，專注于AI模型的推理環(huán)節(jié)，即讓已經(jīng)訓(xùn)練好的大模型在真實(shí)應(yīng)用中高效運(yùn)行。Groq稱其LPU在速度、低延遲和成本控制上優(yōu)于通用GPU，能夠?yàn)榇笠?guī)模AI部署提供更具性價(jià)比的算力。去年12月，英偉達(dá)與Groq已達(dá)成非獨(dú)家許可協(xié)議，將把Groq的AI推理技術(shù)整合進(jìn)未來產(chǎn)品中。

上述公司幾乎都被譽(yù)為英偉達(dá)的有力挑戰(zhàn)者，但是受制于英偉達(dá)GPU和CUDA生態(tài)的主導(dǎo)地位，他們?cè)跔?zhēng)取商業(yè)客戶方面面臨著艱巨的挑戰(zhàn)。這一困境也直接傳導(dǎo)至融資領(lǐng)域，讓曾經(jīng)狂熱的資本變得愈發(fā)理性。

對(duì)于多數(shù)中小AI芯片初創(chuàng)企業(yè)而言，重資產(chǎn)、低盈利的特點(diǎn)，只會(huì)更難以尋求到新的資金來源。

第二重掣肘，是云廠商自研，從客戶變對(duì)手。

谷歌、亞馬遜、微軟、Meta 四大云巨頭，過去是英偉達(dá)最大的客戶，也是初創(chuàng)公司最渴望的“金主”。但現(xiàn)在，它們集體轉(zhuǎn)向自研 ASIC 芯片，不僅減少采購(gòu)?fù)獠啃酒?，反而成為最?qiáng)競(jìng)爭(zhēng)者。

去年10月，亞馬遜宣布世界上最大的AI 計(jì)算集群之一 Project Rainier 現(xiàn)已投入使用。這一超級(jí)集群配備近 50 萬顆 Trainium2 芯片，分布于美國(guó)境內(nèi)多個(gè)數(shù)據(jù)中心。亞馬遜 AWS 合作伙伴 Anthropic 已經(jīng)開始在該集群上運(yùn)行工作負(fù)載，這一AI 基礎(chǔ)設(shè)施提供的計(jì)算能力是 Anthropic 之前訓(xùn)練其 AI 模型所用的 5 倍以上。而到 2025 年底，Anthropic 將在超過100 萬顆 Trainium2 芯片上運(yùn)行 Claude 模型的訓(xùn)練、推理等工作負(fù)載。

隨后在2025年12月，亞馬遜發(fā)布Trainium 3，其搭載新一代Neuron Fabric互聯(lián)技術(shù)，單臺(tái)Trn3 UltraServer可集成144張芯片，總算力達(dá)362 FP8 PFLOPs。通過EC2 UltraClusters 3.0架構(gòu)，芯片集群規(guī)模較上一代提升10倍，最高可擴(kuò)展至100萬張芯片，已為Anthropic的“Project Rainier”項(xiàng)目提供算力支持。Karakuri、Metagenomi等客戶實(shí)測(cè)顯示，該芯片可降低AI模型訓(xùn)練與推理成本達(dá)50%。

這也意味著最起碼超100 萬顆的AI芯片，亞馬遜都可以自給自足。

今年1月，微軟宣布推出Maia 200。微軟聲稱，新產(chǎn)品的4位浮點(diǎn)（FP4）性能比Trainium 3高出3倍，8位浮點(diǎn)（FP8）性能超過谷歌第七代TPU。

谷歌則宣布將2026年TPU芯片出貨量目標(biāo)大幅上調(diào)50%至600萬顆。4月初，Anthropic與谷歌、博通簽下最新協(xié)議，根據(jù)協(xié)議，Anthropic將從2027年起獲得基于谷歌TPU處理器、由博通提供的約3.5吉瓦AI算力支持。此次合作延續(xù)了雙方的戰(zhàn)略布局：2025年10月，Anthropic已宣布與谷歌擴(kuò)大合作，計(jì)劃部署多達(dá)100萬枚TPU（算力超1GW）支持Claude模型需求。TPU作為谷歌自研AI芯片，除自用外，大模型廠商（如Meta）也積極采用，凸顯其在高性能推理與訓(xùn)練場(chǎng)景的競(jìng)爭(zhēng)力。

