AI算力竞逐下的半导体产业格局演变

执行摘要：华为昇腾宣布中国市场份额超英伟达，950超节点产能供不应求，标志国产AI算力加速替代；英特尔Nova Lake命名跳代升级，PC端竞争延续；资本端韩国散户重仓存储巨头杠杆ETF巨亏2.3万亿韩元，反映AI行情波动风险。本报告梳理AI算力、存储、PC芯片产业链现状与竞争格局，研判市场过热信号与产业趋势。

AI算力格局：国产替代提速

市场份额的历史性变化

中国AI算力市场正在经历一次标志性的格局转变。华为轮值董事长徐直军近期公开表示，昇腾（Ascend）系列AI芯片在中国市场的份额已经超过英伟达。这一表态意味着，在出口管制持续收紧、英伟达高端GPU对华供应受限的背景下，国产AI算力平台首次在本土市场实现了对全球领先者的规模反超。

从产业逻辑看，这一变化的驱动因素主要有三：其一是供给端约束。美国对华AI芯片出口管制不断加码，英伟达面向中国市场的特供产品在性能上受限，供应稳定性也存在不确定性，倒逼国内云厂商和大模型企业加速导入国产方案。其二是需求端的确定性。国内AI大模型训练与推理需求持续扩张，算力缺口客观存在，国产芯片成为可依赖的供给来源。其三是华为在系统工程能力上的积累——昇腾并非单点芯片竞争，而是以“芯片+超节点+集群+CANN/MindSpore软件栈”的整体方案切入市场，降低了客户迁移门槛。

950超节点：供不应求的国产旗舰

在产品层面，昇腾950超节点成为本轮国产替代的标志性载体。徐直军明确表示，950超节点在国内市场“都不够用”，产能是当前的主要瓶颈。所谓超节点（SuperNode），是将多颗AI芯片通过高带宽互联组成逻辑上统一的算力单元，以突破单芯片性能限制，这是当前大模型训练集群的主流架构方向。

值得注意的战略信号是：华为表示950超节点“没有计划全面出海”。这一取舍反映了清晰的优先级判断——在国内算力需求旺盛、供给紧张的窗口期，优先保障本土市场、快速做大生态，比开拓海外市场更具战略价值。海外市场的拓展涉及供应链、合规与生态成熟度等多重约束，短期内并非竞争重点。

竞争焦点的转移：从单芯片到产能与生态

当前AI算力竞争的关键变量已经发生变化：

产能成为第一约束。 国产AI芯片受先进制程获取限制，良率与产出规模是实际瓶颈。在需求远超供给的卖方市场环境下，谁的产能爬坡更快，谁就能锁定更多头部客户、积累更多训练反馈数据，形成正向循环。

生态建设决定长期地位。 AI芯片的竞争力不仅在于硬件参数，更取决于软件栈成熟度、算子库完备性、开发者社区规模以及与主流大模型框架的适配程度。英伟达CUDA生态历经十余年积累，国产平台需要通过持续的版本迭代、迁移工具优化和行业适配项目来缩短差距。昇腾当前的市场份额优势，为生态建设争取了宝贵的用户基数。

对产业链的影响

这一格局演变正在向产业链上下游传导：

• 上游：国产AI芯片放量带动先进封装、HBM配套、Chiplet互联等环节需求，国内存储与封测厂商迎来导入窗口。
• 中游：服务器整机、液冷散热、数据中心建设等环节随国产算力集群扩张同步受益。
• 下游：云厂商与大模型企业加速“昇腾适配”，应用层迁移成本逐步下降。

同时，全球AI算力博弈仍在持续。近期美国部分AI从业者呼吁放缓AI开发节奏，徐直军对此回应称，中国模型相对更弱，“反而需要加快”，否则无法真正体会和评估相关风险。这一表态折射出中美在AI发展节奏上的认知分歧，也暗示出口管制与产业竞争的博弈仍将长期化，国产替代的紧迫性不会在短期内消退。

竞争格局演化路径

小结

昇腾份额超越英伟达、950超节点供不应求，标志着中国AI算力市场进入国产主导的新阶段。但这一领先建立在外部供给受限的特殊条件之上，竞争远未终局。下一阶段的胜负手在于两点：一是产能能否跟上需求扩张，二是软件生态能否缩小与CUDA的成熟度差距。对于产业链各方而言，未来2-3年是国产算力从“可用”走向“好用”的关键窗口期。

