AI芯片市场正经历剧烈的格局变动：一方面，英伟达凭借Hopper和Blackwell架构持续主导云端训练市场，但供应瓶颈与价格压力促使客户寻求替代方案；另一方面，中国厂商在自研芯片、存储和稀疏计算等领域加速突围，形成多元化竞争态势。
- 近期主要进展
- 字节跳动自研AI数据中心CPU，以减少对英伟达的依赖（原文标题）。此举显示大型AI企业正通过定制芯片降低成本并保障供应。
- 中国存储芯片厂商CXMT与YMTC计划双IPO，借AI芯片热潮扩产（原文标题）。这表明AI芯片对高带宽存储的需求正在推动中国存储产业进入资本市场。
- Moffett AI（Moxin）完成近10亿元C轮融资，推进稀疏计算AI芯片商业化（原文标题）。稀疏计算成为提升推理效率的重要路径，吸引资本注入。
- FuriosaAI携手博通开发2nm推理加速器，目标2028年H1出样（原文标题）。韩国AI芯片初创公司正切入高端制程，与博通合作增强竞争力。
- SpaceX坦言AI芯片供给不足，TeraFab项目可能失败（原文标题）。即便顶级科技公司也受芯片供应掣肘，凸显全球AI芯片产能紧张。
- 高通与字节跳动签署AI芯片协议，为数据中心智能体提供算力（原文标题）。芯片巨头与云服务商联合，旨在优化边缘与数据中心推理场景。
当前焦点
围绕AI芯片的竞争核心从单纯的算力竞赛转向多元化架构与供应安全。英伟达通过扩大在台湾的投资（年支出达1500亿美元，原文标题）巩固生态，但客户自研芯片（如字节、华为昇腾系列，原文标题）与新兴初创（如FuriosaAI、Moffett AI）正从训练、推理与存储多个维度挑战其地位。
- 未来观察点
- 中国自研芯片能否在性能与生态上突破英伟达的CUDA壁垒？
- 稀疏计算等新架构能否在2026年后实现大规模商用？
- AI芯片短缺是否会持续制约AI应用落地，并催生更多定制化合作？
- 美国政府出口管制措施的迭代如何影响全球供应链？