国模与国芯如何齐头并进？

　　今年上海两会期间，上海市人大代表、优刻得董事长兼CEO季昕华建议，联动壁仞、沐曦、燧原等本地芯片龙头企业，复旦、交大、上科大等高校科研机构，优刻得等本地云服务厂商，“重点攻坚AI大模型、自动驾驶、生物医药等领域的深度适配。”

　　过去一年时间，壁仞、沐曦、天数智芯等数家上海芯片企业上市，架构起了技术和资本的桥梁。未来，上海的算力，有望更好地支撑中国人工智能蓬勃发展的生态。

　　上海有什么

　　“相比国内其他城市，上海的国产芯片产业成熟度更高一些，而且AI企业也比较多，政府支持力度也比较大。”季昕华对第一财经记者表示。

　　优刻得是一家上海的云计算厂商，在其位于全国各地的数据中心已经引入了中国本土的AI芯片，它很早就与上海沐曦股份展开了合作。

　　沐曦股份是一家聚焦于人工智能和图形渲染的集成电路公司。2024年，沐曦股份收入7.4亿元；2025年上半年，它的收入9.15亿元。沐曦股份已经在2025年12月份登陆科创板。

　　对于上海芯片企业来说，2025年是一个丰收年。

　　除了沐曦股份，上海壁仞科技、上海天数智芯也已经在去年上市了。据上交所官网披露，上海燧原科技科创板IPO已获得受理。

　　目前壁仞科技市值约700亿元，天数智芯市值约400亿元，沐曦股份市值约2000亿人民币。上海的人工智能芯片企业，集体打破了科技与资本市场的壁垒。

　　这一轮人工智能浪潮到来之前，上海经过多年发展，已经积聚很大体量的集成电路产业。从产业规模来看，上海的集成电路产业位居中国各个城市之首。

　　据上海经信委，2025年上海集成电路产业营收规模超4800亿元。在芯片设计、制造、封测、设备／材料、EDA/IP等环节培养了一批行业细分领域龙头企业，其中科创板上市企业达35家，位列全国第一。

　　据世界集成电路协会发布的《2025年全球集成电路产业综合竞争力百强城市白皮书》，上海在中国大陆的城市中排名第一，全球排名第四。

　　此前，上海集成电路生态中的大部分产品并非为人工智能而生，但这样蓬勃的生态，为人工智能芯片产业集聚了大量的人才，以及相对完备的产业链条。这为新一代企业如沐曦股份、天数智芯等的崛起奠定了基础。

　　目前，虽然深圳有华为海思，北京有昆仑芯、摩尔线程等企业，但上海也已经集聚了壁仞科技、沐曦股份等一大批人工智能芯片公司。在全国范围内，三足鼎立的格局正隐隐形成。

　　“上海的芯片产业生态，在全国肯定是非常领先的。”上海政协委员、上海熠知电子科技有限公司董事长黄海清接受第一财经采访时表示。

　　人工智能发展需要高质量数据。黄海清认为，上海在人工智能数据方面，在全国范围内也是领先的，上海率先成立了功能性和市场化双轮驱动的语料数据公司，即上海库帕思科技有限公司。

　　“上海在多模态数据集的建设等方面已经拔得头筹。”黄海清说：“今年我认为是行业智能体落地的元年。大模型想服务千行百业，必须要有高质量的行业数据集。上海应该还要继续一个行业一个行业地去夯实行业智能体和行业语料库的建设。”

　　生态短板如何补

　　英伟达是中国芯片企业绕不开的竞争对手。

　　“从全球看的话，95%的AI软件开发人员，都是基于英伟达的CUDA做开发,80%的大模型也是基于英伟达芯片进行训练和推理。”黄海清表示，全球使用中国芯片做AI生态开发的人员不到2%。

　　大模型的训练和推理，需要运行在合适的芯片之上，才能发挥最大的效用。英伟达的芯片，在这一波人工智能浪潮里占尽了先机。中国本土芯片用于训练大模型，性能会显得薄弱一些，季昕华认为它们已经能够较好地完成推理任务了。

　　目前国产AI芯片还不能大范围应用。这背后固然因为中国AI芯片还不能达到英伟达芯片那样的训练和推理效果，但更大的问题在于目前全球的AI生态几乎锁死在英伟达产品上。

　　黄海清表示，海外芯片的高端制程卡脖子是重要原因，但同样重要的是中国芯片再好也要有人用起来，才能更快速地进化。

　　“现在华为也好，寒武纪也好，包括上市的这些GPU公司也好，都有各自的、给开发人员使用的软件架构平台。”黄海清说，这就导致每个平台上使用的人数很少，星星之火难以燎原。

