算力十年扩张超40倍（2019年至2026年预计从30 EFLOPS增至1270 EFLOPS），人工智能行业的商业模式呈现出“卖铲人”“卖水”“卖模型”“卖方案”四大模式，芯片层（GPU/ASIC等）凭借高壁垒与高毛利率占据价值链约60%-70%利润，而模型与应用层竞争激烈、利润相对微薄。
产业链四大商业模式对比
芯片层：高壁垒的“卖铲人”
AI芯片（尤其是GPU）是算力核心，目前唯一已量产的训练芯片是GPU。该环节技术壁垒极高，全球FPGA市场由赛灵思（52%市占率）和Altera（35%市占率）主导，ASIC市场虽无明显头部厂商但英伟达、谷歌、英特尔为主要竞争者。芯片厂商凭借稀缺性获取行业最大利润份额。
云服务层：规模效应的“卖水人”
云服务商（如阿里云、亚马逊、微软）探索“云服务器+FPGA”模式，按需提供算力。该环节竞争激烈，但规模效应显著，利润分配处于中间水平。
模型层：亏损换规模的“卖模型”
大模型公司主要通过API调用收费，但当前大部分处于亏损状态。该环节研发投入巨大，利润空间被上游芯片成本和下游应用挤压。
应用层：定制化开发的“卖方案”
AI应用公司以定制化开发为主，毛利率相对较低。随着未来算力成本下降，应用层利润空间有望改善。
价值分配格局
| 产业链环节 | 利润占比（估算） | 关键特征 |
|---|---|---|
| 芯片层 | 约60%-70% | 高壁垒、高毛利率，英伟达等厂商占据主导 |
| 云服务层 | 约20%-30% | 规模效应显著，但竞争激烈 |
| 模型与应用层 | 利润微薄 | 研发投入大，当前多数企业亏损 |
增速递减对价值分配的影响
随着AI算力规模增速从2020年的138%逐步放缓至2026年预计的38%，芯片成本有望下降。这将使得模型层和应用层的利润空间逐步改善，但短期内芯片层仍将占据价值链的核心地位。
常见问题
AI芯片中GPU、FPGA、ASIC分别适合什么场景？
GPU适合AI训练，是唯一已量产的训练芯片；FPGA适合推理场景，开发周期短、灵活可重构；ASIC适合推理场景，高性能低能耗，但研发成本高，目前渗透率较低。
国产AI芯片厂商在全球竞争中处于什么位置？
国产FPGA厂商（紫光国微、复旦微电、安路科技）在2021年合计市占率超过15%，但先进制程集中在28nm，落后于国际16nm水平；国产ASIC厂商（海思、寒武纪等）采用7nm工艺，算力性能已能与海外比肩。
未来AI芯片市场增长潜力如何？
根据IDC预测，AI芯片复合增速有望达到50%左右；全球FPGA市场预计2025年达125.2亿美元，中国FPGA市场复合增速17.1%；全球ASIC市场预计2027年达1677.49亿元。