11月26日，ASIC概念股异动，寒武纪涨超4%，芯原股份、翱捷科技拉升超5%。谷歌第七代TPU引发市场关注，被视为英伟达Blackwell的低成本替代方案。英伟达股价因AI泡沫担忧和TPU冲击累计下跌12.18%，其强调GPU性能与通用性优势。谷歌云高管称，扩大TPU采用率有望抢占英伟达10%年收入份额。硅谷巨头为摆脱对英伟达依赖，加速自研ASIC芯片，Meta考虑购买谷歌TPU。国内方面，阿里巴巴自研PPU芯片表现突出，芯原股份AI ASIC业务Q3翻倍增长，翱捷科技订单充足。机构预测，2026年全球AI ASIC出货量或翻倍，2028年ASIC市场规模将占AI芯片19%，单价约为GPU的1/5，国产AI芯片自主可控进展顺利，缓解对海外算力依赖。

11月19日，中诚华隆在北京发布首款全国产训推一体AI芯片HL系列。HL100采用自研GPGPU+NPU融合架构，FP16算力达256 TFLOPS，支持128GB LPDDR5显存，兼容CUDA生态，显存容量为国外某AI芯片的1.33倍。该芯片能效比3.41 TFLOPS/W，同等功耗下算力为国外芯片的8倍，总拥有成本仅为1/4，支持灵活扩展至千卡规模。此外，中诚华隆规划了未来三代产品（HL200、HL200Pro、HL400），原生支持FP8/FP4，对标国际主流性能，满足下一代生成式AI需求。中诚华隆成立于2017年，专注于自主可控的通算、智算等基础设施建设。

11月13日，受美国芯片出口限制影响，中国人工智能计算战略发生显著转变。国内云服务提供商及国家资助的数据中心项目已禁止使用国外AI芯片，转而优先采用国产替代方案，尤其是华为昇腾系列芯片。开发者正调整代码和工作负载，以适配华为昇腾910B和910C等国产芯片，其中昇腾910C因性能升级成为首选，并已实现量产。阿里巴巴和百度等云巨头也加速转向自主研发的AI芯片，基于国产软硬件运行，减少对NVIDIA等外国技术的依赖。这一趋势导致NVIDIA在中国市场的份额大幅缩减，标志着国产AI芯片在关键领域的崛起。

9月16日，财联社报道，从年初阿里宣布三年投入3800亿元建设云和AI硬件基础设施，到百度昆仑芯获中国移动大额订单，国内AI芯片市场迎来强劲需求。借助英伟达芯片供应不稳定的窗口期，国产厂商加速抢占市场。行业人士指出，寒武纪、海光信息、摩尔线程等公司已在AI推理芯片领域表现不俗，未来几年发展前景广阔，但需加强生态建设以巩固竞争力。（中证报）

2025年8月27日，寒武纪发布半年度业绩报告，公司上半年营收约28.81亿元，同比增长4347.82%，净利润达10.38亿元，扭亏为盈。去年同期公司亏损约5.3亿元。业绩增长得益于AI算力需求激增及与大模型、互联网头部企业的深度技术合作。寒武纪凭借核心优势推动应用落地，拓展市场规模。在英伟达H20深陷后门风波的背景下，国产AI芯片性能已不逊色国际领先产品，凸显自主替代的重要性。寒武纪的爆发式增长标志着国产AI芯片正受到市场追捧，行业迎来重要转折点。

2025年8月21日，DeepSeek发布v3.1版，整合思考与非思考模型，性能大幅提升，稳居开源大模型榜首。更引人注目的是，DeepSeek官宣支持下一代国产AI芯片，明确提到UE8M0 FP8格式，专为AI核心运算优化，性能至少翻倍，功耗仅为FP16的1/4，带宽需求更低。这一技术突破标志着国产AI芯片向更高精度和效率迈进。虽然未透露具体厂商，但暗示即将发布的芯片备受期待，进一步推动国产AI硬件发展。

7月15日，英伟达CEO黄仁勋再次访华并宣布重磅消息：美国政府已批准H20芯片对华销售。H20是专为中国市场设计的AI加速器，此前因出口禁令曾引发行业震动。受此消息影响，A股云计算板块大涨，金山云涨16.81%，阿里巴巴涨6.97%。黄仁勋强调中国市场的重要性，称其为全球AI发展的重要驱动力。与此同时，国产AI芯片厂商如华为昇腾、寒武纪等也在积极追赶，预计到2025年国产芯片市场份额将接近外购芯片。此外，国内科技巨头纷纷加码算力投资，阿里宣布三年内投入3800亿元用于云计算和AI基础设施。黄仁勋今年已三度访华，显示英伟达对中国市场的高度重视。

2025年初，AI推理一体机DeepSeek因技术优势和政策推动迅速走红，掀起本地化部署热潮。DeepSeek-R1的MoE架构和开源策略大幅降低了模型部署门槛，推动了政府、央国企和部分民企采购。一体机分为推理和训推两类，售价从几十万到数百万不等。国产芯片一体机虽受政策支持，但性能逊色于英伟达H20系列，如显存和制程受限影响吞吐和并发能力。尽管如此，国产芯片一体机凭借安全性优势，仍受到政府和央国企青睐。DeepSeek官方建议的多机多卡并行集群更适合其MoE架构，但一体机仍是预算有限企业的入门选择。昇腾等国产厂商推出大EP集群方案，提升推理性能，推动市场向高性能集群演进。

近日，蚂蚁集团Ling团队发布技术成果论文，推出两款MoE大语言模型：百灵轻量版（168亿参数）和百灵增强版（2900亿参数），性能达行业领先水平。论文最大亮点是提出创新方法，在国产GPU设备上高效训练3000亿参数MoE模型，其性能与使用英伟达芯片的同规模稠密或MoE模型相当。此研究展示了在资源受限环境下的AI开发新路径，具有重要技术突破。

蚂蚁集团自主研发了名为Ling-Lite和Ling-Plus的百灵系列开源MoE模型，参数规模分别为168亿和2900亿。相比GPT-4.5的1.8万亿参数和DeepSeek-R1的6710亿参数，蚂蚁团队通过国产AI芯片和创新技术显著降低了训练成本，仅需508万元人民币。这一成果已发表于Arxiv...