全球AI算力革命，生态之争加速演绎

计算机2026年01月16日 计算机行业深度研究报告 推荐 （维持） 全球AI算力革命，生态之争加速演绎 全球AI算力革命，打响加速芯片争霸赛。1）全球智能算力需求快速增长:据中国信通院预计，2030年全球算力规模将超过16ZFlops，其中，智能算力占比将从2023年的63%（换算为FP32，规模为875EFlops）提升至2030年的90%以上。2）英伟达算力布局实现领跑：据Gartner数据，从AI芯片类型来看，2024年搭载GPU的AI服务器占比约为71%，其中，英伟达的市场占有率接近90%，AMD约为8%。3）智算成本优化催生定制化方案：随着应用端推理需求的大爆发，谷歌云、亚马逊云科技、微软、Meta等大规模云厂加速自研ASIC芯片。4）专业半导体设计公司占据关键生态位：在ASIC市场，目前博通与谷歌、Meta、亚马逊等超大规模客户建立长期合作关系，以55%-60%的份额位居第一；迈威尔科技以13%-15%的份额位列第二。 华创证券研究所 证券分析师：吴鸣远邮箱：wumingyuan@hcyjs.com执业编号：S0360523040001 证券分析师：祝小茜邮箱：zhuxiaoqian@hcyjs.com执业编号：S0360524070011 英伟达数据中心业务爆发，深挖CUDA“护城河”。1）构建全栈计算基础设施：英伟达的全栈解决方案包括在所有NVIDIA GPU上运行的基础CUDA编程模型，以及数百个领域特定软件库、软件开发工具包（SDK）和应用程序接口（API）。2）打破“摩尔定律”，Vera Rubin计算平台发布。在2026年1月的CES大会上，英伟达重新设计了Vera CPU、Rubin GPU、ConnectX-9网卡、BlueField-4 DPU、NVLink-6交换芯片、Spectrum-6光以太网交换芯片等6款芯片，以实现从芯片到平台各层级的极致协同。3）CUDA成为英伟达软硬件生态的“粘合剂”：CUDA的计算紧密依赖于英伟达的GPU架构而进行加速，其累计下载量超过5300万次，CUDA生态在全球拥有500万个开发者，4万家公司，以及数以千计的生成式AI公司。4）数据中心业务驱动业绩高增长：数据中心业务从2023财年开始超越了游戏业务，成为公司业绩增长的核心动力；其在2025财年对应收入1151.9亿美元，同比增长142.4%，占比达88.3%。 行业基本数据 占比%股票家数(只)3380.04总市值(亿元)67,013.185.20流通市值(亿元)60,548.485.82 %1M6M12M绝对表现19.5%30.1%52.9%相对表现15.1%11.9%27.8% 博通，AI专用芯片领域的“隐形冠军”。1）博通崛起，聚焦ASIC芯片：博通以Ethernet（以太网）和PCIe等开放标准为核心技术路线，在商用以太网交换领域占据主导地位，深度参与超大规模人工智能建设。2）硬件与软件协同，驱动博通业绩高速增长：2025财年，博通的半导体业务收入达368.6亿美元，占总收入比重的58%，其中AI业务营收达到200亿美元，同比增长65%；基础设施软件业务收入270亿美元，受益于VCF的广泛采用，同比增长26%。 全球算力生态竞争加剧，AI市场或趋于异构融合。1）英伟达稳居全球半导体销售榜首：世界半导体贸易统计组织（WSTS）统计，2025年第三季度的全球半导体累计销售额达2084亿美元，第一名英伟达收入570亿美元。2）ASIC之争加速转向生态之争：随着AI算力需求从“通用”向“专用”转变，科技巨头们分别对标英伟达的InfiniBand和NVLink，成立了UCE和UALink，以“开放互联+专用芯片”重塑市场竞争格局。3）AMD完善生态建设，芯片性能有望大幅提升：2025年6月，AMD发布的MI350系列芯片在浮点性能上已与英伟达的B200大致相当。AMD计划分别于2026年和2027年推出MI400系列和MI500系列，并承诺在4年内实现1000倍的AI性能提升。4）大规模云厂商加强垂直整合：谷歌、Meta、亚马逊、微软等正通过自研芯片推进算力自主化，旨在降低外部依赖、优化成本结构，推动产业向专用化、定制化发展。 相关研究报告 《计算机行业重大事项点评：CES 2026：端侧与AI Agent成核心焦点》2026-01-12《计算机行业重大事项点评：英伟达Rubin平台量产，物理AI时代已来》2026-01-11《计算机行业深度研究报告：Neuralink：脑机重大革新，助力人机共存》2026-01-09 投资建议：全球AI算力生态竞争日趋白热化，格局重塑。在此背景下，国产算力正沿端、边、云路径加速自主化进程。A股上市公司建议关注：寒武纪、海光信息、摩尔线程、拓维信息、浪潮信息、中科曙光、工业富联、中际旭创、新易盛、中国移动、中国电信等。美股上市公司建议关注：英伟达（NVIDIA）、博通（BROADCOM）、台积电、甲骨文（ORACLE）、超威半导体（AMD）、ARISTA网络、戴尔科技（DELL TECHNOLOGIES）、迈威尔科技（MARVELL）、VERTIV、数字房地产信托、COREWEAVE、CREDO TECHNOLOGY、NEBIUS、超微电脑等。 风险提示：技术创新不及预期；行业竞争加剧；地缘政治风险等。 投资主题 报告亮点 全方位梳理英伟达、博通、AMD、超大规模云厂等的算力布局。分析推理训练需求不断增长趋势下，主要玩家如何通过竞合重塑产业生态。 投资逻辑 全球AI算力革命，打响加速芯片争霸赛。英伟达凭借其全栈计算基础设施，实现全球领跑：在硬件层，从Blackwell到Vera Rubin的快速迭代，不断突破性能极限；在软件层，则以CUDA生态为护城河，构筑了由GPU、InfiniBand和NVLink共同组成的强大的封闭生态系统。