[新聞] 解析中國AI晶片「算力三雄」的崛起契機與險阻挑戰
標題:解析中國AI晶片「算力三雄」的崛起契機與險阻挑戰
新聞來源:iknow科技產業資訊室
原文網址:https://pse.is/8l7sqp
原文:隨著摩爾線程與沐曦接連登陸上海科創板，並以數倍漲幅引發資本市場震撼，中國AI晶片
產業正式從研發長征跨入資本紅利，與規模化落地的雙重爆發期，特別是由寒武紀、摩爾
線程與沐曦構成的算力三雄，不僅在總市值上突破兆元人民幣大關，更象徵著中國在面臨
國際半導體禁令與大模型算力缺口的困境下，正試圖建構一條自主可控的智能計算產業鏈
。特別是隨著沐曦等企業募得巨額資金投入新型GPU研發，2026年預期將迎來國產高性能
晶片的產能釋放年，而在政策扶持與本土大模型需求的雙重護航下，中國 AI 晶片產業正
試圖在封鎖中完成一場史無前例的技術突圍。
儘管中國資本市場給予極高估值，但對岸AI晶片產業仍面臨營收與市值不成比例的估值倒
掛現象，也就是2025年前三季寒武紀、摩爾線程與沐曦等中國AI晶片三巨頭的合計營收與
Nvidia相比仍有巨大鴻溝，研發支出的持續燒錢也讓獲利路徑充滿挑戰。而2026年這些廠
商的競爭焦點將不再僅是跑分的高低，而是誰能率先實現更穩定的產能保障，以及誰能建
立起更強大的軟體開發者生態鏈。
中國AI晶片發展迎來雙向契機，也就是模型爆發與自主化需求的合流，此也可透過摩爾線
程、沐曦快速進入資本市場籌資則可看出中國官方的支持力道
隨著沐曦於2025年12月17日在上海科創板掛牌並寫下驚人的漲幅紀錄，中國AI 片產業正
式進入資本市場的高熱度整合期，這場投資狂潮不僅僅是個別企業的成功，更代表在外部
地緣政治壓力和內部算力需求暴增的雙重驅動下，中國本土GPU與AI算力產業鏈已從實驗
室研發階段，全面邁向規模化落地與資本化擴張的新紀元。
事實上，中國AI晶片產業當前迎來前所未有的發展契機，其核心驅動力來自於大模型性能
突破與供應鏈安全需求的深度耦合。首先，以 DeepSeek-V3.2為代表的國產開源模型展現
出媲美全球頂尖水平的推理能力，這種模型端的高速進步直接拉動對底層算力的胃納；而
市場對於從萬億參數訓練到高併發推理的需求，促使國產晶片不再只是備案，而是轉向實
質性的算力支柱。其次，資本市場的政策紅利，為這些高投入、長週期的科技企業提供關
鍵的燃料，尤其是摩爾線程從受理到通過僅用88天的創紀錄審核速度，以及沐曦高達39億
元人民幣的募資規模，顯示出中國官方與民間資本對於解決卡脖子問題的集體共識。
中國AI算力三雄的布局將會從通用性到專業化的全場景覆蓋情勢，試圖縮減與國際大廠之
間技術層次的差距
目前市場公認的算力三雄——寒武紀、摩爾線程與沐曦，雖然總市值已突破兆元大關，但
三者的技術路線與商業布局各有側重，形成優勢互補的供給格局，如沐曦主要聚焦資料中
心的高性能專業大戶、摩爾線程追求一芯多用的通用通才之信念、寒武紀堪稱為深耕AI專
用架構的先行者；整體而言，在佈局策略上，中國AI晶片的國產廠商正採取全面開花與垂
直深耕並行的路線。
其中摩爾線程以其強大的通用性著稱，不僅支持AI計算，更在DirectX12 圖形加速與硬體
級光追技術上取得突破，成功打通從雲端智算、邊緣計算到AI 筆電的全場景生態，實現
從圖形渲染到科學計算的多元矩陣。相較之下，沐曦則展現出極強的針對性，透過曦思(
推理)、曦雲(通用計算)與曦彩(渲染)三大產品線，構建全棧GPU解決方案，特別是其曦雲
系列已在10多個AI資料中心完成部署，顯示出在高性能智算中心領域的極強競爭力。這些
廠商不再僅僅追求單片晶片的性能指標，而是轉向超節點架構與萬卡集群的系統級優化，
試圖在系統層面消弭與國際巨頭的代差距。
而當前中國AI晶片的發展正處於關鍵的國產替代2.0階段，特別是過去的 1.0階段主要集
中在特定場景的ASIC開發，而2025年則展現出向通用高性能GPU轉攻的態勢，估計2025年
中國AI晶片市場規模已達1,780億元人民幣，且智能算力需求的年增長率超過40%。更重要
的是，隨著DeepSeek等中國國產大模型的爆發，對本土算力的適配需求從可選項變成必選
項，這促使晶片廠從單純的硬體設計轉向軟硬一體的生態建設。
中國AI晶片發展未來的挑戰將再於技術迭代、產能保障與生態圍牆，特別是當資本熱潮冷
卻後，對岸國產AI晶片是否能在商業應用中，提供與國際一流產品抗衡的能效比與穩定性
，此將是真正的考驗
在資本市場大幅飆升的背後，中國AI晶片產業仍面臨著嚴峻的挑戰。首先問題在於研發支
出與獲利能力的平衡，即便市值再高，但面對Nvidia每年動輒數十億美金的研發投入，中
國國產晶片廠仍需在持續燒錢與縮小代差之間走鋼絲；此外，產能供應鏈的穩定性依然受
制於外部環境，如何在受限的製程下，透過先進封裝技術與架構創新來實現性能逆襲，是
未來幾年最現實的技術關卡；最後，軟體生態的護城河依然是最大的難題。雖然摩爾線程
與沐曦都在強調對CUDA生態的相容性或開發自有的統一計算平台，但要讓全球開發者從成
熟的軟體環境轉向本土平台，仍需要漫長的培育期。
心得:中國 AI 晶片發展的核心已不再只是單點性能追趕，而是試圖透過系統級優化、超大規模
集群與軟硬整合，走出一條不同於 Nvidia 的替代路徑，這在策略上具有合理性，也符合
其受限製程下的現實條件。
※每日每人發文、上限量為八篇，超過會劣文請注意
⊕請確切在標題與新聞來源處填入名稱與連結，否則可無條件移除(本行可移除)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/IA/M.1768376242.A.9DF.html