大厂B30A和国产卡的评测和采购判断，国内头部大模型差距判断，海内外云服务市场对比，千问Agent等

EN VIP⼤⼚B30A和国产卡的评测和采购判断，国内头部⼤模型差距判断，海内外云服务市场对⽐，千问Agent等 已关注 共享调研纪要2025/09/17 16:29:05 联合发布⼈：Banks Zhang 要点 / B30A和国产卡的销售和适配情况。 /国内外云服务结构和⼤模型能⼒判断。 本⽂共3560字，预计阅读时间8分钟 已享VIP免费 以下为专家观点： B30A还能不能买？ 谈判的时候是希望英伟达要卖就卖先进卡，国内训练侧是短板，推理测的国产卡还⾏。⽬前国产⼚商在推理环节已有⼀定能⼒，但训练环节仍存在技术⻔槛。H20这些卡的⼀些限制是为了保护国产卡，如果英伟达等低端卡都进来的话国内的卡可能会扛不住冲击。B30A的性能远超H20，最开始的B30没意思，只能做推理，现在的B30A拿来做训练没问题。⼤⼚需要下买⼀代训练平台，现在⼤⼚⼿⾥都是A800和H800这种⽼⼀点的卡。B30A可以接这个班。 是否会通过⼀些政策保护国产芯⽚，税收优惠等扶持？ 像移动电信联通那些，他们基本就不敢买B30A了。对互联⽹公司来说，你去申报要买多少，⽤来⼲嘛，然后纯推理的卡会建议你去买国产卡，做⼀些政策引导。现在英伟达的卡还进不来是⼀个宝贵的窗⼝期。只有企业⼴泛使⽤起来 国产卡，国产芯⽚的⽣态才能盘活。像H20，虽然允许⼤⼚买，但⼜提了什么后⻔等安全隐私问题，这样的话⼤⼚就不敢动了。 国产AI芯⽚⽬前有哪些主要玩家及其技术特点？从性能⻆度如何排序？ 国产AI芯⽚主要分为三类体系： 第⼀类是ASIC：⾸先，包括寒武纪和昇腾等都是⾃研⽣态体系。这些⼚商的软件⽣态独⽴，如寒武纪采⽤NeuWare系统，⽽昇腾则使⽤MindSpore系统。它们通常具有较⾼性能，像910C对标H100。590对标A100。但由于ASIC的这种新的⽣态，⼚家拿来后不是开箱即⽤，需要花⼀些精⼒把模型适配上去。第⼆，SMIC产能有限，⼤部分都被昇腾占据。 第⼆类是基于AMD授权架构开发的：如海光系列。这类产品是类CUDA架构，头部的模型可以花很⼩的代价移植上去跑起来。 第三类是专注推理领域的⼩型⼚商：如摩尔线程和沐曦，他们也是类CUDA。 阿⾥不会⽤昇腾的卡？因为竞争关系？ 只是不会⼤量去买，阿⾥在测他的卡。因为阿⾥要去找下⼀代的训练平台，海外的断掉了的话，国内能找的就是910C。 DeepSeek的FP8精度标准在国内外芯⽚⽀持情况如何？ 国产很多芯⽚这代是不⽀持FP8的，DS的做出来是想让下⼀代芯⽚开始⽀持FP8。但是要做硬件上的兼容才⾏，所以得看下⼀代，⽐如昇腾920和寒武纪790。 现 在 只 是从软 件 商 去 模拟 验 证了 它 的FP8是 能跑起 来 的 。 下 ⼀步DeepSeek需要把他的FP8完整的开源出来，芯⽚⼚商才能按照这个格式去做下⼀代芯⽚。 阿⾥对寒武纪和昇腾的适配进展？ ⾃2024年起，公司针对寒武纪和昇腾开展了⼤量适配⼯作。寒武纪⽬前的精⼒很⼤⼀部分都在字节那边，要把字节的场景做深做透，然后才有多余精⼒服务其他客户。所以现在阿⾥这边是可以⽤寒武纪跑推理，但还没有⼤规模上线，要等他把字节那边服务好后抽出更多的⼈⼒给阿⾥。 