大摩 中国AI GPU 加速追赶美国

摩根士丹利认为，中国AI算力生态正加速缩小与美国的差距，国产AI芯片在推理场景下的总拥有成本（TCO）与单Token成本已具备显著竞争力。叠加国内大模型调用量激增与本土晶圆代工产能扩张，中国AI芯片总可寻址市场（TAM）预计在2030年将达到910亿美元。当前国产算力链正处于从“可用”向“好用”跃迁的关键节点，华为CloudMatrix 384及新一代Atlas 950 SuperPod的发布标志着中国在超节点集群架构上已具备全球领先的系统级工程能力。维持亚太半导体行业“具吸引力”的评级。 市场规模与份额演变 中国AI GPU市场体量持续扩张，叠加寒武纪等头部企业上市后更多国产芯片厂商有望登陆资本市场，行业融资环境持续优化。摩根士丹利预计，到2026年，国产AI加速器在国内市场的份额将显著提升。受字节跳动（火山引擎/豆包）等互联网巨头大模型Token调用量爆发式增长驱动，国内AI算力需求保持高景气，英伟达RTX 5090等消费级显卡在国内市场的价格持续攀升，侧面印证了底层算力供需的极度紧张。 中美AI算力差距实质性收窄 报告通过芯片、系统、基础设施等九个维度对比中美AI实力，指出中国在基础设施层面的优势正在抹平单芯片层面的理论性能差距。以华为为例，其展示的Ascend 950 die shot及CloudMatrix 384架构显示，通过系统级创新，国产算力集群在大规模模型训练上的实际表现已大幅改善。在推理经济性方面，国产芯片凭借极具竞争力的定价，实现了比英伟达处理器更低的TCO和可比的单Token成本，性价比优势突出。 华为在2026年世界人工智能大会（WAIC）上发布的Atlas 950 SuperPod是本次报告的焦点。该系统基于昇腾950DT NPU构建，扩展至1024张卡规模，采用16个计算柜加4个UnifiedBus统一总线柜的架构。其核心亮点在于UnifiedBus 2.0实现了统一内存语义，结合铜光混合互联技术，可提供高达256TB的池化内存。这是WAIC展会上规模最大的单系统扩展域，凸显了华为在超大模型训练与统一内存架构上的领先优势。 除华为外，国产超节点生态呈现百花齐放态势。摩尔线程展示了基于MTT C256的SuperPod，聚焦可扩展的国产GPU集群；燧原科技与中兴通讯联合发布了云萃SL64-O，采用无中板正交架构，实现了计算、网络与制冷的深度融合；沐曦与中兴通讯则推出了基于C600芯片的类似架构产品。ODM厂商主导的生态系统协作与模块化SuperPod部署正在加速国产算力落地。 投资逻辑与产业链映射 摩根士丹利强调，中美AI计算生态已呈现实质性“脱钩”态势，这倒逼中国算力产业链加速闭环。在国产芯片性能与性价比持续提升的背景下，本土晶圆制造（如中芯国际、华虹）、先进封装、设备及算力租赁等环节将直接受益于国产替代的订单溢出。尽管面临地缘政治与出口管制的不确定性，但中国AI基础设施的规模化部署能力已成为缩小技术差距的最强护城河。