算力芯片行业深度研究报告：算力革命叠浪起，国产GPU奋楫笃行

证 券 研 究 报 告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 电子 2025 年 12 月 24 日 算力芯片行业深度研究报告 推荐 （维持） 算力革命叠浪起，国产 GPU 奋楫笃行 ❑ GPU 并行计算能力适用于 AI 训推需求，大模型发展催化 GPU 需求。GPU 不仅仅负责图形处理，也能执行通用计算任务。其核心由大量简单的计算单元构成，这些单元被组织成强大的计算阵列，能够同时对海量数据执行相同的简单操作，因此相比 CPU 更擅长处理并行计算任务。当前主流的 AI 计算加速芯片主要有四种技术架构，相较于 ASIC 和 FPGA，GPU 在通用计算性能和开发友好性上更具优势，也比仍处探索阶段的 NPU 更为成熟，因而成为大模型训练和推理的主力。近年来，人工智能取得突破性进展，多模态大模型不断涌现。大语言模型的进化遵循 Scaling Law 法则，其能力提升高度依赖海量算力供给。未来，随着 AI 大模型向多模态、强推理、数据合成等方向演进，算力将继续作为核心驱动力，推动模型能力不断突破，加速 AI 应用的广泛落地。 ❑ 海外巨头持续加码 AI 投入，英伟达占据全球主导地位。大模型在应用端的表现持续取得显著进步，正逐步深入渗透日常生活和工作场景，活跃用户数量不断攀升，token 调用量保持高速增长。据谷歌业绩说明会，2025 年其月度 Tokens调用量从 5 月的 480 万亿大幅上升至 7 月的 980 万亿，并于 10 月爆发式增长至 1300 万亿，其提升节奏与谷歌 Gemini 2.5、Nona Banana 等产品的更新步调保持一致。从谷歌 AI 相关业务表现来看，大模型用户正在向付费用户转化，有望实现 AI 投入的商业闭环。因此，北美科技巨头纷纷加码 AI 相关投入。此外，自 2025 年以来，包括英伟达、微软、OpenAI、Oracle 在内的北美 AI 领域巨头已陆续签订投资与战略合作协议，进一步坚定对 AI 的投资信心。在数据中心 GPU 市场，英伟达一家独大且保持高速增长。其 GPU 产品在 AI 智算性能上持续革新，GB200 的训练性能达 H100 的 4 倍，推理性能为 H100 的 30倍，并进一步推出专为扩展推理与 AI 推理任务设计的 GB300。此外，CUDA编程工具大幅降低了开发门槛，进一步巩固了英伟达在 AI 智算领域的竞争壁垒。 ❑ 美国扩大高端 GPU 出口限制，国产奋起力争自主可控。2023-2025 年，美国多次修订出口规则扩大管制范围。由于 GPU 是国内人工智能发展的基础，相关政策持续加码支持国产算力行业发展。当前，寒武纪、海光信息、摩尔线程、沐曦股份等国内厂商推出多款 AI 智算芯片产品，并逐步追赶国际领先标准。从各公司创始团队及核心成员来源来看，寒武纪核心创始成员均来自中科院计算所，海光信息核心高管大部分来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多数来自超威半导体，决定了其技术底蕴及技术基础。从产品路线及收入规模来看，海光信息 CPU 产品贡献主要营收，信创 CPU 产品带动整体收入实现较快起量；寒武纪深耕 AI 智能芯片，收入放量强依赖于互联网客户验证及部署进程，因此收入在 25 年实现爆发式成长。摩尔线程和沐曦股份均提供通用 GPU 产品，但由于摩尔线程和沐曦成立时间较短，目前仍处于商业化落地前期，收入规模相对较小。盈利能力方面，由于 GPU 行业在爬坡早期毛利规模无法覆盖高额研发支出，因此早期通常处于亏损状态。海光信息 2021 年实现全年转盈，寒武纪于 2024Q4 实现单季度转盈，摩尔线程和沐曦目前仍未实现盈利，据招股说明书，摩尔线程预计最早于 2027 年实现合并报表盈利，沐曦股份预计最早 2026 年实现盈利。 ❑ 行业投资评级与投资策略：目前 AI 投入产出已实现闭环，有望进一步致使海外大厂加码 AI 相关投资。近年美国多次修订出口规则扩大管制范围，GPU 是国内人工智能发展的基础，国产算力芯片自主可控迫在眉睫。当前，国内多家GPU 厂商陆续推出 AI 智算芯片产品，并逐步追赶国际领先标准。建议关注：（1）算力芯片设计：寒武纪、海光信息、摩尔线程、沐曦股份等（2）算力芯片代工：中芯国际、华虹公司/华虹半导体等。 ❑ 风险提示: 下游需求不及预期、国产替代进展不及预期、代工供应风险 证券分析师：岳阳 邮箱：yueyang@hcyjs.com 执业编号：S0360521120002 证券分析师：吴鑫 邮箱：wuxin@hcyjs.com 执业编号：S0360523060001 联系人：卢依雯 邮箱：luyiwen@hcyjs.com 行业基本数据 占比% 股票家数(只) 493 0.06 总市值(亿元) 137,017.88 11.38 流通市值(亿元) 107,123.63 11.07 相对指数表现 % 1M 6M 12M 绝对表现 10.1% 43.9% 40.1% 相对表现 6.3% 24.1% 22.6% 相关研究报告 《电子行业深度研究报告：3C、消费、高端制造等多轮驱动，3D 打印发展空间广阔》 2025-12-15 《电子行业 2026 年度投资策略：人工智能引领科技革命，算力需求爆发催化产业升级》 2025-12-02 《半导体存储行业深度研究报告：企业级需求高增，驱动新一轮存储超级周期》 2025-11-05 -13%8%30%51%24/1225/0325/0525/0725/1025/122024-12-23~2025-12-23电子沪深300华创证券研究所 算力芯片行业深度研究报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 投资主题 报告亮点 报告提出了大模型发展基于“Scaling Law”法则，多模态、强推理演进的背后是算力规模的刚性扩张。通过谷歌 Tokens 调用量的高频数据，展示了 AI 应用落地与算力消耗已形成可量化、可闭环的商业链路，为“算力即生产资料”提供了依据。 其次，报告精准刻画了目前 GPU 行业的市场格局。以微软、Oracle 为代表的云与算力巨头持续与英伟达签订大规模采购与战略合作，这不仅是对其 GPU产品路线的直接背书，更反映出在模型持续迭代、算力即资源的竞争环境下，主流技术路径正加速向其聚合，从而强化了 GPU 在 AI 基础设施中的核心地位。 最后对国产替代路径进行分析。面对美国出口管制，报告系统梳理了寒武纪、海光信息、摩尔线程、沐曦股份等厂商的布局和进展，并从 “技术渊源-产品路线-商业化节奏-盈利爬坡” 四个维度进行横向对比。例如指出海光借力信创 CPU 实现规模盈利，寒武纪依赖大客户验证在特定时点爆发，而摩尔线程与沐曦仍处商业落地前期。 投资逻辑 大模型的持续演进与 AI 应用的加速落地，正遵循“Scaling Law”对算力产生确定且不断增长的刚性需求，这使得以 GPU 为核心的 AI 硬件成为支撑产业发展的基础设施，具备长期投资价值。在这一全球性的产业浪潮中，英伟达