芯片设计产业观察：国产GPU放量与互连技术竞速

执行摘要：芯片设计产业呈现三条主线：一是国产GPU从验证走向规模化部署，沐曦C600实现全链路国产化并获奖，天数智芯前10个月出货超8万片；二是AI算力互连与存算路径创新加速，高通HBC完成硬件验证并计划2027年出样；三是边缘AI与低功耗连接芯片通过IP授权等模式持续落地。设计环节在产业链中的价值随算力需求重构，国产替代与技术路线分化并存。

行业现状与竞争格局

一、全球格局：AI驱动下的分层竞争

2026年的全球芯片设计产业，正呈现“AI算力主线、边缘侧多点开花、竞争分层加剧”的三重特征。在数据中心与大模型训练侧，以英伟达为代表的国际厂商凭借硬件迭代与互连生态持续巩固优势；而国产GPU厂商则在政策支持与真实订单的双重驱动下，从“可用”走向“规模化部署”，进入产业放量的关键窗口期。

从竞争结构看，当前芯片设计赛道可划分为三个层次：

第一层是云端AI算力，技术门槛与商业价值最高，围绕HBM显存容量、互连带宽、集群规模展开竞争；第二层是边缘AI推理，强调能效比与成本，IP授权模式成为初创公司加速落地的路径；第三层是低功耗连接芯片，竞争焦点在于新标准特性的商用化速度。

二、国产GPU：进入规模化部署阶段

国产GPU厂商在本年度释放出明确的放量信号。天数智芯披露，截至2026年10月31日止十个月芯片累计出货量超8万片，标志着国产算力芯片从测试验证迈入规模化部署。财务层面，公司2025年收入10.34亿元，同比增长91.6%；其中智铠系列推理产品收入3.39亿元，同比暴增238.2%，成为核心增长引擎。客户覆盖方面，截至2025年末累计服务客户超340家，产品线覆盖训练用天垓系列与推理用智铠系列，“训推并举”的产品结构初步成型。

沐曦则在技术标杆层面实现突破。其训推一体GPU曦云C600在2026年「中国芯」评选中获「优秀技术创新产品」奖，被称为首款基于全国产供应链打造的高性能GPU，覆盖设计、制造、封装与软件栈全链路国产化。硬件规格上，曦云C600配备144GB HBM3e显存，超过英伟达H200的141GB，支持原生FP8格式；互连采用自研MetaXLink，带宽对标H200，支持64卡全互连并可扩展至万卡集群，具备了切入大规模训练场景的基础能力。

三、国际厂商：互连与内存路线竞速

国际厂商并未停留在既有优势上，竞争的主战场正从单芯片性能转向互连与内存架构。高通宣布第一代高带宽计算（HBC）技术已在圣迭戈实验室完成硬件验证，验证了完整读写与近存计算能力。HBC将多层LPDDR内存垂直堆叠在计算芯片上方，以替代HBM路线提升AI推理带宽并降低能耗——早期两层堆叠样品每瓦带宽达HBM4的五倍以上，正式四层堆叠产品将为AI250加速器提供133TB/s有效带宽。AI250计划2027年上半年出样，三星、SK海力士提出合作，台积电负责整合，显示出“内存—代工—设计”协同的新产业分工形态。

在边缘侧，韩国Mobilint推出边缘AI SoC REGULUS，集成Ceva的传感DSP与NPU IP，实现10 TOPS算力、功耗低于3W，印证了IP授权复用在初创公司加速产品落地中的价值。挪威Nordic则在硅片上演示了Bluetooth High Data Throughput功能，将新规范推进到可商用实现，为可穿戴、音频等高带宽低功耗场景打开空间。

四、竞争分层与格局展望

将主要厂商按技术门槛与商业价值两个维度定位，可以更清晰地看到竞争格局的分层：

综合来看，国产GPU厂商沐曦与天数智芯已跨过从0到1的验证期，凭借出货规模、客户数量与显存/互连规格的实质进步，正处于从“潜力股”向“领跑者阵营”爬坡的阶段。国际厂商则通过HBC等互连内存新架构构筑下一代技术壁垒，同时以IP授权、边缘SoC等灵活模式深耕细分市场。未来两年的竞争焦点，将集中在万卡集群稳定性、软件栈成熟度与供应链自主可控三个维度，竞争分层预计将进一步加剧。

