| RK | 企業(yè)/品牌 | 備注 |
|---|---|---|
| 1 | ?華為昇騰 | 全場景AI算力 |
| 2 | 海光信息 | CPU+GPU |
| 3 | 阿里云 | 云計算服務(wù) |
| 4 | 寒武紀(jì) | AI專用ASIC芯片 |
| 5 | 新易盛 | 高速光模塊 |
| 6 | 摩爾線程 | GPU |
| 7 | 中科曙光 | 國產(chǎn)超算與AI算力基礎(chǔ)設(shè)施 |
| 8 | 華為云 | 云計算服務(wù) |
| 9 | 沐曦股份 | GPU |
| 10 | 潤澤科技 | IDC數(shù)據(jù)中心 |
| 11 | 浪潮信息 | AI服務(wù)器（萬卡級算力集群） |
| 12 | 芯原股份 | 算力芯片IP核 |
| 13 | 騰訊云 | 云計算服務(wù) |
| 14 | 中誠華隆 | AI芯片 |
| 15 | 協(xié)創(chuàng)數(shù)據(jù) | 算力租賃平臺 |
| 16 | 紫光股份 | AI服務(wù)器，數(shù)據(jù)中心 |
| 17 | 寶信軟件 | IDC數(shù)據(jù)中心 |
| 18 | 復(fù)旦微電 | FPGA、智能卡芯片 |
| 19 | 龍芯中科 | CPU |
| 20 | 百度智能云 | 云計算服務(wù) |
| 21 | 數(shù)據(jù)港 | IDC數(shù)據(jù)中心 |
| 22 | 景嘉微 | GPU |
| 23 | 云天勵飛 | AI推理芯片 |
| 24 | 宏景科技 | 算力租賃平臺 |
| 25 | 奧飛數(shù)據(jù) | IDC數(shù)據(jù)中心 |
| 26 | 國芯科技 | GPU |
| 27 | 旋極信息 | GPU（VPU） |
| 28 | 科德教育 | 中昊芯英 |
| 29 | 壁仞科技 | CPU |
| 30 | 新華三 | AI算力基礎(chǔ)設(shè)施 |
| 2026.03 DBC/CIW/eNet16 | ||
算力焦慮
3月18日阿里云官網(wǎng)發(fā)布公告：因全球AI需求爆發(fā)、供應(yīng)鏈漲價，阿里云AI算力、存儲等產(chǎn)品最高漲價34％；其中，平頭哥真武810E算力卡產(chǎn)品漲幅最高達(dá)到34%，超過英偉達(dá)系列算力卡產(chǎn)品。
開源AI智能體OpenClaw的爆火讓算力需求被推至新高，智能體規(guī)?；涞匾l(fā)“Token通脹”。
但“用不起”成為當(dāng)前中小企業(yè)面對算力成本的困境，有業(yè)內(nèi)人士估算，一個成熟智能體的日均Token消耗可達(dá)傳統(tǒng)對話模型的數(shù)十倍，本就“用不起”的算力賬單，變得更加觸目驚心。
面對這場算力焦慮，各地政府也在迅速跟進(jìn)。深圳龍崗區(qū)直接推出“龍蝦十條”，從補(bǔ)貼部署到算力支持，十條政策條條都點(diǎn)名到位；安徽合肥高新區(qū)、江蘇常熟市分別發(fā)布措施，邀請創(chuàng)業(yè)團(tuán)隊前來“養(yǎng)龍蝦”，其中合肥高新區(qū)針對OpenClaw等項(xiàng)目推出“算力券、語料券、模型券”三重補(bǔ)貼，最高可申領(lǐng)1000萬元算力券，補(bǔ)貼覆蓋模型訓(xùn)練、智能體搭建、語料采購與標(biāo)注等全研發(fā)流程。
今年全國兩會期間，算力高成本也成為代表委員們熱議的焦點(diǎn)。周鴻祎當(dāng)眾說，配置“龍蝦”對普通人來說“非常難”，還宣布360很快要出一鍵安裝版本；王堅也說，價格很快會降下來；鵬城實(shí)驗(yàn)室主任高文則坦言，這波熱度連馬化騰都沒料到。
回到阿里云漲價，在算力仍然吃緊的背景下，這波漲價意味著什么？根據(jù)OpenRouter平臺數(shù)據(jù)，可以發(fā)現(xiàn)大模型Token消耗量自2026年以來出現(xiàn)跳躍性攀升。又根據(jù)平臺數(shù)據(jù)，2026年2月同期全球主要大模型消耗的Token是2025年同期的10倍及以上，彰顯出極其旺盛的算力及存儲需求。
算力需求爆發(fā)除了引發(fā)算力焦慮也讓國產(chǎn)AI產(chǎn)業(yè)鏈進(jìn)入新一輪的變革。
隨著AI算力需求從訓(xùn)練向推理傾斜，以及物理AI等新概念的興起，單純比拼參數(shù)的階段即將過去。盡管國產(chǎn)廠商迎來了百花齊放的局面，但面對英偉達(dá)資金規(guī)模優(yōu)勢和強(qiáng)大的CUDA生態(tài)，未來，客戶需要的是交付穩(wěn)定性、集群運(yùn)行效率與軟件棧易用性。
從整體來看，國產(chǎn)GPU已經(jīng)形成了多種路線，一是以沐曦股份為代表的通用GPU路徑，產(chǎn)品可適配多類算力場景直面國際巨頭競爭；二是以華為昇騰、寒武紀(jì)為代表的定制化路徑，芯片圍繞特定場景設(shè)計，效率突出但場景復(fù)用性弱；三是以購買海外技術(shù)底層再開發(fā)的路徑，部分廠商依托現(xiàn)有技術(shù)基礎(chǔ)快速迭代，但核心自主性不足。
對國產(chǎn)AI芯片企業(yè)而言，面對爆發(fā)的算力需求，當(dāng)下仍然處于生態(tài)建設(shè)的起步階段。
結(jié)語
決定下一代AI天花板的，不再是算力堆砌的軍備競賽，而是能耗、延遲、確定性共同構(gòu)成的AI能力新指標(biāo)。
（文/陳皮）
e-Mail：lab@enet16.com
