2025年12月5日，摩尔线程在上交所科创板上市，开盘大涨，盘中最高涨幅达468.78%，收盘涨幅425%，市值一度突破3055亿元，12月17日，沐曦股份在上交所科创板上市，首日涨幅692.95%，创近十年A股上市首日单签打新收益纪录，市值突破3300亿元。

　　2026年1月2日，壁仞科技在港交所主板上市，开盘涨82.14%，盘中最高涨超118%，收盘涨75.82%，总市值达825.7亿港元。1月8日，天数智芯在港交所主板上市，开盘涨31.54%，收盘涨8.44%，总市值接近400亿港元。

　　《观弈财经》的同事周末在清华经管上课，一位在投行就职的同学诉苦：最近太忙了，刚出差从上海回来，好不容易抽出时间来上课。最近上市的芯片企业中，有两家是她任职的公司的客户。接下来还得继续忙下去，排队上市的公司中，很多都是他们的客户。

　　好久没有这么忙了，从2020年到2024年的很长一段时间，新上市企业锐减，她都处于没事做的状态。她说：春天真的来了。

　　已经上市的企业中，寒武纪股价突破1595元，历史性地超越茅台登上A股市值榜首。

　　资本市场传递出了一个关于“时代跃迁”的信号：中国算力芯片产业正迎来自己的高光时刻。

　　2025年，中国算力芯片市场规模占比和国产化率双双提升，正逐渐完成从“追赶者”到“并行者”的身份转变。从“卡脖子”到“破壁前行”，从依赖进口到自主可控，中国算力芯片产业在2025年展现出前所未有的爆发力与重构能力。

　　2025年，中国算力芯片产业完成了从‘能不能做’到‘值不值得投’的认知跃迁。但真正的考验，不在市值高低，而在能否在三年内让千行百业用上‘好用、稳定、低成本’的国产算力。那才是‘中国时刻’的真正定义。

　　2025年是芯片行业的狂欢之年，据世WSTS发布的数据，2025年全球半导体市场规模预计将达到7720亿美元，同比增长22%，2026年市场规模预计有望达到9750亿美元。

　　受AI驱动，全球半导体市场的格局都在进行深刻重构，共同重塑全球科技格局。

　　年内，以寒武纪为代表的相关企业市值疯狂上涨，寒武纪、摩尔线程、沐曦股份市值合计已突破1.2万亿元。寒武纪股价更是一度突破1595元/股，市值超越茅台，成为A股“新王”。这也成为年内A股一大标志性事件，这不仅是资本市场传递出的数字跃迁，更是一个时代跃迁的信号——中国的算力芯片产业正在迎来自己的“高光时刻”。

　　目前，国产AI算力已经从概念走向价值兑换，摩尔线程、沐曦股份等一批具备核心研发能力的GPU企业成功登陆科创板，首日涨幅均超过200%，甚至有企业被媒体冠以“中国版英伟达”的称号。

　　摩尔线亿元，当前市值仍然高达2700亿。沐曦股份市值为2300亿，展现了资本市场对国产芯片的高度期待。

　　有更多企业选择赴港上市，通过国际资本加速技术迭代与产能扩张。据统计，2025年上半年，中国半导体行业股权融资规模已超800亿元，其中超过六成流向算力芯片及相关产业链企业。

　　全球市场亦是如此。数据显示，2025年全球算力芯片市场规模预计将达到950亿美元，同比增长25.3%。英伟达成为国际市场最大赢家，受AI浪潮的驱动，其GPU（如H100、A100）成为训练大模型的核心硬件，数据中心业务收入呈现爆发式增长。

　　微软、亚马逊、谷歌等全球云厂商大量采购英伟达芯片，用于AI训练，2024财年，英伟达数据中心收入同比增长超200%，占总营收80%以上。目前英伟达市值约4.5万亿美元，超过苹果、微软，是全球市值最高的上市公司。

　　中国市场的份额也在持续提升，国产化率首次突破28.7%，较2024年提升近5个百分点。这一数据的背后，是中国在AI训练、自动驾驶、云计算等领域需求的爆发式增长，也是国产芯片在性能、功耗、性价比等方面逐步赢得市场信任的体现。

