🔥36氪•最新收集於 1m
中國算力卡市場規模預計於 2029 年達到 1.44 兆元
💡了解中國 AI 基礎設施的龐大投資規模，以及其對未來 AI 硬體發展的深遠影響。
⚡ 30-Second TL;DR
有什麼變化
預計 2029 年中國國內算力卡採購額將達到 1.44 兆元。
為什麼重要
此預測顯示中國國內 AI 硬體將迎來長期且持續的投資趨勢，這將加速本土 GPU 與 NPU 替代方案的發展，並推動中國 AI 企業進行大規模的基礎設施擴張。
下一步行動
評估國內 AI 硬體供應商的技術路線圖，以便將您的基礎設施策略與預期的供應鏈成長趨勢保持一致。
誰應關注：Founders & Product Leaders
關鍵要點
- •預計 2029 年中國國內算力卡採購額將達到 1.44 兆元。
- •對算力的龐大需求正推動該領域的巨額資本投入。
- •分析師預期 AI 供應鏈中將誕生多家市值達兆元規模的企業。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •中國算力市場的增長主要受到國產替代政策的驅動，旨在降低對美國高階 AI 晶片（如 NVIDIA H100/B200 系列）的依賴。
- •除了硬體採購，軟體生態系統（如 CUDA 的替代方案）的成熟度被視為決定 2029 年市場規模能否達標的關鍵變數。
- •邊緣運算與終端 AI 裝置的普及，正在將算力需求從傳統的雲端資料中心向邊緣側分散，擴大了算力卡的應用場景。
- •中國政府透過「東數西算」工程，為算力卡市場提供了長期的基礎設施建設需求，確保了大規模採購的穩定性。
- •供應鏈瓶頸已從單純的晶片製造轉向先進封裝（如 CoWoS 技術）的產能限制，這成為影響市場規模擴張的主要技術障礙。
📊 競品分析▸ Show
| 廠商/架構 | 核心優勢 | 軟體生態 | 預估效能定位 |
|---|---|---|---|
| NVIDIA (H/B系列) | 全球領先架構、CUDA 生態 | 極度成熟 | 標竿基準 |
| 華為昇騰 (Ascend) | 國產化率高、軟硬整合 | CANN 平台 | 高階訓練/推理 |
| 海光資訊 (DCU) | x86 相容性、通用計算 | ROCm 兼容 | 通用計算/推理 |
| 寒武紀 (Cambricon) | 專用 AI 加速、能效比 | 自研框架 | 雲端推理/邊緣計算 |
🛠️ 技術深入
- 算力卡架構多採用異構計算設計，結合高頻寬記憶體 (HBM3/HBM3e) 以解決記憶體牆問題。
- 互聯技術方面，國產晶片正積極開發類似 NVLink 的高速晶片間互聯協議，以支援大規模叢集訓練。
- 針對大模型訓練需求，算力卡普遍強化了 FP8 與 INT8 的混合精度計算能力，以提升模型訓練與推理效率。
- 封裝技術正從傳統封裝轉向 2.5D/3D Chiplet 封裝，以整合更多運算單元並提升良率。
🔮 前景展望AI analysis grounded in cited sources
國產算力卡市佔率將在 2027 年突破 40%
隨著供應鏈自主化加速及軟體生態兼容性提升，企業採購將更傾向於具備穩定供應能力的國產方案。
算力租賃服務將成為市場規模擴張的主要營收模式
由於高階算力卡採購成本高昂，中小型企業將轉向租賃算力，推動算力基礎設施營運商的資本支出增加。
⏳ 時間線
2022-10
美國商務部發布晶片出口管制新規，限制高階 AI 晶片出口至中國，加速國產替代進程。
2023-05
中國算力基礎設施建設進入高峰，多地啟動智算中心專案，帶動國產算力卡需求激增。
2024-03
中國政府強調發展「新質生產力」，將算力基礎設施列為國家戰略重點。
2025-06
多家國產晶片廠商宣布其 AI 訓練晶片在主流大模型訓練任務中達到國際主流水準的 70% 以上效能。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