日前，中星微发布了最新AI芯片“星光智能五号”，成功运行DeepSeek 16B大模型。这款芯片采用自主研发的通用多核异构GP-XPU架构，显著提升了运行效率和安全性。芯片支持视频检测和自然语言处理等功能，可用于智能交通、智慧农业等领域，同时，还为云端算力减负。AI芯片创新能力不断增强，我国芯片整体能力也在逐渐提升，在推动科技进步和产业发展方面发挥着越来越重要的作用。
AI芯片需求爆发
近年来，AI 技术逐步渗透各行业，如金融、医疗、交通等。根据最新的市场研究报告，预计到 2025 年，全球对AI数据中心的资本支出将至少达到 2150 亿美元，较前一年增长 45%。这无疑暗示了企业会更加依赖 AI 技术来提高工作效率，以应对瞬息万变的市场环境。由于推理模型的普及，AI 芯片的技术改进进程也将显著加速，确保它们能承载更高的计算负荷。
中商产业研究院发布的《2025-2030年中国人工智能芯片行业市场发展监测及投资潜力预测报告》显示，2023年中国AI芯片市场规模达到1206亿元，同比增长41.9%。据中研普华产业研究院的《2025-2030年全球与中国AI芯片行业市场全景调研及发展前景预测研究报告》预测，2025年中国AI芯片市场规模将增至1530亿元（约合214亿美元），较2023年的1206亿元增长26.8%。这一迅猛增长背后，是算力需求的激增、国产替代的加速推进以及新兴技术的不断突破。
AI芯片创新发展不停歇
在西方对AI芯片出口管制的背景下，中企不断在相关领域进行创新。从目前AI芯片市场格局来看，仍以英伟达为主。国内方面，华为、寒武纪等国产AI芯片在快速追赶，同时寒武纪AI芯片相对于华为同类型芯片具有价格优势。光大证券分析认为，在云端智能芯片性能方面，寒武纪、英伟达、华为海思研制的云端芯片产品都已采用7nm（纳米）等先进工艺，在性能功耗比上较为接近。
具体来看，华为昇腾联合17家国产芯片企业共同构建了DeepSeek生态，通过优化算法和硬件协同，将推理成本降至OpenAI的1/30，为AI芯片的国产化进程注入了强劲动力；寒武纪思元590芯片支持千卡集群训练，成功中标中科院智能计算中心项目，展现了其在AI训练和推理领域的全面实力；摩尔线程MTT S4000显卡通过Llama 3大模型适配测试，AI绘图效率提升3倍，为图形处理和AI应用提供高效能的解决方案。
多管齐下，实现AI芯片自给自足
在全球科技竞争日益激烈的当下，实现 AI 芯片的自给自足已成为我国科技产业发展的关键战略目标。这不仅关乎国家信息安全，更是推动人工智能领域持续创新与蓬勃发展的重要基石。为达成这一目标，需要多管齐下，全方位推进相关工作。
其一，加大科研投入，培育本土人才。高校应优化相关学科设置，加强集成电路设计、人工智能算法等专业建设。企业则要通过建立实习基地，吸引人才投身AI芯片产业。其二，政策上给予支持，鼓励企业合作，构建完整产业链。政策引导在产业发展中起着至关重要的作用。政府应制定产业准入标准和规范，加强市场监管，维护公平竞争的市场环境，避免低水平重复建设和恶性竞争。其三，推动产学研深度融合，加速成果转化。高校和科研机构拥有丰富的科研资源和创新能力，但往往缺乏将科研成果转化为实际产品的能力和渠道；而企业则具有敏锐的市场洞察力和强大的产业化能力。因此，要加强三者之间的沟通与协作，建立常态化的合作机制。其四，积极参与国际交流，借鉴经验，逐步摆脱对外部依赖，实现自主可控。 