战略取向：不出海与节奏之争

在AI算力竞争进入深水区的当下，头部企业对“市场边界”和“开发节奏”的判断差异，正成为影响半导体产业格局演变的重要变量。华为近期围绕昇腾生态的两项明确表态——昇腾950无全面出海计划、对放缓AI开发呼吁的不同立场——集中体现了中国半导体企业在本轮AI浪潮中的战略取向。

一、昇腾聚焦国内：供给约束下的现实选择

华为轮值董事长徐直军近期公开披露了两个关键信息：其一，昇腾在中国市场的份额已经超过英伟达；其二，昇腾950系列即便在国内市场供应都不充分，公司没有全面出海的计划。

这一表态包含两层产业含义。

第一层是市场地位的确认。在美对华高端GPU出口管制的背景下，英伟达特供版产品在中国市场的可及性与性价比持续承压，昇腾凭借自主架构与超节点系统方案填补了供给缺口，实现份额反超。这意味着中国AI算力市场正在形成以国产芯片为主体的新格局，国产替代从“政策驱动”进入“产品力驱动”阶段。

第二层是产能约束下的优先级排序。“950国内都不够用”折射出先进制程产能对国产AI芯片出货的制约。在先进制造产能有限的条件下，华为选择将稀缺产能优先投向国内市场，而非追逐海外收入，这是供给侧约束下的理性配置。

从产业逻辑看，“不出海”并非放弃国际化，而是阶段性的战略聚焦：在供给无法同时满足两个市场时，深耕本土生态、绑定国内大模型客户，比在海外与英伟达正面竞争更具确定性。待产能爬坡、生态成熟后，出海窗口仍可能重新打开。但短期内，全球AI算力市场的海外版图仍将由英伟达主导，竞争主战场向中国市场内部收敛。

二、节奏之争：中美对AI开发速度的判断分化

产业层面的另一重分歧在于“AI应该跑多快”。针对美国部分同行提出的“放缓AI开发”呼吁，徐直军明确回应：中国模型相对更弱，反而需要加快发展，否则无法切身体会到风险所在。

这一表述背后是两种发展逻辑的碰撞：

• 美国部分头部实验室倾向于认为前沿模型能力逼近高风险阈值，主张通过放缓开发、加强评估来对齐安全边界；
• 中国厂商则认为自身处于追赶位置，模型能力差距意味着“风险前置”的判断并不适用，快速迭代、在实际应用中验证与治理，是更务实的路径。

这一节奏判断的分化，直接影响技术路线布局。对华为等中国厂商而言，“加快”意味着加大训练算力投入、加速昇腾软硬件生态迭代；对主张放缓的一方而言，则意味着在scaling之外强化对齐与安全工程。两条路线并行，也将使全球AI治理协调的难度上升——监管框架若无法在不同节奏的产业主体间取得共识，可能出现“安全标准洼地”与“合规成本分化”并存的局面。

三、资本市场的另一面：节奏与预期差

节奏之争同样投射到资本市场。韩国散户近年重仓押注三星、SK海力士相关的杠杆ETF，数月内累计亏损达2.3万亿韩元。存储芯片是AI算力需求最直接的受益板块之一，但杠杆工具放大了价格周期与情绪波动，显示出市场对AI算力产业链的预期定价存在剧烈的博弈性。算力景气与个股回报之间，并非简单的线性关系。

四、小结

不出海的昇腾与“要加快”的中国AI叙事，共同指向一个判断：中国半导体产业在本轮AI周期中的首要目标是完成本土闭环——从制造产能到芯片、超节点、框架与模型的纵向打通。全球竞争的重心短期内呈现“双轨”特征：海外市场比拼前沿性能与生态扩张，中国市场比拼供给能力与迭代速度。节奏之争没有标准答案，但它决定了未来两三年内，两大算力体系在技术路线、监管环境和资本定价上的持续分化。