這一合作也代表了AI算力市場(chǎng)的結(jié)構(gòu)性演變：在英偉達(dá)GPU主導(dǎo)的“第一供應(yīng)鏈”之外，由谷歌TPU和博通制造能力結(jié)合的“第二供應(yīng)鏈”正在形成。

第三重掣肘，是傳統(tǒng)AI芯片龍頭的全方位碾壓。

英偉達(dá)、AMD、英特爾憑借深厚的技術(shù)積累和生態(tài)壁壘，對(duì)初創(chuàng)公司形成降維打擊。

英偉達(dá)在AI芯片市場(chǎng)的市占率達(dá)九成，已構(gòu)建了無法撼動(dòng)的CUDA生態(tài)護(hù)城河。并不止于此，正如上文所言，英偉達(dá)還與Groq達(dá)成非獨(dú)家許可協(xié)議，將把Groq的AI推理技術(shù)整合進(jìn)未來產(chǎn)品中。在今年3月的GTC大會(huì)上，英偉達(dá)還發(fā)布Blackwell Ultra GPU，推理算力提升100倍?？梢哉f不論是生態(tài)、還是算力、亦或是差異化路線，英偉達(dá)皆有布局。

AMD憑借 MI300 系列在性價(jià)比上突破，拿下了更多的市場(chǎng)份額，英特爾聯(lián)手SambaNova專注于 AI 推理和訓(xùn)練芯片及相關(guān)軟件的研發(fā)。

第四重掣肘，生態(tài)的壁壘是初創(chuàng)公司難以逾越的鴻溝。

AI 芯片不是孤立的硬件，而是“芯片+工具鏈+框架+模型優(yōu)化”的完整生態(tài)。英偉達(dá) CUDA 擁有數(shù)百萬開發(fā)者，支持幾乎所有 AI 框架和模型；AMD 憑借 ROCm 不斷追趕；云廠商自研芯片與自家云服務(wù)深度綁定。而九成的初創(chuàng)公司只有芯片，沒有完整生態(tài)，客戶要適配新芯片，需投入大量人力重構(gòu)代碼、優(yōu)化模型，遷移成本極高，這直接讓多數(shù)客戶望而卻步。

AI芯片的未來，留下哪一條路線?

自2025年起，AI芯片需求發(fā)生關(guān)鍵轉(zhuǎn)向：2025年前行業(yè)重心偏向訓(xùn)練端，核心是海量算力支撐大模型爆發(fā)式迭代；如今AI產(chǎn)業(yè)正轉(zhuǎn)向重推理端，因?yàn)榇竽Ｐ脱邪l(fā)已趨于平穩(wěn)，商業(yè)化落地便成為核心，隨著高效、低成本、低延遲成為算力核心訴求，這也重塑了國(guó)外AI芯片初創(chuàng)企業(yè)的生存邏輯。

當(dāng)前主流的AI芯片路線主要包括GPU和ASIC等。

GPU路線的代表企業(yè)包含英偉達(dá)、AMD等。GPU憑借并行計(jì)算能力強(qiáng)、通用性高的優(yōu)勢(shì)，成為AI訓(xùn)練與推理的主流選擇，尤其是通用GPU（GPGPU），能夠適配絕大多數(shù)AI模型與場(chǎng)景，無需針對(duì)特定場(chǎng)景進(jìn)行定制化開發(fā)，這也是其能夠快速普及的核心原因。但正是這種“通用性”，讓GPU路線成為初創(chuàng)公司最難突破的賽道。這也正對(duì)應(yīng)上文的“第三重掣肘”，留給初創(chuàng)公司的市場(chǎng)空間本就有限。

當(dāng)前，初創(chuàng)公司布局GPU路線主要分為兩大方向：一是高端通用GPU的“性價(jià)比”，二是細(xì)分場(chǎng)景專用GPU，實(shí)現(xiàn)精準(zhǔn)卡位。前者方面，比如國(guó)產(chǎn)芯片公司壁仞科技、沐曦科技便已推出研發(fā)性能接近英偉達(dá)H100、H20等，且更具成本優(yōu)勢(shì)的產(chǎn)品，同時(shí)憑借本土供應(yīng)鏈優(yōu)勢(shì)，已實(shí)現(xiàn)規(guī)模出貨。后者方面，部分公司打造“場(chǎng)景專用”的GPU產(chǎn)品，避開與巨頭的正面競(jìng)爭(zhēng)。比如聚焦自動(dòng)駕駛場(chǎng)景的初創(chuàng)公司，針對(duì)車載環(huán)境的低功耗、高可靠性需求，優(yōu)化GPU的功耗控制與實(shí)時(shí)性，打造車載專用AI GPU；聚焦邊緣計(jì)算場(chǎng)景的初創(chuàng)公司，則精簡(jiǎn)GPU架構(gòu)，降低功耗與體積，適配邊緣設(shè)備的部署需求。

