每经记者：朱成祥 每经编辑：杨夏
2024年，ai浪潮持续翻涌，寒武纪（688256.sh，股价625元，市值2609.1亿元）作为a股ai算力芯片龙头可谓风头无两，wind数据显示，去年寒武纪股价上涨387.55%，同期科创100指数则下跌8.56%。
在寒武纪“独领风骚”的二级市场之外，国内还有一批优秀的ai算力芯片企业尚未登陆资本市场，如壁仞科技、天数智芯、燧原股份、摩尔线程、沐曦等。其中，壁仞科技、燧原股份、摩尔线程、沐曦目前已进入上市辅导阶段。
ai算力芯片主要可以分为gpu（图形处理器）、ai asic（人工智能专用处理器）和fpga（现场可编程门阵列）三种。目前，国内gpu厂商代表有壁仞科技、天智数芯、摩尔线程和沐曦等；ai asic厂商代表有华为海思升腾、燧原股份、地平线、黑芝麻智能、比特大陆等。
尽管位列wind gpu指数（8841701.wi）成分股，但根据寒武纪招股书，其将自己的产品与传统芯片cpu、gpu等进行了区分，称“主要研发通用型智能芯片”，而不是专用型智能芯片（asic）。不过，在多家券商和咨询机构的研报中，均将其产品列为了asic。
gpu与asic芯片到底是什么？
根据国泰君安证券研报，ai芯片主要分为三种类型：通用型（gpu）、半定制型（fpga）、定制型（asic）。三类芯片代表分别有英伟达（nvidia）的gpu、赛灵思的fpga和google的tpu（一种专门为机器学习任务设计的ai asic）。gpu的计算能力最强，但是成本高、功耗高；fpga可编程，最灵活，但是计算能力不强；asic体积小、功耗低，适合量产，但是研发时间长，且不可编辑，前期投入成本高，带来一定的技术风险。
在寒武纪招股书中，将自己的产品与传统cpu、gpu等芯片类型进行了区分，而是列为通用型智能芯片和专用型智能芯片（asic）两类。其中，通用型智能芯片代表包括寒武纪思元100/270/220）、华为海思（ascend 310/910）、谷歌（tpu v1/v2/v3、tpu edge）等。
在国泰君安证券研报中，谷歌tpu、华为海思升腾910均被分类为asic。此外，燧原股份的云燧t20与寒武纪的npu在整体性能上也与谷歌比肩。
此外，民生证券研报显示，云端算力中，寒武纪也被划入了asic。
头豹研究院ai行业高级分析师常乔雨也告诉《每日经济新闻》记者：“目前国内从事ai asic研发的厂商主要包括寒武纪、地平线、燧原科技、黑芝麻智能和比特大陆等。”
不过，寒武纪、燧原科技的芯片可能更偏向于dsa（领域专用架构），不属于传统不可编程的asic，而是广义的asic。
传统asic不可编程，于是dsa应运而生。常乔雨表示：“dsa芯片在性能和灵活性之间找到平衡点，成为asic和gpgpu（通用图形处理器计算）之外的另一条技术路径。dsa结合了asic的高性能优势和gpgpu（通用图形处理器）的编程灵活性，专为特定领域的计算需求设计，尤其适用于泛安防和自动驾驶等明确场景。”
他补充表示：“整体来看，asic、gpgpu和dsa各有侧重：asic注重特定任务的极致性能，gpgpu强调通用性，而dsa则尝试去结合两者的优点，带来性价比和效率更高的算力。”
燧原股份相关工作人员也回复《每日经济新闻》记者称：“我们是dsa架构。”
黑芝麻智能也对记者表示：“黑芝麻智能的芯片架构兼具asic的高性能和gpgpu的灵活性，芯片产品可以归为asic芯片类别，和以上芯片（寒武纪、华为海思升腾、燧原科技）架构类似，都具备灵活编程的扩展性。”
简而言之，dsa属于广义asic芯片，且较传统asic更加灵活。
