智通财经 APP 获悉，国信证券发布研报称，当前算力需求正从前期的 " 模型训练 " 加速向规模化落地的 " 应用推理 " 侧外溢。随着摩尔定律边际效应减弱，算力竞争的核心已从传统的 " 单芯片峰值性能提升 " 全面转向 " 芯片、软件生态与系统级集群的综合效率优化 "。在海外高端芯片销售受限的背景下，国内信创需求与大模型迭代共振，推动本土 AI 芯片厂商加速适配并放量，国产算力全栈生态迎来增量机遇。

国信证券主要观点如下：

AI 计算异构化与系统级协同，芯片竞争从峰值性能转向综合效率

海外大模型 ( 如 OpenAI、Google 等 ) 保持每半年一代的高频迭代，追求智能化升级 ; 国产大模型在经历了技术蓄力后，自 2025 年起以 DeepSeek-R1、智谱 GLM 等为代表的产品迭代显著提速，中美已成为全球大模型供给的两大核心。随着 AI 应用规模化落地，针对推理基础设施的投资规模从 2024 年开始超越训练侧，推理侧更强调高吞吐、大并发以及成本性能的平衡。AI 算力产业正从 " 单芯片性能提升 " 转向由芯片、先进封装、高带宽存储 ( HBM ) 、编译框架、液冷及大规模集群构成的系统级协同优化。AI 系统本质是异构计算体系：CPU 负责通用调度，GPU 承担大规模并行通用加速，而 TPU/NPU 等 ASIC 芯片则在特定模型和推理降本中发挥效率优势，形成百花齐放的长期共存格局。

海外芯片龙头从单芯片竞争走向平台化交付

英伟达依托 GPU、CUDA 生态、NVLink 和 Blackwell 整柜系统，将单芯片竞争扩展为 " 芯片 + 网络 + 软件 + 系统 " 的平台竞争 ; 谷歌以 TPU 为核心服务自有模型 ( 如 Gemini ) 和云客户 ;AWS 则通过 Inferentia 和 Trainium 两条 ASIC 产品线将云端 AI 成本拆解，降低单位训练与推理成本。

国产算力适配与信创共振

国内信创市场正从传统的通用算力国产替代 ( CPU、操作系统等 ) 转向智能算力基础设施升级。2026 年 5 月，国家首次在安全可靠测评中设立专门 AI 芯片品类，华为海思、平头哥、海光信息、壁仞科技、摩尔线程等 9 款国产芯片获评安全可靠等级Ⅰ级，正式纳入信创体系。国产算力的焦点不只是单卡峰值，而是 " 芯片 + HBM + 互联 + 服务器 + 编译器 / 算子库 + 推理引擎 + 模型适配 " 的全栈效率。未来随下游国产云计算厂商、运营商等需求打开，国产算力芯片有望持续持续增长。

风险提示

一、国产替代进程不及预期；二、下游需求不及预期；三、行业竞争加剧的风险；四、国际关系发生不利变化的风险。