AI芯片国产替代的推进速度，在不同芯片品类上呈现显著分层：出口管制对用于AI训练的GPU供给形成直接约束，而FPGA与ASIC领域则因国产厂商的技术积累与政策扶持，正迎来更明确的准入与替代机会。信创与AI算力基建政策对异构架构的采购引导，进一步加速了这一分层替代进程。

出口管制与政策如何分层影响四类芯片

从AI芯片的供需结构看，CPU、GPU、FPGA、ASIC四类产品遵循“通用性逐渐降低、运算效率逐步提高”的规律。主流的AI服务器计算架构一般采用CPU+XPU的异构形式，其中CPU负责读取和准备数据，而GPU、FPGA、ASIC等XPU作为加速芯片处理大规模并行计算。

出口管制对GPU训练芯片的供给约束最为直接。在已量产的芯片中，GPU是目前唯一可用于AI训练的芯片，且占据了AI芯片市场的主要份额。由于训练芯片对绝对计算能力要求极高，高端GPU的获取受限，直接影响大模型开发阶段的算力供给。相比之下，FPGA和ASIC主要适用于AI推断场景，计算量相对较小，更侧重能耗、时延、成本等综合指标，因此受到的外部供给约束相对间接。

政策扶持对FPGA与ASIC国产厂商的准入机会更为明确。FPGA具有硬件可重构、开发周期短、效率高的特点，在AI推断市场潜力巨大；ASIC则根据特定需求定制，在性能、能效、成本方面具备优势，是当前大部分AI初创公司开发的目标产品。这两类芯片领域，国产厂商的技术追赶路径更清晰，国产化替代的节奏也相对更快。

国产替代进度的品类差异

不同类别AI芯片的国产替代进度差异明显，主要体现在技术成熟度与市场格局两方面。

在FPGA领域，全球市场主要由海外巨头占据，但国产厂商已开始崭露头角。技术实力方面，国产厂商与海外龙头仍存在差距，主要体现在工艺制程与门级规模等评价产品性能的重要指标上。不过在国产化加速推进的背景下，中国FPGA厂商有望快速追赶。

在ASIC领域，市场格局呈现不同特征。目前全球ASIC市场尚未形成明显的头部厂商，主要竞争者包括英伟达、谷歌和英特尔，国内主流厂商包括海思、寒武纪等。国产厂商集中采用7nm工艺制程，与国外ASIC厂商相同；在算力表现上，国产旗舰产品已具备与海外厂商比肩的实力。由于ASIC市场没有形成明确的头部垄断，国产厂商有望在该领域继续保持技术优势，成为突破海外算力垄断格局的发力点。

常见问题

为什么GPU的国产替代比FPGA和ASIC更受关注？

GPU是目前唯一已量产的AI训练芯片，承担大模型开发阶段最主要的算力供给。训练芯片要求绝对计算能力与通用性兼备，技术门槛最高，因此出口管制对GPU供给的约束最直接，国产替代的紧迫性也最强。

FPGA和ASIC在国产替代中各有什么优势？

FPGA的优势在于硬件可重构、开发周期短，适合技术迭代频繁的领域，国产厂商已在市场中占据一定份额；ASIC的优势在于高性能、低能耗，且全球市场尚未形成明确头部厂商，国产旗舰产品性能已能与海外比肩，替代阻力相对较小。

推断类芯片的市场占比未来会如何变化？

当前大部分大模型仍处于开发阶段，对训练芯片的需求更大。未来随着各类大模型成熟并在生产生活中逐步应用，适用于AI推断的FPGA和ASIC占比有望逐步提升。