AICOR/咨询报告/算力与芯片

换牌时代:中国AI算力的国产替代与利用率悖论

一边是英伟达在华份额跌至34%、国产芯片百万颗级产能缺口,一边是500多座智算中心近六成算力在空转——2026年的中国AI算力市场,正在同时经历"抢不到"与"用不满"。品牌市场部 · 产业研究组 · 编制

AICOR 品牌市场部 · 产业研究报告

2026年算力与芯片产业报告:换牌时代——中国AI算力的国产替代与利用率悖论

中国AI加速器市场格局重排、智算中心利用率真相与全球算力资本开支的收入缺口

出品|AICOR(AI核)品牌市场部·产业研究组 主体|重庆科悦睿博网络科技有限公司 周期|2026年7月—10月 完成|2026年10月20日 编制人|产业研究组(AICOR) 版本|V1.0

核心摘要

本报告基于IDC、路透社、中国信通院、Gartner及英伟达财报等公开信源,对中国AI算力市场做三层拆解,核心判断有三:其一,中国市场已进入"换牌时代"——2026年上半年中国数据中心AI加速器出货200.8万颗,英伟达出货67.8万颗(份额34%,同比-44%),华为以57.2万颗(28%)逼近,非GPU类国产加速芯片出货同比+80%、规模首次反超GPU,竞争正从单芯片性能转向超节点系统级能力;其二,"缺卡"与"空转"并存的结构性错配是中国算力市场的真问题——截至2026年6月全国智能算力达2185 EFLOPS(同比+177%),但有效用算占比仅36.8%,高端算力"一柜难求"、低端算力出租率不足30%;其三,全球算力资本开支正在逼近收入兑现的天花板——四大超大规模云厂商2026年合计资本开支指引约7250亿美元(+77%),而Gartner测算到2030年AI基础设施收入缺口超过4.9万亿美元。对企业经营而言,算力采购决策的关键词正从"买多贵的卡"转向"买哪套系统、锁哪种生态、用出多少有效算力"。

200.8万颗
2026H1中国AI加速器出货总量(IDC)
34% vs 28%
英伟达 vs 华为在华份额,英伟达出货同比-44%
2185 EFLOPS
全国智能算力规模(2026年6月),同比+177%
36.8%
智算有效用算占比,约六成算力闲置
约7250亿美元
四大超大规模云厂商2026年资本开支指引(+77%)
100万颗
2026年国产AI芯片产能缺口(需求400万 vs 交付300万)

一、出货量牌桌重排:英伟达守34%,国产芯片首次"量上反超"

2026年10月13日路透社披露的IDC报告,第一次把中国AI算力市场的"换牌"进程量化到了颗。2026年1—6月,中国数据中心AI加速器总出货200.8万颗:英伟达67.8万颗(份额34%,同比-44%),华为57.2万颗(份额28%,去年同期仅30余万颗),阿里平头哥约7%(13.3万颗),寒武纪5%、百度昆仑芯4%、海光信息3%。IDC追踪的11家中国芯片公司中,9家出货同比增长。

非GPU加速芯片首次反超GPU:竞争维度变了

更值得注意的是结构变化:常用于训练的GPU出货99.1万颗,同比-26%;面向推理等特定任务的NPU/ASIC类非GPU加速芯片出货101.6万颗,同比+80%,在数量上首次超过GPU。华为、平头哥、昆仑芯、寒武纪四家合计占据非GPU细分市场95%的份额。IDC同时预计,即便全年GPU出货下滑9%,中国AI加速器总出货仍将增长19%——市场没有萎缩,只是供给方和供给形态都换了。

厂商2026H1出货份额同比变化主攻形态
英伟达67.8万颗34%-44%GPU(训练+推理)
华为昇腾57.2万颗28%约+90%NPU/超节点系统
阿里平头哥13.3万颗7%增长自用+云端推理
寒武纪5—10万颗区间5%增长云端训练/推理
昆仑芯/海光等5—10万颗区间4%/3%增长推理/通用加速
份额变化的主因是政策而非纯产品力:美国出口管制收窄了英伟达可售产品范围,黄仁勋称这让英伟达把价值500亿美元的中国芯片市场"拱手让给华为";同时中国政府要求企业进口合规英伟达芯片也需审批。IDC未说明英伟达34%份额的具体产品构成。

竞争的重心也在迁移。IDC明确指出,竞争正从单一芯片性能转向"系统能力"——芯片在大集群中的协同表现。华为昇腾910C以自研互联总线将384张卡组成超节点;国产GPU厂商则分走通用GPU(天数智芯、沐曦)与专用DSA(燧原等)两条路线。华为轮值董事长徐直军在9月华为全联接大会上称,"在可统计口径下,昇腾在中国市场的份额已超越英伟达",并公开催促产业链"快一点、多产一点"。

