AI算力产业观察：端侧放量与集群基建双轮驱动

执行摘要：当前AI产业呈现端云两侧并行演进格局：端侧大模型芯片进入规模化商用兑现期，后摩智能完成数十亿元B轮融资；云端方面，AMD Helios机架级系统四季度放量，国内首发800V直流供电方案为百万卡级集群铺路。应用端ChatGPT搜索量已达谷歌20%， AI入口渗透加速。本报告围绕产业链上下游、竞争格局与投资节奏展开分析。

产业现状：端云两侧同步提速

AI算力产业正呈现出罕见的“两侧共振”格局：端侧大模型芯片从技术验证走向规模化商业兑现，云端机架级AI系统进入密集交付周期，供需两侧同步提速。本章从产业节奏、代表事件与整体面貌三个维度，梳理当前AI算力市场的最新图景。

一、端侧：大模型芯片进入规模化兑现期

端侧AI算力是本轮产业周期中商业化路径最清晰的板块之一。后摩智能近期低调完成数十亿元B轮融资，这一事件背后反映的并非单一企业的融资进展，而是资本市场对“端侧大模型芯片”这一赛道的整体判断：技术可行性验证已经完成，产品正在进入规模化出货阶段。

从产业逻辑看，端侧大模型芯片的兑现依赖三个条件的同时成熟：一是模型侧的轻量化技术（量化、蒸馏、稀疏化）足以让数十亿参数级模型在终端设备上流畅运行；二是芯片侧的存算一体等新架构能够突破传统冯·诺依曼架构的功耗墙，满足终端设备对能效比的苛刻要求；三是应用侧出现真实的付费场景，如智能汽车、AI手机、机器人等对本地推理能力的刚性需求。当前三个条件均已具备雏形，融资额进入“数十亿元”量级，标志着行业从“讲故事”阶段跨入“交付产品”阶段。

端侧放量的另一面，是应用侧数据对需求真实性的佐证。OpenAI高管披露，ChatGPT的搜索量已达到谷歌的20%。无论该口径如何定义，这一数据说明：AI助手正在实质性分流传统搜索流量，用户行为从“搜索引擎查询”向“对话式问答”迁移。这一迁移对算力结构的含义在于——推理需求将大量下沉到终端与边缘，端侧芯片的市场空间随应用渗透同步扩大。

二、云端：机架级系统与百万卡集群基建并行

云端侧的产业节奏由两条主线构成：整机系统的交付放量与底层供电基础设施的升级。

第一条主线是机架级AI系统的商业化交付。AMD董事长兼CEO苏姿丰明确表示，Helios机架级AI系统预计将在第四季度交付放量。Helios是AMD以rack-scale（机架级）为单位设计的AI系统，将GPU、CPU、网络与整机柜架构打包交付，直接对标英伟达的机架级方案。机架级交付的意义在于：客户采购单位从“单卡”升级为“整机柜算力”，部署周期从数月缩短至数周，这实质上降低了超大规模算力建设的工程门槛，也意味着云侧算力供给的工业化程度进一步提高。

第二条主线是为更大规模集群铺路的底层基建。中国在电力供给侧取得突破：全球首个800V直流供电系统正式发布，供电效率提升至98%。数据中心供电效率每提升一个百分点，在百万卡级别的集群中意味着数十兆瓦级的能耗节约。800V直流架构是支撑超大规模GPU集群的关键前置条件——传统UPS+交流配电的链路损耗与占地已无法匹配AI集群的功率密度需求。所谓“为百万卡集群铺路”，指向的是算力竞争的下一个战场：谁的电力基础设施更高效、更可扩展，谁就能支撑更大规模的训练与推理集群。

两条主线合流，勾勒出云侧算力供给的完整图景：上游供电系统升级解决“供得上”的问题，中游机架级系统交付解决“装得快”的问题，共同服务于下游持续扩张的模型训练与推理需求。

三、供需两侧的整体面貌

将端云两侧的信号综合起来，当前AI算力产业呈现三个特征：

需求侧持续外扩。 ChatGPT搜索量达到谷歌20%表明AI应用的用户基数仍在快速爬坡，推理算力需求处于指数增长通道；搜索只是入口型场景之一，Agent、多模态、具身智能等新场景还将带来额外需求增量。

供给侧分层兑现。 端侧芯片完成融资与量产闭环，云侧机架级系统进入季度级交付节奏，底层800V直流供电为更大集群扫清能耗障碍。供给能力的兑现是分层次、有先后的，但整体方向一致——算力的单位成本与部署门槛都在下降。

