2025年7月，英伟达创始人黄仁勋在链博会上表示，H20芯片解禁后或能部分恢复此前因中国出口限制导致的近1000亿元人民币损失。尽管英伟达在中国AI芯片市场份额从95%降至50%，但解禁消息仍对国产芯片厂商形成冲击。华为、寒武纪等企业凭借昇腾芯片和推理模型抢占市场，寒武纪2025年Q1营收同比暴涨4230%，实现扭亏为盈。然而，受限于产能和技术封锁，国产芯片难以完全填补市场需求。与此同时，微软、谷歌等大客户加速自研芯片，进一步威胁英伟达地位。未来AI芯片领域可能形成复杂场景用英伟达、简单场景用国产或自研芯片的混合格局。

6月26日，首届中国AI算力大会在北京召开，聚焦AI算力产业变局与创新。会议围绕大模型、生成式AI等热点，探讨了AI推理算力、智算中心及超节点技术等议题。近30位行业嘉宾分享前沿观点，现场参会人数超850人。展区中，Alluxio、研惠通等企业展示了最新技术成果。大会由智一科技旗下智猩猩与智东西主办，并正式纳入北京市“智领未来”人工智能品牌活动。会上，信通院、摩尔线程、中昊芯英等企业和机构分享了关于算力需求增长、芯片架构创新及编译优化的技术洞察。此外，国产AI算力的突围与崛起成为热议话题，专家认为中美差距正逐步缩小。未来，专用芯片、软硬件协同及超节点方向被看好，推动AI产业化加速落地。

标题：AI全民化，你的品味更重要了 上个月回国约20天，一半时间闲逛探亲，另一半则与老友相聚。每次回国与国内创业者交流总能激发新灵感。AI时代的快速发展让我意识到稍有懈怠便会落后。 近期我尝试用Vscode+Augment进行零代码编程，初次体验颇为惊艳，但编译出错后换用Copilot Edit...

标题：上交大冷静文：模型发展需芯片与系统协同 近期，上海交通大学与魔形智能联合研究团队在 HPCA 2025 会议上发表论文《VQ-LLM: High-performance Code Generation for Vector Quantization Augmented LLM Infere...

2025年一季度，国产半导体公司表现亮眼。寒武纪Q1营收同比增长4230.22%，实现净利润3.55亿元，首次连续两个季度盈利。海光信息营收达91.62亿元，同比增长52.4%。AI算力需求推动GPU、HBM等高端芯片市场增长，国产芯片替代加速。兆易创新、澜起科技等存储芯片公司业绩亦显著提升。北方华创预计Q1营收同比增长23.35%-50.91%，长电科技净利润同比增长50%。相比之下，国际巨头如英飞凌、瑞萨等预计Q1收入下降，平均降幅约9%。WSTS预测2025年全球半导体市场将增长11.2%，逻辑和存储部门贡献最大。

2025年第一季度，寒武纪实现营收11.11亿元，同比猛增4230.22%，首次实现上市后盈利，归母净利润3.55亿元。得益于DeepSeek模型红利及英伟达H20芯片出口限制，寒武纪股价一度上涨超8%，总市值达2954亿元。然而，客户集中度过高和经营活动现金流持续为负等问题仍存隐忧。面对竞争，华为昇腾、龙芯中科等国产芯片厂商也在政务云等领域发力。尽管如此，国产算力需求因DeepSeek推理需求增长而显现缺口，寒武纪作为‘中国版英伟达’，未来表现值得期待。

财联社4月13日讯，本周沪深两市共278家上市公司接受机构调研，电子、机械设备和基础化工行业最受关注。国产芯片概念表现亮眼，晶丰明源高性能计算电源芯片销售收入同比增1402.25%，成为首家进入NVIDIA推荐供应商名单的国内企业，股价周五涨近18%。卓胜微6英寸滤波器产线实现全面布局，12英寸晶圆生产线产能达5000片/月，股价涨超13%。芯海科技在机器人及消费电子领域推进国产替代，股价涨超10%。中微半导聚焦汽车电子，受益于对等关税政策加速国产替代进程。其他公司如中科蓝讯、睿创微纳、力合微也在各自领域取得进展，股价均有上涨。

2025年春节期间，DeepSeek大模型爆火，带动了DeepSeek一体机的市场需求。一体机集成了硬件、软件和行业工具，适合对隐私要求高的政府、银行等行业。DeepSeek-R1模型因其较低的算力需求和开源特性，降低了部署门槛，受到广泛欢迎。央国企和民营企业纷纷采购，一体机市场迅速扩大。然而，国产芯片一体机在性能上逊色于英伟达H20等芯片，尤其是在系统吞吐和并发率方面。尽管如此，国产芯片一体机凭借政策支持和数据安全优势，仍有较大市场份额。昇腾等国产芯片已实现一定出货量，但性价比低于英伟达。DeepSeek官方建议大规模并行集群而非一体机部署，以实现更高性能。目前，一体机仍是预算有限企业的初步选择，但未来大规模并行集群可能是主流趋势。

3月24日，蚂蚁集团Ling团队发布两版MoE大模型——百灵轻量版（168亿参数）和增强版（2900亿参数）。团队提出创新方法，在低性能国产GPU上高效训练大模型，显著降低成本。实验显示，使用优化后的策略，3000亿参数模型在低规格硬件上的训练成本降至508万元，较传统方式节省近20%。该成果突破了高性能GPU依赖，提升了大模型在资源受限环境中的应用潜力。此前，DeepSeek通过类似努力降低了训练成本。蚂蚁集团的技术或将推动国产芯片在大模型领域的广泛应用，减少对英伟达芯片的依赖。

3月24日消息，据彭博社报道，蚂蚁集团正在利用国产芯片（包括阿里巴巴和华为芯片）开发AI模型训练技术，训练效果可媲美英伟达H800芯片，且成本降低了20%。蚂蚁集团目前仍使用英伟达芯片，但正逐渐转向国产芯片作为主要替代方案。这一举措体现了中国企业在AI领域减少对海外芯片依赖的努力。蚂蚁集团本月发布的研究显示，其模型在部分测试中已超越Meta。公司通过混合专家模型（MoE）技术提升训练效率，目标是摆脱对高端GPU的依赖。此技术与谷歌、DeepSeek等公司采用的方式类似，将任务分配给专业化的子模型处理。尽管英伟达CEO黄仁勋主张通过更强性能的芯片推动AI发展，蚂蚁集团的尝试依然为中国AI产业探索了一条新路径。