AI芯片竞合加速，国产化路径渐明

执行摘要：本报告观察当前半导体产业三大动向：一是英伟达拟投资AI推理ASIC企业d-Matrix，并通过引入英特尔封装缓解台积电产能约束，显示算力巨头正向芯片设计生态与封测环节双向布局；二是国产替代持续推进，龙芯中科以3A6000打造全国产化NAS方案，商用自给能力提升；三是清华具身智能模型登顶全球评测，软件算法侧取得突破。同时IDC数据显示三季度全球PC出货量同比下降20.1%，终端需求疲软与AI投资热潮并存，产业分化加剧。

产业现状与竞争格局

一、终端市场疲软：传统消费电子持续遇冷

全球半导体产业正经历明显的结构性分化。根据IDC发布的数据，2022年第三季度全球PC出货量同比下降20.1%，这一降幅显著超出市场预期，反映出消费电子终端需求的大幅萎缩。

PC作为半导体产业链中最重要的传统终端之一，其出货量的深度下滑对产业链上下游均产生传导效应：上游的CPU、存储、显示驱动等芯片需求承压，中游的整机制造与渠道库存去化压力加大。疫情催生的远程办公与在线教育红利消退后，换机周期拉长、消费者支出趋于谨慎，是本轮终端疲软的核心原因。在可预见的周期内，传统消费电子仍将处于磨底阶段，产业界普遍对短期回暖持审慎态度。

二、AI算力投资升温：景气度的另一极

与终端消费的遇冷形成鲜明对照的是，AI算力赛道呈现高度景气状态。大模型训练与推理需求的爆发，带动GPU、AI加速芯片及相关基础设施的投资持续升温，算力成为新一轮产业竞争的核心资源。

在这一轮AI景气周期中，产业竞合关系也在加速演化，几个值得关注的方向包括：

其一，头部厂商通过投资补强技术版图。 据市场消息，英伟达拟投资AI推理ASIC企业d-Matrix，双方此前已达成技术合作。这一动向表明，即便在GPU领域占据主导地位的厂商，也在通过资本与合作的组合方式布局推理侧专用芯片——ASIC在特定推理场景下具备能效与成本优势，GPU与ASIC的路线之争正在走向“并存与互补”。

其二，先进封装成为产能博弈的新焦点。 有分析师观点指出，英伟达在拥有台积电先进制程与封装产能之外，可能引入英特尔作为封装合作方。先进封装（如CoWoS类工艺）已成为AI芯片供给的关键瓶颈之一，头部厂商寻求多源封装产能，本质上是产业对稀缺制造资源进行再分配的博弈体现，也反映出封装环节在产业链中战略地位的系统性提升。

其三，算法与模型层的竞争格局出现新变量。 清华团队的具身智能模型登顶全球权威评测第一，展示了在具身智能方向上不依赖外挂模块和额外数据的技术路线突围能力。这一进展说明，AI竞争不只发生在芯片硬件层，模型架构与训练范式的创新同样可能改变上层应用的竞争格局，进而反向影响底层算力的需求结构与芯片设计取向。

三、国产化路径渐明：从单点突破到系统落地

在分化格局的另一侧，国产芯片的产业化路径正逐步清晰。龙芯中科基于自主研发的3A6000处理器，打造了国产化率达到100%的NAS存储方案，配套160TB存储容量，实现了从CPU到整机再到软件生态的全链条国产化落地。

这一案例的意义在于：国产化不再是停留在实验室或单点芯片验证阶段，而是开始进入可交付、可运行的实际应用场景。以NAS这类对生态依赖相对可控的产品作为切入口，是当前国产芯片“以场景带生态、以生态促迭代”的典型路径。尽管在桌面与服务器主流市场，国产芯片与全球先进水平仍存在代际差距，但自主指令集、自主工艺节点与自主整机的组合验证，正在为后续更大范围的替代积累工程经验与生态基础。