产业链上游：IP授权与EDA

在国产GPU从测试验证走向规模化部署的进程中，讨论焦点往往集中在整卡产品与集群互连，但决定一款芯片能否按时、按预算落地的基础环节，是产业链上游的IP授权与EDA工具。本章以韩国边缘AI芯片公司Mobilint最新推出的REGULUS SoC为核心案例，分析IP复用模式如何重塑芯片设计门槛，并梳理上游IP与工具环节的产业价值。

2.1 案例观察：Mobilint REGULUS与IP复用实践

Mobilint是一家定位边缘AI推理的韩国芯片公司。其最新发布的边缘AI SoC REGULUS选择了集成Ceva公司的传感DSP与神经处理（NPU）IP，最终实现10 TOPS算力、功耗低于3W的产品指标，能效比在同级别边缘推理芯片中处于较为突出的水平。这一技术路线背后有一套清晰的产业逻辑：初创芯片公司通过复用成熟的DSP/NPU接口类IP，可以将研发资源集中投向真正构成差异化竞争力的部分——自有NPU架构与编译器软件栈，从而瞄准机器人、安防等低功耗推理市场快速推出产品。

换言之，REGULUS的“自研”并非从零开始的全栈自研，而是“外购基础IP+自研核心架构”的组合。这种模式在芯片设计行业中并非新事物，Arm的CPU IP授权支撑了全球绝大多数移动SoC即是经典先例。但在边缘AI这一新兴赛道，IP复用的价值被进一步放大：边缘AI产品迭代速度快、单品市场空间有限，自研全部基础模块的时间和资金成本难以摊薄，成熟IP成为初创公司进入市场的“入场券”。

2.2 IP复用模式的两端：授权方与被授权方

从产业价值链看，IP授权是典型的“双端受益”结构。对被授权方（芯片设计公司）而言，其收益体现在三个方面：一是缩短研发周期，成熟IP已完成流片验证，可直接集成；二是降低一次性投入，IP授权费通常远低于自研同类模块的全成本；三是降低技术风险，接口类、基础计算类IP经过多客户验证，出错概率显著低于自研模块。对授权方（IP供应商）而言，其商业模式的特点是高毛利、边际成本低——同一份IP可授权给多家客户，摊薄前期研发投入。

从上游环节的分工看，芯片设计公司对外采购的IP大致可分为若干层级，不同层级对最终产品差异化能力的影响不同：

值得注意的是，IP复用也带来同质化风险：如果多家厂商采购相同的DSP/NPU基础IP，其差异化只能依赖上层架构与软件栈。REGULUS案例中Mobilint将资源集中于NPU架构与编译器的策略，正是对这一风险的应对。

2.3 上游环节在国产GPU放量中的位置

将视角拉回国产GPU产业。天数智芯披露截至2026年10月31日止十个月芯片累计出货量超8万片，其智铠系列推理产品2025年收入3.39亿元、同比增长238.2%；沐曦曦云C600以全国产供应链实现144GB HBM3e显存、自研MetaXLink互连。这些整机层面的进展，均以上游IP、EDA工具与制造封装环节的协同为前提。在供应链自主化诉求下，国产EDA与IP环节面临双重任务：一方面要补齐工具链缺口以支撑先进设计，另一方面要以成熟的接口、基础IP降低更多设计公司的进入门槛，进而扩大整个国产算力芯片的设计队伍。

2.4 小结

REGULUS案例表明，边缘AI SoC的落地速度在很大程度上取决于上游IP生态的成熟度。IP复用模式将芯片设计的门槛从“全栈自研”降低为“核心自研+基础复用”，使初创公司能够以有限资源参与竞争。对国产GPU产业而言，随着整机出货放量，上游IP与EDA环节的价值将持续显性化——它们既是供应链安全的短板所在，也是未来更多“REGULUS式”快速落地故事的 enabling 基础。后续章节将转向互连与内存技术路线的竞速分析。