与此同时，产业链其他玩家也在寻找自己的节奏：英特尔计划跳过300系列命名，直接将下一代产品升级至酷睿Ultra 4000，显示传统巨头在产品代际上同样在尝试跳跃式布局；而在应用侧，中国3D生成公司Meshy跻身a16z消费级AI应用月收入Top 50，成为榜单中唯一的AI 3D公司，表明算力之上的应用生态正在全球市场形成新的增长点。算力之争的终局，最终将由应用层的价值兑现来检验。

产业链上游：算力与制造能力

超节点架构正在重塑上游产业的技术与供应格局。与传统单机训练推理路径不同，超节点通过将数十乃至上百颗加速芯片以高速互联方式整合为统一算力池，使单集群的互联带宽、供电密度与散热需求呈数量级上升。这一变化直接将压力传导至互联芯片、先进封装与晶圆制造三个上游环节，同时也对国产算力产业链的配套能力提出了持续性考验。

超节点带来的上游技术挑战

在互联层面，超节点要求节点内芯片间带宽达到TB/s级，且须解决跨机柜互联的时延与可靠性问题。这推动铜缆全互联、光模块、交换芯片及CPO（光电共封装）等技术的加速迭代。国内以昇腾为代表的超节点方案已进入实际部署阶段。据华为徐直军披露，昇腾在中国市场份额已超过英伟达，而即将推出的昇腾950超节点产品，其产能“国内都不够用”，华为目前也没有全面出海计划。这一表态折射出两点产业事实：一是国内算力需求旺盛、供给存在缺口，上游配套产能随之紧张；二是受地缘与供应链因素影响，国产算力厂商优先保障本土供给，出海节奏服从于国内交付。

在制造层面，超节点所依赖的AI加速芯片、HBM高带宽存储、Chiplet先进封装均集中在全球少数晶圆厂与封装厂手中。AI芯片对先进制程与CoWoS类2.5D/3D封装产能的争夺，已成为全行业供给瓶颈。韩国市场近期的一个侧面印证了上游环节的博弈烈度：韩国散户大量押注与三星、SK海力士相关的杠杆ETF，数月内累计亏损约2.3万亿韩元。杠杆产品的巨亏背后，是存储与代工环节股价随AI周期剧烈波动——上游产能供给的边际变化，已足以引发市场对产业链景气度的重新定价。

国产链的持续考验

对国产算力产业链而言，上游考验集中在三个方面：

• 先进制程获取受限：国产AI芯片主要依赖国内晶圆制造能力，在制程代际上与海外存在差距，需通过架构优化、Chiplet组合与封装创新弥补单芯性能差距；
• HBM与存储配套：高带宽存储是超节点性能的关键约束，国内存储厂商在HBM量产进度、良率与产能爬坡上仍处于追赶阶段；
• 互联与封装生态：高速SerDes、光互连器件、ABF载板等配套环节的国产化率仍待提升，超节点的大规模交付将进一步放大这些环节的产能需求。

值得注意的产业逻辑是：徐直军在回应“美国同行呼吁放缓AI开发”时指出，中国模型能力相对更弱，反而需要加快发展速度。这一判断延伸到产业链层面即意味着——国内算力供给与上游配套不仅不能放缓，还须以更快节奏扩产迭代，这使得本已承压的先进制造与封装环节面临更高的产能与良率要求。

全球范围内，上游制造能力的分布也在影响终端产品的竞争节奏。英特尔下一代产品路线显示，其将跳过300系列命名，直接推出酷睿Ultra 4000（Nova Lake），反映出头部芯片厂商在制程与产品迭代上加速竞争的普遍态势。上游工艺节点的推进速度，正日益成为决定下游产品竞争力的核心变量。

综合来看，超节点架构是本轮AI算力竞争的枢纽性技术方向，它将竞争焦点从单芯片设计延伸至互联、封装、制造与存储的全链条能力比拼。国产算力在整机与集群层面已取得阶段性市场份额突破，但上游配套——尤其是先进制程、HBM与高速互联器件——仍是决定其可持续供给能力的关键短板。未来2-3年，上游产能建设与国产化替代的推进速度，将在很大程度上决定国内AI算力供给的自主性与成本曲线。

产业链中下游：应用与PC端

AI算力竞逐的落脚点，最终在于应用端的商业化兑现与终端硬件的迭代节奏。本章聚焦两个观察样本：以AI 3D生成为代表的应用层商业化进展，以及PC芯片市场的竞争升级。

