📎 姊妹篇:中国 AI 芯片全谱(11 厂横评)见 /daily/ai-hardware/2026-06-29-china-ai-chips.html,本篇聚焦 GPGPU vs NPU 两条技术路线 的胜负手。
1. 引子:你看到的 11 厂横评,其实只是分类的引子
前几天发的《中国 AI 芯片全谱:华为昇腾 / OpenAI / 阿里 PPU / 昆仑 / 寒武纪 / 沐曦 / 字节自研 / 壁仞 / 天数智芯 / 燧原 / 海光》(11 厂横评)其实是表层分类——按公司、按代际、按数据。
但真正决定 2028-2030 中国 AI 算力格局的,是从底层技术路线划分的两条路:
- GPGPU(General Purpose GPU) = 通用并行 GPU;
- NPU(Neural Processing Unit) = 神经网络专用处理器。
11 厂里面真正分到 GPGPU / NPU 两个阵营,才能看清后面 5-10 年的产业格局。
核心论点:中国 AI 芯片 11 厂底层技术路线分化成GPGPU(5 家)+ NPU / ASIC(6 家)两条路。短期 NPU 占优(性能 / 能效),长期 GPGPU 反超(生态 / 灵活 / 兼容 CUDA)。NVIDIA / AMD 都是 GPGPU 阵营,这是为什么中国必须保留 GPGPU 路线。
2. 技术路线之争:GPGPU vs NPU 架构本质
GPGPU 的本质
GPGPU 是"通用 GPU"——本质是大量的并行核心 + SIMD 指令 + 大内存带宽。算一个 4096×4096 矩阵乘,GPU 把这个任务切给 4096 个 core 并行跑,每个 core 跑 1 列,核间通过片上互联(NVLink / Infinity Fabric)通信。
优势:
- 灵活:任何新算法(transformer / Mamba / SSM / RWKV),直接用 GPU 上的现有算子 + 新算子组合;
- CUDA / ROCm 兼容:算法移植成本极低;
- 软件栈成熟:CUDA 12-15 年生态壁垒。
劣势:
- 算子效率低:同一个 transformer,GPU 跑 700 TFLOP(FP16),NPU 跑 1.5 PFLOP(NPU 专用算子利用 80% 数据复用);
- 功耗高:GPU 全芯片点亮 = 700W,NPU 同样精度只用 150W;
- FP8 起步晚:NVIDIA H100(2022)才硬件 FP8 支持,比 NPU 慢 3-5 年。
NPU / ASIC 的本质
NPU 是"神经网络专用处理器"——本质是针对矩阵乘加 + 激活函数 + 池化的极简指令集。NPU 内部没有"通用算子",只有"专用 Cube 核 + 内存 + 互联"。
优势:
- 效率高:对 transformer 整段流水线,NPU 比 GPU 高 2-3 倍 PFLOPS / W;
- 功耗低:华为昇腾 950DT 95W(计算)+ 280W(HBM)≈ 480W 单卡,vs NVIDIA H100 700W;
- 支持新算法快:只需增加新 Cube 指令,不需重做整个指令集。
劣势:
- 生态封闭:PyTorch / TensorFlow 无法直接跑,需要重新编译 / CANN / CNML 软件栈;
- 新算法编译慢:MoE / Mamba 出来后,NPU 需要 6-12 月才能编译优化;
- 硬件迭代快:每隔 12-18 月架构大改,旧芯片 5 年内淘汰。
3. 国产 GPGPU 阵营:5 家
总览
| 厂商 | 代表产品 | 架构来源 | CUDA 兼容? | 2025 出货(估) |
|---|---|---|---|---|
| 海光信息 | DCU K100 / K200 | AMD CDNA2 授权 | ✓ 兼容 ROCm | 10-15 万张 |
| 摩尔线程 | MTT S3000 / S5000 | 自研 GPGPU | ✓ 自研 MUSA(部分兼容) | 5-10 万张 |
