英偉達斥資200億美金布局 AI極致推理芯片迎風口？

《科創板日報》2月1日訊（記者 黃心怡）隨著大模型行業逐漸從大規模訓練階段走向推理落地階段，業內分析普遍認為，2026年全球AI推理的需求將超過AI訓練場景。

不久前，英偉達以200億美元收購一家AI推理芯片初創企業Groq的技術授權，并把Groq核心團隊招入囊中，來補全推理算力拼圖。

在近日的采訪中，曦望董事長徐冰向《科創板日報》記者判斷稱，至2030年，預計AI推理在整個AI計算市場將占到80%的份額，而聚焦于極致推理的AI芯片，未來會有更強的爆發性，并會對現有的算力系統造成沖擊。

另有AI芯片產業鏈人士也對《科創板日報》記者表示，未來，推理請求量與并發數將大幅增加，推理算力需求呈指數級攀升。

▍推理算力需求呈指數級攀升

“現階段正處于以智能體為代表的人工智能新應用爆發初期，未來推理請求量與并發數大幅增加，推理算力需求呈指數級攀升。”一名AI產業鏈人士向《科創板日報》記者表示，“隨著推理范式變化，AI智能體將加速落地，其整體算力消耗可達同參數規模大語言模型的10倍以上，對智能算力的需求呈數量級躍遷。

目前，全球AI算力龍頭正處于由訓練轉向推理的階段。英偉達此前完成了對AI推理芯片公司Groq的收購，也是其迄今規模最大的一筆收購。

Groq是一家專注極致推理的AI芯片企業，其創始人Jonathan Ross帶領的谷歌TPU原班人馬，用七年時間打造出LPU（語言處理單元）架構，曾宣稱其推理性能是英偉達H100 GPU 10倍，而成本僅為其十分之一。

此外，美國的Etched.ai、Groq等也是主打極致推理芯片路線的企業。這類公司的核心邏輯是，大模型架構已經收斂，因此放棄通用訓練GPU，更專注于打造最快的AI推理芯片。

在國內，也有企業瞄準這一方向。

近日，從商湯科技拆分獨立的AI芯片企業——曦望Sunrise，推出了聚焦于大模型推理的GPGPU 芯片啟望 S3。在DeepSeek V3/R1滿血版等主流大模型推理場景中，S3 的單位 Token 推理成本較上一代降低約 90%。曦望的目標是把百萬 Token的推理成本降低至1分錢。為此，曦望聯合商湯科技、第四范式等，發起“百萬 Token 一分錢”推理成本計劃。

曦望聯席CEO王勇認為，AI訓練芯片賽道逐漸收斂，已經變成頭部玩家的游戲。

“如今，市場格局越來越清晰，能做預訓練大模型的公司數量是有限的，因為門檻越來越高。而推理賽道還沒有收斂。既有AI智能體，大語言模型，也有具身智能模型、世界模型等等，都會需要芯片來做推理任務。如果能把算力做到極致性價比，那么在下一代的芯片就占據了極有利的生態。”

▍AI應用或借力春節加速落地

從市場格局來看，相比英偉達在訓練端一家獨大。在推理端，由于對成本和能效的極致追求，技術路線呈現出百花齊放的態勢，為國產AI芯片廠商帶來機遇。

對于后續國產AI芯片的市場格局，曦望聯席CEO王湛認為，英偉達的市值達到4萬億美金，而中國或許將出現多家市值數千億，甚至萬億人民幣的GPU公司。

“相較于美國，中國AI產業呈現出較為明顯的區域化發展特征,國內不同GPU企業在各自優勢地域市場占據主導.而互聯網巨頭們除自研芯片外，也在采購國產芯片，并已形成各自的深度合作伙伴關系。盡管中國GPU企業的總市值可能難以達到英偉達4萬億美元的高度，但即便以4萬億人民幣計算，市場依然蘊藏著巨大的增長空間。”

當前，AI產業鏈企業的高估值，也引發了市場擔憂。曾領導瑞士銀行商品策略團隊的英國分析師朱利安·加蘭認為，美國的資本配置不當，AI泡沫的狂熱是互聯網泡沫的17倍，2008年房地產泡沫的4倍。

曾經歷過互聯網泡沫破滅的王湛認為，“當時的互聯網泡沫之所以形成，很大程度上是因為盡管市場概念火熱，實際用戶規模卻非常有限。如今，AI應用的月活用戶規模已經破億，其增長速度和行業滲透率，遠超當年的互聯網產品，也比整個互聯網浪潮來得更快、更迅猛。”

目前，百度、騰訊先后宣布旗下AI應用將在今年春節期間發放數億元紅包。阿里旗下的通義千問也計劃加入紅包促銷行列。花旗在研報中表示，回顧以往，春節活動能有效幫助互聯網大廠為其消費級應用吸引大量關注。預計在今年的一系列新春推廣活動后，中國AI應用的普及進程有望進一步加速。

王湛也看好春節對于AI應用的助推作用。“除了騰訊、百度等的紅包促銷，不少機器人也要上春晚。今年春節過完，中國的AI滲透率、使用率會進一步的提升，這也代表整個AI產業價值的提升。”

在現階段的AI產業架構中，最底層的芯片拿到了絕大部分價值。徐冰表示，AI芯片占據了整個AI產業價值70%甚至90%，這是現狀。展望未來， AI芯片或許仍會占據整體AGI（通用人工智能）價值的大頭。

“試想一下，一旦AGI時代真的到來，機器人的數量會超過人類。這些機器人需要進行7×24小時的推理，所有的這些應用，包括物理AI、多模態等，會讓推理的需求變得沒有天花板。隨著AGI時代的來臨，我們需要構建一個推理的算力網絡，讓普惠的推理算力，能夠為每一臺機器人，每一臺終端設備，每一個消費者，每一個企業所用。”