大模型训练确实在当下带动了AI芯片需求的快速增长，而未来推理芯片的市场空间，核心取决于大模型应用的落地节奏与渗透率。根据IDC预测，未来几年AI芯片的复合增速有望达到50%左右；从结构上看，当前大模型多处于开发阶段、训练需求更大，而随着模型成熟并在生产生活中逐步应用，推理类AI芯片的占比有望逐步提升，这将为市场打开新的增长空间。

训练与推理：两种需求，两种芯片

AI芯片按用途可分为训练芯片和推理芯片。训练是通过大数据训练出复杂的神经网络模型，计算量庞大，因此训练芯片更注重绝对计算能力；而推理是利用训练好的模型对新数据下结论，计算量相对较小，更侧重能耗、时延、成本等综合指标。

目前，GPU是唯一已量产的AI训练芯片，占据了AI芯片市场的主要份额。而推理环节除了CPU、GPU，还可使用FPGA和ASIC。FPGA具有开发周期短、可配置性强的特点，在AI推理市场潜力巨大；ASIC则因高性能、低能耗，非常适合AI推理场景，也是当前大部分AI初创公司开发的目标产品。

推理芯片的增量空间

推理芯片市场空间的打开，将主要来自两个方向：

一是云端推理需求的规模化。 随着大模型逐步从开发走向应用，云端数据中心需要处理大量实时推理请求。FPGA凭借灵活性和可深度优化的特点，有望在GPU之后迎来市场爆发；ASIC则有望凭借卓越性能与低功耗成为AI技术的优选方案。

二是边缘与终端推理的渗透。 未来AI应用场景对终端设备的推理能力要求越来越高，FPGA作为低功耗异构芯片，开发周期快、编程灵活，在终端智能安防等领域已有厂商采用FPGA方案实现AI硬件加速。

从市场规模看，全球FPGA市场预计将从2021年的82.9亿美元增长到2025年的125.2亿美元，年均复合增长率约为10.8%；中国FPGA市场增速更快，2021-2025年规模复合增速预计为17.1%。ASIC方面，根据贝哲斯咨询预测，到2027年全球ASIC市场规模预计将达到1677.49亿元。这些数据侧面反映了推理芯片赛道的成长潜力。

常见问题

推理芯片市场会超过训练芯片吗？

短期看，训练需求仍占主导；但长期来看，随着大模型走向成熟并大规模部署，推理的调用频次和场景广度将远超训练，推理芯片的占比有望逐步提升，成为AI芯片市场更重要的组成部分。

FPGA和ASIC谁更适合推理？

两者各有优势。FPGA灵活、开发周期短，适合技术迭代快、需求尚不明确的场景；ASIC专用化程度最高，在性能、能效、成本上更具优势，但研发成本高、壁垒大。随着AI行业成熟，ASIC渗透率有望逐步提升。

国产推理芯片有竞争力吗？

在FPGA领域，国产厂商已崭露头角，但技术实力与国际巨头仍有差距；在ASIC领域，全球尚未形成明显头部厂商，国产厂商在工艺制程上与国外同步，部分旗舰产品性能已能与海外产品比肩，具备较强的竞争潜力。