　　“所以我觉得国家层面或者上海政府层面，或者行业协会层面，应该要有统一的部署，制定异构算力的统一开发平台标准，或者联盟。”黄海清表示。

　　统一的标准，可打破各家芯片企业的软件栈不兼容问题，在提高效率的同时也能减少浪费。

　　季昕华与黄海清的观点基本一致。

　　“核心是整个生态的问题。英伟达是人工智能的基础设施，全世界的人工智能科学家都是基于英伟达CUDA生态来做的，开源软件和各种公开论文也都是基于英伟达芯片来做的分析和研究。”今年上海两会期间，季昕华对第一财经表示。

　　季昕华建议研究和制定《国产GPU软件适配标准》，以推动主流算法框架与国产GPU的原生适配。

　　“联动壁仞、沐曦、燧原等本地芯片龙头企业，复旦、交大、上科大等高校科研机构，优刻得等本地云服务厂商，重点攻坚AI大模型、自动驾驶、生物医药等领域的深度适配。”季昕华认为，可以在政务、金融、医疗等行业率先应用推广“国产GPU+本地AI框架”全栈方案，通过政府购买服务引导行业应用，培育自主生态的市场土壤。

　　季昕华认为，科研机构可以是国产芯片的一个重要突破口。

　　过去十年，中国AI论文数量激增，总体数量已经超过了美国。科研机构不像AI公司，它们对于算力的要求没有那么高。季昕华认为，如果中国科研机构能够普遍在中国芯片基础上做研究、发论文，那这些成果也可以为全球研究者所参考，并有希望带动国产芯片被全球研究者所采用。

　　2026年会怎样

　　“我们觉得算力国产化的进程，2026年还会持续，大家也不必太过担心会因为算力瓶颈使得中国AI进程受到一些阻碍。”瑞银证券中国互联网行业分析师熊玮此前对第一财经记者表示。

　　熊玮认为，2026年还是能看到国内的互联网、科技大厂，包括AI的创业公司继续推动自己模型的快速迭代，使得中国模型的平均智能水平跟美国最先进的模型能力的差距逐渐缩小。

　　美国大模型企业追求的是智能水平的全球领先，但最好的模型通常也是非常贵的。大模型的实际落地过程中，不管是企业用户还是普通消费者，都会考虑到价格的可负担性。中国模型整体的性价比水平，跟美国相比更有竞争优势。

　　“中国的人工智能发展非常快速，但非常缺算力。”季昕华说。中国GPU算力当下面临“高端稀缺、中低端过剩”的结构性矛盾，核心IP核、高带宽存储（HBM）等关键部件依赖进口，软件生态与国际主流体系兼容性不足，叠加国际监管政策收紧，算力安全与产业自主发展面临双重挑战。

　　这种高端芯片的短缺，一定程度上影响了中国大模型企业的发挥，但却是中国芯片企业向产业上游攀升的机会窗口。

　　中国大模型开发企业也在积极从算法层面拥抱国产芯片或者更灵活的算力基础设施。大模型企业，在模型架构或者设计方面，把国产算力支持纳入考量，能够共同提高软硬件优化程度，提高算力的使用效率。比如同在上海的阶跃星辰和壁仞等企业的协同已经在开展了。

　　季昕华认为，国内芯片企业接下来的工作重点，应该是找到更多应用场景，“从应用场景找到更多的人用国产芯片。”

　　中国算力芯片企业的目光也不应局限于本土市场。

　　中国每年向全球出口接近3000亿颗芯片，这些产品的平均价格只有3-4元，大部分还是中低端的产品。中国的AI算力芯片，也应该瞄准海外市场，使之未来成为中国出口的名片。

　　季昕华认为，国产算力企业、国产云服务厂商应该组团拓展东盟、中亚等海外市场，通过技术输出与本地化服务构建国际产业链。

　　“推动与‘一带一路’沿线国家的算力合作，结合中国云服务厂商的海外节点，建设‘上海算力出口服务平台’，在东盟、中亚等‘一带一路’沿线国家布局海外算力节点,在海外推广国产GPU解决方案。”季昕华说，这一方面满足出海中资企业在海外的算力需求，同时积极打造国产GPU的海外生态。

　　集成电路是人才密集、资本密集、技术密集的行业。中国集成电路产业，作为全球市场的后来者，想要突出重围，尤其需要高精尖人才发挥关键性作用。

　　季昕华建议实施“GPU产业高端人才计划”，针对核心IP设计、高端算法优化等海外高端人才，采取高校科研机构与企业“双挂”“双聘”的柔性人才引进机制，支持海外高端人才通过项目合作、技术咨询等方式参与产业发展。

　　“2025年中国国产算力一直在稳步扎实地发展，无论是单卡性能还是超节点技术。国产算力有希望在2026年——无论是推理的工作需求，还是模型训练环节——拿到更多的份额。”熊玮表示。