2025年，全球AI算力竞争进入白热化阶段。以ChatGPT、DeepSeek为代表的生成式AI推动算力需求爆发，参数规模从十亿级跃升至千亿级，算力瓶颈成为技术落地的核心挑战。
英伟达凭借GPU的通用性和生态优势垄断全球市场（市占率达到90%），但美国对华芯片出口限制及国内政策大力支持“东数西算”和信创产业加速了国产替代进程。
AI算力芯片按技术路径可分为三大类：GPU——通用性强，适合并行计算；ASIC——包括NPU和DSA，专为特定场景优化；FPGA——灵活性高，可重构设计，但市场份额较小。从市场趋势看，GPU仍是训练阶段的主流，而ASIC在推理环节潜力巨大。
研究显示：预计到2027年，全球AI芯片市场规模将达1088.5亿美元_第1页_比特网
本文筛选出6家在GPU芯片领域具备核心竞争力的公司，分享给大家共同研究。
GPU概念：自主研发一系列具有自主知识产权的GPU芯片，JM9系列芯片可以满足多种高性能显示需求和人工智能计算需求。
公司亮点：国内GPU领军企业；国内首家成功研制国产GPU芯片且实现大规模工程应用的企业；掌握包括芯片底层逻辑/物理设计、超大规模电路集成验证、模拟接口设计、GPU驱动程序设计等关键技术；JM11系列已完成流片、封装、测试，性能与英伟达的RTX 3060相当，接近4060的水平。
GPU概念：首款自研GPGPU芯片龙芯9A9100，2025年上半年完成流片并拿到样片，性能预计达到AMD RX 550的水平，支持终端AI运算
公司亮点：国产CPU龙头企业；国内唯一基于自主指令系统（LoongArch）构建生态的CPU企业，具有自主知识产权、技术先进、兼容生态等特点；第四代芯片3A6000总体性能与Intel公司第10代酷睿四核处理器相当；北京市2025年终端设备集中带量采购项目，共采购21180台终端设备，龙芯中科的产品占据了63%的市场份额。
GPU概念：CPU和GPU双赛道布局，DCU属于GPGPU的一种，主要部署在服务器集群或数据中心，为应用程序提供高性能、高能效比的算力
公司亮点：国内领先的芯片设计公司；获得AMD永久指令集授权和相关技术授权；CPU系列产品兼容x86指令集以及国际上主流操作系统和应用软件；深算二号DCU实现在大数据处理、人工智能、商业计算等领域的商业化应用，与国内包括DeepSeek、文心一言等大模型全面适配，处于国内领先水平。
GPU概念：推出全新Vitality架构的GPU IP系列，具备高性能计算能力，广泛适用于云游戏、AI PC、独立显卡和集成显卡等应用领域
公司亮点：国内半导体IP龙头企业；半导体IP授权市场占有率国内第一；NPU IP已被82家客户用于142款AI芯片，全球出货量超过1亿颗；GPU IP的客户芯片全球出货量更是超过20亿颗，已在数据中心、汽车电子等场景广泛应用；车规级高性能智慧驾驶系统级芯片（SoC）设计平台已完成验证，并成功实施。
GPU概念：全资子公司长沙韶光自主研发的GPU芯片技术指标国内领先，第二代改进型GPU芯片在自主可控设备领域的应用得到验证，并收获相关订单
公司亮点：实控人武汉市国资委；化工板块，以“烧碱、环氧丙烷、聚醚”三大产品为主的工业化生产格局；拥有国内领先的厚膜混合集成电路、多芯片组件（LTCC）、 SMT 模块电路的生产能力和工艺，建立了货架式技术产品体系；具备芯片、组件、集成微系统的产品供应链，实现国防装备核心电子器件自主可控。
GPU概念：全功能GPU芯片设计打破以往国产GPU依赖国外技术的局面，其产品线等
公司亮点：创始人张建中曾担任英伟达的全球副总裁和中国区总经理；国内极少数既覆盖图形渲染又支持AI高性能计算的国产GPU公司；国内GPU公司中唯一在B端和C端均有布局，芯片采用先进MUSA架构；落地千卡智算集群，并推出了自有万卡集群方案，国内AI芯片第一梯队；2024年11月启动IPO辅导。
AI算力芯片的竞争本质是生态与技术的双重博弈。国产厂商在GPU赛道已形成差异化优势，但需持续突破高端制程限制、完善开发者生态。下一篇将给大家分享AI算力芯片（ASIC、FPGA）领域的国产替代核心公司。