产业链中游：设计环节技术演进

一、设计环节成为国产算力竞争的主战场

在算力需求持续扩张的背景下，芯片设计环节的竞争已从单点算力指标，转向“硬件架构+互连+软件栈”的体系化较量。2026年以来，国产GPU厂商密集释放规模化信号：天数智芯公告显示，截至2026年10月31日止十个月芯片累计出货量超8万片，2025年收入10.34亿元、同比增长91.6%，其中智铠系列推理产品收入3.39亿元、同比暴增238.2%，成为核心增长引擎，累计服务客户超340家。这表明国产算力芯片正从测试验证迈入规模化部署阶段，中游设计环节的技术演进直接决定了国产GPU能否承接这一放量趋势。

二、沐曦C600：全国产供应链下的大显存与互连突破

沐曦股份的训推一体GPU曦云C600在2026年「中国芯」评选中获「优秀技术创新产品」奖，被称为首款基于全国产供应链打造的高性能GPU，搭载自研MXC600芯片，覆盖设计、制造、封装与软件栈全链路国产化。

从技术参数看，C600有两处亮点值得关注。其一是显存容量：配备144GB HBM3e显存，超过英伟达H200的141GB，并支持原生FP8格式，直指大模型训练与推理对显存墙的痛点。其二是互连架构：采用自研MetaXLink，带宽对标H200，支持64卡全互连，可扩展至万卡集群。互连能力是GPU从“单卡性能”走向“集群算力”的关键一跃，MetaXLink意味着国产GPU在设计层面已具备构建大规模算力集群的技术要件，而非停留在单卡产品的竞争层级。

这一案例也揭示了国产GPU的核心竞争力构成——不仅要有硬件架构的追赶，还需配套的软件栈支撑训练与推理生态。全链路国产化意味着设计、制造、封装与软件的协同验证能力，本身就是设计环节的护城河。

三、高通HBC：绕开HBM的近存计算路线

在GPU阵营之外，高通给出了另一条架构创新路径。高通宣布第一代高带宽计算（HBC）技术已在圣迭戈实验室完成硬件验证，验证了完整读写与近存计算能力。HBC的核心思路是将多层LPDDR内存垂直堆叠在计算芯片上方，以替代HBM路线提升AI推理带宽并降低能耗。

从验证数据看，早期两层堆叠样品的每瓦带宽达HBM4的五倍以上；正式四层堆叠产品将为AI250加速器提供133TB/s有效带宽，为AI200的18倍。AI250计划2027年上半年出样，三星、SK海力士提出合作，台积电负责整合。

HBC路线的产业意义在于：在HBM供应紧张、成本高企的格局下，通过封装层面的架构创新重新分配“计算—存储”关系，为AI推理场景提供了带宽、能耗、成本三要素的再平衡方案。这印证了本章的核心判断——设计环节的竞争不再是制程的单维竞赛，而是围绕内存互连与封装形态的架构级创新。

四、边缘侧与IP模式：设计创新的多层次展开

中游设计的技术演进并非只发生在数据中心。韩国Mobilint推出边缘AI SoC REGULUS，集成Ceva的传感DSP与神经处理IP，实现10 TOPS算力、功耗低于3W，能效比突出。这体现了IP授权模式在边缘AI芯片设计中的价值：初创公司通过复用成熟DSP/NPU接口IP加速产品落地，聚焦差异化NPU架构与编译器软件栈，瞄准机器人、安防等低功耗推理市场。此外，Nordic在实际硅片上演示Bluetooth High Data Throughput功能，显示低功耗连接芯片同样在通过硅片级验证推进新特性商用。

五、格局透视：技术门槛与商业价值的定位差异

六、趋势判断：硬件与软件栈协同成为核心竞争力

综合上述案例，本章对中游设计环节的演进趋势作三点判断：

第一，互连定义集群能力。沐曦MetaXLink支持64卡全互连、可扩至万卡集群，高通HBC以133TB/s有效带宽重构存储访问，均指向互连与内存架构已成为设计环节的差异化主轴。

