中国AI算力规模已从2019年的30EFLOPS增至2024年的640EFLOPS，期间复合增速约48%，未来增长的核心驱动力来自大模型训练需求的持续扩张、推理需求的逐步释放，以及智能终端与自动驾驶等新兴应用场景的落地。据IDC预测，中国AI算力规模到2026年有望达到1270EFLOPS，但增速将随基数扩大而逐步放缓至38%左右。
训练需求仍是当前算力扩张的主力
目前大部分大模型仍处于开发阶段，训练环节对绝对计算能力的要求极高，这使得GPU成为当前AI算力市场的主要载体。由于训练涉及海量数据和复杂深度神经网络，训练芯片更注重通用性与并行计算能力，这一阶段的算力需求构成了当前市场增长的基本盘。随着模型参数规模的持续扩大，训练阶段的算力消耗仍将保持较高水平。
推理需求与新兴场景成为下一阶段增量
未来随着各类大模型逐步成熟并进入生产生活应用，推断类AI芯片的占比有望逐步提升。与训练不同，推理环节计算量相对较小，更侧重能耗、时延与成本等综合指标，这为FPGA和ASIC等专用芯片打开了市场空间。与此同时，智能终端、自动驾驶等新兴场景对边缘推断能力的要求不断提高，FPGA凭借低功耗、开发周期短、可配置性等特点，在AI推断市场潜力较大；ASIC则因高性能、低能耗的定制化优势，被视为AI芯片领域的长期成长方向。
常见问题
中国AI算力规模的增长速度会一直保持吗？
不会。据IDC数据，中国AI算力规模增速已从2020年的138%逐年回落至2024年的48%，预测到2026年将降至38%。随着基数不断扩大，增速放缓是自然趋势，但绝对增量依然可观。
哪些芯片类型将受益于算力增长？
当前GPU因是唯一已量产的AI训练芯片而占据主要份额；未来随着推理需求释放，FPGA和ASIC的占比有望逐步提升。FPGA适合快速迭代的推理场景，ASIC则在性能与功耗上具备优势。
FPGA和ASIC的市场格局如何？
全球FPGA市场主要由海外厂商主导，国产厂商已开始崭露头角，但在先进制程等核心技术指标上仍有差距。ASIC市场尚未形成明显的头部厂商，国产厂商在部分产品性能上已具备与海外产品比肩的能力。