二、利用率悖论:2185 EFLOPS的家底,六成在空转

供给端换牌的同时,需求端暴露出中国算力市场最刺眼的悖论。国家数据局与信通院数据显示,截至2026年6月底,全国智能算力规模达2185 EFLOPS,同比+177%;全国算力设施整体上架率71.4%。但"上架"不等于"在用":信通院口径下,2025年国内智算总供给约38亿卡时,实际用算仅14亿卡时,有效用算占比36.8%;浪潮旗下研究院测算全国智算中心平均使用率约30%,覆盖29省超300个智算中心的统计显示通用GPU平均利用率仅20%—30%。

"一半吃灰、一半抢卡":结构性错配的三层拆解

总量过剩与总量短缺并存,本质是错配而非过剩。第一层是档次错配:高端算力(H100级、昇腾高端集群)租赁价稳定在每月5.5万—6万元、交付排期到2027年上半年,部分项目订单排至三年后;而中低端通用算力平均出租率仅28%,价格较2025年下跌超40%。央视财经报道,2026年国产AI芯片需求约400万颗、实际交付约300万颗,百万颗级缺口集中在中高端。第二层是建设主体错位:云厂商自建中心利用率普遍50%—70%(需求驱动),而地方政府/城投主导的项目利用率仅15%—25%(政绩驱动)。第三层是生态损耗:CUDA/CANN/NeuWare/ROCm等技术栈互不兼容,跨架构调度比例不足5%;行业测算显示,效能系数(0.6)与满载系数(0.5)相乘后,100%的标称算力实际只剩约30%产出。

指标数值口径与来源
全国智能算力规模2185 EFLOPS(+177%)国家数据局/信通院,截至2026年6月
2026全年预计规模2576.5 EFLOPS(+87.9%)IDC×浪潮信息《2026中国AI计算力发展评估报告》
整体上架率71.4%信通院,2026年6月
有效用算占比36.8%信通院(38亿卡时供给 vs 14亿卡时实际用算,2025年)
高端算力租赁价5.5万—6万元/月,排期至2027H1行业调研,2026年10月
中低端出租率/价格约28% / 价格较2025年-40%行业调研,2026年10月

国产替代的涨价信号同样真实:路透社9月10日报道,受HBM采购成本上升推动,昇腾950PR加速卡价格从年初约6万元升至8万元以上,910C板卡从约9万元升至11万元以上。"缺卡"的涨价与"空转"的降价同时在发生——这正是结构性错配的价格证据。

对企业采购的含义:算力招标的评估维度应从"标称算力/采购价"转向"有效算力/全周期成本"。同一预算下,一台生态成熟、调度良好、利用率60%的集群,产出可能是利用率15%集群的4倍以上。技术栈锁定风险(迁移成本1—3个月、数十万到数百万元)应计入采购决策。

三、全球资本开支的天花板:7250亿美元投入,4.9万亿美元收入缺口

把中国放进全球坐标系,算力的财务模型正在接受考验。2026年,亚马逊(约2200亿美元)、谷歌(1950亿—2050亿)、微软(约1900亿)、Meta(1250亿—1450亿)四大超大规模厂商资本开支指引合计约7250亿美元,同比+77%。Gartner预测2026年全球AI总支出达2.59万亿美元(+47%),其中AI基础设施1.43万亿美元、占比超45%。

供给侧的"唯一瓶颈"与需求侧的真实兑现

芯片巨头仍在超预期兑现:英伟达FY2027 Q2(截至2026年7月)营收962亿美元(+106%),数据中心业务890亿美元(+117%),新一代Vera Rubin平台全面量产、预计占Q3数据中心收入约两成,管理层指引2028财年收入增长约70%——并明确表示真正限制收入的"不是需求,而是内存(HBM)与供应链产能"。但资本市场的问题已经换了:Gartner 10月测算,若维持当前开支轨迹,到2030年AI数据中心所有者需累计创造8.5万亿美元收入才能覆盖资本支出并实现12%的资本回报率,而同期可归属于数据中心的AI收入最多约3.6万亿美元——缺口超过4.9万亿美元,逾3.5万亿美元基础设施投资面临减值风险。微软已将2026自然年资本开支预期从约1900亿美元下调至约1750亿美元,并把部分数据中心折旧年限从15年延至25年。

主体2026年资本开支关键信号
亚马逊约2200亿美元称2026、2027年产能都不够用
谷歌1950亿—2050亿美元云积压订单增至5140亿美元
微软约1750亿美元(下调后)折旧年限15→25年,关注单位经济性
Meta1250亿—1450亿美元管理层承认消费级AI普及"心里没底"
中国四大云厂商合计约1000亿美元(SemiAnalysis预计)从2024年约350亿美元跃升近三倍

