算力三国杀：英伟达、国产 GPU 与自研 ASIC 的世纪军备竞赛

一、引子：算力场上没有终局

如果说 2023 年的算力故事还是「英伟达一家独大」，那么到了 2026 年，这块场地上已经彻底变成了多方混战的修罗场。

守擂的是英伟达，带着 Vera Rubin 这一代新平台，把单柜算力推到了过去不敢想的量级；挑战者一边是 AMD，用 MI455X 和 Helios 机架打起「开放生态」的旗号；另一边是 OpenAI、谷歌、亚马逊这些超级大客户，纷纷祭出自研 ASIC，喊着「去英伟达化」；而在地球的另一端，华为昇腾 950 与国产 GPU「四小龙」集体上市，硬是在封锁线上蹚出了一条独立赛道。

这不是一场普通的产品竞争，而是一场世纪军备竞赛：比的不是单点性能，而是芯片、封装、显存、软件栈、超节点集群整条链条的系统能力。理解了这一点，你就理解了为什么这两年最紧俏的不是某颗 GPU，而是台积电的 CoWoS 封装产能和 SK 海力士的 HBM 显存——它们才是卡住所有人脖子的真正咽喉。

这篇文章把四方玩家摆到一张棋盘上，用可以核实的数据，讲清这场算力三国杀（其实是四国混战）的真实格局、各自的筹码，以及为什么最后的胜负手根本不在单颗芯片上。

二、格局总览：四方玩家的对垒

先看棋盘全貌。把四条路线的代表产品放在一起，定位立刻清晰：

这张表最重要的信息是：四条路线解决的是同一个问题——怎么把更多算力，以更低的单位成本、更可控的供应，交到模型公司手里。 但它们的商业逻辑完全不同：英伟达卖的是「生态锁死」，AMD 卖的是「开源解绑」，自研 ASIC 卖的是「成本自主权」，国产路线卖的是「地缘安全」。没有谁能通吃，因为不同的买家，痛点根本不一样。

还得提醒一句：这场竞赛没有「谁赢谁输」的单一答案，因为它本质上是个多方博弈。云厂商需要英伟达供货、又需要 AMD 和自研芯片来压价；模型公司需要国产算力做备份、又离不开英伟达的旗舰性能；而投资者则在这几条路线之间反复横跳，把每一条路线的预期都打到极致。理解这种相互需要、又相互制衡的关系，比简单判断「谁会取代谁」要重要得多——这不是一场决赛，而是一盘没有明确终局的棋。

三、守擂者：英伟达 Vera Rubin 的数千 TFLOPS

先看擂主。英伟达在 2026 年把竞争从「单卡性能」直接拉升到了「机架级系统」。

Vera Rubin NVL72 是一台整柜的「智能超级计算机」：机柜里集成 72 颗 Rubin GPU、36 颗 Vera CPU，用英伟达自研的 NVLink 6 交换机做纵向扩展，再用 Quantum-X800 InfiniBand 和 Spectrum-X 以太网做横向扩展。它的设计目标不是让单颗芯片更快，而是让这 72 颗 GPU 在逻辑上像一颗超大芯片那样协同——这就是所谓的「机架级即一台计算机」。

按英伟达官方数据表，这一代的算力刻度大致如下（注意精度口径）：

外界常说的「Vera Rubin 数千甚至约 4000 TFLOPS 级」，指的是 FP8/FP4 低精度、面向训练与推理的口径——低精度下算力数字会比 FP64 大一个数量级以上。这里必须把口径标清楚：谈 TFLOPS 不谈精度，等于谈价格不谈币种。

更关键的是它的商业节奏。英伟达宣布 Rubin 已进入全面量产，基于 Rubin 的产品 2026 年下半年由合作伙伴供货，AWS、谷歌云、微软、OCI 以及 CoreWeave、Lambda 等云厂商都是首批部署方。也就是说，当别人还在发布 PPT 时，英伟达已经把货铺到了所有主流云。 这种「量产 + 全网铺货」的速度，是它最可怕的护城河——不是芯片本身，而是整个行业已经围着它的节奏在转。

而且英伟达真正的壁垒从来不是晶体管，而是 CUDA。十几年积累下来，几乎所有深度学习框架、推理引擎、企业级部署工具，都是先在 CUDA 上调通、再考虑别的。一颗芯片可以被追赶，但一个几百万开发者日夜打磨的软件生态，没法靠一代硬件填平。这也是为什么 AMD 要费力推开放的 ROCm、为什么大客户宁愿自己掏几十亿美元造 ASIC——它们都绕不开同一个事实：单换芯片很容易，换走整套开发习惯极难。 英伟达卖的表面是 GPU，实际是一条已经跑顺了十几年的流水线。