一、应用端商业化加速：Meshy跻身消费AI收入Top 50

根据a16z最新发布的消费级AI应用月收入Top 50榜单，AI 3D生成公司Meshy成功跻身其中，成为榜单中唯一一家AI 3D生成类公司。这一信号具有多重产业含义。

第一，AI应用商业化正从文本、图像、视频向更垂直的3D内容领域延伸。 此前消费级AI收入榜的前列长期被ChatGPT、图像生成、AI陪伴等品类占据，3D生成因技术门槛高、建模复杂度大，商业化进度相对滞后。Meshy的上榜表明，生成式AI的能力外溢已覆盖到游戏资产、工业设计、虚拟场景等专业度更高的内容形态。

第二，订阅制收入模式在垂直工具类AI产品中初步跑通。 月收入进入Top 50意味着Meshy已形成规模化的付费用户群，而非依赖融资输血。对于产业链而言，应用层收入的持续放大，是上游算力需求“从训练走向推理”的关键支撑——推理侧算力消耗与应用用户规模直接挂钩，应用商业化的加速将反向拉动中游推理芯片与云端算力采购。

第三，AI 3D赛道竞争格局尚在早期。 作为榜单唯一代表，Meshy暂时占据卡位优势，但该领域面临3D数据集稀缺、生成质量评估困难等行业性挑战，后续仍需观察其收入的可持续性与留存表现。

二、PC端：英特尔Nova Lake跳代命名，芯片竞争升级

PC侧的另一大变量来自英特尔的产品线调整。多方信息显示，英特尔下一代PC处理器Nova Lake将跳过"300系列"命名，直接以“酷睿Ultra 4000”序列命名推出。

这一命名策略的变化，产业逻辑可从三个层面解读：

• 产品节奏层面：Nova Lake是英特尔继Panther Lake之后的重大架构换代产品，跳代命名意在凸显其架构跃迁幅度，与上一代产品拉开感知差距，强化“代际升级”的市场叙事。
• 竞争博弈层面：AMD凭借Zen系列架构的持续迭代，在桌面与移动端对英特尔形成持续压力；高通携骁龙X系列切入Windows on Arm笔记本市场，进一步分食份额。英特尔需要通过命名与架构的双重刷新，稳固OEM合作与消费者认知。
• AI PC层面：Nova Lake预计将强化NPU算力配置，以承接AI PC换机周期的需求预期。PC芯片竞争已从单纯的CPU性能比拼，转向“CPU+GPU+NPU”的异构算力综合评估。

三、中下游产业格局：算力与应用的闭环正在形成

结合本章观察，AI半导体产业链的中下游呈现两条主线：

1. 应用层收入验证→推理算力需求放大。Meshy等应用公司的商业化进展，意味着AI价值链开始向下游传导收入，推理侧算力采购将从互联网大厂扩展至应用开发商，算力需求结构更趋多元。

2. 终端硬件迭代→换机周期博弈。PC芯片厂商的命名与架构竞争，本质上是在争夺AI PC换机潮的定义权。谁能在NPU生态与软件适配上建立优势，谁就能在终端侧占据主动。

四、小结

产业链中下游正在完成从“技术演示”到“收入验证”的关键转折。应用端的收入放量与PC终端的算力军备竞赛互为因果：前者为AI算力提供真实需求锚点，后者为应用普及降低硬件门槛。可以预见，随着酷睿Ultra 4000等新一代平台上市，以及更多垂直类AI应用（如3D生成）进入商业化深水区，半导体产业的价值分配将从“卖铲子”逐步向“卖场景”延伸，中下游的话语权将持续上升。

市场数据：资本情绪与风险

一、杠杆ETF巨亏：散户情绪的放大镜

2025年以来，AI算力叙事持续推高存储芯片板块，三星电子与SK海力士作为HBM（高带宽存储器）核心供应商，成为全球资本追逐的焦点。在这轮行情中，韩国本土散户是 participation 度最高的群体之一。大量投资者通过挂钩两家公司股价的杠杆型及反向ETF（合成衍生品交易工具）放大收益预期。