四、小结：一冷一热之间的产业逻辑

当前半导体产业呈现典型的“K型分化”：传统消费电子因终端需求疲软而下行，AI算力因技术革命而景气上行。在这样的格局下，产业竞争的主线正在从单纯的制程竞赛，扩展为“算力架构+先进封装+模型算法+自主生态”的多维竞合。

对全球头部厂商而言，通过投资与合作快速补齐能力短板、抢占封装与推理侧资源，是维持领先地位的关键动作；对中国产业链而言，消费电子下行周期反而提供了聚焦自主研发的窗口期，AI算力需求爆发则提供了差异化竞争的赛道选择。国产化路径的确定性正在增强，但真正进入主流市场竞争，仍需在生态成熟度与规模化落地层面持续验证。

上游：设计与制造环节

一、英伟达“押注”ASIC赛道：竞合逻辑的新样本

据市场消息，英伟达拟投资AI推理ASIC初创企业d-Matrix，而双方此前已达成技术合作。这一动向值得产业界重点关注：作为通用GPU的霸主，英伟达对ASIC企业的关注，折射出头部厂商对推理市场技术路线分化的清醒判断。

从产业逻辑看，GPU与ASIC的竞争正从“替代关系”转向“互补与竞合并存”。GPU凭借通用性和成熟的CUDA生态，在训练及大规模通用计算场景中占据主导；而以d-Matrix为代表的ASIC厂商，聚焦推理环节，通过架构定制化追求更高的能效比与更低的单位推理成本。在AI应用大规模落地、推理需求快速攀升的阶段，专用化芯片的成本优势日益凸显。

英伟达若完成对该类企业的投资，其意图可能有三：一是提前布局技术路线对冲，避免在推理专用化浪潮中被动；二是通过资本纽带获取 ASIC 设计经验，反哺自身产品线；三是将潜在竞争者纳入自身生态体系，实现“竞合管控”。这一模式与科技巨头普遍采用的CVC（企业风险投资）策略一致——用投资锁定赛道感知能力。

二、设计生态：从通用走向专用化

d-Matrix案例背后，是芯片设计生态的整体性转变。过去十年，以GPU为代表的通用芯片凭借规模效应和软件生态形成了强者恒强的格局；但随着大模型推理负载特征趋于稳定、头部客户自研ASIC（如云厂商定制芯片）的示范效应扩散，专用化设计正在细分场景中不断蚕食通用芯片的份额。

设计生态的专用化体现在多个层面：指令集与架构针对特定算子深度优化、存储与计算的距离进一步缩短（近存计算）、数字与存内计算等新路线进入商用探索期。对设计公司而言，护城河正从“通用性能+软件生态”转向“场景理解+定制效率+客户绑定”。

三、制造环节：先进封装成为第二战场

在设计之外，制造与封装环节的博弈同样值得关注。有分析师指出，英伟达在依赖台积电先进制程与CoWoS封装之外，可能引入英特尔作为封装供应商。这一判断的产业背景是：CoWoS等先进封装产能持续紧张，已成为AI芯片出货的实际瓶颈之一；而英特尔在先进封装领域具备产能与技术积累，正积极争取外部代工与封装订单。

若该合作落地，意味着先进封装环节的供给格局将从“台积电一家独大”走向多元化，同时也反映出头部芯片厂商在供应链安全与产能弹性上的双重考量。对台积电而言，这既是竞争压力，也是其加速扩产先进封装产能的外部动因。对英特尔而言，争取AI芯片封装订单是其代工转型战略的重要验证场景。

四、国产化路径：从单点突破到系统级验证

国内方面，龙芯中科推出基于自研3A6000处理器、配套160TB存储的NAS产品，宣称实现国产化率100%。这一案例的意义不在于单颗芯片性能的绝对对标，而在于展示了“CPU+操作系统+存储+整机”的系统级国产化能力——即国产芯片从可用走向好用的关键一步，是在真实产品形态中完成全栈验证。

