国产AI芯片路线之争：GPGPU与DSA长期共存互补发展

随着燧原科技登陆科创板，国产AI芯片的技术路线选择引发行业讨论。当前国产AI芯片主要分两条路线：GPGPU路线（如摩尔线程）兼容CUDA生态，通用性强、跨场景适配成本低，适合算法迭代快、多任务混合部署的场景；DSA路线（如燧原科技）针对AI核心运算做硬件定制，算力密度和能效比更高，适合大规模推理和单一AI负载场景，且可完全自主定义技术栈。

据高盛分析，在AI服务器的AI芯片中非GPGPU架构芯片出货占比将从2024年的36%逐步增长至2027年的45%。灼识咨询预计到2028年国内AI加速卡市场规模将突破万亿元，国产方案占比有望达90%。

IDC数据显示，2025年中国市场AI加速卡总出货量约400万块，英伟达占55%，中国厂商合计165万张占41%。出货量前二的国产厂商为华为昇腾（81.2万块）和阿里平头哥（26.5万块），百度昆仑芯与寒武纪并列第三。燧原科技2025年AI加速卡及模组收入8.56亿元，占主营86.83%，全年销量6.49万张，同比增长197.81%。

专家指出，国产AI芯片竞争正从"单卡性能"转向"万卡级集群、超节点技术、能效优化、软件生态与应用落地"的系统化较量。CUDA生态十余年积累形成的开发习惯和迁移成本仍是主要壁垒。

【AICOR 点评】两条路线并非非此即彼，而是长期共存、互补发展。对正在规划AI基础设施的企业而言，路线选择取决于业务负载特征：推理密集型场景DSA性价比优势明显，多任务混合场景GPGPU灵活性更优。关键判断是——随着Token时代到来和Agent 7×24小时运行，推理算力需求已超过训练，DSA路线的战略价值正在上升。