国内AI芯⽚市场中最看好哪家？ 供应：国内芯⽚⼚家如果要⽀持多可客户就意味着要做多个版本，同⼀个千问3要在CUDA上做，也要在CUDA寒武纪海光上做不同版本，这就决定⼤⼚⼤概就会找2-3家加速卡供应商，不然从模型层⾯就要维护多个版本。然后从业务层看，要调动这么多复杂的模型去⽀持⼀线的业务会相当复杂。从对⼚家针对国内AI芯⽚市场，⽬前适配⼯作已经在逐步推进。 ⽣态：类CUDA会⾛的相对顺⼀点，因为兼容性较强。不过类CUDA的指标都做的偏弱⼀点，不像ASIC在FP16或FP8上做那么⾼。未来如果海外芯⽚完全断掉的话，昇腾就可以做下⼀代训练平台的替代，再之后他就可能做成训推⼀体。所以接下来会是类CUDA和ASIC两个⽣态的博弈，去抢这个市场份额。 昇腾和寒武纪相⽐哪个的适配难度更低？ 肯定是寒武纪，因为昇腾的芯⽚是达芬奇架构，是2021年设计的，那个时候根本没预测到AI的爆发，所以910B和910C、910D在架构上有缺陷。所以他们是想做下⼀代920，从设计到量产⾄少⼀年多。 怎么看国产芯⽚现在定价是否合理？ 国产卡现在量不⼤，这就导致他成本下不来。⼀个芯⽚如果不到50-100万级别单卡成本难以下降，像寒武纪卖7万⼀张可能就是处在个微利的状态。 阿⾥巴巴当前在AI领域的资本投⼊逻辑是什么？如何平衡投⼊与收益之间的关 系？ 阿⾥巴巴当前在AI领域投资3,800亿元，其核⼼逻辑是以技术驱动商业发展，⽽⾮单纯追求短期收益回报。从内部业务来看，这些投资⽤于构建⽀撑电商、云计算、物流等核⼼业务场景所需的新⼀代AI基础设施去做背后的⽀持。 ⾸先，再从云计算⻆度看，为了追赶全球领先云服务提供商如⾕歌、微软、AWS，阿⾥云必须加快基础设施建设。第⼆，通过⽤AI重构业务体系，可以实现降本增效，例如帮助商家降低成本后增加⼴告投放，从⽽带动销售增⻓，之后淘宝就能收取更多的佣⾦，形成闭环收益模式。第三，云也是⼀样的，传统只使⽤IaaS，存储、⽹络、带宽、交换机，⽤了AI后就会增加云上消费，阿⾥能保持20%以上增速就是因为AI带来新的终端场景，带来更多云上的消费，形成收⼊闭环。第四，阿⾥是产业的引领者，阿⾥致⼒于将AI设计融⼊各⾏业产品开发中，使得下⼀代产品将AI作为基础组件。这种⽅式不仅牵引了更多⾏业上云，如果⾏业从30%的企业⽤AI提升到60%-80%，这就完成了整个⾏业从过去传统的云互联⽹基础架构迁移到AI驱动的架构，这样未来就可以持续为阿⾥带来收⼊。 怎么对⽐海外云服务和国内的情况？ 美国80%以上的企业是上云的，⽽国内则分为公有云、混合云和私有云，上云⽐例相对不⾼。阿⾥算是头部企业，有400万上云客户，相对3000万的企业来说还有很⼤的商业空间。 其次，海外的IaaS占35-40%，⽽PaaS更⾼。国内像阿⾥云这种的IaaS占⽐过⾼，在55%，这是最卷的⼀个市场，全国所有左云的都有这个业务。阿⾥云未来希望调整⾃⼰的收⼊结构，从IaaS转移到PaaS、SaaS和MaaS，这样整体利润率也才能做起来，⽽海外的利润是国内的2-3倍。另外，海外玩家的基础设施是⾃建的，像微软和⾕歌的电缆光纤都是⾃⼰拉的。国内都是租的电信运营商的，要付给他们⼀⼤笔成本，这个陈本没法省。