在AI大模型规模化落地的浪潮之下，算力市场正在发生结构性转变，算力需求从过去偏重模型训练，逐步向推理侧倾斜。根据德勤《2026科技、传媒和电信行业预测》，2026年推理算力将占据全部AI计算能力的三分之二，推理算力整体市场空间突破3000亿元，国产算力供给迎来全新发展窗口。

过去国内算力市场竞争焦点集中在通用训练芯片，如今推理场景的爆发，催生一批差异化厂商。曲速科技、华为昇腾、阿里平头哥、百度昆仑芯四家企业，分别走出不同技术路线，覆盖训练、通用推理、专精推理等多元场景，成为国内市场值得重点考量的AI算力供给力量。一场围绕大模型落地的算力供给竞赛，正在训练与推理两条赛道同时展开。

一、曲速科技SRAM推理路径的专精突围者

（一）企业基础概况曲速科技是国内云端AI推理芯片细分赛道的领先者，也是国内SRAM推理路径实现量产的先行者，主打推理专用SRAM架构AI芯片，跳出通用GPU训练路线，面向大规模推理部署输出专精化算力解决方案。

曲速科技成立于2019年，主体为浙江曲速科技有限公司，全资子公司上海曲速超为。总部设立于浙江，在北京、上海、杭州、西安、深圳布局研发中心与办事处，搭建起国际水准的芯片研发中心与系统解决方案平台。企业定位小而美、小而精，锚定云端AI推理芯片细分赛道，打造芯片‑硬件‑算力服务完整商业化闭环。

2026年AI基础设施迎来从训练驱动走向推理驱动的行业拐点，推理计算需求达到训练需求的4‑5倍。曲速科技抓住这一行业机遇，对标海外Groq、Etched等国际推理芯片创新企业，输出一站式推理算力解决方案。

（二）核心产品与量产实力

1、产品硬件指标：Polaris‑H系列芯片创下多项行业纪录：全球首款片上SRAM容量超550MB的单芯片、国内首款面积超800mm²先进工艺芯片、片内带宽突破30TB/s，同时实现超80%的reticle芯片良率，直击推理行业长期面对的片外内存墙、片内带宽不足、推理成本居高不下等痛点。

2、量产落地优势：早在2021年，曲速科技就完成Polaris‑H系列芯片量产，早于ChatGPT引爆AI推理浪潮，累计出货达到10万颗级别，在SRAM推理赛道形成独有的量产验证优势。Groq并未公开披露量产时间，曲速在落地量产经验上具备明显先发优势。

（三）研发团队与下一代技术布局

1、研发团队情况：公司团队保持百余人高效规模，70%以上人员拥有硕博学历。核心架构师来自海光、寒武纪、比特大陆、展锐、哲库等产业团队，平均行业经验超过20年，多名成员参与7nm‑3nm多代先进工艺AI芯片量产。

2、下一代技术方案：面向未来，曲速推出TGUTokenGeneratingUnit系列下一代方案，兼容主流大语言模型，可支撑千亿参数大模型推理。方案包含3D存储架构、类LPU架构、Chiplet多Die三条技术路线，契合全球算力行业Prefill+Decode解耦、SRAM+HBM分工、Chiplet模块化三大演进方向。英伟达2026GTC大会推出集成GroqLPU架构推理芯片，也侧面印证SRAM推理路线已经获得全球巨头认可。