需求侧的真实增长在推理端。OpenRouter平台数据显示,9月前20天国产模型Token消耗达225万亿、平台份额升至61.9%(年初仅22.5%);国内日均Token调用量从2024年初约1000亿次增至2026年3月的140万亿次,两年增长超千倍。华西证券研报判断,Agent规模化运行带来的Token消耗复合增速(2026—2030年预计高达3499.3%)决定了算力需求是"持续高位"而非"一次性峰值"——推理型需求,才是这一轮算力景气与上一轮"囤卡潮"的本质区别。

四、对企业的实际含义:算力决策的三条行动准则

准则一:按"有效算力"定价,而非按"标称算力"砍价

当行业平均利用率只有30%上下,标称参数与租金的意义大幅下降。企业应要求供应商提供历史利用率、集群效能系数与SLA赔付条款,把"每有效Token成本"而非"每卡时价格"作为比价基准。

准则二:国产替代窗口已开,但生态成本必须显性化

出货量数据证明国产算力已具备生产级可用性,DeepSeek开源昇腾基础设施组件等动作正在补生态短板。但技术栈迁移成本(1—3个月、数十万至数百万元)真实存在,多供应商策略需同步预算"异构管理成本",避免省下的芯片钱被工程费吃掉。

准则三:把推理需求写进三年算力规划,把减值风险留给供给方

Gartner的收入缺口测算意味着:自建重资产算力的减值风险已明确升高,而租用/按需推理的成本将持续下行(H100租赁价三年已降50%—60%)。对绝大多数非基础设施型企业,"轻资产用算力、重资产投应用"是未来三年风险收益比最优的姿势。

数据口径与来源说明

数据来源(编号):① IDC报告(经路透社2026-10-13报道),中国AI加速器出货200.8万颗、英伟达67.8万/-44%、华为57.2万/28%、非GPU+80%等;观察者网2026-10-13、南方+2026-10月同源报道交叉核验。
② 国家数据局/中国信通院:智能算力2185 EFLOPS(+177%)、上架率71.4%(截至2026年6月);华西证券研报(同花顺财经2026-10-12转载)引用。
③ 信通院卡时口径:2025年智算供给38亿卡时、实际用算14亿卡时、用算占比36.8%;浪潮旗下研究院平均利用率约30%——引自行业调查(智算多多2026-10,多源交叉)。
④ 央视财经:2026年国产AI芯片需求约400万颗、交付约300万颗(华西证券研报引用)。
⑤ IDC×浪潮信息《2026年中国人工智能计算力发展评估报告》:2026年2576.5 EFLOPS(+87.9%)、2030年10524.3 EFLOPS、CAGR约50.3%(网易科技2026-10转引)。
⑥ 路透社2026-09-10:昇腾950PR约6万→8万+元、910C约9万→11万+元。
⑦ 四大云厂商2026年资本开支指引约7250亿美元(+77%):各公司2026年Q2财报电话会口径(token2x.com 2026-10-11汇总;Purefeed/Business Insider 2026-04交叉)。
⑧ Gartner:2026年全球AI支出2.59万亿美元(+47%)、AI基础设施1.43万亿美元(读懂AI时代2026-10-08转引);8.5万亿收入需求 vs 3.6万亿可实现收入、3.5万亿减值风险(腾讯新闻2026-10-19转引Gartner 10月预测)。
⑨ 英伟达FY2027 Q2财报:营收962亿美元(+106%)、数据中心890亿美元(+117%)、Rubin占Q3约两成、FY2028指引约+70%(am730/中财网2026-09-03、华鑫证券研报2026-10)。
⑩ OpenRouter 9月国产模型Token 225万亿、份额61.9%;豆包3月日均120万亿Token(网易科技2026-10转引,OpenRouter/字节公开披露)。
⑪ 智算中心利用率分层(云厂商50-70%/地方15-25%)、H100租赁价三年降50-60%、技术栈迁移成本——引自"2026中国智算中心全景报告"(微信公众号行业调研,基于150余个智算中心,属行业估计值,非官方统计)。
估计值声明:利用率分层区间、高端算力租赁价格、迁移成本区间为行业调研估计值,已在正文标注"行业调研";徐直军"昇腾份额超英伟达"为可统计口径下的企业表述,与IDC第三方口径(34% vs 28%)存在差异,两者均已列出。

← 返回咨询报告列表

看懂产业之后,
下一步是一次真实诊断

报告识别的是市场机会,诊断解决的是你的企业机会——2 分钟在线定位,45 分钟真人专家诊断。