| 格兰菲 | Glarity 7 / 9 | 兆芯 + Think Silicon IP | ⚠ OpenGL / Vulkan,CUDA 弱 | ~1 万 |
| 沐曦 | 曦云 C500 / MXN100 | 自研 GPGPU | ⚠ 自研 MXMACA | 2-3 万张 |
| 芯原微 | Vivante / VIP8000 GPU IP | 自研 IP(非完整芯片) | — 只卖 IP | IP 授权 |
海光 DCU:已写过的"AMD 中国版"
海光是 GPGPU 阵营最容易理解的:基于 AMD ZEN CPU + CDNA GPU 架构授权,2021 完成 IP 转移,2024 DCU K100 进入量产,2025 进入"国产服务器默认配置"地位。
- 优势:直接 ROCm 兼容 = CUDA 应用零成本迁移;
- 劣势:AMD 下一代 CDNA 授权 2026 H2 到期,需要续约或自主切换;
- 地位:5 大 GPGPU 厂里唯一有"ROCm 正式兼容"牌子的国产 GPU。
摩尔线程:国产 GPGPU 的"民间冠军"
| 代际 | 时间 | 算力 | 对标 |
|---|---|---|---|
| MTT S2000 | 2022 H1 | FP32:14 TFLOPS | NVIDIA RTX 30 系入门 |
| MTT S3000 | 2024 H1 | FP32:30 TFLOPS / FP16:1.0 PFLOPS | NVIDIA RTX 4070 |
| MTT S5000 | 2025 H2 | FP32:60 TFLOPS / FP16 / FP8:2-3 PFLOPS | NVIDIA RTX 5080 / 推理用 H100 |
| MTT S6000 | 2026 H2 | FP16 / FP8:4-5 PFLOPS | NVIDIA B100 / B200 |
摩尔线程的"故事曲线"
- 2020 创立:从 NVIDIA 中国区 + AMD 中国区 出来的技术团队,创始人张建中(原 NVIDIA 中国区总经理);
- 2022 MTT S2000 流片:国产第一颗"全功能 GPU"(图形 + GPGPU + AI);
- 2023 美国 BIS 实体清单:不能再买 NVIDIA / AMD IP,反而加速自研;
- MUSA 软件栈:对标 CUDA,2024 H2 兼容 ~80% CUDA PyTorch API;
- 2025 H2 MTT S5000:国智 + 服务器厂商采购,聚焦AI 推理(不是训练)。
摩尔线程的真问题
- 不是训练卡:MTT S5000 训练集群能力弱(显存带宽只有 H100 的 60%),只能做中等规模推理;
- 驱动成熟度:Linux 驱动还在持续修复,MUSA 编译器落后 CUDA 3-4 年;
- 软件生态薄:vLLM / TensorRT-LLM / SGLang 主流推理引擎对 MTT 适配仍差。
格兰菲(Glarity):兆芯系的"备用 GPU"
格兰菲 2021 年从兆芯分拆,2023 年收购意大利 Think Silicon,主攻图形 + AI 推理双用 GPU。
| 产品 | 时间 | 用途 |
|---|---|---|
| Glarity 5 | 2023 | 桌面级 GPU + AI 推理 |
| Glarity 7 | 2024 H2 | 桌面独显 + 服务器推理 |
| Glarity 9 | 2025 H2 | 数据中心 AI 推理 + 桌面独显 |
- 路径:图形优先(Vulkan / OpenGL 4.6 兼容)+ AI 推理(Vision / Transformer 优化);
- CUDA 兼容:弱——只能通过 OpenGL / Vulkan 移植;
- 客户:国产 PC 厂商 + 部分企业服务器 AI 推理。
沐曦:已写过的 GPGPU 老将
