中国AI xPU市场预测报告解读 – 摩根士丹利

近日我看到一份来自摩根士丹利的分析报告《亚太大中华区半导体：中国AI加速器——谁将胜出？– China’s AI Accelerators–Who’s Poised to Win》。

下面我来分享一些自己感兴趣的部分，或者说阅读收获吧。

以上是GPU/xPU领域几家公司的市值走势。这里包括了Cambricon（寒武纪）、Hygon（海光）、MetaX（沐曦）、Biren（壁仞）和Iluvatar CoreX（天数智芯）。不过有一点应该指出，海光最主要的业务应该说是服务器CPU而不是GPU。

上图是销售额的趋势，从2024到2025年国产xPU增长较大，所以预测2026-2028年涨势应该还好。其中Huawei的市场占有率可能会有所下降；接下来的排序可能是寒武纪、Kunlun（源自百度）、H-Head（平头哥，阿里旗下）、Hygon等。

上表列出了这些公司的上市/融资状态、产品线/型号、Node制程、GPU/ASIC分类等，仅供参考。

这个图表对比的是US和China两国AI行业的强弱点，也是一家之言哈：

	US	China
晶圆前端	10	3
芯片封装	10	6
内存：HBM, LPDDR5	10	6
服务器系统	8	9
光网络	7	7
软件优化（大模型）	8	10
AI数据中心空间	9	10
电力供应	5	10
政策支持	8	10

（注：评分越高越好）

上面图表对比了各款xPU在做AI大模型推理时的TCO和每token成本。这里的TCO是按照10MW数据中心能耗来评估的，并不是在同等性能下。

从每token成本来看，H200还是有优势的。本来去年底开始 H200（可能还有同等算力级别的GPU）有望合规供应国内，不过后来似乎受阻了。

关于各家GPGPU、ASIC/DSA的主要目标客户，我没有逐一核实，大家参考下就好。实线在这里代表已经批量供货，虚线代表未来有望达成。

可以看出国内最主要的三大客户是字节、阿里和腾讯；除了互联网/云服务之外，政企也算一大需求行业。

上图是在淘宝网上的4090和5090D显卡价格走势。截至2026年4月4090还算稳定，5090D却显著上涨，应该能体现出供需上的缺口。

5090D（可能还有5090？）在国内跑AI的需求火爆，显然与更高的一些GPU禁售有关。

扩展阅读《AI大会见闻：当“魔改”显卡开始摆上台面》

这个图表是我国主流AI大模型的输入和输出Token价格走势，单位应该是人民币/百万token。GPU成本上升，这些随之提高也是正常的。特别是output token，相关的显存/内存（带宽直接影响Decode性能）、SSD（可分级存放KV Cache）价格这半年来可是涨了许多啊。

上图是字节（火山引擎/豆包）激增的token用量，不过这些AI需求中应该有相当部分来自个人的免费访问。一方面大家先砸钱抢市场，同时利用数据优化产品/训练自己的模型。

这个图表的逻辑我是认同的——中国CSP的capex资本支出将会是驱动AI GPU市场的一个关键需求。请注意蓝色柱形图是全球数字，美国在其中的占比我问了下AI：

关于美国CSP资本支出（Capex）占全球比例，根据2024-2025年的行业数据，大致占比情况如下：

整体云计算基础设施支出

·2024年全球云计算基础设施支出中，美国占比约55%-60%

·2025年Q1，美国四大云厂商（微软、亚马逊、谷歌、Meta，甚至不算全部CSP）资本支出合计超过800亿美元，年增长超45%

·如果加上Oracle等，2024-2025年全球CSP Capex中美国占比约58%-63%

其中AI服务器相关支出（更具体到AI加速器语境）

·当前美国在AI服务器上的支出占全球比例更高，甚至接近70%，因为大部分AI大模型训练目前仍在美国

·但中国的推理支出占比正在快速上升，长期趋势是美国的份额将逐步下降到50%-55%，其余由中国（特别是推理侧）及其他地区补充

上图中对比的这三家，加入了芯片代工厂（中芯国际/台积电）、2025年销售额以及是否盈利几项。寒武纪开始干的早，前些年其实没少亏损，所以最后一项也不代表另外2家有啥不正常的。

这里仍然是对比的AI推理TPS，模型为DeepSeek R1 671B，计算精度FP8（如果不支持就按FP16计算）。我认为可能有一点误导的是：H20实际推理性能应该没有比H200差这么多？一方面Decode阶段的Token输出性能与HBM显存带宽关系密切；另一方面上面注释的Batch size只有1，通常并没有充分发挥GPU的性能。