行业动态

<p>在后摩尔时代技术迭代加速、全球 AI 算力竞争白热化的背景下，传统 GPU 单一主导的算力格局正在被快速改写。随着专用算力效率革命到来，<a href='/keji/1405.html' title='三星或将代工谷歌第十代TPU核心部件 正推进相关合作谈判' target='_blank'>TPU</a> 技术商业化进程全面提速，全球正式迈入 GPU 与 TPU 双线并行、协同驱动的全新算力时代，也为我国国产算力实现结构性突破、重塑产业格局打开了战略窗口。</p> <p>后摩尔时代开启效率算力竞争新范式，TPU 打破 GPU 垄断格局</p> <p>今年 5 月，华为正式发布了“韬（τ）定律”，提出以“时间缩微”替代传统的“几何缩微”作为半导体产业演进的核心逻辑。以韬定律为标志的后摩尔时代新规律，正在为全球算力竞争开辟一条全新的赛道。在这个以“效率”为关键词的新格局中，TPU 这一专为深度学习张量运算定制的专用芯片，正跃升为 AI 算力格局中与 GPU 并驾齐驱的关键力量。</p> <p>GPU 主打通用算力、适配多元场景，TPU 深耕专用算力、极致适配 AI 深度学习，两条路线互为支撑、缺一不可，共同构成人工智能产业发展的底层算力基座。任一技术路线的缺失，都将形成算力体系短板，制约人工智能全场景发展。</p> <p>海外路径成熟：巨头布局，TPU 完成产业化体系验证</p> <p>海外头部厂商的商业化落地，直观印证了 TPU 赛道的爆发潜力。The Information 最新消息显示，谷歌已向英特尔下达大额订单，计划 2028 年量产超 300 万颗自研 TPU。瑞穗证券调研报告进一步预判，2028 年谷歌 TPU 整体出货量将突破 3500 万颗，增长速度远超行业预期，打破海外通用 GPU 的长期垄断格局。</p> <p>自 2016 年首款推理专用 TPU 诞生以来，谷歌持续迭代技术架构，第八代 TPU 已形成训练、推理双产品线布局。凭借优异的能效比与成本优势，TPU 获得 Meta、苹果、Anthropic 等全球顶级科技企业规模化采购。业内人士指出，TPU 的全球化普及，源于算力产业的结构性升级：云厂商自研芯片投入持续加大、定制化芯片成为产业增长主力、上下游成熟供应链协同发力，共同构筑起 TPU 系统化、规模化的产业竞争力，标志着专用算力赛道已完全成熟。</p> <p>国产算力进阶：双轮驱动格局成型，国产 TPU 实现破局</p> <p>在海外技术垄断、先进制程管制的外部环境下，国内算力产业加速构建“GPU 通用补齐、TPU 专用突破”的双轮驱动格局。数据显示，英伟达在中国 AI 芯片市场份额已从三年前 95% 降至 8%，国产 AI 加速卡市场份额突破 60%，国产化替代进程全面提速。随着效率优先规则的提出，国产专用算力赛道的战略价值愈发凸显，TPU 迎来结构性发展机遇。</p> <p>作为国内 TPU 赛道核心标杆，中昊芯英是国内唯一掌握高性能 TPU AI 专用算力芯片核心技术并实现芯片量产的企业，公司自成立以来坚持全栈自研路线，构建了完全自主可控的 TPU 技术体系。2023 年，中昊芯英首款 TPU 算力芯片“刹那 ®”完成流片并实现产业化落地，该芯片拥有完全自主可控的 IP 核与全自研指令集及计算平台，在 AI 计算场景中实现了算力性能超越海外知名 GPU 近 1.5 倍、能耗降低 30% 的突破。基于“刹那”芯片构建的“泰则”大规模 AI 计算集群，已在多个超大规模智算中心中落地。在软件生态层面，公司自研软件栈已实现对 DeepSeek、智谱、百度文心等国内主流大模型的适配，完成国产专用算力领域的关键补位。</p> <p>在后摩尔时代，韬定律的提出揭示了一个变化：算力竞争的核心已从“更大规模”转向“更高效能”。GPU 通用算力 +TPU 专用算力双线并行，共同支撑人工智能全场景落地。如果忽视 TPU 产业布局、放缓发展步伐，我国 AI 算力体系或将出现卡脖子短板。以中昊芯英为代表的国产 TPU 企业，凭借技术深耕与生态构建，在国产算力的关键赛道上完成了从“0 到 1”的补位。未来，唯有坚持双路线协同发展，大力扶持本土 TPU 产业壮大，不断完善技术体系与应用生态，才能持续夯实我国安全、自主、高效的 AI 算力产业底座，推动人工智能产业行稳致远。</p>