沐曦其实是 GPGPU 阵营的最早代表—— 曦云 C500 / MXN 系列走类 GPU 架构(类似 NVIDIA Hopper / Blackwell),不是 NPU 路线。
- MXMACA 软件栈:对标 CUDA,2024 H1 兼容 ~70% PyTorch API;
- 2025 H2 MXN100 已批量:ByteDance / 国智 / 三方数据中心采购,做训练 + 推理双用;
- 能力:GPGPU 通用性 = 沐曦强于纯 NPU,但落后 NVIDIA 1-2 代。
芯原微(VeriSilicon):不在芯片厂的 IP 老大
芯原是 5 家 GPGPU 阵营里唯一不直接做芯片的——它做 GPU IP(VIP8000 / Vivante)授权给芯片厂商。海光 / 格兰菲 / 沐曦 / 摩尔线程间接都用了芯原部分 IP。芯原是中国 GPGPU 生态的"幕后玩家"。
4. 国产 NPU 阵营:7 家
总览
| 厂商 | 架构 | 代表产品 | 定制 Cube / Tensor |
|---|---|---|---|
| 华为昇腾 | 达芬奇 3.0 | Ascend 950DT | Cube 4.0(8 个 / 卡) |
| 寒武纪 | Cambricon MLA | 思元 690 | Cube 4.0 |
| 百度昆仑 | XPU-S | 昆仑芯 P800 | XPU Tensor Core |
| 阿里 PPU | DaVinci 演进 | PPU TR5 | Cube + Tensor |
| 壁仞 | custom | HK1 | custom Tensor |
| 腾讯紫霄 | custom | 紫霄 2025 | custom Tensor |
| 比特大陆算丰 | TPU 风格 | BM1684X / BM1690 | TPU-like |
华为昇腾:Ascend 950(NPU 阵营顶配)
达芬奇 3.0 架构 + 8 个 Cube 4.0 算子单元,对 transformer / MoE 整段流水线优化,FP8 算力 2.4-3.0 PFLOPS。**NPU 阵营的"事实标杆"**。
详细:见 姊妹篇 A11 3. 节及 A12《华为 AI 全栈》。
寒武纪:思元 690 / 790(NPU 国产代表)
思元 590 / 690 / 790 走完整的 NPU 路线,Cube 算子 + CNML 软件栈。
比特大陆算丰 / 芯启源:被忽视的"非主流 NPU"
比特大陆算丰:曾用 BM1684X 做边缘推理,2024 后转型边缘端;芯启源 C-Rocket 走 NPU 加速器(2024 已沉寂)。这些都不是数据中心主流。
5. 正面 PK:GPGPU vs NPU 的 7 个维度
| 维度 | GPGPU | NPU / ASIC | 赢家 |
|---|---|---|---|
| 灵活性(新算法适配速度) | ★★★ 直接编程 | ★ 需重编译 | GPGPU |
| 能效比(PFLOPS / W) | ★ 2-3 PFLOPS / 700W | ★★★ 2-3 PFLOPS / 480W | NPU |
| FP8 支持(推出时间) | ★ 2022(H100) | ★★★ 2019(华为早期) | NPU |
| 生态迁移成本(从 CUDA 切换) | ★★★★★ 0 天 | ★ 6-12 月 | GPGPU |
| 训练性能(大模型) | ★★★★ NVIDIA / AMD 垄断 | ★★★★ 寒武纪 / 沐曦 / 华为追平 | 平手 |
| 推理性能(deployed) | ★★★★ 沐曦 / 海光 / 摩尔 | ★★★★ 华为 / 寒武纪 | 平手 |
| 出货成本 | ★★★★ 摩尔线程便宜 | ★★★ 阿里 PPU / 寒武纪偏贵 | GPGPU |
总比分
GPGPU 赢 4 个维度(灵活性 / 生态 / 迁移 / 成本),NPU 赢 3 个(能效 / FP8 早期 / 推理)。
6. 2026-2030 格局:GPGPU 反超 NPU?
