转自：中国经营网
中经记者 顾梦轩 李正豪 广州 北京报道
『大语言模型』已从研发走向应用，AI产业的重心也已经从训练阶段转向推理环节。今年以来，随着华为、『英伟达』和谷歌三大巨头相继发布各自的推理『芯片』，一场关于AI推理『芯片』的战争悄然打响。
根据麦肯锡报告，全球AI推理市场规模预计在2028年将达1500亿美元💵，年复合增长率超40%，远高于训练市场的20%。
南开大学金融发展研究院院长田利辉在接受《中国经营报》记者采访时指出，推理『芯片』将重塑人类生活，形成云端、边缘、终端三元共存格局，自动驾驶、智能摄像头、语音识别等应用将普及，真正实现“AI赋能千行百业”。
三大巨头各显“神通”
在今年9月的2025年华为全联接大会上，华为宣布了昇腾『芯片』的规划和进展。未来3年，华为开发和规划了三个系列，分别是Ascend950系列、Ascend960系列、Ascend970系列。据悉，华为AI『芯片』将以几乎一年一代、算力翻倍的速度，围绕更易用、更多数据格式、更高带宽等方向持续演进。
同样是在今年9月，『英伟达』推出专为大规模上下文处理设计的GPU——RubinCPX，预计于2026年年底上市。
今年4月，谷歌在Google Cloud Next 25大会上推出了其首款Google TPU推理『芯片』Ironwood。据了解，Ironwood根据AI工作负载需求提供两种尺寸：256『芯片』配置和9216『芯片』配置。后者总算力达到42.5Exaflops（百亿亿次），是ElCapitan超算的24倍，单『芯片』峰值4.614Exaflops。
记者在采访中获悉，上述三家公司的推理『芯片』在技术路径与市场定位上呈现显著差异，在成本、效能以及应用场景中各有千秋。『英伟达』凭借CUDA生态与全场景适配能力稳居行业龙头，谷歌TPU以ASIC架构实现云端推理极致能效，华为通过集群技术与存储优化突破制程限制。
在成本控制上，各家公司“各显神通”。星图金融研究院研究员张思远向记者指出，『英伟达』通过存储技术创新降低单位成本，华为依赖系统级优化分摊成本；效能表现上，谷歌在专用场景领先，『英伟达』全场景性能均衡。
张思远向记者表示，华为通过UCM推理记忆数据管理器构建三级存储架构，避免重复计算，降低推理成本。但受限于制程工艺，单『芯片』硬件成本较『英伟达』产品更高，需通过规模化部署摊薄成本。谷歌聚焦于ASIC架构与云端规模化降本。
“『英伟达』的推理『芯片』以强大的计算能力和成熟的CUDA生态系统著称，广泛应用于各种AI场景中。但其产品价格较高，增加了使用成本。”经济学家、新金融专家余丰慧向记者指出。
在效能表现方面，张思远指出，『英伟达』全场景性能均衡，长上下文推理领先。华为的效能优势则体现在集群算力突破和行业场景深度优化。谷歌则通过HBM（高宽带内存）容量与互联带宽驱动云端效能。
在应用场景方面，张思远表示，『英伟达』实现全场景覆盖，消费级与企业级并重。华为则聚焦国内行业，在国内政务、金融、医疗场景市场占有率较大，依托昇腾生态，参与多地智算中心建设，但海外市场拓展受限，消费级场景渗透率不足。
对谷歌而言，张思远指出，谷歌以云端服务为主导，搜索与AI模型协同。其中搜索业务依赖TPU推理加速，Cloud业务提供Gemini推理服务，支持企业级MoE模型部署。但硬件仅通过云端开放，企业本地化部署需求难以满足。
“谷歌的TPU以其高度定制化的硬件设计和出色的机器学习性能占据一席之地，不过，谷歌TPU的应用范围较窄，主要针对自家服务和特定合作伙伴。”余丰慧补充道。
谈及华为推理『芯片』的发展状态，田利辉指出，华为实质上形成了“算力积木”架构，进而实现灵活扩展，成本效率平衡。
行业规模将突破3000亿元
推理『芯片』的发展将极大地促进人工智能技术在日常生活中的普及与深化。张思远指出，首先，推理『芯片』的发展可能带来效率革命，重构服务响应范式。推理『芯片』的能效提升将推动AI应用从“实验室”走向“日常生活”。例如，金融客服系统通过华为UCM技术实现通话分析时间从120秒缩短至10秒；医疗领域，推理加速方案使医学影像分析效率提升6倍，基层医院也能快速获取诊断支持。