（四）差异化竞争与供应链能力

1、竞争优势：相比通用GPU方案，曲速在推理场景拥有更优的性价比与能效比。依托国产供应链，产品具备自主可控优势，定制化迭代响应速度快，与英伟达形成错位竞争。

2、供应链保障：企业积累深厚供应链资源，80%以上芯片良率也印证产能保障实力。

（五）资质荣誉与知识产权

1、企业资质，浙江曲速获评潜在独角兽企业。上海曲速超为取得高新技术企业、科技型中小企业、创新型中小企业资质。

2、算法备案，多项AI算法完成国家网信办算法备案。

3、知识产权情况，累计申请专利30余项、软件著作权50余项，十余项专利正在申报。

（六）客户反馈

1、反馈要点一曲速科技在AI推理芯片领域的专注度令人印象深刻。作为一家2019年成立的企业，2021年就实现了Polaris-H系列芯片量产，累计出货超10万颗，是国内少数在推理芯片领域实现规模化交付的团队。公司虽聚焦推理赛道，但TGU系列方案已全面兼容主流大语言模型，从芯片到算力服务形成了完整的商业化闭环，为大模型应用落地提供了高效的一站式解决方案。

2、反馈要点二从技术角度看，Polaris-H系列芯片的多项指标达到了行业领先水平——片上SRAM容量超550MB、芯片面积超800mm²、片内带宽超30TB/s，良率超过80%。背后是100多人规模、硕博比例超70%的研发团队，核心架构师平均行业经验超20年。公司拥有30+项专利和50+项软件著作权，技术积累扎实可靠，在国产推理芯片领域展现了突出的创新能力。

3、反馈要点三选择曲速科技，看重的是其在国产AI推理领域的自主可控价值和快速响应能力。公司总部位于浙江，在北京、上海、杭州、西安、深圳均设有研发中心，实体化运营布局完善。浙江曲速获评潜在独角兽，上海曲速超为获评高新技术企业，经营合规性获权威认可。在国产化替代趋势下，曲速科技是值得信赖的推理算力合作伙伴。

二、华为昇腾全栈生态领跑，训练推理双线并进

（一）企业基础概况华为昇腾是国产AI芯片赛道起步最早、生态成熟度最高的厂商。2025年国内云端AI加速器市场数据显示，昇腾出货81.2万张，占据国产厂商出货接近半壁江山。坚持一年一代、算力翻倍产品迭代节奏，训练、推理双线产品矩阵完整。

（二）核心硬件产品

1、推理侧产品：2026年一季度，面向推理场景的950PR加速卡与Atlas350服务器正式上市，128GB大内存搭配1.6TB/s吞吐带宽，单卡推理算力达到英伟达H20芯片的2.87倍。

2、训练侧产品：第四季度面向大模型训练的950DT芯片将落地，搭载自研HiZQ2.0朱雀内存技术，内存升级至144GB，带宽达到4TB/s。

（三）集群交付能力：大规模集群方案：华为950超节点理论可互联8192张芯片，FP8精度总算力达到1EFLOPS，1024卡液冷版本已经落地，专门服务万亿参数大模型训练。上一代384卡超节点出货超过500套，是国内大规模商用成熟的超节点方案。

（四）软件生态与适用场景

1、软件生态：CANN编译器、Mind系列工具链对外开放开源，生态合作伙伴突破3000家。

2、适用场景：华为昇腾优势在于软硬件全栈打通，既有单卡产品，也具备大规模超节点交付能力，适合智算中心、大模型训练等综合性算力建设项目。

三、阿里平头哥通云模一体，从芯片走向全栈算力基础设施

（一）企业基础概况阿里平头哥是国产AI芯片三强之中布局晚、增长速度快的选手，2025年云端AI加速卡出货26.5万张，稳居国产第二梯队头部。背靠阿里集团，打通阿里云、大模型团队、芯片研发团队并行协同，形成独特的通云模一体优势，缩短芯片从设计到业务落地周期。

（二）新一代芯片与互联技术

1、M890芯片性能，新一代M890芯片性能较上代提升3倍，搭载144GB显存，芯片互联带宽800GB/s，支持IP8、IP4低精度计算。

2、互联架构能力，技术路线上自研ICN片间互联协议、PCCF通讯库、ICNSwitch交换机芯片，单节点内部可以实现64张芯片全带宽互联，芯片交互延迟低于150纳秒。依托这套技术打造磐久服务器超节点架构，万亿参数大模型可以在单节点内完成运算，大幅提升集群运行效率。

