从ChatGPT的爆火到Sora生成视频，AI正在重塑一切。但你可能没想过：支撑这些“神级应用”最底层的，不是什么算法，而是一块块小小的AI芯片。
没有AI芯片，大模型训练一次可能要几百年；没有AI芯片，你的手机根本跑不动实时语音转文字；没有AI芯片，自动驾驶、人脸识别、智能音箱全都是空中楼阁。
那么问题来了——全球到底有哪些公司在造AI芯片？谁最强？中国厂商走到哪一步了？
这篇文章不堆参数、不说废话，帮你一次理清AI芯片厂商的地图。
在认识厂商之前，先花30秒搞明白AI芯片分哪几种。这样你看厂商的定位就一清二楚了。
| 芯片类型 | 工作原理 | 代表产品 | 适合场景 |
|---|---|---|---|
| GPU（图形处理器） | 并行计算能力强，原本为图形设计，恰好适合AI矩阵运算 | NVIDIA A100/H100、AMD MI300 | 云端训练、大模型推理 |
| ASIC（专用集成电路） | 为AI算法量身定制，效率最高但不可编程 | 谷歌TPU、比特大陆算丰、寒武纪 | 数据中心固定算法推理 |
| FPGA（现场可编程门阵列） | 硬件可重构，灵活性介于GPU和ASIC之间 | 赛灵思（AMD收购）、Altera（Intel收购） | 边缘计算、5G通信、算法迭代快的场景 |
| NPU（神经网络处理单元） | 专为神经网络设计的IP或芯片 | 华为昇腾、瑞芯微RK3588 NPU、苹果A系列Neural Engine | 手机、AIoT、边缘设备 |
地位：全球AI芯片市场占有率超过80%，数据中心AI训练的事实标准。
王牌产品：A100、H100、H200、B200（Blackwell架构）
优势：
CUDA生态——十几年构建的软件护城河，所有AI框架都优先适配NVIDIA
训练性能碾压对手，大模型厂商的首选
所有AI芯片厂商都想挑战NVIDIA，但至今没人能撼动。
地位：GPU市场老二，CPU市场与Intel抗衡，AI领域追赶NVIDIA。
王牌产品：MI250X、MI300X（针对AI推理和训练）
优势：
收购赛灵思（FPGA龙头）后，形成CPU+GPU+FPGA组合拳
ROCm开源生态，部分用户从CUDA迁移
性价比相比NVIDIA有优势
如果NVIDIA是苹果，AMD就是安卓阵营的领头羊。
地位：CPU霸主，但AI GPU领域落后，正在靠“买买买”追赶。
王牌产品：Gaudi 2 / Gaudi 3（来自收购的Habana Labs）、下一代Falcon Shores
优势：
收购Altera（FPGA）、Habana（ASIC）、Mobileye（自动驾驶）
结合自家CPU，推“XPU”战略
在边缘推理和服务器推理有性价比优势
英特尔在AI训练上落后NVIDIA两年，但在推理和边缘市场仍有地盘。
地位：全球最大AI应用公司，TPU不对外卖，只供自己用（及Google Cloud用户）。
王牌产品：TPU v4、TPU v5e、TPU Trillium
优势：
为TensorFlow深度优化，大模型训练效率极高
不靠卖芯片赚钱，而是用TPU降低自家算力成本
一句话：谷歌的TPU是“核武器”——不卖，但让对手知道我有。
地位：云服务老大，自研芯片降低对NVIDIA依赖。
王牌产品：Trainium（训练）、Inferentia（推理）
优势：
专为AWS云服务设计，性价比高
已大量部署在自家数据中心
地位：OpenAI的最大股东，也在自研AI芯片。
王牌产品：Azure Maia 100（AI加速器）
进度：2024年开始在自家数据中心测试。
美国禁令之下，国产AI芯片加速崛起。虽然综合性能仍落后NVIDIA 1-2代，但已经能用在很多场景了。
地位：国内综合实力最强的AI芯片厂商，对标NVIDIA。
王牌产品：昇腾310（推理）、昇腾910（训练）、昇腾910B（升级版）
优势：
CANN生态：对标CUDA，虽然不完善，但已是国内最接近的
Atlas系列：从芯片到板卡到服务器完整解决方案
在政府、安防、运营商、大企业大量落地
挑战：受制于先进制程产能，供应紧张；生态迁移成本高。
