AI芯片是这几年半导体领域最热闹的赛道。英伟达一骑绝尘,但国内也冒出来几十家公司,做云端训练的、做边缘推理的、做终端加速的,各家技术路线还不一样。想系统了解这个领域,光看几家公司官网不够,得把整张图画出来。
下面从技术路线、产品矩阵、应用领域三个维度,拆一拆中国AI芯片公司的全景图。最后附一张速查表,方便快速定位。
1. 先分清楚技术路线
AI芯片没有统一架构,各家走的路不一样。目前主流的技术路线分几类:
| 路线 | 原理 | 代表厂商 | 优势 | 劣势 |
|---|---|---|---|---|
| GPU | 大量计算核心并行处理 | 天数智芯、摩尔线程 | 通用性强,生态成熟 | 功耗高,成本高 |
| ASIC | 针对AI算法定制硬件 | 寒武纪、地平线、比特大陆 | 能效比高,性价比好 | 灵活性差,算法迭代快时吃亏 |
| FPGA | 可编程逻辑阵列 | 深鉴科技(被赛灵思收购)、安路科技 | 灵活,可重构 | 开发难度大,成本高 |
| DPU | 数据处理器,侧重网络和存储 | 中科驭数、大禹智芯 | 适合数据中心卸载 | 偏专用,不通用 |
| 类脑芯片 | 模拟神经元和突触 | 灵汐科技、时识科技 | 极低功耗 | 生态弱,还在早期 |
现状:云端训练基本是GPU的天下,边缘推理ASIC和FPGA都有,终端低功耗场景类脑芯片开始冒头。
2. 按应用场景分:云端、边缘、终端
AI芯片按部署位置分三类,每家公司的定位不一样。
2.1 云端训练芯片
用在数据中心,训练大模型。这是技术门槛最高的领域,也是英伟达最赚钱的领域。
| 厂商 | 产品系列 | 技术路线 | 算力 | 进展 |
|---|---|---|---|---|
| 天数智芯 | 智铠系列 | GPU | 100+TFLOPS | 已量产,互联网客户测试 |
| 摩尔线程 | S系列 | GPU | 100+TFLOPS | 已量产,适配主流框架 |
| 壁仞科技 | BR100系列 | GPU | 1000+TFLOPS | 发布,还在客户验证 |
| 燧原科技 | 云燧系列 | ASIC | 200+TFLOPS | 已量产,互联网小规模用 |
| 寒武纪 | MLU系列 | ASIC | 100+TFLOPS | 已量产,政府项目多 |
| 海光信息 | DCU系列 | GPU类 | 100+TFLOPS | 已量产,信创市场 |
观察:云端训练芯片最难突破的是生态——CUDA太强了,国产芯片需要自己建软件栈,客户迁移成本高。
2.2 云端推理芯片
用在数据中心,跑已训练好的模型。门槛比训练低一些。
| 厂商 | 产品系列 | 技术路线 | 特点 |
|---|---|---|---|
| 寒武纪 | MLU系列 | ASIC | 已规模商用,互联网用得多 |
| 燧原科技 | 云燧推理版 | ASIC | 配套训练芯片 |
| 比特大陆 | SOPHON系列 | ASIC | 安防起家,推理性价比高 |
| 瀚博半导体 | 南风系列 | ASIC | 视频处理+AI推理 |
2.3 边缘芯片
| 厂商 | 产品系列 | 技术路线 | 算力 | 典型应用 |
|---|---|---|---|---|
| 地平线 | 征程系列 | ASIC(BPU) | 3-128TOPS | 智能驾驶、智能摄像头 |
| 寒武纪 | 思元系列 | ASIC | 几十TOPS | 安防、工业 |
| 比特大陆 | SOPHON系列 | ASIC | 几十TOPS | 安防、智慧城市 |
| 瑞芯微 | RK系列 | NPU集成 | 1-6TOPS | 智能家居、平板 |
| 全志 | 全志AI方案 | NPU集成 | 1-2TOPS | 智能音箱、IPC |
| 爱芯元智 | AX系列 | ISP+NPU | 几十TOPS | 智能摄像头 |
| 芯原 | NPU IP | IP授权 | 可配置 | 被多家芯片厂采用 |
观察:边缘芯片竞争激烈,性价比和功耗是关键。地平线在智能驾驶领域领先,比特大陆在安防渗透率高。
2.4 终端芯片
用在手机、耳机、手表,要求极低功耗,通常集成在SoC里。
| 厂商 | 产品系列 | 技术路线 | 应用 |
|---|---|---|---|
| 华为海思 | 昇腾系列 | ASIC(达芬奇) | 手机、平板 |
| 紫光展锐 | 虎贲系列 | NPU集成 | 手机 |
| 恒玄科技 | BES系列 | 低功耗AI | TWS耳机 |
| 炬芯科技 | ATS系列 | 低功耗AI | 智能语音 |
| 知存科技 | 存内计算芯片 | 存内计算 | 可穿戴 |
3. 按应用领域分:谁在哪个行业跑得快
3.1 智能驾驶
这是国产AI芯片渗透率最高的领域之一。
| 厂商 | 芯片 | 算力 | 上车情况 |
|---|---|---|---|
| 地平线 | 征程2/3/5/6 | 4-128TOPS | 理想、比亚迪、大众等量产 |
| 黑芝麻智能 | 华山A1000/C1200 | 几十TOPS | 东风、吉利、合创 |
| 华为 | 昇腾610 | 200TOPS | 问界、阿维塔、极狐 |