结合AI芯片语境看，国产化路径正在变得清晰：在设计端，聚焦推理等特定场景切入，避开与全球巨头在训练市场的正面消耗；在制造端，依托国内先进制程与先进封装产能的持续建设，逐步补齐供应链短板；在生态端，通过行业定制与整机方案形成差异化竞争力。d-Matrix等推理ASIC公司的成长路径，对国内设计公司亦具有参照价值——在细分场景建立成本与能效优势，再逐步扩展边界。

五、小结

上游环节正在经历双重演变：设计生态从通用走向专用，制造封装从单一供给走向多元竞合。英伟达拟投资d-Matrix表明，即便是生态最强势的厂商，也在通过资本与合作手段对冲技术路线风险；而国内厂商则借助系统级产品验证，推动国产化从“补链”走向“成链”。设计与制造的这些变化，将在后续章节的下游应用与竞争格局分析中进一步展开。

中游：先进封装产能

AI大模型训练与推理需求的爆发式增长，使得先进制程与先进封装成为AI芯片产业链中最紧张的环节。当前产业共识是：在CoWoS等2.5D/3D先进封装产能受限的背景下，先进封装已从后道工序演变为决定AI芯片出货规模的实际瓶颈，而长期由台积电独供的封装格局，正面临多元化调整的压力与契机。

先进封装成为AI芯片产能瓶颈

AI加速芯片普遍采用“大算力芯片+高带宽内存（HBM）”的集成方案，必须依赖2.5D中介层（Interposer）封装技术将GPU/HBM与基础芯片高密度互连。台积电的CoWoS（Chip-on-Wafer-on-Substrate）是目前英伟达AI芯片的主力封装方案，其产能爬坡速度长期落后于需求增速，成为英伟达H系列、B系列芯片交付的关键制约因素之一。

对于英伟达而言，台积电先进制程产能虽在持续扩充，但CoWoS产能的分配还需在自身订单与苹果、AMD、博通等其他大客户之间平衡。分析师指出，即便台积电不断宣布扩产计划，从设备交期到良率爬坡均需时间，短期内的供给缺口难以完全弥合。这意味着，谁能获得更多先进封装产能，谁就能在AI芯片出货节奏上占据主动，封装环节的话语权显著上升。

英伟达或引入英特尔封装，独供格局松动

在此背景下，有分析师提出观点：英伟达在台积电之外，可能引入英特尔作为封装合作伙伴。英特尔的EMIB（嵌入式多芯片互连桥）与Foveros 3D封装技术在技术上具备承接同类订单的能力，且英特尔正大力推动代工服务（IFS）战略，将先进封装作为对外开放的重要切入点。此前英特尔已获得部分外部客户的封装与代工订单，其先进封装产线具备一定冗余与扩产弹性。

从产业逻辑看，这一潜在合作的动因主要有三：

• 产能补充：借助英特尔封装产能缓解CoWoS供给紧张，缩短交付周期；
• 供应链韧性：降低对单一封装来源的依赖，分散地缘与产能风险；
• 议价能力：引入第二供应商有助于在封装报价与产能分配谈判中获得更强筹码。

对英特尔而言，若能承接英伟达这类头部AI客户的封装订单，将显著提升其代工与封装业务的市场信誉，形成标杆效应。当然，该合作目前仍处于分析师预判与市场传闻层面，尚未获得双方官方确认；且英伟达与台积电的深度绑定关系短期内难以动摇，英特尔更可能扮演“第二供应商”而非替代者的角色。此外，跨企业协同涉及知识产权保护、良率责任划分、物流与信息安全等实际问题，落地节奏仍需观察。

格局多元化的产业影响

台积电在先进封装领域“一家独供”的格局若走向多元化，将对整个产业链产生连锁影响：一方面，封装环节竞争加剧有望推动产能加速扩张、成本趋于合理，缓解AI芯片的供给瓶颈；另一方面，日月光（ASE）、安靠（Amos）等OSAT厂商以及三星也在积极布局2.5D/3D封装技术，未来封装市场有望形成多极竞争态势。