竞争格局初步分层。 从技术门槛与商业价值两个维度看，各环节玩家的位置已可辨认：

机架级AI系统位于高门槛、高价值的第一象限，是当前云侧竞争的制高点；端侧大模型芯片技术门槛同样很高，商业价值随应用放量正处于快速上修通道，是典型的高潜力赛道；超大规模集群供电属于“卖铲人”环节，商业价值稳定且周期更长；传统通用服务器则面临需求结构迁移的压力，正在滑向存量市场。

总体而言，端侧“规模化兑现”与云端“机架级放量+基建升级”构成了当前AI算力产业的双轮驱动。下一章将分别深入端侧芯片的技术路线之争与云端集群的供电与散热基建细节。

上游：芯片与供电基建突破

AI算力产业的持续扩张，正沿着“芯片供给”与“供电基建”两条主线同步推进。前者决定单点智能的密度，后者决定集群规模的上限。近期产业动态显示，这两个环节均出现了值得关注的结构性突破。

一、端侧AI芯片进入规模化兑现期

后摩智能近期低调完成数十亿元规模的B轮融资。这一融资动态传递出两层信号：其一，资本市场对存算一体等差异化技术路线的信心回升，资金正在向具备端侧落地能力的芯片设计企业集中；其二，端侧大模型AI芯片已从技术验证阶段进入规模化商业兑现期，融资不再是“讲故事”，而是为量产与交付做准备。

从产业链视角看，端侧芯片放量与云端大模型能力外溢互为因果：云端模型能力越强，端侧部署的需求越明确；端侧部署越普及，推理算力的分布式需求越旺盛。后摩智能的融资落地，正是这一循环加速的注脚。

二、云端侧：机架级系统竞争升温

与端侧并行的是云端机架级AI系统的竞争。AMD董事长兼CEO苏姿丰表示，预计Helios机架级AI系统将在第四季度交付放量。这一节点意味着GPU之外的第二极算力供给正在形成规模，数据中心客户在高性能AI系统采购上将拥有更多选择，有助于缓解单一供应链带来的产能与价格压力。

需求侧同样强劲。OpenAI高管披露，ChatGPT搜索量已达到谷歌的20%。搜索是算力消耗密度极高的应用场景之一，这一份额数据意味着推理算力的长期需求具备坚实的业务支撑，而非单纯由资本叙事驱动。

三、供电基建：百万卡集群的“隐形门槛”

在芯片性能之外，供电系统正成为超大规模算力集群的关键约束。传统数据中心供电链路存在多级转换损耗，当集群规模达到百万卡级别时，即使是百分之一的效率差异，也会转化为巨大的电力成本与散热负担。

中国近期发布全球首个800V直流供电系统，供电效率达到98%。这一突破的意义在于：

• 效率跃升：相比传统链路，直流供电减少变换环节，98%的效率直接降低单位算力的电力成本；
• 功率密度支撑：800V电压等级可承载单机柜更高的功率密度，匹配下一代AI服务器动辄数十千瓦的功耗水平；
• 规模可扩展性：为百万卡集群提供从电网到芯片的高效供电路径，解除超大规模组网在供电侧的瓶颈。

四、本章小结

综合来看，上游环节正呈现“双轮驱动”格局：芯片侧，端侧融资兑现与云端机架系统放量共同扩大算力供给；基建侧，800V直流供电以98%的效率为百万卡级集群扫清物理约束。对于产业观察者而言，芯片融资节奏与供电技术标准的演进，是判断后续算力供给弹性的两个先行指标。

（本报告基于公开信息整理，数据以原始披露为准。）

中游：整机与系统集成格局

1. 交付节奏：从芯片到机架的价值跃迁

AI算力供给体系正在经历一场结构性变化：竞争的基本单元从“单颗芯片”上移到“机架级系统”。以AMD Helios为代表的机架级AI系统是这一趋势的典型样本——AMD董事长兼CEO苏姿丰明确表示，Helios机架级AI系统预计将在第四季度交付放量。这意味着AMD正式以“整机系统方案商”而非单纯“GPU供应商”的身份切入AI基础设施市场，与英伟达NVL机架方案形成正面对位。

机架级交付的核心意义在于：客户采购的不再是芯片，而是经过预集成、预验证的算力容量。这一模式将价值链的重心从上游芯片设计与制造，向中游系统集成与交付能力倾斜，整机与集成环节的产业卡位价值显著提升。