地位：科创板上市的AI芯片公司，早期专注NPU IP授权（曾用于华为麒麟芯片），后转向自研芯片。
王牌产品：思元290（训练）、思元370（推理）
优势：
国内最早做AI芯片的团队之一
在互联网、金融、运营商有落地案例
挑战：连续亏损，股价波动大。
地位：AMD曾经的合作方，国产x86 CPU头部厂商，后推出DCU（深度计算处理器）。
王牌产品：海光DCU（基于AMD GPU架构的深算系列）
优势：
x86生态兼容性好
已在服务器领域批量出货
地位：专注于云端AI训练和推理，腾讯投资。
王牌产品：邃思2.0、云燧T20/T21
优势：
在大模型训练集群有落地
性价比在特定场景优于NVIDIA
地位：国内最大自动驾驶芯片厂商，专注边缘AI。
王牌产品：征程2、征程3、征程5、征程6
优势：
已搭载在比亚迪、理想、长安等大量车型
软硬结合，工具链成熟
你开的国产智能汽车，很可能里面就是地平线的芯片。
地位：国产消费级AIoT芯片出货量极大，广泛应用于平板、盒子、商显、安防。
王牌产品：RK3588（内置6 TOPS NPU）、RV1109
优势：
性价比极高，芯片+方案成熟
智能家居、智能门禁、AI Mini主机等大量采用
| 厂商 | 主攻方向 | 代表产品 |
|---|---|---|
| 天数智芯 | 云端通用GPU | 天垓100、智铠100 |
| 壁仞科技 | 高性能GPU | BR100（曾被制裁） |
| 摩尔线程 | 消费级GPU + AI | S80、S3000 |
| 沐曦 | 数据中心GPU | MXN系列 |
| 昆仑芯（百度） | 自研AI芯片（曾用名百度XPU） | 昆仑芯1代、2代 |
| 平头哥（阿里） | 含光NPU、倚天CPU | 含光800（未独立对外） |
除了数据中心，AI芯片其实就在你口袋里。
iPhone、iPad、Mac内置神经网络引擎，算力达数十TOPS
本地跑AI修图、语音识别、实时翻译
全球安卓手机标配，Hexagon DSP + NPU
最新骁龙8 Gen 3支持百亿参数大模型本地运行
天玑9300/9400 AI算力持续提升，旗舰手机搭载
自研芯片主要用于自家部分机型
这些手机AI芯片的特点：不需要训练大模型，只需要快速推理（拍照优化、语音唤醒、实时翻译）。它们是“藏在手机里的AI英雄”。
| 层级 | 国际代表 | 国内代表 | 主要战场 |
|---|---|---|---|
| 云端训练 | NVIDIA、AMD、Google TPU | 华为昇腾、寒武纪、燧原 | 大模型、科研、云服务 |
| 云端推理 | NVIDIA、Intel、AWS Inferentia | 华为昇腾、海光DCU、天数智芯 | 内容推荐、语音识别 |
| 边缘/端侧 | 苹果、高通、联发科 | 瑞芯微、全志、地平线 | 手机、安防、自动驾驶 |
| 自动驾驶 | 特斯拉（自研）、Mobileye（Intel） | 地平线、黑芝麻、华为MDC | 智能汽车 |
算力继续飙升：NVIDIA B200单芯片FP8算力达20 PFLOPS，比H100提升数倍。
内存带宽成瓶颈：HBM（高带宽内存）是下一代AI芯片竞争焦点。
Chiplet（芯粒）普及：不再追求单芯片越大越好，而是多芯片堆叠，AMD、华为都在用。
推理芯片需求爆发：训练是少数人干的事，推理是所有人都在用的。边缘AI芯片市场将远超训练。
国产替代加速：美国限制越严，国内自研动力越强。3-5年内，部分场景国产AI芯片可完全替代NVIDIA。
你知道哪些AI芯片厂商？
这个问题放在五年前，答案只有NVIDIA。
放在今天，可以说出十几家，而且每家都有自己的绝活。
如果你是普通用户：你手机里的高通/苹果/联发科芯片，就是最常用的AI芯片。
如果你是开发者或企业采购：云端选NVIDIA最省心，但要做好被“卡脖子”的准备；国产芯片在特定场景已经很能打，值得认真评估。
如果你只是好奇：记住这三家就够了——NVIDIA（统治训练）、华为昇腾（国产扛把子）、地平线（自动驾驶第一）。
AI芯片的战争才刚开始。下一个颠覆者，可能还在某个实验室里。
