同比增长146%背后：中国智能算力正在告别“唯GPU论”

同比增长146%背后：中国智能算力正在告别“唯GPU论”

近日，国务院新闻办公室举行前三季度信息通信行业发展情况发布会，工信部公布数据：截至2026年9月底，我国智能算力规模达到2592EFLOPS，同比增长146%。

算力规模的爆发式增长，呈现出国内人工智能产业向规模化应用加速迈进的整体趋势。过去两年，大模型还更多停留在行业试点和概念验证阶段；2026年，智能体落地、多模态交互普及、千行百业数字化智能化改造成为现实，金融、通信、互联网、制造等核心行业真实的产业需求，不断推动我国人工智能基础设施进入高速扩张阶段，算力芯片、服务器、网络互联及配套软件的全链条产业需求，正在持续稳定释放。

在这一轮算力扩容的浪潮里，国内AI芯片市场的格局已经悄然发生了结构性变化。曾经GPU几乎垄断了AI算力供给的全部市场份额，而如今，针对大模型推理、张量计算等细分场景深度优化的AI专用芯片，已经凭借更高的能效比、更低的部署成本，成为支撑国内智能算力增长不可忽视的重要力量。

IDC最新跟踪数据显示，2026年上半年国内非GPU类AI加速器出货量达到101.6万颗，同比增长近80%，历史上首次在半年维度反超GPU的99.1万颗。这组数字的意义不止份额的此消彼长，而是代表国内AI算力的供给结构已经从过去单一依赖通用GPU的“独木桥模式”，正式进入了通用芯片与专用算力芯片并行支撑的多元供给时代。

这种产业逻辑的切换，是行业在规模化落地实践的必然选择。当大模型从“烧钱做Demo”的阶段走到“要靠算力产出赚回成本”的阶段，企业自然会主动跳出“唯GPU论”的路径依赖，去寻找更适配自身业务场景的算力方案。而这也给深耕专用算力路线的国产芯片厂商，留出了更大的成长空间。

在国内众多深耕AI专用算力路线的厂商里，中昊芯英是为数不多从成立之初就锚定TPU张量计算赛道的玩家。TPU架构天生面向大模型高并发张量计算做深度定制优化，在同等制程、同等硬件成本前提下，运行主流深度学习模型时，综合性能可达通用GPU的3-5倍。

中昊芯英在 2023 年成功流片了国内首枚高性能 TPU AI 专用算力芯片「刹那®」并实现量产和产业化。基于「刹那®」三年规模化落地的实践经验，今年6月30日中昊芯英发布新一代全自研高性能 TPU AI 专用算力芯片“须臾®”，针对性解决超大模型、长上下文、海量词元交互场景下传统算力存在的访存延迟、能耗偏高、并行效率不足等痛点。

专用算力路线的竞争力，最终要在真实的业务场景中接受检验。行业对专用算力的考核，直面大规模集群部署后的协同损耗、主流大模型的迁移适配成本，以及7×24小时连续运行的业务稳定性等核心现实问题。过去不少专用芯片卡在了这些落地细节上，始终没能跨过规模化商用的门槛，如今一批深耕专用算力路线的国产厂商，已经在真实生产环境里跑通了全链路验证，把专用算力的产业价值真正释放出来。

目前，中昊芯英公司产品已成功部署于杭州电信、深圳联通、天津移动、太极股份等运营商、政府机构及科技企业建设的多个超大规模智算中心，并已在高校、科研机构的计算平台与教学实验中投入使用，辐射至金融、传媒、教育、医疗等多个行业领域。

2592EFLOPS的算力规模背后，是国产AI专用算力已经跨过“能用”的门槛，正式进入规模化商用的深水区。当本土大模型的真实业务需求，和深耕场景的国产芯片路线形成双向奔赴，国产算力就不再是通用芯片的补充选项，而是能支撑万亿级智能经济长期稳定运行的核心内生动力。未来随着更多专用算力产品在千行百业的生产场景里完成深度打磨，整条产业的价值空间还将持续打开，走出一条真正属于中国算力产业的差异化增长路径。