第二，近存计算开辟第二赛道。HBC以每瓦带宽五倍于HBM4的验证数据证明，绕开传统HBM路线在推理场景具备可行性，架构创新可部分对冲制程与存储供应约束。

第三，软件栈协同是放量前提。无论是沐曦的训推一体全栈，还是Mobilint聚焦编译器软件栈的边缘策略，均表明硬件参数只是入场券，软硬件协同成熟度才决定芯片能否真正规模化部署。随着国产GPU出货量爬坡，设计环节的竞争将加速向“架构+互连+软件”的全栈能力收敛。

产业链下游：应用与客户结构

随着国产GPU从测试验证阶段迈入规模化部署，产业链下游的应用结构与客户构成正在发生实质性变化。整体来看，下游需求呈现“云端训推一体为中心、边缘推理多点开花”的双层格局：数据中心侧以大模型训练与推理一体化算力服务为主要牵引，边缘侧则围绕机器人、安防、可穿戴等低功耗推理场景快速渗透。这一结构演变，直接决定了国产GPU厂商的产品定义、出货节奏与客户拓展路径。

4.1 云端：训推一体驱动的算力服务需求

大模型应用的普及使得训练与推理的边界日益模糊，“训推一体”成为数据中心算力服务的主流形态。智算中心与算力服务商更倾向于采购既能支撑训练、又能高效承载推理负载的通用GPU，以提升集群利用率、摊薄单位算力成本。这一需求直接反映在产品定义上：以沐曦曦云C600为代表的国产训推一体GPU，配备144GB HBM3e显存、支持原生FP8，并借助自研MetaXLink互连支持64卡全互连、可扩展至万卡集群，其设计目标正是面向数据中心的规模化算力服务场景。

从商业模式看，数据中心客户采购GPU的方式正在从“卖硬件”向“卖算力”延伸。算力服务数据中心作为产业链下游的关键环节，将GPU集群封装为可计量、可调度的推理与训练服务，向大模型厂商、行业客户输出算力。这一链条放大了对国产GPU的批量需求，也促使国产芯片厂商从单点供货转向集群级交付，对互连、软件栈与运维能力提出了更高要求。

4.2 边缘侧：低功耗推理的多场景渗透

边缘侧的核心约束是功耗与成本，其需求逻辑与云端截然不同。机器人、安防、可穿戴等场景要求芯片在数瓦级功耗预算内提供足够的推理算力，并依赖成熟的IP生态与软件工具链缩短产品落地周期。

韩国Mobilint推出的边缘AI SoC REGULUS是典型案例：通过集成Ceva的传感DSP与NPU处理IP，实现10 TOPS算力、功耗低于3W，瞄准机器人与安防等低功耗推理市场。这印证了边缘AI芯片设计中IP授权模式的价值——初创公司通过复用成熟DSP/NPU接口IP，可将资源集中于差异化的NPU架构与编译器软件栈。

在可穿戴与传感方向，无线连接能力与本地推理能力正在融合。Nordic已在实际硅片上演示Bluetooth High Data Throughput功能，在保持与现有BLE设备兼容的前提下显著提升传输速率，为可穿戴、音频、传感等需要更高带宽的低功耗场景打开空间。带宽提升意味着终端设备可承载更丰富的本地数据处理，为端侧推理提供了连接层基础。

从竞争格局看，云端与边缘侧厂商的技术定位差异明显，可大致归纳如下：

4.3 客户结构：从集中走向多元

以天数智芯为代表的国产GPU厂商，其客户结构变化是观察下游演进的重要样本。根据港交所自愿公告，天数智芯截至2026年10月31日止十个月芯片累计出货量超过8万片，标志着国产算力芯片进入规模化部署阶段。财务数据同样印证了这一趋势：2025年收入10.34亿元，同比增长91.6%；其中智铠系列推理产品收入3.39亿元，同比增长238.2%，成为核心增长引擎。截至2025年末，公司累计服务客户超过340家，产品线覆盖训练用的天垓系列与推理用的智铠系列。

值得注意的是客户结构的两个变化方向：其一，从少数标杆客户向数百家规模客户扩散，降低了对单一客户的依赖，收入稳定性增强；其二，推理产品收入占比快速提升，反映出下游需求重心正从“训练验证”向“推理落地”迁移，与智算中心算力服务、行业推理应用的发展节奏相互印证。

