国产算力这一年：能跑不算赢，能省才是真本事？鲲鹏、海光、Kimi给出了答案
展开
过去一两年，国产算力领域的技术迭代和商业落地节奏明显加快。这种变化并非来自单一突破，而是从芯片架构、软件生态到应用场景的系统性推进。今天这篇笔记，就从几个公开可查的产业切面，聊聊这条链上正在发生的客观变化。
CPU：ARM与X86两条路线的分工逐渐清晰
在服务器CPU领域，国内目前主要有ARM和X86两条技术路线并行，各自找到了适合落地的土壤。
ARM路线的优势在于能效比。根据中国移动2026年PC服务器集采公示数据，ARM架构占比约65%。这背后是数据中心对电力成本的敏感，在云原生、Web服务等场景下，ARM架构的单位算力功耗表现更优。鲲鹏、飞腾等基于ARM架构的产品，经过几年积累，围绕其软件栈和工具链的生态建设，已经支撑起规模化交付能力。
X86路线则主打兼容性。海光信息采用的是x86兼容指令集，这在金融、电信等传统行业积淀深厚。对于大量存量应用而言，迁移到x86架构的成本相对可控。这也是为何在部分对稳定性要求极高的核心系统中，x86兼容路线仍是重要的技术选项之一。
AI芯片：从备胎到首发适配的机制之变
AI芯片的核心痛点曾长期集中在两点：先进制程产能和软件生态适配。
寒武纪近期受到较多关注。根据其2025年年度报告，公司当期实现扭亏为盈，经营现金流转正。这一财务数据的变化，侧面反映了其思元系列芯片从样品到商品的转化。据官方披露，新一代思元690在FP16算力等指标上较上一代有提升。不过，半导体行业具有高投入、长周期特点，仍需关注供应链波动及技术迭代风险。
更值得关注的产业信号是头部大模型与国产芯片的双向奔赴。以往国产芯片往往要等大模型发布后才能跟进适配，但近期出现了系统性变化：
DeepSeek-V4、智谱GLM-5.2发布当天，即有寒武纪、昇腾等国内芯片企业完成Day 0适配并开源代码。
Kimi（月之暗面） 则在架构层面更早探索了异构硬件适配。其提出的Mooncake分离式推理架构及Kimi Linear混合注意力设计，尝试用算力强的国产卡做Prefill、带宽强的国产卡做Decode，为大模型在国产集群上的低成本推理打开了技术路径。Kimi K3等超大稀疏MoE模型的开源与适配，也进一步拉动了政企私有化部署对昇腾、寒武纪、海光信息、摩尔线程等国产加速卡的需求。
这种首发即同步适配及架构级软硬协同的现象，意味着国产芯片不再只是备胎，而是大模型厂商从底层设计阶段就开始纳入考量的算力底座之一。
从需求侧看，大模型推理对算力的消耗极为惊人。据公开行业数据及平台统计，Kimi、DeepSeek、豆包等头部模型的日均Token消耗量已达数十万亿级别。如此庞大的体量，光靠单一供应商既撑不起成本也不利于供应链安全，算力供给走向多元化已是进行时。在推理场景，国产AI芯片正在成为云服务商和模型厂商算力池中的重要组成部分。
基础软件与应用：AI如何嵌入生产流程？
有了算力，还需要软件和应用来承接。目前产业界正在探索几种典型路径：
数据库与算力融合
星环科技等厂商正在推进GPU原生数据库的研发，试图让数据库直接调用GPU算力。若该路径走通，理论上可降低企业部署AI应用的门槛。目前相关产品已在金融、政务等领域进行项目验证。需要注意的是，新产品从研发到规模化商用存在一定周期，商业化进度存在不确定性。
AI for Science（科学智能）
晶泰控股提供了一个有趣的样本：它将AI模型预测（干实验）与自动化实验室（湿实验）结合，形成干湿闭环。据公司2025年度公告，该模式助力营收达到约8亿元，同比增长超200%。目前，这一模式正尝试从药物研发向钙钛矿电池等新材料领域复制，例如其与晶科能源在AI智造线方面的合作尝试。跨行业拓展通常面临较长的验证周期，效果尚待观察。
企业级Agent
金蝶国际推出的苍穹AIAgent平台，展示了AI在企业内部管理中的落地可能，如财报分析、智能招聘等。据公司披露，2025年上半年AI相关合同签约金额超过1.5亿元。据部分客户案例反馈，AI助手在规则明确的重复性任务中，展现出了提升处理速度的潜力。企业级AI应用的普及程度，仍取决于用户的付费意愿与实际降本增效的兑现情况。
综合运营商集采数据、AI芯片与大模型的适配节奏、应用端商业化探索等维度观察，国产算力产业链正经历一个关键转折：驱动因素变得更加多元。
在CPU领域，能效比成为规模化采购的重要考量；在AI芯片领域，以DeepSeek、Kimi、智谱为代表的头部模型，正通过Day 0适配或架构创新，推动国产算力从可用走向好用；在应用端，数据库、AI4S、企业Agent等场景开始出现靠AI提效的落地案例。这些变化表明，产业正在接受更广泛的市场校验。
当然，挑战依然存在。先进制程的供应链安全、软硬件协同的效率、商业模式的可持续性，仍是全行业需要共同面对的课题。