再看ASIC路線，根據(jù)Marvell預(yù)測(cè)，2023-2028年全球AI ASIC市場(chǎng)規(guī)模將從66億美元躍升至554億美元，年復(fù)合增長(zhǎng)率達(dá)53%。

該路線是AI芯片初創(chuàng)公司突圍的核心路徑，也可分為三大方向：第一類是提供極致性能的ASIC產(chǎn)品，比如上文提到的國(guó)際AI芯片公司Cerebras、Groq，它們放棄通用路線，針對(duì)超大規(guī)模AI訓(xùn)練、低延遲推理等極端場(chǎng)景，定制開發(fā)ASIC芯片。第二類和GPU場(chǎng)景類似，是提供細(xì)分場(chǎng)景專用的ASIC產(chǎn)品。比如上文提到的Matrix，針對(duì)AI推理的存儲(chǔ)瓶頸，開發(fā)全新的3D DRAM技術(shù)。第三類是通過與頭部客戶綁定，直接為其定制芯片。比如SambaNova便選擇與英特爾合作，為英特爾x86生態(tài)定制專用AI ASIC加速卡，打造“CPU+ASIC”的協(xié)同方案。

在 AI 芯片初創(chuàng)公司中，選擇 ASIC 路線的企業(yè)占比超六成，但不同細(xì)分方向的發(fā)展邏輯截然不同。比如上述三類公司中：

第一類AI ASIC芯片公司能夠解決巨頭芯片無法覆蓋的極端場(chǎng)景需求，但是這類公司如若無法成為細(xì)分領(lǐng)域絕對(duì)龍頭，則可能面臨被巨頭收購(gòu)或投資的情況，從而成為其技術(shù)補(bǔ)充。

第二類AI ASIC芯片公司核心邏輯是“場(chǎng)景深耕+技術(shù)優(yōu)化”，無需追求極致的通用性能，只需精準(zhǔn)匹配行業(yè)需求，就能在細(xì)分場(chǎng)景中獲得生存空間，同時(shí)由于場(chǎng)景聚焦，生態(tài)建設(shè)成本低，客戶遷移成本也相對(duì)較低，更容易實(shí)現(xiàn)規(guī)?；?/p>

第三類AI ASIC芯片公司的核心優(yōu)勢(shì)在于“生態(tài)綁定”，無需獨(dú)自面對(duì)市場(chǎng)競(jìng)爭(zhēng)，借助巨頭的資源實(shí)現(xiàn)生存與發(fā)展，同時(shí)通過定制化開發(fā)，避免與巨頭正面競(jìng)爭(zhēng)，成為巨頭生態(tài)的“補(bǔ)集”，這也是最穩(wěn)妥的ASIC突圍路線之一。

未來，AI芯片市場(chǎng)或?qū)⒊爱悩?gòu)融合”方向發(fā)展，GPU與ASIC并非相互替代，而是通過合理搭配實(shí)現(xiàn)算力效率最大化?；氐健?9進(jìn)25”的淘汰賽，無論是選擇GPU路線，還是ASIC路線，核心都在于精準(zhǔn)定位——立足自身資源與能力，避開巨頭核心優(yōu)勢(shì)，要么在GPU路線的細(xì)分場(chǎng)景或性價(jià)比領(lǐng)域?qū)ふ胰笨?，要么在ASIC路線的場(chǎng)景定制或生態(tài)綁定中構(gòu)建壁壘。

那么，將目光落在國(guó)產(chǎn)AI芯片公司，這些公司在過去一年過的如何？

國(guó)產(chǎn)AI芯片公司，黃金窗口期

國(guó)產(chǎn)AI芯片的光景，似乎過的還不錯(cuò)。隨著AI 應(yīng)用全面滲透，高性能計(jì)算芯片需求激增，國(guó)產(chǎn)AI芯片迎來發(fā)展黃金窗口期。

其中海光信息2025年?duì)I收約143.77億元，較上年同期增長(zhǎng)56.92%；歸母凈利潤(rùn)25.45億元，同比增長(zhǎng)31.79%。