其次，推理『芯片』可能带来成本普降，降低AI应用门槛。例如，搭载国产推理『芯片』的AI学习机大量出货，使优质教育资源向三、四线城市渗透。
“最后，可能带来产业升级，”张思远表示，推理『芯片』与边缘设备结合，推动消费电子形态革新。如AI眼镜👓通过低功耗推理『芯片』实现实时翻译、视觉识别，人形『机器人』️依赖高能效推理『芯片』完成环境感知与运动控制。
全球范围内，推理『芯片』正处于快速发展阶段，各大科技公司纷纷加大研发投入，试图在这一新兴市场分得一杯羹。
中国推理『芯片』市场前景广阔，发展潜力巨大。中商产业研究院发布的《2025—2030年人工智能『芯片』行业市场调研及投资前景预测报告》显示，中国AI推理『芯片』相关产品及服务行业市场规模由2025年的113亿元增至2024年的1626亿元，期内复合年增长率为94.9%。中商产业研究院分析师预测，2025年中国AI推理『芯片』相关产品及服务行业市场规模将达到3106亿元。
以华为为例，华为轮值董事长徐直军曾在全联接大会上公开表示：“有了昇腾『芯片』为基础，我们就能够打造满足客户需求的算力解决方案。从大型AI算力基础设施建设的技术方向看，超节点已经成为主导性产品形态，并正在成为AI基础设施建设的新常态。”“但仅有强大的单『芯片』远远不够，如何将成千上万张『芯片』高效地连接起来，形成一个协同工作的‘超级大脑’才是挑战。”诺安基金科技组基金经理刘慧影表示，为此，华为重磅预告了三款超节点产品，并面向超节点创新性地推出了“灵衢”全光互联协议，且宣传将其技术规范开源。这一举措被认为是算力互联领域的颠覆性的突破。据悉，“灵衢”采用光传输技术，可实现数据高速流转。更重要的是，基于超节点与该协议打造的Atlas950超节点，其算力水平在未来数年内有望保持全球领先地位。
先进制程有待突破
受访人士向记者表示，随着国家政策的支持以及市场需求的增长，本地企业也在积极布局该领域，如华为、寒武纪等企业已推出多款自研推理『芯片』，并在国内外市场上获得了一定的认可。然而，整体技术水平与国际领先企业相比仍存在一定差距。
张思远指出，第一，在技术指标方面，制程与单芯性能仍有巨大进步空间。『英伟达』RubinCPX采用3nm制程，华为昇腾910B仍依赖7nm工艺，单『芯片』算力差距约3倍。第二，在生态建设方面，开发者生态壁垒显著。『英伟达』CUDA生态积累超15年，全球超400万开发者支持；华为CANN架构开发者数量突破50万，但工具链完善度仍需提升，部分企业因迁移成本高而选择继续使用『英伟达』方案。第三，在市场渗透方面，中国企业国际份额与场景覆盖不足，相比之下，『英伟达』推理『芯片』全球市场占比超70%，覆盖云厂商、消费电子等多领域。
“中国『芯片』主要集中在国内政务、安防等toG场景，海外市场拓展缓慢，且高端消费级市场仍以进口为主。”张思远说。
北京社科院副研究员王鹏表示，国产推理『芯片』在政企、安防领域的渗透率较高，但高端训练『芯片』与复杂模型支持能力不足。
“中国『芯片』企业正通过‘应用场景驱动—数据积累—算法优化—『芯片』迭代’闭环加速追赶，本土品牌渗透率从30%持续提升，2025年市场规模将突破1530亿元。”田利辉说，一些国内企业正在探索存算一体和3Dmemory技术，未来将突破大规模集群互联瓶颈，实现从“跟跑”到“并跑”的跨越，真正成为全球AI基础设施的核心力量。
萨摩耶云科技集团首席经济学家郑磊向记者表示，中国推理『芯片』正在从“可用”向“好用”阶段过渡，但在先进工艺、存储带宽、软件栈与极致性能场景上仍落后全球顶尖水平，下一步，行业需在RISC-V开源指令集、Chiplet国产封装线、AI编译器框架及行业『芯片』协同定义上加速迭代，方能真正与世界头部公司在同一梯队竞争。