风险提示：本文为产业科普笔记，不构成投资建议。市场有风险，决策需谨慎。文中数据均来自公开信息，如有差异以官方公告为准。
CPU：ARM与X86两条路线的分工逐渐清晰
在服务器CPU领域，国内目前主要有ARM和X86两条技术路线并行，各自找到了适合落地的土壤。
ARM路线的优势在于能效比。根据中国移动2026年PC服务器集采公示数据，ARM架构占比约65%。这背后是数据中心对电力成本的敏感，在云原生、Web服务等场景下，ARM架构的单位算力功耗表现更优。鲲鹏、飞腾等基于ARM架构的产品，经过几年积累，围绕其软件栈和工具链的生态建设，已经支撑起规模化交付能力。
X86路线则主打兼容性。海光信息采用的是x86兼容指令集，这在金融、电信等传统行业积淀深厚。对于大量存量应用而言，迁移到x86架构的成本相对可控。这也是为何在部分对稳定性要求极高的核心系统中，x86兼容路线仍是重要的技术选项之一。
AI芯片：从备胎到首发适配的机制之变
AI芯片的核心痛点曾长期集中在两点：先进制程产能和软件生态适配。
寒武纪近期受到较多关注。根据其2025年年度报告，公司当期实现扭亏为盈，经营现金流转正。这一财务数据的变化，侧面反映了其思元系列芯片从样品到商品的转化。据官方披露，新一代思元690在FP16算力等指标上较上一代有提升。不过，半导体行业具有高投入、长周期特点，仍需关注供应链波动及技术迭代风险。
更值得关注的产业信号是头部大模型与国产芯片的双向奔赴。以往国产芯片往往要等大模型发布后才能跟进适配，但近期出现了系统性变化：
DeepSeek-V4、智谱GLM-5.2发布当天，即有寒武纪、昇腾等国内芯片企业完成Day 0适配并开源代码。
Kimi（月之暗面） 则在架构层面更早探索了异构硬件适配。其提出的Mooncake分离式推理架构及Kimi Linear混合注意力设计，尝试用算力强的国产卡做Prefill、带宽强的国产卡做Decode，为大模型在国产集群上的低成本推理打开了技术路径。Kimi K3等超大稀疏MoE模型的开源与适配，也进一步拉动了政企私有化部署对昇腾、寒武纪、海光信息、摩尔线程等国产加速卡的需求。
这种首发即同步适配及架构级软硬协同的现象，意味着国产芯片不再只是备胎，而是大模型厂商从底层设计阶段就开始纳入考量的算力底座之一。
从需求侧看，大模型推理对算力的消耗极为惊人。据公开行业数据及平台统计，Kimi、DeepSeek、豆包等头部模型的日均Token消耗量已达数十万亿级别。如此庞大的体量，光靠单一供应商既撑不起成本也不利于供应链安全，算力供给走向多元化已是进行时。在推理场景，国产AI芯片正在成为云服务商和模型厂商算力池中的重要组成部分。
基础软件与应用：AI如何嵌入生产流程？
有了算力，还需要软件和应用来承接。目前产业界正在探索几种典型路径：
数据库与算力融合
星环科技等厂商正在推进GPU原生数据库的研发，试图让数据库直接调用GPU算力。若该路径走通，理论上可降低企业部署AI应用的门槛。目前相关产品已在金融、政务等领域进行项目验证。需要注意的是，新产品从研发到规模化商用存在一定周期，商业化进度存在不确定性。
AI for Science（科学智能）
晶泰控股提供了一个有趣的样本：它将AI模型预测（干实验）与自动化实验室（湿实验）结合，形成干湿闭环。据公司2025年度公告，该模式助力营收达到约8亿元，同比增长超200%。目前，这一模式正尝试从药物研发向钙钛矿电池等新材料领域复制，例如其与晶科能源在AI智造线方面的合作尝试。跨行业拓展通常面临较长的验证周期，效果尚待观察。
企业级Agent
金蝶国际推出的苍穹AIAgent平台，展示了AI在企业内部管理中的落地可能，如财报分析、智能招聘等。据公司披露，2025年上半年AI相关合同签约金额超过1.5亿元。据部分客户案例反馈，AI助手在规则明确的重复性任务中，展现出了提升处理速度的潜力。企业级AI应用的普及程度，仍取决于用户的付费意愿与实际降本增效的兑现情况。
综合运营商集采数据、AI芯片与大模型的适配节奏、应用端商业化探索等维度观察，国产算力产业链正经历一个关键转折：驱动因素变得更加多元。
在CPU领域，能效比成为规模化采购的重要考量；在AI芯片领域，以DeepSeek、Kimi、智谱为代表的头部模型，正通过Day 0适配或架构创新，推动国产算力从可用走向好用；在应用端，数据库、AI4S、企业Agent等场景开始出现靠AI提效的落地案例。这些变化表明，产业正在接受更广泛的市场校验。
当然，挑战依然存在。先进制程的供应链安全、软硬件协同的效率、商业模式的可持续性，仍是全行业需要共同面对的课题。
风险提示：本文为产业科普笔记，不构成投资建议。市场有风险，决策需谨慎。文中数据均来自公开信息，如有差异以官方公告为准。
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