博通聚焦ASIC芯片，以Ethernet（以太网）和PCIe等开放标准为核心，在商用以太网交换领域占据主导地位，成为AI专用芯片领域的“隐形冠军”。核心趋势在于，AI算力需求正从“通用”向“专用”转变，“开放互联+专用芯片”模式正在挑战封闭体系。竞争着力点从芯片性能转向整体生态构建。此外，谷歌、Meta、亚马逊、微软等超大规模云厂通过自研芯片强化垂直整合，专用化、定制化以优化成本与供应链，已成为不可逆的潮流。 目录 一、全球AI算力革命，打响加速芯片争霸赛...............................................................6 （一）全球智算需求快速增长，英伟达算力布局实现领跑.........................................6（二）从“通用训练”到“专用推理”，智算成本优化催生定制化方案....................9 二、英伟达数据中心业务爆发，构建全栈计算基础设施...........................................13 （一）研发驱动创新，英伟达构建全栈计算基础设施...............................................13（二）打破“摩尔定律”，从Blackwell到Vera Rubin................................................14（三）CUDA生态构筑数据中心业务“护城河”.......................................................17 三、博通崛起，打造AI专用芯片领域的“隐形冠军”.............................................19 （一）博通崛起，聚焦ASIC芯片................................................................................19（二）硬件与软件协同，驱动博通业绩高速增长.......................................................20 四、全球算力生态竞争加剧，AI市场或趋于异构融合..............................................24 （一）英伟达稳居全球半导体销售榜首.......................................................................24（二）ASIC之争正加速转向生态之争.........................................................................25（三）AMD完善生态建设，提升AI性能...................................................................27（四）超大规模云厂商呈算力自主化趋势...................................................................31 五、投资建议...................................................................................................................34 六、风险提示...................................................................................................................34 图表目录 图表1算力的常用单位.........................................................................................................6图表2算力的分类.................................................................................................................6图表3全球算力规模与增速.................................................................................................7图表4 2021-2023年全球算力规模与GDP关系.................................................................7图表5 2008-2026年全球机器学习硬件的计算能力示意图（Epoch AI）........................7图表6 2017-2024年数据中心GPU市场份额测算.............................................................8图表7不同加速器训练的知名模型数量（Epoch AI）......................................................8图表8不同领域大模型训练所需算力（Epoch AI）..........................................................8图表9领先科技公司的AI计算能力（Epoch AI）............................................................9图表10按GPU代际划分的英伟达算力总和