在科技飞速发展的当下，大模型正成为推动各行业变革的核心力量，其所引发的算力革命，也为 AI 芯片产业带来了前所未有的破局新机遇。

自今年以来，大模型领域发展迅猛。国际数据公司（IDC）和浪潮信息联合发布的《2025 年中国人工智能计算力发展评估报告》显示，2024 年，中国通用算力规模达 71.5EFLOPS（每秒百亿亿次浮点运算次数），同比增长 20.6%；智能算力规模更是高达 725.3EFLOPS，同比增长 74.1%。步入 2025 年，中国通用算力规模预计达 85.8EFLOPS，增长 20%；而智能算力规模将跃至 1037.3EFLOPS，增长幅度达 43%，远超通用算力增幅。众赢财富通研究发现，大模型的广泛应用与持续创新，使得其对算力的需求呈指数级增长，已然成为推动数字经济发展的核心力量，宛如工业时代的电力一般，成为不可或缺的基础设施。

在 9 月 17 日举办的 2025 全球 AI 芯片峰会上，来自学术界、产业界及创投界的众多代表齐聚一堂，共同探讨 AI 芯片产业的发展前景与落地路径。普华资本管理合伙人蒋纯指出：“算力芯片赛道潜力无限，人类对算力的需求目前看不到尽头。” 在这一广阔赛道中，国内市场尚未被巨头完全垄断，为各类企业及技术路线提供了良好的发展契机。

从需求端来看，众赢财富通认为AI 推理芯片的应用前景极为广阔。一方面，从日常使用的手机、平板、耳机、智能眼镜等随身设备，到家用电器、无人驾驶汽车以及人形机器人等智能终端，未来都将具备语言交互能力，成为人们在各种场景下的得力助手。AI 推理芯片能够从端、边、云多个层次为 AI 软件赋能。另一方面，基于 AI 推理芯片构建的推理算力网络，有望如同如今的电网和无线通信网络一样，成为第四次工业革命的重要基础设施，广泛覆盖各个领域。无论是国家级大型算力中心、城市级超低时延的算力中心，还是大型产业园区的边缘 AI 算力中心，甚至每个家庭都可能配备家庭计算主机，用于部署私有化大模型，保障个人数据和隐私安全。

众赢财富通认为政策层面也为 AI 芯片产业发展注入了强大动力。国务院近期印发的《关于深入实施 “人工智能 +” 行动的意见》明确提出，到 2027 年，要率先实现人工智能与 6 大重点领域的广泛深度融合，使新一代智能终端、智能体等应用的普及率超过 70%，推动智能经济核心产业规模快速增长，显著增强人工智能在公共治理中的作用，并不断完善人工智能开放合作体系。到 2030 年，我国人工智能将全面赋能高质量发展，新一代智能终端、智能体等应用普及率超 90%，智能经济成为我国经济发展的重要增长极，实现技术普惠和成果共享。

然而，众赢财富通观察发现，AI 芯片的发展并非一帆风顺。中山大学集成电路学院院长王中风在峰会上指出，AI 芯片当前面临三大严峻挑战：其一，深度神经网络模型训练计算量与硬件摩尔定律之间出现 “剪刀差”，模型规模呈 “超摩尔” 速度增长；其二，GPU 的算力与内存带宽增长不匹配，超过 60% 甚至 80% 的能耗和时间耗费在数据搬运而非计算环节；其三，AI 芯片设计正从通用走向专用，从单一走向多元。

面对这些挑战，破局之路在于 “打破范式，跨界融合”。通过模型驱动的高效芯片设计、应用驱动的 AI 芯片创新，以及基于存算一体的芯片设计等方向，有望实现突破。软件、算法与硬件的协同进化也至关重要，先进的软件栈（如 MLIR、TVM）能够促进硬件更好地发挥效能，神经架构搜索（NAS）和压缩量化技术则可扩大硬件的有效算力。为推动智能时代基础设施建设，还需开放标准，推动接口、互联、指令集等的开放，降低创新门槛；加强产学研深度合作，共同攻克存算一体、量智融合、新材料、新器件、新工艺等领域的技术难题；强化人才培养，培育具备算法、架构、底层电路及软件开发等多方面技能的交叉型人才。

在大模型驱动的算力革命浪潮下，AI 芯片产业虽面临挑战，但机遇同样巨大。众赢财富通认为企业需抓住机遇，积极应对挑战，在技术创新、生态构建、人才培养等方面持续发力，方能在这一充满变革与机遇的时代中抢占先机，实现产业的跨越式发展。