然而市场数据给出了残酷的反面注脚：数月之内，押注三星、SK海力士相关杠杆ETF的韩国散户累计亏损约2.3万亿韩元（约合12亿美元）。这一数字意味着，即便标的股票本身中长期趋势向上，杠杆产品在高波动环境下的路径依赖（波动损耗、再平衡机制）仍会持续侵蚀净值。当股价出现大幅回撤或宽幅震荡时，两倍、三倍杠杆产品的复利损耗效应被急剧放大，散户成为本轮波动中最脆弱的持有人群体。

从结构上看，韩国散户的资金行为呈现典型的“追高—杠杆—深度回撤”模式：在HBM订单放量、业绩超预期的利好催化下集中涌入杠杆产品，随后在板块高位震荡中承受远超现货持有人的损失。2.3万亿韩元的亏损规模，已接近部分中型券商一年的零售业务营收，凸显本轮AI行情中资本情绪的过热程度。

二、高波动的产业逻辑：存储巨头的“双重身份”

三星与SK海力士股价的高波动并非纯粹的市场情绪问题，其背后有清晰的产业逻辑支撑：

1. 业绩弹性极大。存储是半导体周期性最强的品类，HBM在AI服务器中的价值量占比持续提升，使两家公司在“周期复苏”与“AI结构性增量”两个叙事上同时受益，估值预期被快速推高。

2. 供给格局高度集中。HBM市场基本由SK海力士、三星、美光三家垄断，任何一家在良率、订单份额上的边际变化都会引发股价剧烈重定价。

3. 技术迭代节奏加快。HBM3E向HBM4过渡期间，认证进度、客户份额（尤其对英伟达等大客户的供应比例）每有风吹草动，均直接映射为市值波动。

与此同时，竞争格局的变化也在注入不确定性。华为昇腾在中国AI芯片市场的份额据称已超过英伟达，且昇腾950超节点产品“国内都不够用”。这一信号意味着：若中国AI算力体系逐步降低对英伟达生态的依赖，全球AI芯片与HBM的采购流向可能被重塑——英伟达链上的存储需求增速可能放缓，而中国自主体系将催生本土HBM与先进封装需求。这种“需求池迁移”的可能性，正是存储巨头估值难以锚定的深层原因之一。此外，英伟达自身面临的竞争与地缘约束、美国同行内部关于“是否放缓AI开发”的争论，也在不断扰动市场对AI资本开支持续性的判断。

三、风险传导路径

杠杆ETF的巨亏并非孤立事件，其风险沿以下链条形成闭环：

值得注意的是，这一传导链条在历史上多次重演——从2000年互联网泡沫到2021年半导体周期顶部，散户杠杆工具的集中亏损往往出现在板块情绪顶部区域附近。当前韩国市场的数据，为判断AI行情所处阶段提供了一个可观测的温度计。

四、客观评估：过热信号与基本面支撑并存

需要强调的是，杠杆产品的巨亏并不必然意味着存储基本面反转。目前HBM需求仍由头部云厂商资本开支驱动，SK海力士在HBM份额上保持领先，三星亦在加速追赶，2025—2026年供需偏紧的判断在主流机构中仍占多数。散户亏损更多反映的是资本情绪与标的波动特性的错配，而非产业景气度的即时证伪。

但风险信号同样不容忽视：其一，当杠杆资金集中度达到足以产生万亿级亏损的规模时，市场对边际利空的敏感度将显著上升；其二，中国AI算力自主化进程带来的需求结构变化、美国产业界对AI发展节奏的公开分歧，均可能成为触发高波动的外部变量；其三，英特尔等传统玩家以Nova Lake（酷睿Ultra 4000）等产品重启竞争，也在边缘端分散部分资本注意力。

对产业观察者而言，韩国散户2.3万亿韩元的亏损记录，与其视为见顶信号，不如理解为AI行情进入“高波动定价阶段”的注脚：基本面与情绪面的分歧正在扩大，资本正从单边押注转向对供给格局、地缘变量与需求结构的多维博弈。后续需重点跟踪HBM订单能见度、中国本土存储链的产能进展，以及杠杆资金持仓规模的变化。

趋势研判：格局分化与理性回归

AI算力竞赛进入深水区，半导体产业格局正呈现“区域市场分化”与“资本情绪回归基本面”两条并行的主线。本章基于近期产业动态，对下一阶段的演进方向作出研判。

一、AI算力区域市场分化加剧

全球AI算力市场正在从“单一全球化供给”走向“区域化分层格局”。最显著的信号来自中国市场：华为徐直军公开表示，昇腾AI芯片在中国市场份额已超越英伟达，且昇腾950超节点的产能“国内都不够用”，短期内没有全面出海计划。这一表态揭示了两个层面的分化：