4.4 小结

产业链下游呈现“云边协同”的双轮驱动：云端训推一体算力服务构成当前出货量的主要来源，边缘侧机器人、安防、可穿戴等低功耗推理场景则是中期增量所在。天数智芯超340家的客户基数与8万片的出货规模表明，国产GPU已初步完成从可用到规模商用的跨越。下一阶段的竞争焦点，将从单芯片性能转向集群交付能力、软件栈成熟度与边缘生态适配深度，客户结构的持续多元化仍需依赖这些底层能力的同步提升。

核心数据与竞争态势

从量化视角看，2026年的国产GPU产业正在完成一次关键跃迁：从“能不能造”转向“卖了多少、跑得多快”。出货量、收入结构与硬件参数三条数据线，共同勾勒出国产算力芯片的真实位置。

一、出货放量：国产GPU迈入规模化部署

天数智芯在港交所自愿公告披露，截至2026年10月31日止十个月，芯片累计出货量超8万片。这一数字的意义不仅在于规模本身，更在于它标志着国产通用GPU从测试验证阶段正式迈入规模化部署阶段。收入结构同样清晰：2025年公司收入10.34亿元，同比增长91.6%；其中智铠系列推理产品收入3.39亿元，同比暴增238.2%，成为核心增长引擎。截至2025年末，公司累计服务客户超340家，产品线覆盖训练用的天垓系列与推理用的智铠系列。

推理业务的高增速揭示了国产GPU的商业化路径：相比训练市场对生态成熟度的严苛要求，推理场景对软件栈迁移成本的容忍度更高，国产芯片更易切入。8万片的出货量与238%的推理增速相互印证，说明国产算力芯片正沿着“推理先行、训练跟进”的路径放量。

二、硬件追平：C600显存参数反超H200

在硬件规格层面，沐曦曦云C600在2026年「中国芯」评选中获「优秀技术创新产品」奖。作为首款基于全国产供应链打造的高性能GPU，其覆盖设计、制造、封装与软件栈全链路国产化，搭载自研MXC600芯片。关键参数上，C600配备144GB HBM3e显存，已超过英伟达H200的141GB；支持原生FP8格式，互连采用自研MetaXLink，带宽对标H200，支持64卡全互连并可扩展至万卡集群。

单点参数的反超并不等于整体性能的领先——硬件指标只是竞争力的一个维度，软件生态、集群稳定性、客户验证周期仍是国产GPU需要持续补课的环节。但C600证明了国产供应链在高端显存、互连等关键环节已具备可用性，这是全链路国产化的标志性节点。

三、路线竞速：高通HBC挑战HBM范式

互连与内存技术正成为下一轮竞争焦点。高通宣布第一代高带宽计算（HBC）技术已在圣迭戈实验室完成硬件验证，验证了完整读写与近存计算能力。HBC将多层LPDDR内存垂直堆叠在计算芯片上方，以替代HBM路线提升AI推理带宽并降低能耗：早期两层堆叠样品每瓦带宽达HBM4的五倍以上，正式四层堆叠产品将为AI250加速器提供133TB/s有效带宽，为AI200的18倍。AI250计划2027年上半年出样，三星、SK海力士提出合作，台积电负责整合。

三条路线呈现明显的时间差：国际巨头以HBM堆叠与定制互连持续拉高天花板，高通以HBC开辟颠覆性路线（尚在硬件验证阶段，量产风险犹存），国产厂商则凭借HBM3e采购与自研互连在单机参数上快速追平上一代旗舰。

四、产业判断

综合来看，国产GPU的追赶呈现“商业放量快于技术代差收窄”的特征：出货量与推理收入的爆发证明市场需求真实存在且快速释放，而显存容量等单点参数反超则说明硬件可用性已达实用门槛。差距集中在互连规模、软件生态与集群级可靠性。与此同时，HBC等新范式在2027年前后落地，将重新定义带宽竞争的坐标系——对国产厂商而言，在跟随HBM路线的同时能否押注下一代内存架构，将决定本轮追赶的终局位置。国际国内差距与追赶并进，将是未来两到三年产业竞争的主旋律。

趋势判断与展望

一、三大趋势判断

趋势一：国产算力芯片从“验证”走向“放量”