四、开放生态的反击：AMD MI455X 与 Helios

第二个上场的是 AMD。它很清楚自己没法在 CUDA 生态上正面硬刚，于是选了一条差异化路线：把「开放」当武器。

2026 年 7 月的 AMD Advancing AI 大会上，AMD 发布了 Helios 机架级方案：一整柜用 72 颗 Instinct MI455X GPU，配上第六代 EPYC 服务器 CPU、Pensando 网络和开源的 ROCm 软件栈，整柜宣称可提供高达 1.4 exaFLOPS 的 AI 性能。

单看 MI455X 这颗卡，规格相当有诚意：基于第五代 CDNA 架构，配备 432GB HBM4 显存，带宽高达 23.3 TB/s——显存容量和带宽正是大模型训练与推理最吃紧的资源。AMD 官方把它定位为「专为前沿 AI 推理、训练和微调设计」。

AMD 的打法聪明在哪？它不跟你比「谁的单卡分数高」，而是打三张牌：

• 开放软件栈：ROCm 开源，避免被 CUDA 一次性锁死，给云厂商留出走路；
• 整柜交钥匙：像英伟达一样提供机架级整合，但价格和供货更灵活；
• 不绑架客户路线：你可以一部分用英伟达、一部分用 AMD，自己组合。

对超级云厂商来说，有 AMD 这个选项存在，本身就有价值——哪怕它只占两成份额，也足以在跟英伟达谈判时攥住筹码。这就是「鲶鱼效应」：挑战者不必赢，只要在场，垄断的溢价就得打折。

值得一提的是，AMD 这一代的打法还多了一层「生态补课」的意味。过去 AMD 的短板不在硬件，而在软件——开发者迁移到 ROCm 的成本很高。Helios 这次把 EPYC CPU、Pensando 网络、ROCm 软件和 MI455X 打包成统一机架，本质上是在向客户承诺：你不用自己费劲拼凑软硬件，拿来就能跑。这种从「卖零件」到「卖整机方案」的转变，才是它真正想从英伟达手里抢的东西。

五、去英伟达化：OpenAI Jalapeño 自研 ASIC

第三条路线，是大客户们的「后院起火」——既然买 GPU 这么贵又这么受制约，那我自己造一颗专用的。

最具标志性的就是 OpenAI 的第一颗自研芯片，代号 Jalapeño（墨西哥辣椒）。2026 年 6 月 24 日，OpenAI 与博通联合官宣：这是 OpenAI 的第一款「智能处理器」（Intelligence Processor），由 OpenAI 从零设计架构、博通负责硅片实现与网络互联、台积电用 3 纳米制程代工。

几个细节值得记住：

• 架构：采用脉动阵列（systolic array），配备 HBM 高带宽内存，专门为大语言模型的推理数学优化，明确不做训练；
• 速度：从 2025 年 12 月启动设计到 2026 年 6 月流片，只花了约 9 个月，博通称这是先进定制 ASIC 领域有记录以来最快的节奏之一；
• 定位：它不是要取代英伟达，而是要把「推理」这块最大宗、最烧钱的支出，握在自己手里——用一颗为自家模型量身定做的专用芯片，把单位推理成本打下来。

这代表了一个明确的趋势：当推理成为算力支出的大头，超级模型公司就不再甘心只做英伟达的客户。 谷歌有 TPU，亚马逊有 Trainium，Meta 也在自研，现在 OpenAI 用 Jalapeño 加入了这条队列。它们未必能造出比英伟达更好的芯片，但它们造出的是「刚好够自家模型用、且不被掐脖子」的芯片——对年烧几十上百亿美元算力的巨头来说，这就足够划算。

这里有笔经济账值得算清楚。通用 GPU 为了「什么都能跑」，在芯片里塞了大量通用性电路；而推理这件事，数学模式高度固定——就是矩阵乘法加注意力机制。把通用性全砍掉、只保留推理需要的计算单元，同一颗芯片能把单位推理成本压到通用 GPU 的一个零头。对每年推理账单几百亿美元的公司来说，哪怕自研芯片前期投入十几亿，只要能把长期单位成本降下来，这笔账就成立。这也是为什么 OpenAI 管 Jalapeño 叫「智能处理器」而不是 GPU——它从一开始就不打算和通用算力抢地盘，而是要把最烧钱的那块推理蛋糕，从英伟达的盘子里切下来。

