国海证券：AI ASIC推理场景优势显著 与GPU共筑算力新格局

（原标题：国海证券：AI ASIC推理场景优势显著 与GPU共筑算力新格局）

智通财经APP获悉，国海证券发布研报称，AI ASIC在推理场景具备显著的能效比与成本优势，有望在各大互联网厂商中加速放量。同时，该行认为国内其余头部芯片厂商将与互联网大厂自研芯片形成长期共存关系，利好具备自研架构与生态协同能力的头部芯片厂商及互联网AI ASIC产业链上下游企业。基于此，维持对计算机行业“推荐”评级。

国海证券主要观点如下：

AI ASIC概览：推理场景优势显著，有望与GPU长期共存

AI ASIC是专为神经网络训练与推理任务定制的芯片，通过去除通用冗余模块、引入脉动阵列/专用张量单元等手段，实现更高计算密度、更优能效比及更低成本的核心目标，可分为TPU、NPU、LPU等架构。据半导体产业纵横，训练场景下90%以上的AI框架原生支持英伟达CUDA，但推理场景模型算法逻辑相对固定，对芯片灵活性要求较低，而对能效比和成本更为敏感，AI ASIC优势显著。

全球云巨头及模型厂商普遍探索AI ASIC方案，据DIGITIMESResearch，2026年全球高端AI ASIC出货量预计达723万颗，同比增速超40%，Counterpoint Research预计2027年出货量将较2024年增长三倍。产业链方面，AI ASIC合作模式通常为联合开发，大厂负责定义芯片规格与架构设计，前端物理实现与博通、Marvell、世芯、联发科等专业ASIC设计公司联合完成，博通和Marvell凭借关键IP和系统方案占据关键位置。AI ASIC与GPU并非互相替代，而是“效率”与“灵活性”的权衡，多芯片策略已成为标配，据TrendForce，2026年AI ASIC服务器出货量预计达AI服务器总市场27.8%，2030年提升至39.5%。

海外AI ASIC：北美CSP自研多次迭代，已开始批量部署

谷歌TPU当前主力为第七代Ironwood(TPU v7)，单芯片FP8稠密算力达4.6 PFLOPS，搭载192 GBHBM3E;2026年4月已发布第八代TPU(拆分8t/8i)，预计2027年底量产。据DIGITIMESResearch，2026年谷歌TPU出货量预计332.6万颗，占整体AI ASIC市场46%。据华尔街见闻，AWSTrainium 3已进入出货爬坡阶段，单芯片FP8算力达2.52 PFLOPS，预计2026年Q3开始放量，全年出货量约147万颗;Trainium 4预计2026年12月上市，单芯片FP8稠密算力提升至7.6 PFLOPS。Meta公布两年四代芯片路线图(MTIA300/400/450/500)，FP8算力从1.2 PFLOPS覆盖至10 PFLOPS，MITA 450与500计划2027年大规模部署。微软Maia 200于2026年2月发布，专门面向推理场景优化，FP4和FP8算力分别达10.15 PFLOPS和5.07 PFLOPS，用于Azure数据中心，可支持OpenAIGPT5.2等应用。

国产AI ASIC：国内CSP均已布局，目标支撑部分AI云算力需求

字节跳动自研芯片核心逻辑在于通过定制化芯片降低算力成本，布局AI芯片/CPU/VPU/DPU四大产品线，AI推理芯片SeedChip采用NPU架构，2026年有望量产10万颗，远期产能规划爬坡至35万颗，主要应用于抖音、豆包等自有业务场景;同时正在开发受Groq LPU启发的新一代推理芯片，引入RRAM阻变存储技术以绕开HBM供应瓶颈。

阿里旗下平头哥覆盖AI芯片、服务器CPU及其他三大产品线，真武810E(PPU)采用GPGPU路线，综合性能对标英伟达H20，已在阿里云实现多个万卡集群部署;2026年5月发布新一代真武M890训推一体芯片，性能较810E提升约3倍，并同步发布128卡磐久超节点方案，截至2026年5月AI芯片累计出货量达56万片，服务覆盖20多个行业的数百家客户。

百度昆仑芯依托自研XPU架构完成三代芯片迭代，主力产品P800采用7nm工艺，已交付多个万卡集群;2026年7月发布M100，面向云端大规模推理，对标英伟达H20，计划2026年内正式上市;M300定位超大规模多模态模型训练专用芯片，预计2027年初推向市场;昆仑芯已启动科创板上市辅导，同步推进“A+H”两地上市布局。

腾讯布局AI推理/视频转码/网络ASIC三大赛道，紫霄系列AI推理芯片与燧原联合开发，紫霄1.0已量产并在腾讯云多个头部业务落地;2026年7月发布紫霄2.0，面向大模型训练与推理，训练性能提升4倍、推理吞吐提升3倍，2026年计划新增自研紫霄芯片占比达30%，年底部署规模扩至10万卡级别;同时腾讯通过向燧原直接采购补充算力，2025年采购额达8.3亿元，对应燧原营收比例超80%。

风险提示：下游行业需求复苏不及预期、AI大模型发展不及预期、原材料价格波动的风险、市场竞争加剧、汇率波动风险、重点关注公司业绩不及预期、各产品并不具备完全可比性，对标的相关资料和数据仅供参考。