2. 机架级系统的交付逻辑

机架级AI系统的竞争壁垒集中在三个层面：一是系统级互联与散热设计，机架内高密度GPU的互联带宽与液冷能力直接决定有效算力；二是供电架构，参考国内已首发全球首个800V直流供电系统、效率提升至98%的进展，供电效率正成为集群基建的关键变量，为百万卡级集群铺路；三是交付速度与良率，Q4放量意味着AMD需要在供应链、整机制造、现场部署多个环节同时保障节奏。

从产业协同看，中国公司后摩智能低调完成数十亿元B轮融资，端侧大模型AI芯片进入规模化兑现期，说明算力需求正同时向云端集群与端侧设备两端外溢——云端由机架级系统承载，端侧由专用AI芯片承接，中游整机厂商恰好处于需求汇聚的枢纽位置。

3. 整机厂商的卡位与竞争评估

整机与系统集成环节的竞争格局可归纳为三类玩家：

• 芯片原厂系（英伟达、AMD）：以参考设计+整机方案下沉，直接锁定头部客户的大单，掌握定价与节奏主导权；
• ODM/OEM服务器厂商：承担规模化制造与交付，利润率承压，但受益于总量扩张；
• 区域系统集成商：贴近本地化需求，在国产化与行业客户侧具备渠道优势。

4. 小结

Helios四季度放量是中游格局演变的标志性事件：芯片原厂通过整机方案向上攫取更多价值，系统集成环节的技术门槛与商业价值同步抬升。叠加端侧芯片的规模化兑现与超大规模集群供电基建的推进，中游整机厂商的竞争将从“产能比拼”转向“系统能力比拼”。具备互联、散热、供电与软件生态综合能力的玩家，将在算力供给体系中占据更稳固的卡位；而单一制造能力的厂商，则面临被“原厂整机方案”挤压利润的长期压力。

下游：应用入口渗透加速

一、AI应用对传统流量入口的分流效应显现

下游应用侧正在出现标志性信号：OpenAI高管公开表示，ChatGPT搜索量已达到谷歌的20%。这一数据的意义不仅在于绝对量级，更在于其增长斜率——ChatGPT从发布到形成对全球最大搜索引擎两成量级的分流，仅用了两年多时间，而传统搜索引擎积累同等搜索规模用了十余年。

从产业逻辑看，这一分流效应发生在“信息获取”这一互联网最高频、最大流量的场景。AI对话式入口正在部分替代“关键词搜索+链接点击”的传统模式，这意味着：

• 流量入口价值重构：用户查询直接由AI生成答案完成闭环，广告、电商导流等下游变现链路面临迁移；
• 推理算力需求刚性化：每一次对话式检索背后的token生成成本，远高于传统搜索的索引匹配成本。搜索量达到谷歌20%，对应的推理算力消耗并非简单的20%线性映射，而是数量级更高的增量；
• 需求正反馈形成：应用渗透提升→token消耗增长→推理集群扩容→单位推理成本下降→应用进一步渗透，双轮驱动的“下游轮”开始转动。

二、端侧放量：应用落地的第二入口

云端之外，端侧正成为AI应用的第二入口。后摩智能低调完成数十亿元B轮融资，反映出资本对端侧大模型AI芯片进入规模化兑现期的判断——端侧芯片已从“讲故事”阶段过渡到“出货兑现”阶段。

端侧放量对算力产业的意义在于：其一，端云协同成为主流架构，复杂推理上云、轻量交互在端，两端同时拉动算力需求；其二，端侧芯片对存算一体、先进封装等差异化技术路线的采用，正在重塑AI芯片竞争维度；其三，端侧部署的模型规模虽小于云端，但终端设备基数以十亿计，聚合推理需求不可低估。

集群基建侧同样在同步演进。AMD CEO苏姿丰预计Helios机架级AI系统将在第四季度交付放量，机架级方案成为云厂商扩容的主流采购单元；国内方面，中国首发全球首个800V直流供电系统，效率提升至98%，为百万卡级集群的供电瓶颈提供了解决方案。上游供给能力的匹配，是下游应用持续渗透的前提条件。

三、算力需求的结构：一个金字塔

四、对算力持续拉动力的评估

综合判断，下游对算力的拉动具备“持续性”与“结构性”双重特征：

持续性：AI入口渗透仍处早期，20%的搜索分流意味着大量用户习惯迁移尚未完成，推理侧增量需求在未来数年内具备较高确定性；端侧放量打开了设备端增量空间，与云端扩容形成叠加。

结构性：需求重心正从“训练堆叠”转向“训练+推理并重”。推理需求与用户活跃度、token调用量直接挂钩，相比训练需求的一次性集中投放，推理需求更具现金流属性和可持续性，这也解释了机架级系统、供电系统等集群基建投入的加速。