六、国产力量：四小龙上市与昇腾 950 超节点

第四条路线，是地缘政治催生出的独立赛道。2026 年，国产算力第一次成体系地站上了资本市场和产品舞台。

先看「四小龙」会师资本市场。 所谓国产 GPU 四小龙，指的是燧原、沐曦、摩尔线程、壁仞。到 2026 年中，局面已经全部明朗：

燧原是四小龙中最后一家敲钟的，2026 年 9 月 11 日正式挂牌，发行价 142.18 元、发行约 4303 万股、网上中签率低到约 0.025%——市场对国产算力标的的追捧可见一斑。

再看华为昇腾这条更重的路线。 华为没有走「单颗芯片对标英伟达」的老路，而是直接打「超节点 + 集群」的系统战：

• 芯片分工：昇腾 950 拆成两颗——950PR 面向推理 Prefill 和推荐场景，2026 年一季度先出标卡；950DT 面向 Decode 和训练场景；两者都用华为自研 HBM 与主 Die 合封；
• 超节点：Atlas 950 超节点把 8192 张卡融成一台「计算机」，总算力约 1 EFLOPS@FP8、2 EFLOPS@FP4，互联带宽高达约 16 PB/s，官方称这一互联带宽已超过今日全球互联网峰值带宽的十倍以上；
• 商用节奏：2026 年 9 月的华为全联接大会上，轮值董事长汪涛披露，昇腾超节点已部署超过 1000 套，昇腾 950 超节点已经规模商用；下一代昇腾 960 还提前到明年一季度、性能翻番；华为更放话，到 2027 年昇腾超节点集群要达到百万卡级。

这条路的精髓在于：单颗芯片比不过，就用系统架构创新把成千上万张卡拧成一股绳。 当制程和先进设备被卡，系统层面的互联、编排出奇、集群软件，就成了弯道超车的主战场。

还得点出国产路线的另一个现实——它不是在真空里作战。四小龙和昇腾面对的，是「能设计出来、但最先进的制造和 HBM 供应不稳定」的约束。所以它们的策略异常务实：先用系统整合和工程优化把可用算力堆上去，再在国内闭环市场里打磨软件栈、积累客户，等生态成熟后再逐步往上攻。上市募资的意义也正在于此——燧原一次募了六十多亿，本质是给「在受限条件下持续迭代」买时间。这不是一夜翻盘的故事，而是一场用资本和工程耐心换技术代差的持久战。

七、估值的疯狂：寒武纪一百七十倍与光通信一百四十九倍

战场上打得热闹，资本市场的表现则更极端。2026 年，国产算力板块的估值，已经到了用传统市盈率完全解释不了的地步。

最典型的是寒武纪（688256）。它在 2026 年 6 月 30 日盘中股价一度触及 1620 元，总市值突破 1.002 万亿元，成为科创板历史上第一家万亿市值公司；当时其滚动市盈率高达约 369 倍。此后股价剧烈波动，到 10 月中旬，股价回落到九百元上下，总市值约五千六百亿，滚动市盈率仍在 约 170 倍（10 月 14 日约 175 倍）。也就是说，仅仅几个月，市值近乎腰斩，但市盈率依然高得吓人。

与之对照的是光通信/光互连赛道。在 AI 集群里，显卡之间、机柜之间的数据传输全靠光模块和光芯片，这是算力军备竞赛的「血管」。本站论坛（topic 1662）在对比国产算力估值时提到，部分光通信标的的滚动市盈率也在约 149 倍量级。把两者放在一起看：

这张表说出了一个尴尬的事实：无论是造芯片的寒武纪，还是传数据的光模块，估值都已经远超行业平均，定价的根本不是今天的利润，而是「国产算力替代」这个叙事的远期空间。 这种估值的特点是——顺境时一飞冲天，一旦订单、业绩或情绪出现一点裂痕，回撤同样是腰斩级别的。这也是为什么寒武纪自己要深夜发风险提示公告，反复提醒投资者注意估值偏离。

对普通投资者，这里的教训很朴素：高市盈率本身不是卖出信号，但把一百七十倍市盈率当成「国产替代永远正确」的信仰来追，就危险了。赛道是真的，兑现却需要时间，而时间在百倍估值下是最贵的成本。

八、锁喉战：CoWoS 与 HBM 的物理瓶颈

最后，必须讲到这场军备竞赛真正的咽喉——不是芯片设计，而是先进封装和高带宽显存。

因为无论英伟达、AMD 还是各家 ASIC，最后都要挤上同两条产线：台积电的 CoWoS 先进封装，和 SK 海力士、三星、美光的 HBM 高带宽内存。

先说 CoWoS。 台积电一家就占全球 CoWoS 产能的八成以上，而几乎所有主流 AI 芯片——英伟达 Blackwell/Rubin、AMD MI 系列、谷歌 TPU、博通 ASIC、AWS Trainium——全都要靠它。需求远大于供给，于是产能成了硬约束：

