中国AI GPU依靠市场扩张、成本优势与超节点基础设施加速缩小对美差距

概览

报告围绕中国AI GPU市场增长、国产替代、推理成本和超节点基础设施展开，结论是中国正在通过市场规模、经济性和系统工程能力缩小与美国的AI计算差距。

核心观点

报告首先判断中国AI GPU市场正在扩大，本土AI加速器的市场份额也在上升，相关企业市值规模增长，未来还将有更多IPO。摩根士丹利预计，中国AI芯片潜在市场规模将在2030年达到910亿美元。其需求拆分覆盖中国云服务商、电信运营商、主权及国有企业，以及海外资本开支，意味着增长逻辑并非依赖单一客户类别，而是来自多个算力采购主体的共同投入。报告同时给予大中华区科技半导体行业Attractive观点，对应未来12—18个月相对相关广义市场基准更具吸引力的判断。 对于近期需求，报告建立了由市场价格、Token使用量和资本开支组成的跟踪框架。中国市场的英伟达5090价格持续上涨；字节跳动旗下火山引擎及豆包处理的月度Token数量激增，显示AI使用需求较高；报告还跟踪中国主流大模型的平均Token价格，并比较中国与全球云计算资本开支趋势。这些指标从硬件价格、实际模型调用量、推理价格和基础设施投入等不同角度交叉观察中国AI GPU需求热度。 报告认为，中美AI计算的比较不能只停留在单颗芯片性能，而应同时考察芯片、系统和基础设施。其九因素比较框架显示，中国在芯片层面仍面对被感知的技术差距，但更强的基础设施和系统集成能力正在缩小整体差距。随着中国和美国的AI芯片价值链逐步形成相对独立的计算体系，中国可以通过大规模系统架构、互连和集群工程弥补部分单芯片限制。 推理经济性是报告支持国产芯片竞争力的另一条核心证据。根据公司资料和摩根士丹利研究估算，国产芯片在中国大模型推理场景下拥有更低的总拥有成本，其单位Token成本可与英伟达处理器相当。由于国产产品定价显著更低，其单位成本性能更强。报告由此强调，采购者最终比较的不只是峰值算力，还包括购置及运行总成本、实际推理产出，以及每个Token对应的成本。 系统层面的进展集中体现在超节点方案。报告提及华为CloudMatrix 384 A3，并重点介绍华为在2026年世界人工智能大会展示的新Atlas 950 SuperPod。Atlas 950把单一超节点扩展至1,000个以上NPU，其背面展示了UBlink采用的光互连。报告还比较了大会上的多种超节点解决方案，并关注无中板正交设计，显示中国厂商正在通过更大集群规模、光互连和系统结构创新形成繁荣的超节点生态。这些基础设施能力与国产芯片的成本优势共同构成缩小中美AI计算差距的主要路径。

分析框架

报告先预测中国AI芯片TAM，并按云服务商、电信运营商、主权及国企和海外资本开支拆分需求来源；随后以GPU价格、Token调用量、模型价格和云资本开支跟踪近期需求；再从芯片、系统和基础设施九个因素比较中美能力，最后用总拥有成本、单位Token成本、单位成本性能及2026年世界人工智能大会的超节点方案验证国产AI计算的经济性和工程进展。

方法论与常识提炼

• 行业/产业分析框架

  AI芯片TAM预测

  报告估算中国AI芯片可服务市场的长期规模，并按不同算力采购主体拆分需求，得到2030年910亿美元的TAM预测。

• 竞争与战略框架价值链分析

  中美AI芯片价值链与计算体系比较

  报告从芯片、系统和基础设施观察中美AI计算体系，重点分析中国如何利用系统工程和基础设施弥补部分芯片技术差距。

• 竞争与战略框架

  中美AI九因素比较

  报告采用九项因素进行跨国比较，避免仅以单颗芯片性能判断整体AI计算能力。

• 行业/产业分析框架

  推理总拥有成本与单位Token成本分析

  报告把芯片购置和运行成本与实际推理产出联系起来，用总拥有成本、单位Token成本及单位成本性能比较国产芯片和英伟达处理器。

• 周期与景气框架

  AI GPU近期需求跟踪指标

  报告结合英伟达5090价格、字节跳动月度Token量、主流大模型Token价格和云资本开支趋势跟踪近期需求变化。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• 中国本土AI GPU及加速器产业

  报告认为其受益于中国AI芯片TAM增长、本土份额提升及多类算力采购主体增加投入。

  优势

  总拥有成本较低、单位Token成本可与英伟达处理器相当，并因定价显著较低而具有更强的单位成本性能。

  劣势

  报告的比较框架仍承认中国在芯片层面存在被感知的技术差距。

  对比

  相较英伟达面向中国市场的处理器，国产芯片在推理经济性和单位成本性能方面更具优势。

• 华为Atlas 950 SuperPod

  作为中国以系统和基础设施能力缩小AI计算差距的代表性超节点方案。

  优势

  可扩展至1,000个以上NPU，并展示UBlink光互连设计。

  对比

  报告将其与2026年世界人工智能大会展示的其他超节点方案一并比较。

• 英伟达面向中国市场的处理器

  报告将其作为国产AI芯片在价格、总拥有成本和单位Token成本方面的主要比较基准。

  劣势

  中国市场5090价格持续上涨；报告估算国产芯片的总拥有成本更低。

  对比

  国产芯片的单位Token成本与其相当，但凭借更低定价实现更强的单位成本性能。

关键数据

• 中国AI芯片TAMUS$91bn摩根士丹利对2030年的预测值。
• 大中华区科技半导体行业观点Attractive对应未来12—18个月相对于相关广义市场基准更具吸引力的行业判断。
• Atlas 950 SuperPod规模超过1,000个NPU华为在2026年世界人工智能大会展示的新超节点方案。
• 国产芯片推理总拥有成本低于英伟达处理器面向中国AI大模型推理场景，基于公司资料及摩根士丹利研究估算。
• 国产芯片单位Token成本与英伟达处理器相当报告用于衡量实际推理经济性的比较结果。
• 国产芯片单位成本性能更强报告将其归因于显著较低的产品定价。
• 中国市场英伟达5090价格持续上涨报告列示的近期AI GPU需求跟踪指标。
• 字节跳动月度Token处理量激增火山引擎及豆包的Token趋势被报告视为中国AI需求较高的信号。

影响与含义

报告认为，中国AI芯片市场扩张和多元算力投入将为国产加速器提供更大的商业空间。即使单芯片层面仍存在技术差距，较低的推理成本、更强的单位成本性能以及千卡级超节点、光互连和系统架构进步，也能提升国产计算体系的整体竞争力并推动中美差距收窄。

后续跟踪

• 跟踪中国市场英伟达5090价格是否继续上涨。
• 跟踪字节跳动火山引擎及豆包的月度Token处理量变化。
• 跟踪中国主流AI大模型的平均Token价格。
• 比较中国与全球云计算资本开支趋势。