　　资本共振，全球发力，中国在政策层面也在给予算力芯片行业最大的支持，“新质生产力”“数字中国”等国家战略持续赋能，半导体产业基金、税收优惠、研发补贴等多维支持体系，也在逐步完善。

　　市场层面，华为昇腾、寒武纪思元、地平线征程等系列芯片已在数据中心、智能汽车、边缘计算等场景正逐渐实现规模化落地，商业闭环初步形成；生态层面，无论是从EDA工具到操作系统，还是从编译器到应用框架，国产软硬件协同生态都在加速构建，逐步摆脱对国外技术的系统性依赖。

　　对于中国企业而言，高估值的背后还面临着诸多问题，比如对技术迭代、软硬生态、盈利模式验证及国际竞争等挑战。高估值也需要理性看待，但可以预见的是，2025年的资本爆发并非终点，而是国产算力芯片产业走向成熟、参与全球竞争的新起点。

　　半导体与算力芯片是典型的技术驱动型产业，持续的技术突破与产品演进，是行业维持核心竞争力的根本。目前，我国半导体产业正围绕着“先进制程”与“异-构集成”这两大战略进行布局，力图打破技术壁垒与供应链制约。构建一个自主可控，协同高效的产业生态。

　　最重要的是年内实现了技术破壁，3nm/2nm先进制程实现了量产突破。制程工艺是芯片性能、功耗与集成度的物理基础，直接决定算力硬件的上限。尤其是7纳米及以下的先进制程，其制造能力高度集中于少数国际巨头手中，这也成为了制约行业发展的最大瓶颈。

　　目前台积电已实现3nm的规模量产，成功打通了基于FinFET或GAA（全环绕栅极）等新型晶体管的3纳米工艺全流程，处于行业领先位置。在2纳米技术研发上，同样取得了关键性进展，完成了技术路径验证与初步流片。

　　在尖端的工艺领域，我国已经具备了从“跟随”到“并跑”的技术能力，为高性能CPU、GPU、AI加速器等核心芯片的自主制造奠定了坚实的物理基础，有了打破技术封锁的能力。

　　与此同时，Chiplet（芯粒）技术也从概念走向大规模应用。随着晶体管微缩逼近物理与成本的极限，单一芯片的性能提升曲线日趋平缓，Chiplet技术能够通过将大型SoC（系统级芯片）分解为多个功能、工艺可能各异的小芯粒（Die），再通过先进封装技术（如2.5D/3D集成）进行高性能互连与集成，有效实现了“超越摩尔定律”的性能扩展。

　　此外，算力需求的爆发式增长与高度多元化，也在推动芯片产品形态发生深刻变革。“CPU+GPU+NPU+DPU”协同架构Kaiyun官方入口已经成为主流范式，越来越能满足多样化的算力需求。

　　在数据中心与高性能计算领域，单一的CPU早已无法满足AI、大数据、科学计算等负载的并行处理需求。以CPU为控制与通用计算核心，GPU负责大规模并行计算与图形渲染，NPU（神经网络处理器）专攻AI推理与训练加速，DPU（数据处理单元）卸载网络、存储与安全等基础设施任务——这种高度协同的异构架构已成为行业标配。

　　年内，国产芯片厂商纷纷推出集成了自研CPU、GPU、NPU乃至DPU模块的SoC产品或板卡级解决方案，不仅在绝对算力上持续追赶，更在能效比、任务调度效率、软硬件协同优化上展现出显著进步，能够更好地满足云计算、智能驾驶、数字孪生等场景下多样化、混合型的算力需求。

　　目前国产EDA工具、基础软件在适配性上的进步，已经能够助力硬件性能持续释放，以此搭建出更加协同的生态系统。

　　随着物联网、工业互联网、智能安防、自动驾驶等边缘场景的智能化程度加深，对本地化、实时性、低延迟的数据处理需求激增。这些需求催生了对低功耗、高能效、小型化、高集成度的边缘AI芯片和微控制器的巨大市场需求。