需关注的风险点：一是应用商业化能力若跟不上算力投入，可能引发阶段性资本开支回调；二是流量分流的变现路径（广告、订阅、API）仍在摸索，入口价值能否兑现为稳定营收仍需观察；三是端侧与云端的算力分配比例变化，可能影响云端推理集群的中期扩容节奏。

总体而言，ChatGPT搜索量达谷歌20%是一个具有分水岭意义的信号——AI已从“技术叙事”进入“流量事实”阶段，下游应用入口的渗透加速，正在为算力产业的双轮驱动提供越来越坚实的“下游轮”。

（本报告基于公开信息整理分析，不构成投资建议。）

竞争格局：中外赛道分化

AI算力产业的竞争已不再是单一芯片性能的比拼，而是沿着端侧芯片、机架系统、数据中心基建三条赛道全面展开。国内外厂商基于自身生态禀赋与市场结构，选择了不同的切入路径与节奏，形成鲜明的赛道分化格局。

一、三条赛道的竞争态势

端侧芯片赛道：国内厂商率先进入规模化兑现期。 随着大模型能力下沉至手机、汽车、机器人等终端场景，端侧AI芯片成为国内厂商的重要突破口。以后摩智能为代表的企业低调完成数十亿元B轮融资，表明一级市场资金正加速向具备落地能力的端侧大模型芯片企业集中。端侧赛道的技术门槛虽低于万卡集群，但商业兑现周期短、出货规模大，成为国产芯片实现“以量养技”的现实路径。

机架系统赛道：海外厂商主导，交付认知度成胜负手。 AMD董事长兼CEO苏姿丰明确表示，Helios机架级AI系统将于第四季度交付放量。机架级方案将GPU、网络、散热打包为整体交付单元，本质是以系统级工程能力对抗英伟达的整机柜生态。海外竞争的核心已从单芯片转向“机架即产品”的交付效率。

数据中心基建赛道：中国以供电体系创新换道。 为支撑百万卡级别集群建设，中国首发全球首个800V直流供电系统，供电效率提升至98%。在先进制程受限的背景下，国内厂商通过供电、散热、网络等基建层创新弥补单卡性能差距，“堆系统性效率”成为追赶逻辑。同期，海外头部实验室则以超大规模集群扩张为主线，OpenAI高管称ChatGPT搜索量已达谷歌的20%，侧面印证其对算力基础设施的持续重度投入。

二、四象限定位：技术门槛与商业价值的分野

国内端侧芯片以较短兑现周期获得较高商业价值，但技术门槛相对适中；海外机架系统与超大集群凭借系统性工程能力占据高门槛高价值区；国内800V直流供电则属于典型的“基建层换道”，以创新效率对冲制程差距。

三、融资热度：一级市场与二级市场的双重信号

从融资结构看，一级市场资金正向端侧芯片等“可兑现”环节集中，后摩智能的数十亿元B轮是典型信号；二级市场与产业资本则持续加码机架系统与超大规模基建。值得注意的是，监管层面中外均对高端算力出口与先进制程获取保持审慎，这一政策背景进一步强化了双方在各自优势赛道上纵深发展的选择——海外巩固系统级与集群级优势，国内则在端侧放量与基建创新上构建差异化竞争力。

四、小结

中外竞争格局呈现“端侧国内快跑、机架海外领跑、基建换道突围”的三线分化。未来12个月，端侧芯片的出货兑现、Helios机架的实际交付规模、800V直流供电在百万卡集群中的落地验证，将是观察三赛道竞争走向的关键节点。分化不是终局——端侧规模、系统效率与基建能力三条线索，最终将在下一代AI算力竞争中重新交汇。

趋势判断：规模化兑现期展望

6.1 三重趋势的联动逻辑

AI算力产业当前正处在从“技术验证”向“规模化兑现”切换的关键窗口。端侧芯片商用、超大规模集群建设与应用渗透三条主线，已不再是孤立演进，而是形成了相互牵引的正反馈结构：

• 端侧兑现：后摩智能低调完成数十亿元B轮融资，标志着端侧大模型AI芯片从研发投入期进入规模化兑现期。资本在一级市场的持续加码，反映市场对端侧推理芯片商业化落地的确定性判断已经形成。
• 集群扩张：中国首发全球首个800V直流供电系统，供电效率提升至98%，为百万卡级集群铺平了供电路径。供电、散热等底层基础设施的突破，正在成为超大规模集群建设的前置条件而非配套工程。
• 应用渗透：OpenAI高管披露ChatGPT搜索量已达谷歌的20%，表明AI应用在通用信息入口层面已形成实质性分流能力。应用渗透率的抬升，是拉动训练与推理算力需求的核心变量。

