来源：市场资讯

（来源：泽平宏观展望）

中国本土AI芯片企业在全球市场份额合计不足1%，当下主要是国产替代逻辑。IDC数据显示，本土AI芯片厂商的国内市场占有率正在快速提升，2024年出货量82万张，渗透率约30%；相较2023年15%的国产渗透率有明显提升。

分类看，GPU服务器在中国加速服务器市场依然是主导地位，占比近70%；ASIC 和 FPGA等非GPU加速服务器高速增长，占比约30%。

按企业看，华为昇腾销量64万，在中国AI芯片市场占23%，是本土第一品牌；昆仑芯（百度系）6.9万、天数智芯3.8万、寒武纪2.6万、沐曦2.4万、燧原科技1.3万，其他品牌销量未过万。

4 GPU国产化关键是产业自主和软件生态

中国GPU国产化要突破的重点领域有两类：一是产业上，从EDA、IP、设备、材料到晶圆代工的半导体产业链都需要攻坚。二是软件端，面对CUDA生态近20年的“护城河”。国产替代非一朝一夕，高端芯片领域挑战依然艰巨。

4.1 EDA和IP:点工具突破、GPU核心仍薄弱

EDA（电子设计自动化）和IP（半导体知识产权）处于半导体产业最上游。EDA是芯片设计的一整套工具链，设计师用其进行数字设计、模拟、验证概念，并最终生成芯片制造图纸。IP是已验证过的成熟模块，芯片公司以自研、购买、或获得授权使用IP的方式来搭建各项功能，在EDA的辅助下集成为芯片图纸。

EDA和IP自主是芯片产业国产化的基石。目前先进制程芯片所采用的FinFET正逐步升级为下一代的GAAFET架构，有更优秀的静电特性和功耗、频率，是发展2nm芯片的关键。而先进制程芯片的数字设计、线路布局、验证等环节高度依赖最新EDA工具和IP。IP能加快设计和迭代的速度，先进制程芯片设计也依赖IP的更新。

全球EDA市场主要由三家美国公司：新思科技（Synopsys）、铿腾电子（Cadence）、西门子EDA（Siemens EDA，原明导国际）主导。2024年三家的市场份额分别为31%、30%、13%。中国EDA的主要参与者包括华大九天、概伦电子、广立微、芯和半导体、芯华章与鸿芯微纳。

IP市场，安谋（ARM，软银旗下）和新思两家占有全球2/3的份额，铿腾和Alphawave（高通收购）合计9%。其中，安谋主要市场在移动计算，后三者主要市场在高性能计算。国内半导体IP的主要参与者有芯原股份、芯耀辉、锐成芯微、芯来科技、寒武纪、平头哥（阿里旗下）。

EDA的突破在于“点工具”，比如原理图和PCB设计工具上已经完全自主，在模拟芯片EDA领域，也已经有国内厂商实现了全流程自主，但数字芯片、系统级芯片的全流程领域还存在空缺。由于设计一颗先进制程芯片需要上百种工具协同，而国际EDA工具与台积电的工艺设计套件深度绑定，因此EDA自主化和晶圆代工的国产替代需同步实现。

IP的挑战在于架构创新和生态独立。常见IP有处理器核心、接口IP、基础IP、GPU专用IP。其中，接口IP过去主要由新思和铿腾提供，现在是国产替代较快的环节，并有国内IP授权给多家国内外芯片公司的成功案例。

同时，GPU IP自研起步，通常国内GPU厂商采用“IP授权”模式开发芯片，但随着下游芯片设计企业对本土IP采购意愿增强，GPU核心IP自研是大势所趋，但生态壁垒也很明显。由于GPU设计的特殊性，不同模块的IP来源通常分散。以英伟达为例，其流处理器架构、并行计算架构、张量核心等关键IP都由自主设计，但部分特定功能也需要采用第三方IP来开发。目前，实现纯粹国产GPU核心IP还不具条件，而高性能的GPU架构设计也才起步，自主GPU IP生态搭建是长期工程，国内需要加紧人才培育和市场经验积累。

4.2 晶圆制造和设备:良率、产能、光刻设备攻坚

芯片制造商也被称为晶圆代工厂（Foundry），职责是将设计图纸上的芯片实际制造出来。也是整个半导体产业中价值含量最高、流程最复杂、资本开支最大的环节。

根据2025年Q2数据，全球近七成的晶圆代工市场由台积电（TSMC）独占，三星市占率达到7.3%，中芯国际升至全球第三，市占率5.1%，华虹集团也跻身全球第六，份额2.5%。目前，中芯国际、华虹半导体已具备28nm及以上芯片的大规模、高良率的制造能力，能满足大部分中低端GPU和国产GPU初代产品的制造需求，总体看28nm及以上的产能自给率已超过40%。