对国产化路径的启示

先进封装是国产半导体产业链中相对易于突破的环节之一，其设备与材料门槛低于最先进制程光刻，且国内封测龙头在传统封装领域已具备全球竞争力。随着国际大厂将先进封装提升至战略高度，国内产业链亦在加速布局2.5D/3D互连、Chiplet等方向。英伟达引入第二封装供应商的趋势表明，全球AI芯片供应链正在从“单点依赖”转向“多点冗余”，这为国产封装、基板、中介层材料等环节切入国际供应链提供了潜在的窗口期。国内厂商若能在良率、可靠性与产能规模上持续验证，有望在这一轮供应链重构中获得更大的参与空间。

总体来看，先进封装已取代先进制程成为AI芯片最现实的产能约束，英伟达潜在的封装多元化尝试，既是当下供给紧张下的务实选择，也可能是全球AI芯片供应链格局重塑的开端。

下游：整机与应用落地

一、国产CPU向存储整机场景延伸

在AI芯片竞合加速的产业背景下，国产处理器的下游落地路径正逐步清晰。近期，龙芯中科推出了一套基于自主指令集架构LoongArch的国产化NAS（网络附加存储）方案，整机核心环节实现国产化率100%。该方案采用龙芯3A6000作为主控处理器，搭配国产存储介质，提供最高160TB的存储容量，覆盖文件存储、数据备份等企业级应用场景。

从技术层面看，龙芯3A6000是龙芯中科基于自主指令集打造的桌面级处理器，其单核性能已达到主流桌面产品水平。此前该芯片主要面向PC整机、工控终端等场景，此次向NAS存储整机的延伸，标志着国产CPU的应用边界从通用计算终端向数据基础设施设备拓展。存储整机对CPU的要求侧重于多核吞吐、I/O能力与长期运行稳定性，而非极致的单核峰值性能，这与国产CPU当前的能力结构较为匹配，是典型的“能力适配场景”的落地思路。

从产业逻辑看，NAS方案具备三层意义：

• 供应链安全：主控芯片、操作系统、存储固件全栈自主，可满足关键行业对数据设备供应链可控的要求；
• 场景牵引：以整机产品带动CPU、存储控制器、固件软件等上下游环节的验证与迭代，形成“整机出题、芯片答题”的正向循环；
• 市场空间：数据存储是企业数字化与AI应用的基础设施，随着数据量增长，中低端存储设备的国产替代空间可观。

二、信创落地持续深化

龙芯NAS方案的推出，是国内信创（信息技术应用创新）产业从“可用”向“好用、规模用”演进的缩影。近年来，信创落地呈现两个特征：

其一，从办公终端向业务系统与数据设备纵深。 早期信创替代集中于党政办公PC与外设，目前正逐步延伸至金融、能源、电信等行业的核心业务系统，以及服务器、存储、网络设备等基础设施层面。本次龙芯切入NAS整机，正是这一纵深趋势的具体体现——数据存储设备承载企业核心资产，其国产化的优先级与难度均高于办公终端，落地成功具有标志性意义。

其二，从单点替代走向全栈方案。 用户侧对国产化方案的诉求已从“某一部件国产”转向“全栈可交付、可运维”。龙芯以自研CPU为核心打造完整整机方案，包含了软件适配、系统调优等工程化工作，降低了下游用户的集成门槛，有利于缩短信创方案的交付周期。

当然，也应客观看待当前阶段的市场格局。IDC数据显示，第三季度全球PC出货量同比下降20.1%，整体终端市场承压，这对包括国产整机在内的所有厂商构成需求侧挑战。信创采购具有一定政策驱动属性，其放量节奏与行业预算、采购周期密切相关，国产CPU厂商仍需在性能迭代、软件生态建设上持续投入，以支撑从政策市场向开放市场的过渡。

三、国产化路径渐明：整机牵引、场景验证

综合来看，国产芯片产业的下游落地逻辑可以概括为“整机牵引、场景验证、生态积累”：

龙芯3A6000 + 160TB国产NAS案例显示，国产CPU的落地策略正在从被动等待生态成熟，转向主动选择适配场景、以整机方案撬动产业链协同。在AI算力需求快速增长的宏观背景下，数据存储、边缘计算等配套基础设施环节的国产化，将成为继整机PC、服务器之后的重要替代方向，也为国产处理器提供了差异化的发展空间。