三者联动的传导路径可概括如下：

这一循环的意义在于：应用增长带来算力需求，需求放量摊薄芯片与基建的固定成本，成本下降又进一步降低应用门槛，形成自我强化的产业飞轮。当前阶段，飞轮的三个轮辐均已出现可验证的信号。

6.2 端侧商用兑现的节奏研判

从产业阶段看，端侧大模型AI芯片正经历“融资验证→产品交付→规模出货”的转换。后摩智能本轮数十亿元融资的规模量级，已接近上游先进制程芯片流片与量产所需的资金门槛，说明市场定价中已隐含对出货放量的预期。

研判端侧兑现节奏，需关注三个先行指标：

1. 大客户订单能见度：端侧芯片能否进入手机、PC、汽车、机器人等头部终端厂商的正式供应体系，是区分“融资故事”与“商业兑现”的分水岭。

2. 单位推理成本曲线：端侧替代云端推理的经济性临界点，取决于芯片能效比与软件生态成熟度的双重爬坡。

3. 软件工具链完备度：端侧芯片的商业化瓶颈往往不在硬件参数，而在开发者迁移成本。工具链和算子库的完善速度，将决定兑现期是12个月还是36个月。

6.3 集群基建与应用渗透的双轮验证

集群侧的信号同样明确。AMD CEO苏姿丰预计Helios机架级AI系统将在第四季度交付放量，表明机架级一体化交付正在成为头部厂商的主流产品形态——从卖芯片到卖整机柜，交付颗粒度的提升本身就是集群建设效率提升的直接体现。

国内方面，800V直流供电系统效率达98%，相较传统供电架构显著降低电能损耗。对于百万卡级集群而言，每一个百分点的供电效率提升都对应可观的运营成本节约。供电架构的代际升级，实质上把超大规模集群的可行性边界向外推进了一步。

应用端的渗透数据则为整个链条提供了需求侧锚点。ChatGPT搜索量达到谷歌20%，意味着AI在信息获取这一最高频场景中已具备替代传统搜索的量级。搜索类应用对推理算力的消耗是持续性的，这将把推理算力需求从“脉冲式”转为“基荷式”，对端侧与云端算力形成长期拉动。

6.4 产业链位置与竞争格局

从技术门槛与商业价值两个维度看，产业链各环节的定位正在分化：

需要说明的是，端侧芯片当前处于“高技术门槛、商业价值待验证释放”的位置——其商业价值坐标将随出货放量而快速上移，这也是一级市场资本愿意在兑现期前完成下注的核心逻辑。

6.5 投资节奏提示

综合上述判断，产业链投资节奏大致可分为三个层次：

• 先行环节（当下配置窗口）：供电与散热基建、机架级整机交付、高速互联。基建突破是集群放量的前置条件，确定性最高。
• 同步环节（12-24个月兑现）：端侧AI芯片、推理侧加速器。需跟踪订单能见度与工具链成熟度，兑现弹性大但分化剧烈。
• 后周期环节：应用层与运维服务，随渗透率抬升而受益，节奏偏后但持续期更长。

6.6 风险提示

客观而言，兑现期的判断仍需警惕以下风险：

1. 需求持续性风险：当前应用渗透数据（如搜索量对标）尚不能完全等同于商业化收入能力，若应用变现不及预期，算力需求可能阶段性回调。

2. 端侧芯片兑现不及预期风险：一级市场融资热度领先于商业验证，若大客户导入或软件生态建设滞后，估值与基本面可能出现背离。

3. 供给瓶颈风险：先进制程、高带宽存储、供配电设备等环节的产能约束，可能压制集群建设与端侧出货的实际节奏。

4. 技术路线切换风险：推理芯片架构、供电方案均处于快速迭代期，当前的技术押注存在被下一代方案替代的可能性。

5. 竞争格局变化风险：国际厂商（如AMD机架级产品）与国内厂商在端侧与集群两端同时加速，价格与生态竞争可能压缩后进者的兑现窗口。

总体判断：AI算力产业已进入端侧放量与集群基建双轮驱动的规模化兑现期，三重趋势的联动飞轮已经启动，但兑现的斜率取决于应用变现能力与供给瓶颈的化解速度。建议以“基建先行、端侧跟进、应用托底”的顺序把握节奏，同时对融资热度与商业验证之间的时间差保持清醒。