14nm及以下的先进制程代工还需突破，中芯国际是国产GPU产能的主要来源，目前中芯国际已实现14nm量产，但良率和产能有限。由于无法获取EUV光刻机，且材料方面的超高纯度化学品、光刻胶等仍依赖进口，因此7nm、5nm等更先进制程的研发和量产仍需攻坚。好在国产DUV（深紫外）光刻设备研发已经落地。由深圳市政府投资的俞亮昇，已成功研发DUV光刻设备，目前正在测试阶段，预计其进入产线后将在一定程度上降低对海外光刻设备的依赖，先进制程仍需要EUV光刻设备。

光刻设备的战略价值和技术壁垒极高，是芯片图案转移的核心，和薄膜沉积、刻蚀设备同属于半导体三大前道环节。全球主要供应商是阿斯麦（ASML），市场份额占比高达82.1%，其次是佳能（Canon）和尼康（Nikon）市占率分别为10.2%、7.7%。国内主要光刻设备研发参与者有上海微电子、新凯来、以及长光所。

虽然利用现有DUV光刻机，采用“多重曝光”技术仍可以生产7nm及以下的芯片，但会导致生产成本上升、生产时间延长以及良率降低。因此，长期看实现EUV光刻设备自主还是关键，重点在于如何解决顶级设备对全球供应链依赖的问题。光刻机被称为“工业明珠”，打造靠的是全球顶尖技术的合力。比如，阿斯麦的气体来自美国、光源有日本供应、镜头来自德国，因此，光刻设备的国产化替代考验的不仅是单点技术突破，更是细分产业链的完备和自主可控。

4.3 GPU软件生态：核心挑战在于打破CUDA壁垒

CUDA是英伟达垄断GPU行业的核心护城河，也是GPU自主攻坚最大的壁垒。截止2024年底，CUDA已拥有超过500万开发者，服务于全球85%以上的数据中心，90%的AI框架基于CUDA开发，95%的AI训练任务依赖CUDA工具链。

CUDA全称“统一计算设备架构”，其作用是让图形编程之外的领域也能最大程度利用GPU。CUDA的组成结构主要有三个部分：开发库、运行期环境、驱动。开发库的作用是让开发者可以快速建立起自己的应用，并且开发者也可以在CUDA的技术基础上搭建出定制化的开发库。运行期环境主要提供应用开发接口和运行期组件，基本上涵盖通用GPU开发所需要的所有功能和资源接口。驱动部分即是英伟达显卡的驱动，虽然不同版本系列GPU有不同，但本质上是为英伟达自家的硬件设备建立的抽象层，提供访问接口。

CUDA和英伟达硬件绑定扩张，已经成为事实上的GPU软件行业标准。随着GPU发展迭代，其功能和应用范围也不断扩大。开发者的投入与CUDA深度绑定，协同优化，在多代技术跃迁下构建了一个庞大的、自我循环、自我强化的生态平台。

当前，国内GPU生态和英伟达CUDA差距在于两方面。

一是用户适配成本高。由于国内的GPU生态起步晚，且碎片化，基础软件不统一。各家厂商自建生态，形成了互不相通的技术壁垒，导致用户适配成本高，软件迭代时间和成本增加，制约了产业效率和竞争力。

二是缺乏高阶工具。CUDA生态GPU的特点是稳定、高效、易用，而国产GPU常面临硬件“纸面”算力与实际应用输出存在差距的问题，本质上是缺乏成熟的高阶软件栈，效能被软件短板所抵消。

好在国内厂商都意识到软件生态的重要性。目前主要存在两种方案路线。一是兼容CUDA路线，通过软件层转换，降低开发者的迁移门槛。但这种方式存在性能损耗和长期开发风险。二是构建独立生态路线，比如华为的CANN、摩尔线程的MUSA等，目的是打造自主的开发者体系但需要巨大的投入和耐心，核心在于能否吸引开发者长期在其平台上创造价值。

虽然许多国内企业已形成“高性能用进口、安全可控用国产”的双供应链策略，为国产GPU提供了政务、金融、特定行业的应用空间。但通用、高性能领域仍需要自主厂商发力。

CUDA的护城河深厚，但并非不可挑战。中国拥有全球最丰富的AI应用场景，利用庞大的市场优势，通过开放协同的策略，最终有希望走出一条从兼容迁移到逐步自主的GPU生态标准。

在全球供应链动荡的背景下，拥有自主可控的算力已成为国家战略。中国本土AI芯片企业这一战略最核心的承载者，其价值首先在于战略安全，而非短期市场份额。近期中国本土AI芯片实现0到1的突破，并且正加速成长。未来，他们的首要目标并非在全球与英伟达正面交锋，而是先服务于中国本土的国产化替代市场。当然，挑战依然严峻，7纳米及更先进制程的获取、CUDA生态的铜墙铁壁、以及如何在保障性能的同时将集群功耗和成本优化到最佳水平，都需要长期攻坚。