后续需持续关注的观察点包括：龙芯NAS方案的行业客户导入情况、其他国产CPU厂商（如飞腾、海光等）在存储与数据设备领域的布局，以及信创采购在数据基础设施环节的预算释放节奏。

数据与竞争动态

产业竞争格局的演变，最终要落在数据与厂商动作上。本章从出货数据、模型排名与投融资三个维度，梳理当前AI芯片及相关计算产业的竞争动态。

一、IDC出货数据：需求承压的量化印证

宏观需求层面的压力已通过第三方数据得到量化印证。根据IDC发布的统计，第三季度全球PC出货量同比下降20.1%，降幅显著。这一数据对产业链具有多重含义：

其一，PC作为通用计算芯片最大的终端市场之一，出货量两位数的下滑直接传导至CPU、GPU、存储及周边芯片的采购节奏，整机厂商与芯片厂商均面临库存与排产的双重压力。

其二，需求承压背景下，厂商的资本开支与研发投入将更趋审慎，产业资源向确定性更高的方向集中。AI训练与推理算力目前是少数保持高景气度的需求点，这也是英伟达、d-Matrix等公司所在赛道持续获得资源注入的底层逻辑。

其三，通用计算需求疲软与AI算力需求旺盛并存，加速了产业结构性分化——传统PC产业链承压，而AI芯片、数据中心算力链保持相对韧性，这一分化预计将在未来数个季度持续体现。

二、具身智能模型排名：技术竞争的新标尺

在模型能力层面，具身智能正成为衡量AI技术实力的新观察指标。清华大学研发的具身智能模型登上全球排名第一，在竞争中突围GPT-6、英伟达等国际主流方案，且不依赖外挂模块和额外数据。

这一排名变化具有产业信号意义：第一，具身智能作为连接大模型与物理世界的关键方向，其模型排名已成为国际技术竞争的显性标尺；第二，国产团队在非堆数据、非外挂式架构路径上取得领先，说明技术路线的差异化创新可以突破算力与数据规模的双重约束；第三，模型层能力的提升将带动底层芯片需求结构变化——具身智能对边缘侧推理、低功耗实时计算提出新要求，为国产AI芯片提供了潜在的场景切入口。

三、投融资动向：竞合关系的深层演化

厂商层面的资本动作揭示竞争格局的深层演化，当前呈现三条主线：

主线一：以投资绑定生态。 消息称英伟达拟投资AI推理ASIC企业d-Matrix，双方此前已达成技术合作。值得注意的是，d-Matrix本身定位推理ASIC，与英伟达的核心GPU业务存在潜在竞争关系。以投资+合作的方式将潜在竞争者纳入自身生态，是典型的竞合策略——既锁定了推理侧的技术选项，也降低了ASIC路线对GPU市场的冲击烈度。

主线二：供应链多元化布局。 有分析师指出，英伟达在拥有台积电这一核心代工伙伴之外，或采用英特尔的封装产能。在先进封装产能持续紧张的背景下，引入英特尔作为封装环节的补充选项，既是产能保障，也是供应链博弈中的议价筹码。这一动向反映出头部芯片厂商对制造与封装环节韧性的重视程度正在提升。

主线三：国产化纵深推进。 龙芯中科打造了国产化率100%的纯国产NAS方案，采用龙芯3A6000处理器并搭配160TB存储。这类全自主方案的落地，标志着国产CPU从“可用”向“可用且成体系”演进——以整机方案形态验证自主指令集生态的工程化能力，为党政及重点行业的信创采购提供了完整选项。