四大ai算力厂商启动ipo辅导
2024年8月以来，国内四大ai算力厂商陆续启动ipo辅导。2024年8月26日，ai asic领域代表厂商燧原科技启动ipo辅导；gpgpu领域代表厂商壁仞科技于9月11日启动ipo辅导；11月12日，gpu厂商摩尔线程启动ipo辅导。
进入2025年，1月15日，沐曦股份也启动了上市辅导。若四家全部上市成功，将大幅扩展a股ai算力厂商投资标的的供给。
这几家接受ipo辅导的企业中，燧原科技创始团队有amd背景，其创始人兼coo张亚林于2008年加入amd，历任资深芯片经理、技术总监。曾经作为全球芯片研发主要负责人之一，在amd上海研发中心成功领导开发并量产了多颗世界级芯片，拥有丰富的工程和产品化实战经验。
沐曦股份创始团队同样来自amd，其创始人陈维良曾任amd全球gpgpu设计总负责人；两位cto（首席技术官）均为前amd首席科学家，目前分别负责公司软硬件架构。
而摩尔线程创始团队来自全球gpu巨头英伟达，其创始人兼ceo张建中曾任英伟达全球副总裁、中国区总经理，在gpu这一行业已经深耕近二十年。
除了这四家接受ipo辅导的厂商外，天数智芯、昆仑芯、平头哥等厂商也广受市场关注。
另外，目前接受ipo辅导的四家厂商中，三家属于gpu路线，一家属于asic路线。当下，以英伟达为代表的gpu算力厂商仍是市场主流，而近期以博通为代表的asic路线也逐渐受到广泛关注。
对于gpu路线与asic路线的优劣，trendforce集邦咨询分析师邱珮雯回复《每日经济新闻》记者认为：“asic在可见的未来不会完全取代gpu，asic通常是专门为某种特定应用或运算去设计的芯片，如训练或推理，偏向特定客户定制化；而gpu设计为通用运算，对于执行多样任务较具灵活性，通常为标准品，适用于多数客户，且相较于高阶英伟达芯片如b200，asic目前开发运算效能落差仍大。因此，asic和gpu有各自的目标市场及应用。”
常乔雨认为：“当前，ai asic的应用主要集中在推理任务上，尽管部分产品也涉及训练领域，但推理显然是其核心战场。这是因为推理任务具有固定的计算模式和高吞吐量需求，非常契合asic硬件固化的高效特性。与此同时，推理的市场空间未来也将显著超过训练。随着人工智能技术在各行业的加速渗透，终端设备和云端推理的需求量快速增长，涵盖了从智能家居到工业自动化再到车载计算的多样化场景。而推理任务的高频调用和长生命周期特点，也决定了这一市场的规模潜力将远超一次性投入较高的训练环节。”
也就是说，当下ai仍以训练为主导，gpu仍是主流。而未来，随着ai技术的广泛落地，推理市场规模或大幅超过训练环节。而推理环节，正是ai asic的主战场。
事实上，asic芯片不仅在推理领域潜力巨大，在类似智驾等特定场景的应用也前景广阔。
黑芝麻智能方面告诉《每日经济新闻》记者：“黑芝麻智能的智驾芯片在高性能、低功耗、灵活性、跨域融合、市场定位和端到端算法参考模型等方面都有显著优势。由于黑芝麻智能智驾芯片面向特定场景，因此算力的利用率、能效比都会更高。在灵活性方面，黑芝麻智能的芯片设计融入了可编程性，使其在一定程度上具备gpgpu的灵活性。”
如何补“运力”短板？
目前，国际上主流ai asic厂商为博通、marvell。需要注意的是，博通不仅拥有ai asic设计能力，其配套网络业务也十分强大，比如以太网交换芯片、pcie/cxl retimer等。而英伟达算力领域的三大壁垒，包括gpgpu芯片、nvlink和cuda生态。而国内厂商在软件工具链和开发者生态方面尚待补强。