英伟达更是早早就锁定了台积电 2026 年 CoWoS 全年产能的五成以上——这意味着其他玩家能不能拿到封装位，某种程度上得看英伟达的档期。先进封装产能，成了比 GPU 本身更稀缺的战略资源。

再说 HBM。 每一颗高端 AI GPU，都要堆叠数颗 HBM 显存——英伟达 Blackwell 单卡就要配 8 颗 HBM3E。SK 海力士把 2026 年定义为「HBM 引领的存储超级周期」，并凭借 HBM3E 和下一代 HBM4 的稳定量产能力，成为这一轮最受益的存储厂，整个存储市场规模逼近万亿美元量级。谁能优先拿到 HBM4 的配额，谁的下一代芯片就有了入场券。

这两条产线的紧张，解释了整场竞赛最反直觉的一点：算力之争，表面是芯片公司之争，里子是封装产能和显存供应之争。 你设计出再好的芯片，挤不进 CoWoS 的档期、拿不到足够的 HBM，就只能躺在图纸上。这也是为什么这两年最赚钱的环节，往往不是最知名的芯片设计公司，而是站在它们上游、默默卡住脖子的台积电和存储三巨头。

HBM 这条线还叠加了一层地缘火药味。HBM3E 和下一代 HBM4 的量产，高度集中在 SK 海力士、三星、美光三家手里，而最先进的 HBM 又要和最先进的逻辑芯片一起，在台积电的 CoWoS 上合封。这就形成了一个环环相扣的瓶颈：任何一个玩家想造高端 AI 芯片，都得同时打通「先进制程代工 + CoWoS 封装 + HBM 供应」这三关。对被限制的一方来说，这三关每一道都是高墙；也正因如此，华为才要花大力气搞自研 HBM 合封，国产存储厂才被提到战略高度。谁掌握了显存和封装，谁就握住了这场竞赛的第二张门票——第一张门票是芯片设计，第二张，是把芯片真正造出来的能力。

九、结语：终局不是芯片，是系统

把这场世纪军备竞赛压缩成三句话：

• 守擂者英伟达用 Vera Rubin NVL72 把竞争拉到机架级，量产铺货的速度无人能及；
• AMD 用开放生态、OpenAI 们用自研 ASIC、华为与四小龙用超节点和国产替代，从三个方向同时蚕食垄断溢价；
• 但真正的胜负手不在单颗芯片，而在 CoWoS 封装、HBM 显存和整套系统互联——谁卡住物理咽喉，谁就握住下一个十年的算力定价权。

最后留一句判断：

算力三国杀没有终局赢家，只有生态位分工：英伟达守生态，AMD 卖解绑，大客户买自主，国产求安全。未来十年，没有人能通吃，但每一个玩家都必须在这条链条上，抢到属于自己的那一段咽喉。

这场竞赛最深的启示是：智能的成本还在以惊人的速度下降（这一点本站《智能的水电化》一文有完整拆解），而成本下降的尽头，不再是算法，而是电力、封装和显存这些物理世界的硬约束。当思考变得像水电一样便宜，决定谁能点亮智能的，就成了谁握有最上游的那几座「电厂」和「输水管网」。

对普通开发者和创业者来说，这场军备竞赛看似遥远，其实离你的账单很近：正是因为四方在疯狂比拼算力，推理单价才会一降再降，你才能用几毛钱跑完过去要花几百块的模型调用。算力场上打得越凶，下游的智能就越便宜。这也是为什么我始终建议把目光放在价格曲线和产能瓶颈上，而不是某一颗芯片的跑分——跑分决定上限，而产能和价格决定规模。三国杀的终局，从来不是某一家芯片公司胜出，而是整个社会以越来越低的成本，消费越来越多的智能。

延伸阅读（站内）

• 智能的水电化：推理成本两年塌了约 600 倍
• AI 芯片三国杀：英伟达、AMD 与 OpenAI 的对垒
• 英伟达 Vera Rubin 平台详解
• AMD MI455X 与 Helios 开放生态
• OpenAI Jalapeño 自研 ASIC 野心
• 国产算力：昇腾 950DT 与自主体系
• AI 芯片战争 2026
• HBM 之战与先进封装

去论坛讨论

这场算力军备竞赛里，你最看好哪条路线？是英伟达继续通吃，还是国产超节点真能弯道超车？尤其欢迎去论坛接着聊 topic 1662（寒武纪 vs 光通信的百倍估值对比）——一百七十倍和一百四十九倍，到底是黄金坑还是估值泡沫？也欢迎聊聊 topic 1755（FieldAI 与 AI 落地），看看这些疯狂的算力，最后到底会催生什么样的应用。把你的判断发上来，咱们接着掰扯。