中国AI算力芯片形成GPU与TPU双轮驱动格局，寒武纪2026年6月30日市值突破万亿元

随着Token经济的到来，全球AI算力需求正在发生结构性转变，GPU与TPU两大技术路线也从互斥走向互补。在这一背景下，我国AI算力芯片已形成GPU与TPU双轮驱动的格局：通用GPU一侧由华为昇腾、寒武纪、壁仞科技、摩尔线程、昆仑芯、海光信息等构成，专用TPU一侧则以中昊芯英为代表，完成了从技术攻关、产品迭代到规模量产的跨越。资本市场上，寒武纪2026年6月30日总市值突破万亿元，成为这一轮国产算力行情的标志性事件；其2026年Q1营收28.85亿元、同比增长160%，扣非净利润9.34亿元。

一、事件速览

GPU与TPU的分野，本质上是通用性与效率的权衡。通用GPU擅长处理多样化的计算任务与尚未定型的工作负载，TPU类专用架构则在固定模式的矩阵运算上具备更高的能效与面积效率。当AI负载从探索性训练转向规模化服务，两类芯片的互补性开始超过替代性。全球市场上，2026年谷歌TPU目标出货量预计将从2025年的250万片攀升至600万片，同期英伟达GPU预计出货700万至750万片，两大品类合计将占全球近八成份额，这一预测为国内的双轮驱动格局提供了外部参照。国内的进展则更为分散而务实：各类厂商在不同技术路线上分别推进，形成了多点开花的局面。

二、关键数据与技术细节

• 寒武纪市值与业绩：2026年6月30日总市值突破万亿元；2026年Q1营收28.85亿元、同比增160%，扣非净利润9.34亿元。
• 寒武纪产品：2026年初新一代旗舰思元690量产，采用双die封装，FP16算力超700 TFLOPS，配备196GB HBM3；思元370是国内首批同时支持HBM3e与LPDDR5的AI芯片；自2020年科创板上市累计研发投入超70亿元。
• 华为昇腾：基于自研达芬奇架构，已建成千卡级集群并商用，成为多个国内智算中心核心算力底座。
• 其他GPU厂商：壁仞科技BR100系列16位浮点算力突破1000 TFLOPS；摩尔线程MTT S5000规模化销售，首批通过国家《安全可靠测评》；昆仑芯P800支持万卡集群，天池算力矩阵支持256卡超节点；海光信息采用CPU+DCU双芯融合，深算三号已适配365款主流大模型。
• 全球预测：2026年谷歌TPU目标出货量600万片（2025年250万片），英伟达GPU预计出货700万至750万片，两者合计占全球近八成份额。

三、行业影响与解读

双轮驱动格局的形成，反映出国内算力产业在约束条件下的务实选择。通用GPU承担模型训练与多样化推理，是智算中心的主力底座，华为昇腾的千卡级商用集群、昆仑芯P800的万卡支持能力、海光深算三号对365款主流大模型的适配，都在补足这一层的基础能力。TPU类专用路线则以能效换取特定场景的成本优势，中昊芯英完成规模量产跨越，说明这条路径在国内也已跑通。寒武纪市值破万亿与其2026年Q1营收160%的增速，体现的是资本市场对国产算力稀缺性的定价，而非单纯对当期业绩的反映。但挑战同样清晰：通用GPU赛道仍面临CUDA生态壁垒高、先进制程依赖较强等现实挑战，国产GPU在软件工具链、算子库丰富度、开发者生态上与国际领先水平尚有差距。这意味着硬件参数的追赶相对可量化，而生态的建设则需要更长时间。

四、值得关注的信号

• 路线从互斥到互补：GPU与TPU并行推进，说明国内算力在追求覆盖度与能效的平衡。
• 生态差距大于参数差距：CUDA壁垒、算子库与开发者生态是更长期的追赶目标。
• 先进制程仍是约束：制造环节的依赖性决定了国产算力扩张的物理上限。
• 专用芯片获验证：中昊芯英等TPU厂商完成量产跨越，为差异化路线提供了样本。

小结：中国AI算力芯片已形成GPU与TPU双轮驱动的清晰格局，华为昇腾、寒武纪、壁仞、摩尔线程等构成通用阵营，中昊芯英代表专用路线完成量产跨越。寒武纪市值破万亿与160%的营收增速，印证了市场的高预期，但CUDA生态壁垒、先进制程依赖与工具链差距仍是必须正视的现实挑战。