2026年成为国产算力芯片规模化部署的标志性年份。天数智芯在港交所自愿公告披露，截至2026年10月31日止十个月芯片累计出货量超8万片，其2025年收入10.34亿元、同比增长91.6%，其中智铠系列推理产品收入3.39亿元、同比暴增238.2%，累计服务客户超340家。这一数据表明，国产GPU已从测试验证阶段迈入规模化部署阶段，推理场景成为放量的先行市场。

同时，国产供应链的完整性取得实质突破。沐曦曦云C600作为首款基于全国产供应链打造的高性能GPU，获2026「中国芯」「优秀技术创新产品」奖，其覆盖设计、制造、封装与软件栈的全链路国产化路径，配合144GB HBM3e显存（超过H200的141GB）、原生FP8支持及MetaXLink互连（64卡全互连、可扩展至万卡集群），说明国产高端训练芯片在纸面规格上已进入国际第一梯队区间。

趋势二：存算与互连技术路线多元化

AI算力对带宽与能效的需求，正推动“HBM单一路线”向多元技术路线演进。高通宣布第一代高带宽计算（HBC）技术完成硬件验证，该路线将多层LPDDR内存垂直堆叠在计算芯片上方，以替代HBM：早期两层堆叠样品每瓦带宽达HBM4的五倍以上，正式四层堆叠产品将为AI250加速器提供133TB/s有效带宽（为AI200的18倍），AI250计划2027年上半年出样，三星、SK海力士提出合作，台积电负责整合。HBC的意义在于用DRAM产业现有产能绕开HBM瓶颈，验证了近存计算作为下一代推理算力路线的可行性。

互连层面，MetaXLink等自研互连方案带宽对标H200并支持万卡集群扩展，表明国产厂商已意识到：单芯片性能之外，互连带宽决定了集群时代的竞争力上限。未来2-3年，“HBM vs. 存算堆叠”与“自研互连 vs. 开放互连标准”将成为算力芯片设计的关键分叉点。

趋势三：IP授权模式支撑边缘AI创新

边缘AI芯片的繁荣正通过IP授权模式加速落地。韩国Mobilint推出的边缘AI SoC REGULUS集成Ceva的传感DSP与NPU IP，实现10 TOPS算力、功耗低于3W，瞄准机器人、安防等低功耗推理市场。其启示在于：初创公司通过复用成熟DSP/NPU接口IP，可将资源聚焦于差异化的NPU架构与编译器软件栈，显著缩短产品落地周期。连接侧同样在演进——Nordic已在实际硅片上演示Bluetooth High Data Throughput功能，在保持BLE兼容的前提下提升传输速率，为可穿戴、音频、传感等边缘场景打开带宽空间。IP授权+低功耗连接的组合，将构成边缘AI芯片生态的基础设施。

二、竞争格局定位

从产业全景看，各层级的技术要素已形成清晰分工：

三、潜在挑战提示

尽管趋势向好，产业仍需正视两大挑战：

其一，供应链韧性仍有不确定性。 全国产供应链的首款产品虽已获奖，但从单点突破到量产良率、成本控制的全面成熟仍需时间；HBC等新路线对内存厂商（三星、SK海力士）和代工整合（台积电）的依赖，也意味着国际协作仍是部分路线的前提，供应链多元化与自主化需并行推进。

其二，生态软件栈是真正的护城河。 硬件规格的追赶相对可见，而CUDA类生态的迁移成本才是用户决策的核心变量。国产厂商需在算子库、编译器、框架适配等软件层持续投入；边缘侧同样如此，REGULUS之所以聚焦编译器软件栈，正是因为低功耗推理市场的竞争已从算力参数转向工具链易用性。

四、展望

综合判断，2027-2028年国产算力芯片将进入“出货量与生态成熟度双验收”阶段：推理产品有望持续放量，训练产品则需在真实大模型集群任务中证明稳定性；存算与互连路线的分化将催生新的技术竞争维度；而IP授权与低功耗连接的成熟，将使边缘AI成为国产芯片设计产业最具活力的创新层。对产业链各方而言，硬件放量只是上半场，软件生态与供应链纵深才是决定终局的下半场。