短期(2026-2027)看 NPU 占优
- 中国大模型训练 / 推理短期仍是 NPU 主导(华为昇腾 / 寒武纪 / 沐曦);
- 但大模型推理下沉到边缘 / 客户端是 GPGPU 战场(摩尔线程 / 格兰菲);
- 短期市占:NPU 65% / GPGPU 35%。
长期(2028-2030)GPGPU 反超
三个关键变化:
- 算法多样化:Mamba / SSM / RWKV / Hyena 等非 transformer架构突破,NPU 编译慢,GPGPU 通用性胜出;
- CUDA 兼容技术:海光 ROCm + 摩尔线程 MUSA 兼容度每 12 月提升 15-20%,到 2028 大部分 CUDA 应用 0 成本迁移;
- 训练 / 推理分工:训练仍由 NVIDIA / 寒武纪 NPU 主导,推理下沉到 GPGPU 边缘 / 客户端。
长期市占:NPU 50% / GPGPU 50%(甚至 45 / 55 反超)。
最终判断:中国 AI 芯片格局短期 NPU 主导,长期 GPGPU 反超。两路不是谁取代谁——而是分工:NPU 守大模型训练 / 数据中心推理(算力 100 PFLOPS 级),GPGPU 守边缘推理 / 多算法兼容 / CUDA 迁移(算力 1-10 PFLOPS 级)。NVIDIA / AMD 都是 GPGPU 阵营,中国必须保留 GPGPU 路线。
7. 谁会赢:5 家 GPGPU + 7 家 NPU 的命运
GPGPU 阵营预测
| 厂商 | 2025-2026 生存概率 | 2030 期望 |
|---|---|---|
| 海光 | ★★★★★ | 国产服务器默认 GPU,AMD 授权解决后稳坐 |
| 摩尔线程 | ★★★★ | AI 推理 / 国产 PC 独立 GPU 龙头 |
| 沐曦 | ★★★★ | 训练 + 推理双用,跟寒武纪竞争 |
| 格兰菲 | ★★★ | 国产 PC / 服务器小角色 |
| 芯原微 | ★★★★★(IP 模式) | IP 授权,继续垄断"GPU 内核" |
NPU 阵营预测
| 厂商 | 2025-2026 生存概率 | 2030 期望 |
|---|---|---|
| 华为昇腾 | ★★★★★ | 大模型 NPU 主导,2028 国内 30% 市占 |
| 寒武纪 | ★★★★★ | 思元 790 + 国产 LLM 训练主流,中移动大单 |
| 百度昆仑 | ★★★★ | 百度智能云 + 文心自用 |
| 阿里 PPU | ★★★★★ | 阿里云 + 通义自用,跑通 90% 推理 |
| 壁仞 | ★★★ | 国智服务器 + 自研服务器厂商 |
| 腾讯紫霄 | ★★★ | 腾讯内部,小规模 |
| 比特大陆算丰 | ★★ | 边缘 / 推理,数据中心不太参与 |
8. 风险与展望
风险
- GPGPU 阵营最大风险:AMD CDNA 授权到期(2026 H2)。海光如果没有续约 / 自主切换,等于断头路;
- 摩尔线程 MTT S5000 训练集群能力弱:跟 NVIDIA H100 集群比,MLPerf 跑分落后 2 倍;
- 算法转向:如果 Transformer 被 Mamba / SSM 取代,NPU 重编译成本高,GPGPU 反超时间表加快;
- 海光 ROCm 依赖:虽然 ROCm 兼容,但 AMD 上游ROCm 更新慢,海光需自主 fork;
- GPGPU 在低精度(INT4 / INT8)落后 NPU:边缘量化场景 NPU 占优。
展望(2026-2030)
- 2026 H1:AMD CDNA 续约 / 不续约揭晓,决定海光路线;
- 2026 H2:摩尔线程 MTT S5000 进入国智 + 字节;GPGPU 阵营首次超越 NPU 市占?;
- 2027:海光 DCU K200 / 摩尔线程 MTT S6000 进入 5nm 量产;GPGPU vs NPU 市占 50:50 临界点;
- 2028:算法转向(Mamba / SSM)出现,NPU 编译慢,GPGPU 反超;
- 2030:GPGPU 占 55%,NPU 占 45%;CUDA 兼容度 80%;中国 AI 算力国产化 80%+。
参考资料
- NVIDIA H100 / B100 / B200 架构白皮书(2022-2025)
- AMD CDNA / CDNA2 / CDNA3 架构(2020-2025)
- 华为昇腾 950DT 达芬奇 3.0 架构白皮书(2025)
- 寒武纪思元系列 CNML 软件栈文档(2024)
- 摩尔线程 MTT S3000 / S5000 产品规格(2024-2025)
- 海光信息 DCU K100 公开技术文档(2024 年报)
- 格兰菲 Glarity 7 / 9 系列规格(2024-2025)
- 沐曦集成电路 MXN100 / MXN200 招股书(2025)
- 芯原微 VeriSilicon GPU IP 产品手册(2024)