　　国产芯片企业凭借在特定场景的深度定制、敏捷响应以及对成本控制的优势，在该领域取得了突破性进展。比如一系列集成AI加速引擎、丰富外设接口且功耗低至毫瓦级的边缘SoC芯片成功量产并规模应用，在智能摄像头、工业网关、可穿戴设备、车载域控制器等终端中占据了重要份额。

　　边缘算力芯片的繁荣，也是产业找到差异化竞争增长点的主要方向之一，意味着中国半导体产业正从“集中攻坚”向“全域渗透”的战略纵深拓展。

　　2025年，全球数字化转型正式进入Kaiyun官方入口深水区，算力已经成为驱动社会经济发展的核心引擎之一。近两年来，我国算力产业在政策引导与基建扩张的双轮驱动下，也正经历着一场从“规模化基建”向“智能化服务”的深刻转型。

　　我国算力网络的建设，也从基础搭建的初级阶段，来到了以智能调度与融合应用为代表的智能新纪元。

　　截至2024年底，京津冀、长三角、粤港澳大湾区、成渝等八大国家级算力枢纽节点全部启动建设，规划新增数据中心机架超百万个。此外，国家发改委、工信部等多部委联合推动《算力基础设施高质量发展行动计划》，也明确提出到2025年，全国算力总规模超过300 EFLOPS（每秒三百亿亿次浮点运算），智能算力占比达到35%。

　　基建方面，国家级一体化算力服务平台已经搭建完成，贯穿多个热点城市。智能计算中心也建设呈现“软硬结合”的特征。许多新建的智算中心，都采用了国产AI芯片集群，并集成智能运维、弹性扩容、隐私计算等平台层服务。

　　2025年被广泛视为“AI Agent（智能体）应用元年”。基于大语言模型的智能体，开始从演示走向大规模商业部署，落入各行各业的同时，也引发了算力需求结构的变革，以及总量的爆发。

　　比如汽车行业，当下L3级自动驾驶法规已实现破冰，未来商业化脚步也将加快，这是引爆算力需求的典型特征。车辆需要具备高度复杂的实时环境感知、决策规划能力。

　　一辆L3级智能汽车的AI芯片算力需求，普遍从当前的几十TOPS（万亿次运算/秒）攀升至数百甚至上千TOPS。以国内头部车企推出的高端智能车型为例，其下一代平台预埋的算力平台已超过1000TOPS，为后续软件升级和更高级别自动驾驶铺路。

　　这不仅带动了车载高性能计算芯片的需求激增，也对车路协同背后的边缘计算与云端训练算力提出了海量需求。据中国汽车工业协会预测，到2026年，中国智能网联汽车对数据中心算力的间接拉动效应，将年均增长超过60%。

　　消费端的落地也呈现出百花齐放的态势，算力需求正从云端向边缘、终端扩散。阿里巴巴的“通义千问”、百度的“文心一言”、字节跳动的“豆包”等主流大模型应用，月活用户均已破亿。这些应用的迭代和优化，都依赖于庞大的云端算力集群进行模型训练与推理。

　　2025年是转型之年，2026年则会带来一系列的严峻挑战。对人才和设备的需求，将让国内企业面临激烈的人才争夺战，制造环节受出口管制等条件影响，也会在一定程度上制约芯片的研发和量产。

　　此外，国际科技的博弈也在逐渐加剧，欧美地区近年来持续加强对先进计算和半导体制造技术的出口管制，范围不断扩大，从尖端逻辑芯片制造设备，扩展到高性能存储芯片、特定半导体材料等。

　　这需要国产芯片产业构建更具韧性的本土供应链，从EDA工具、IP核、到制造、封装、测试，各个环节都面临自主化的压力。这是一场巨大且长期的系统性工程。

　　未来已来，挑战与机遇并存，想要实现从“可用”到“好用”的深度跨越，国产算力芯片产业必须在全球竞争中，完成从跟随到并跑，甚至领跑的技术跨越。返回搜狐，查看更多