供给侧分化：在出口管制与供应链约束长期存在的背景下，中国算力市场正形成相对独立的供给体系。华为选择优先满足国内需求而非全球扩张，反映出国产算力平台当前的核心目标是保障本土模型的训练需求，而非参与全球高端市场竞争。

需求侧分化：徐直军回应“美国同行呼吁放缓AI开发”时指出，中国模型能力相对更弱，反而需要加快发展速度以追赶并真正理解前沿风险。这一逻辑意味着中美两地的AI发展节奏、算力采购策略与技术路线将呈现差异化特征——美国市场讨论的是“如何负责任地放慢”，而中国市场的主旋律仍是“如何加快补齐”。

区域分化对产业链的含义在于：算力芯片、配套网络、软件生态将更多围绕区域标准构建，跨国半导体公司在不同市场的策略也需要差异化设计。英特尔新一代产品跳过300系列、直接以酷睿Ultra 4000命名推进Nova Lake路线，显示头部厂商仍在通过加快产品迭代节奏争夺PC端AI算力入口，x86阵营的内部竞争同样是格局分化的一部分。

二、国产供应链自主化持续推进

昇腾份额反超英伟达并非单点事件，而是国产供应链多年投入的结果。从芯片设计、先进封装到超节点系统（如昇腾950超节点），国产算力正在从“单芯片替代”走向“系统级方案替代”。这一进程的产业逻辑值得注意：

1. 需求牵引明确：国内大模型厂商的训推需求持续增长，为国产算力提供了确定性的落地场景；

2. 系统级创新弥补工艺差距：在先进制程受限的条件下，通过超节点架构、互联与集群调度优化，以系统工程能力对冲单芯片性能差距；

3. 生态建设进入正循环：份额提升带动软件适配与开发者迁移，进一步巩固本土生态。

需客观指出的是，自主化并非一蹴而就。产能爬坡、良率提升与高端环节（如HBM、先进设备）的补齐仍是中长期课题，国产供给与国内算力需求之间仍存在结构性缺口，“国内都不够用”本身即是这一缺口的注脚。

三、资本热度与产业基本面的差距需关注

AI算力的资本市场热度已明显领先于产业基本面兑现节奏。韩国市场的案例具有警示意义：韩国散户大量押注三星、SK海力士相关的杠杆ETF，数月内累计亏损达2.3万亿韩元。杠杆工具放大了存储股的波动，当股价回调时，杠杆头寸的损失远超现货投资者。

这一现象反映的普遍规律是：当市场共识过度集中于“AI存储需求爆发”这一单一叙事时，估值容易透支未来多个季度的业绩预期。而存储行业本身具有强周期属性——涨价周期一旦进入供给释放阶段，价格回落将直接冲击高杠杆持仓与行业盈利预期。投资者需要区分“产业长期趋势向好”与“短期股价已充分定价”这两个不同层面的问题。

四、存储与算力周期波动风险上升

综合供需两端，本轮存储与算力的周期波动风险正在累积：

• 存储侧：HBM与常规DRAM的扩产计划陆续落地，若下游AI服务器需求增速不及预期，供需平衡可能在2025—2026年间转向宽松；
• 算力侧：区域市场分割导致需求结构不透明，叠加地缘政策变量，供给规划与真实需求错配的概率上升；
• 杠杆资金侧：散户杠杆ETF的巨亏显示市场情绪已处于高位，波动率上升本身即是周期见顶阶段信号之一。

对产业参与者的建议是：区分结构性趋势（国产自主化、系统级创新、AI长期需求）与周期性波动（存储价格、资本情绪），避免以单一年份的高景气外推长期增长曲线。

小结

AI算力产业正处在“格局重塑”与“预期校准”的交汇点。区域分化为国产供应链打开了历史性窗口，但也意味着全球市场协同效率的下降；资本市场的狂热需要用产业基本面的冷静加以对冲。下一阶段，能够在周期波动中保持研发投入与产能节奏理性的企业，将成为格局演变中的最终受益者。