四、小结

综合来看，当前竞争格局呈现“需求分化、技术多元、竞合并存”三大特征：IDC出货数据印证通用计算需求承压，产业资源向AI算力集中；具身智能模型排名成为技术竞争新标尺，国产团队实现突破；英伟达对ASIC企业的投资绑定与封装产能的多元化布局，显示头部厂商正通过资本与供应链手段巩固生态位。对国产芯片而言，全自主方案的商业化落地与具身智能等新兴场景的卡位，构成了“国产化路径渐明”的现实注脚。后续需持续跟踪IDC季度数据的边际变化、具身模型排名迭代及头部厂商投融资动向，以动态校准对竞争格局的判断。

趋势判断与展望

综合本报告前述章节的观察，当前AI芯片产业呈现“竞合加速”的鲜明特征：头部厂商在竞争的同时通过投资、合作与技术授权深度绑定，供应链与生态格局正在重塑。基于已有事实与数据，本章提出以下四点趋势判断。

趋势一：推理ASIC迎来崛起窗口期

随着AI应用从训练走向规模化部署，推理侧算力需求占比持续提升，低成本低功耗的推理ASIC成为产业关注焦点。据市场消息，英伟达拟投资AI推理ASIC企业d-Matrix，双方此前已达成技术合作。这一动向具有标志性意义：GPU龙头并未将ASIC视为纯粹威胁，而是选择通过资本与技术合作的方式介入这一赛道。

产业逻辑上有两点值得注意：其一，龙头厂商通过投资布局，可对推理ASIC的技术路线和商业化节奏保持感知与影响力，降低被颠覆的风险；其二，推理场景对性价比和能效比的要求与训练场景不同，专用架构在此具备差异化空间，未来推理芯片市场可能呈现GPU与ASIC并存、分层服务不同负载的格局。

趋势二：先进封装供应链走向多元化

在先进制程接近物理极限的背景下，先进封装已成为AI芯片性能与产能的关键变量。市场消息称，英伟达在已有台积电作为代工伙伴的情况下，或引入英特尔作为封装合作伙伴。分析师认为，此举反映头部客户对封装产能多元化与供应安全的诉求。

从产业角度看，封装环节的多源化是理性选择：一方面，CoWoS等先进封装产能长期紧张，多供应商策略可缓解瓶颈；另一方面，不同封装方案在成本、良率与集成度上各有侧重，组合使用有助于优化整体供应链韧性。对产业而言，封装环节的战略地位将进一步上升，封装厂商在产业链中的议价能力与价值占比有望提升。

趋势三：国产软硬件协同突破路径渐明

国产化正从单点产品突破走向软硬件体系化协同。龙芯中科打造了国产化率100%的NAS产品，采用龙芯3A6000处理器并配备160TB存储，实现了从芯片、主板、操作系统到应用的全链路国产化。这一案例表明，国产平台在特定应用场景下已具备完整落地的能力，“芯片+操作系统+整机+应用”的垂直协同成为国产化推进的有效路径。

此外，清华团队的具身智能模型登顶全球第一，其技术路线不依赖外挂模块和额外数据，显示了国内在AI算法与模型层面的原创能力正在提升。软硬件两端能力的同步积累，为国产AI芯片生态的长期构建提供了支撑。

趋势四：终端需求复苏节奏仍待观察

需要客观指出的是，AI算力的高景气与终端市场的表现存在分化。IDC数据显示，第三季度全球PC出货量同比下降20.1%，终端消费与商用需求尚未出现明确复苏信号。PC作为上游芯片的重要需求来源，其疲弱表现提示产业界对“AI需求外溢带动整体半导体复苏”的预期应保持审慎。终端需求的实质性回暖节奏，仍是影响2024年及以后半导体周期判断的关键变量，需持续跟踪。

综合展望

总体而言，AI芯片产业正从“单一龙头主导”向“多元竞合”演进：推理ASIC打开专用芯片空间，先进封装重构供应链分工，国产化在软硬件协同中稳步推进。与此同时，终端需求复苏的不确定性提醒行业保持理性。对产业链各环节参与者而言，把握技术路线分化带来的结构性机会、构建更具韧性的供应体系，将是下一阶段竞争的关键。