寒武紀(jì)實(shí)現(xiàn)營(yíng)收64.97億元，達(dá)到453.21%，歸母凈利潤(rùn)20.59億元，同比增長(zhǎng)555.24%，終于實(shí)現(xiàn)扭虧為盈。云端產(chǎn)品線是寒武紀(jì)的絕對(duì)收入支柱，2025年實(shí)現(xiàn)收入約64.76億元，同比增長(zhǎng)455.34%，占總營(yíng)收的比重超過99%；邊緣產(chǎn)品線實(shí)現(xiàn)收入約339.39萬元；IP授權(quán)及軟件業(yè)務(wù)實(shí)現(xiàn)收入約228.87萬元。

沐曦股份2025年實(shí)現(xiàn)營(yíng)收16.44億元，同比大幅增長(zhǎng)121.26%；實(shí)現(xiàn)歸母凈利潤(rùn)-7.89億元，較上年同期-14.09億元收窄43.97%，這是該自公司成立以來首次實(shí)現(xiàn)虧損幅度收窄。財(cái)報(bào)表示，2025年收入增長(zhǎng)主要因?yàn)殡S著產(chǎn)品及服務(wù)獲得下游客戶的廣泛認(rèn)可與持續(xù)采購(gòu)，GPU產(chǎn)品出貨量顯著增長(zhǎng)。其中，沐曦股份的訓(xùn)推一體GPU板卡（曦云C系列為主）銷量達(dá)33649片，同比增長(zhǎng)147.31%，而智算推理GPU板卡銷售量則為4946片，同比增長(zhǎng)達(dá)到866.02%。

壁仞科技2025年?duì)I收為10.35億元，較上年同期的3.37億元增長(zhǎng)207.2%，毛利為5.57億元，較上年同期的1.79億元增長(zhǎng)211%；毛利率為53.8%。

摩爾線程2025年?duì)I收為15.06億元，較2024年同期增長(zhǎng)243.37%。歸屬于母公司所有者的凈利潤(rùn)為-10.24億元，與上年同期相比，虧損收窄幅度為36.70%。

天數(shù)智芯實(shí)現(xiàn)總營(yíng)收 10.34 億元，同比大增 91.6%；毛利 5.58 億元，同比飆升 110.5%。2025年，其通用GPU產(chǎn)品產(chǎn)生的收入達(dá)到9.23億元，同比增長(zhǎng)149.6%，占同年總收入的89.3%。其中，專為滿足AI模型訓(xùn)練需求而設(shè)計(jì)的天垓系列，收入為5.84億元，同比增長(zhǎng)116.7%，而專為云端及邊緣推理應(yīng)用而設(shè)計(jì)的智鎧系列，收入為3.39億元，同比增長(zhǎng)238.2%，收入貢獻(xiàn)占比也由2024年的18.6%增長(zhǎng)至32.8%。

隨著國(guó)產(chǎn)算力需求的提升，以及各家技術(shù)研發(fā)的逐步深入，當(dāng)前，國(guó)產(chǎn)芯片廠商正在不斷分食英偉達(dá)的在華市場(chǎng)。根據(jù)IDC 最新報(bào)告，國(guó)產(chǎn) GPU 與 AI 芯片廠商的市場(chǎng)份額首次攀升至 41%，而英偉達(dá)在中國(guó)市場(chǎng)的占比從過去近乎壟斷的 95% 急速滑落至 55%。

IDC的數(shù)據(jù)顯示，2025 年中國(guó) AI 加速卡總出貨量約400 萬張。英偉達(dá)仍以約220 萬張、55% 份額位居第一，但相較此前近乎 95% 的絕對(duì)霸主地位，這一變化堪稱斷崖式的下跌。

IDC 分析指出，中國(guó)本土AI芯片市場(chǎng)迎來重大格局轉(zhuǎn)變的原因主要在于：美國(guó)出口管制切斷中國(guó)獲取英偉達(dá)高端芯片渠道，而同時(shí)中國(guó)國(guó)內(nèi)對(duì)供應(yīng)鏈自主化的迫切需求，共同推動(dòng)本土國(guó)產(chǎn)芯片快速上量，特別是2025年中國(guó) AI 新基建與智算中心集中落地，采購(gòu)傾向國(guó)產(chǎn)化，成為本土芯片增長(zhǎng)的核心動(dòng)力。