| 芯驰科技 | V9系列 | 几十TOPS | 定点阶段 |
3.2 安防与智慧城市
安防是最早大规模用AI芯片的领域。
| 厂商 | 芯片 | 应用 |
|---|---|---|
| 比特大陆 | SOPHON BM1684 | 智能摄像头、NVR |
| 寒武纪 | 思元220 | 智能摄像头 |
| 爱芯元智 | AX630A | 智能摄像头 |
| 瑞芯微 | RV1126 | 智能摄像头 |
3.3 数据中心与云计算
互联网大厂在批量测试国产AI芯片。
| 厂商 | 芯片 | 测试客户 |
|---|---|---|
| 天数智芯 | 智铠 | 百度、阿里 |
| 燧原科技 | 云燧 | 腾讯、字节 |
| 寒武纪 | MLU | 阿里、百度 |
| 壁仞科技 | BR100 | 测试阶段 |
3.4 工业与物联网
工业场景对功耗、成本、稳定性要求高。
| 厂商 | 芯片 | 应用 |
|---|---|---|
| 瑞芯微 | RK系列 | 工业HMI、PLC |
| 全志 | T系列 | 工业平板 |
| 爱芯元智 | AX系列 | 工业视觉检测 |
| 芯原 | NPU IP | 工业芯片集成 |
4. 一张表:中国AI芯片公司速览
| 厂商 | 总部 | 技术路线 | 主要产品 | 算力范围 | 主要应用 | 量产进展 |
|---|---|---|---|---|---|---|
| 寒武纪 | 北京 | ASIC | MLU系列 | 几十-上百TOPS | 云端、边缘、安防 | 量产,政府项目多 |
| 地平线 | 北京 | ASIC(BPU) | 征程系列 | 3-128TOPS | 智能驾驶、边缘 | 理想、比亚迪等量产 |
| 天数智芯 | 上海 | GPU | 智铠系列 | 100+TFLOPS | 云端训练 | 量产,互联网测试 |
| 摩尔线程 | 北京 | GPU | S系列 | 100+TFLOPS | 云端训练 | 量产,适配主流框架 |
| 壁仞科技 | 上海 | GPU | BR100系列 | 1000+TFLOPS | 云端训练 | 发布,客户验证 |
| 燧原科技 | 上海 | ASIC | 云燧系列 | 200+TFLOPS | 云端训练/推理 | 量产,互联网小规模用 |
| 比特大陆 | 北京 | ASIC | SOPHON系列 | 几十TOPS | 安防、边缘 | 安防渗透率高 |
| 黑芝麻智能 | 上海 | ASIC | 华山系列 | 几十TOPS | 智能驾驶 | 东风、吉利等定点 |
| 芯驰科技 | 上海 | ASIC | V9系列 | 几十TOPS | 智能座舱、驾驶 | 定点阶段 |
| 爱芯元智 | 北京 | ISP+NPU | AX系列 | 几十TOPS | 智能摄像头 | 安防、工业视觉 |
| 瑞芯微 | 福州 | NPU集成 | RK系列 | 1-6TOPS | 边缘、工业、消费 | 量产,生态好 |
| 全志科技 | 珠海 | NPU集成 | T/R系列 | 1-2TOPS | 工业、消费 | 量产 |
| 恒玄科技 | 上海 | 低功耗AI | BES系列 | 几十mW | TWS耳机 | 耳机市场领先 |
| 炬芯科技 | 珠海 | 低功耗AI | ATS系列 | 几十mW | 智能语音 | 语音产品量产 |
| 知存科技 | 北京 | 存内计算 | 存内计算芯片 | 极低功耗 | 可穿戴 | 早期量产 |
| 灵汐科技 | 北京 | 类脑芯片 | 类脑芯片 | 极低功耗 | 边缘、传感器 | 早期 |
| 中科驭数 | 北京 | DPU | 驭数系列 | 专用 | 数据中心 | 测试阶段 |
| 大禹智芯 | 北京 | DPU | 大禹系列 | 专用 | 数据中心 | 测试阶段 |
5. 从哪儿获取最新信息
AI芯片行业变化快,半年不出门,可能就冒出一家新公司。几个渠道保持更新:
5.1 行业媒体产业图谱
与非网的产业图谱栏目,有“AI芯片”的上中下游企业,点进去能看到公司简介、核心产品、融资阶段。比自己全网搜效率高得多。
5.2 券商研报
在东方财富搜“AI芯片 行业深度”“国产GPU 研究”,能找到大量分析报告。券商报告会把技术路线、竞争格局、财务数据都梳理好。
5.3 融资新闻
IT桔子、36氪搜“AI芯片 融资”,新冒出来的公司在哪个城市、做什么方向、融了多少钱,一目了然。
5.4 行业展会
6. 从了解到选型的几个步骤
如果想从全景图走到实际选型,可以按这个顺序:
第一步:确定应用场景
云端训练?边缘推理?智能驾驶?先锁定赛道。
第二步:拉出候选名单
从全景表里筛出和你场景匹配的厂商。
第三步:看生态和量产
- 软件栈成熟吗?支持主流框架吗?
- 有量产案例吗?有标杆客户吗?
第四步:要样片测性能
拿样片跑自己的模型,看实际算力、功耗、延迟。
第五步:小批量装机验证
在真实场景里跑一段时间,看稳定性和技术支持。
中国AI芯片公司已经从几十家筛到十几家,能活下来的都有两把刷子。画好这张全景图,以后看到任何相关新闻,都能快速定位它在产业链的位置。
500