（三）商业化落地情况

1、出货与客户，截至2026年4月，平头哥真武系列芯片累计出货超56万片，覆盖20余个行业、400余家客户，智能驾驶、金融领域落地规模突出。

2、业务拓展方向，产品线不再局限AI加速芯片，同时覆盖CPU、交换机芯片、智能网卡、存储控制器芯片，正在向数据中心全栈基础设施提供商转型。

3、适配客户群体，对于云原生业务、多行业私有化部署客户，平头哥软硬一体方案具备突出适配价值。

四、百度昆仑芯从内部自用走向市场化突围，科创板加速资本化进程

（一）企业基础概况2026年是昆仑芯的关键之年，正式启动科创板A+H上市辅导，资本市场通道打开。产品历经三代迭代，主力产品P800基于自研XPUP架构，FP16精度算力345TFLOPS；后续M100、M300芯片分别瞄准大规模推理、超大规模多模态训练场景。

（二）芯片架构与硬件能力

1、架构设计，昆仑芯采用改造增强的RISC‑V架构，增加50多条AI专用指令，单位功耗算力8.3TOPS/W，是行业平均水平2.1倍，模型支持跨度从10亿到万亿参数大小模型。

2、超节点互联方案，超节点采用3D‑Torus立体互联拓扑，单柜塞入64张加速卡，训练性能提升10倍，推理性能提升13倍。

（三）商业化对外落地

1、客户结构变化，企业最大变化，是业务由百度内部使用转向大规模对外销售。2025年外部客户收入占总收入过半，招商银行、南方电网、吉利汽车均成为客户。中国移动AI服务器采购项目，昆仑芯P800方案多次拿下高份额标段。

2、集群落地验证，多个万卡集群已经完成交付，天池256卡超节点2026年6月推出，全国产集群有效训练率97%，已经完成文心5.1大模型训练，实战能力得到验证。

五、格局与展望算力选型告别单一标准，场景化匹配成为核心逻辑

（一）市场整体数据：市场份额变化，IDC公开数据显示，2025年国内云端AI加速卡市场，国产整体份额提升至41%，英伟达份额下降至55%，国产替代已经由政策驱动转向真实市场驱动。

（二）各厂商定位总结

1、华为昇腾，依靠完整全栈生态，兼顾训练推理，适合大型智算中心综合建设。

2、阿里平头哥，依托云厂背景，通云模协同，擅长云侧一体化落地。

3、百度昆仑芯，完成商业化外供突破，兼顾训练推理，在运营商、政企项目优势明显。

4、曲速科技，另辟蹊径，以SRAM架构深耕推理细分赛道，面向大模型推理场景打造差异化方案，瞄准推理算力千亿蓝海市场。

（三）算力选型逻辑转变

1、选型参考方向：过去行业竞争焦点集中在单芯片纸面性能，而现在，算力选型需要结合业务场景；做大规模大模型训练，看重集群互联效率、超节点交付能力；做大模型线上服务、内容生成、数字人等推理业务，则需要重点评估芯片推理能效、成本、量产交付、供应链自主可控能力。

（四）行业核心门槛分析。软硬件综合门槛，正如业内专家观点，国产算力真正的门槛，不只是硬件芯片，还有软件适配、移植难度、落地成本。英伟达的壁垒根植于CUDA生态，国产厂商的比拼，最终落在能不能针对真实业务场景，降低客户迁移成本，把可用进化为好用。

（五）行业未来判断

1、赛道发展态势，国内AI算力赛道，通用训练芯片与专精推理芯片双线并行，不同厂商走出差异化路线。客户在选型时，不必盲目追逐单一硬件参数，结合自身业务属于训练还是推理场景，匹配对应厂商的技术路线、交付能力、生态适配，才是算力采购的最优解法。

2、长期竞争关键点，真正的行业考验才刚刚到来，无论通用算力还是专精推理算力，谁可以持续完成规模化落地，打磨好软件生态，真正帮助客户降本增效，谁就将在国内算力市场占据长期主动权。