根据国联证券研报，ai大模型的快速发展推动“算力”“存力”需求快速增长。与此同时，对“运力”也提出了更高的需求。系统需要更高的带宽，更快的传输。但内存的性能提升速度远低于处理器的性能提升速度，导致处理器无法充分发挥其计算能力。
英伟达有nvlink，博通有cxl技术，那么国内在“运力”领域有哪些布局呢？
国内cxl高速互联厂商国数集联告诉《每日经济新闻》记者：“nvlink具备高带宽和低延迟的优点，但存在生态封闭、价格昂贵等问题。主要运用在英伟达产品中。cxl基于pcie的基础上发展而来，专注于优化处理器与加速器之间的通信。cxl能够提供高带宽、低延迟的通信，并支持先进的大容量低延迟内存协同特性。cxl也是唯一横跨运力和存力的互联标准、唯一横跨通用服务器和ai服务器的互联标准。”
目前国内也有较多的ai asic厂商。那么，国数集联在高速互联领域有哪些独特的优势，是否有意与ai算力芯片厂商合作，共同研发、拓展市场？
国数集联表示：“公司面向人工智能数据中心（aidc）、云服务商、服务器厂商以及运营商，提供先进的高速互联算法、芯片及方案。目前，公司的核心产品包括cxl switch芯片、模块以及硬件整体方案。国数集联正与国内的云厂商、ai厂商、运营商展开合作，旨在提供高效的数据传输和联结方案。”
异构计算会是未来吗？
大模型发展迅速，也对各大厂商软硬件结合能力提出更高要求。而国内不少gpgpu厂商，也开始走向“异构计算”。
天数智芯副总裁邹翾对《每日经济新闻》记者表示：“异构计算在训练和推理领域都占据着重要地位。在训练领域，面对大规模数据集和复杂模型结构，单一类型芯片往往难以满足计算需求。异构计算通过整合多种不同架构芯片，可以加速训练过程，减少训练时间和成本。在推理领域，实时性要求极高，异构计算能够根据不同的推理任务特性，灵活调配硬件资源。例如在处理图像、语音等特定类型数据时，通过不同芯片的协同工作，快速完成推理，输出准确结果。”
资料显示，天数智芯是国内率先支持智算芯片混合训练的通用gpu厂商。其“天垓”和“智铠”产品系列，广泛应用于主流大模型的训练、微调以及推理任务。2024年，天数智芯参加了在上海市通信管理局和上海市数据局的支持下，多家单位联合开展的跨域异构算力网络实验验证工作，异构混训效率可达97.5%。
壁仞科技向记者提供的资料也显示，公司正联合客户、合作伙伴、科研机构共同推动异构gpu协同训练生态，具体包括：中国移动、中国电信、中兴通讯、商汤科技、国网智能电网研究院有限公司、上海智能算力科技有限公司、上海人工智能实验室、中国信息通信研究院等。
壁仞科技表示，这一异构gpu协同训练方案最终实现了国产gpu和英伟达gpu的异构共存，突破异构算力孤岛难题，加快国产gpu的落地迁移，助力国产大模型落地。此外，该方案赋能整个算力产业发展，壁仞hgct方案具备普适性、易用性、兼容性，助力最终客户实现多种异构算力聚合，最大化异构gpu集群利用效率。
在边缘侧，ai pc又将如何发展呢？未来ai算力芯片是否可能作为单独的“外挂”芯片，类似于独立显卡搭配在ai pc之中？
天智数芯表示：“目前这种外挂ai芯片的ai pc已有原型，并且已经有用户在使用。随着ai在pc端应用场景不断拓展，如智能创作、数据分析等，对算力需求剧增。将ai算力芯片做成‘外挂’，便于用户根据自身需求灵活升级，提升ai性能，就像现在人们按需选择独立显卡。同时，这也有助于降低pc整体成本，促进ai技术在pc领域的普及。”
可以看出，除了寒武纪外，国内未上市的企业中，也有较多gpgpu厂商、ai asic厂商，且在“运力”、软件生态领域，国内厂商也在积极布局。
每日经济新闻