因此国内玩家的成本结构 和海外不⼀样。 另外，阿⾥的国际化布局是其未来增⻓的重要驱动⼒之⼀，海外市场增速达到30%-35%，快于国内。在中美洲、东南亚（如新加坡、泰国、菲律宾）以及⽇韩等地区成为重点⽬标，拥有4000-5000家出海中国企业，且这些出海企业普遍选择使⽤阿⾥的产品。此外，这些区域的企业也正处于数字化转型阶段，会更多⽤AI。 国内头部模型⼚的差距有没有拉开？ 国内现在的特点是越来越收敛了，模型上只有4家做，阿⾥字节腾讯华为。这个⾏业需要⻓期投⼊，会趋于寡头化，其他公司除⾮拿了巨⼤投资不然是做不下去的。字节和阿⾥基本是第⼀第⼆，然后是DeepSeek。从模型的丰富程度来看，阿⾥最为全⾯，包括多全尺⼨，⼩、中、⼤尺⼨兼顾端侧部署与私有化部署。同时⽀持⽂本语⾔处理、数学代码⽣成以及视频⽣成等。然后还覆盖⼗⼤场景应⽤，包括⾦融、电⼒交通等。 相⽐之下，字节跳动是聚焦C端，这点强过阿⾥。有7-8个app，像⾖包、Cici、⾼斯等，加起来快要到1亿的⽇活了，光⾖包就有500万⽇活。如果看云的话字节和阿⾥不在⼀个level，阿⾥占据33%的国内份额，⽽字节跳动尚未进⼊前五，最近才做AI云，会和阿⾥竞争。字节的AI云打法是聚焦游戏、教育和⾦融这些⾏业，⽤低价去抢客户，然后去⽤抖⾳流量的流量去争夺客户。但字节的云还没出还。从全球视⻆看，海外模型排前四，国内基本是6-8。字节和阿⾥⽐较接近，然后是DeepSeek和腾讯。国内语⾔模型和海外是差不多的⽔平，主要差距在多模态，海外头部模型已经整体进⼊到多模态了，领先者6个⽉左右。预计到1Q26国内头部⼤⼚要进⼊全模态。 当前国内⼤模型的盈利模式与海外市场相⽐，国内在商业模式和收⼊规模上存 在哪些差异？ ⽬前国内的⼤模型盈利模式尚未完全明确，与海外市场相⽐存在显著差异。以OpenAI为例，其2024年收⼊为40亿美元，2025年则投⼊200亿美元进⾏业务扩展。OpenAI的主要商业模式包括两部分：⼀是通过⾼定价吸引付费⽤户，其最⾼级别订阅服务定价为每⽉200美元，⽬前总共已拥有数千万付费⽤户；⼆是通过API接⼝按使⽤量收费，⽤于拓展客户群体。这种模式使其能够实现⼤规模收⼊。 相⽐之下，国内市场的收⼊规模较⼩，主要原因包括以下⼏点：⾸先，国内定价相对较低，与海外市场存在约1:10的价格差距；其次，产业化落地尚未⼴泛深⼊。此外，⼤⼚之间的竞争也导致价格进⼀步下降。例如，在2025年第⼀季度，⼀款排名领先的模型推出后，将市场整体价格压低。 阿⾥是否计划打造超级智能体来整合旗下业务？⽐如淘天集团前⼀段打闪购，把饿了么⻜猪都纳⼊进来了。 刚刚少说了⼀个，就是通义团队除了输出基座模型外还会输出⼀个‘千问agent‘。它会涉及多智能体架构，把他交给业务部⻔⾃⼰去构建，相当于提供⼀个⼀框架，各业务部⻔根据需业务需求去填空。关于超级⼊⼝这点，⽬前阿⾥主要推进的是“⼀个淘宝”，就是把所有电商系的数据全打通。以前像⼝碑⽹、饿了么、⻜猪都是福利的事业部，只要在闪购⼊⼝都能搜索，能够提供服务。未来新⼊⼝，⽐如新做的app，未来会⻓出这种超级⼊⼝出来，也会去联动阿⾥系的各个产品线，让⽤户既可以从传统阿⾥系产品上找到这些⼊⼝，也可以新的AI原⽣的产品上找到这些⼊⼝。 芯⽚ 专家简介：NA