算力之争：一则韩媒报道折射的中国AI芯片困局

一则报道引发的关注

朝鲜日报中文版于2026年10月5日发布了一篇题为“‘算力资源借我一用’…拖中国AI后腿的芯片”的报道。从标题来看，该报道聚焦于中国AI产业发展中面临的算力资源紧张问题，以及芯片供应对AI发展的制约作用。 需要说明的是，截至本文撰写时，该报道的具体正文内容暂缺可核验数据，因此本文仅基于标题和摘要所传达的核心主题展开分析，不引用未经确认的细节信息。报道中“借我一用”的表述，可能指向中国AI企业在算力资源分配和获取方面所面临的现实压力。这一主题与近年来业界持续关注的AI芯片供应问题高度相关，值得从产业背景角度加以梳理。

算力供需失衡的产业逻辑

AI大模型的训练和推理对高性能GPU及加速卡有着刚性需求。近年来，全球AI算力需求经历了爆发式增长。根据IDC于2024年发布的报告，全球AI服务器市场规模在2023年已达到约310亿美元，并预计到2027年将突破800亿美元，年复合增长率约为27%。这一增长趋势在2025至2026年仍在延续，但供给端的扩张速度未必能同步跟上。 在高端AI加速卡领域，市场集中度极高。根据Jon Peddie Research（JPR）2024年的数据，全球独立GPU市场中，NVIDIA占据约80%以上的份额，AMD位居第二。在数据中心AI加速卡细分领域，NVIDIA的份额可能更高。这种高度集中的供给格局，使得任何单一市场的获取渠道变化都可能对下游AI产业产生显著影响。 中国AI产业对高端算力芯片的需求持续旺盛，但受出口管制等因素影响，获取最新一代AI加速卡的渠道受到限制。在此背景下，“算力资源借我一用”式的表述，可能反映出企业在有限算力条件下寻求共享、租赁或替代方案的现实处境。这一问题的复杂性在于，它不仅是硬件供应问题，还涉及软件生态、集群互联和能源配套等系统性因素。

国产替代的进展与挑战

面对算力瓶颈，中国本土AI芯片企业近年来持续加大研发投入。根据SEMI（国际半导体产业协会）2024年的估算，中国大陆在半导体设备领域的资本开支在2023年约为300亿美元，位居全球前列。在AI芯片设计方面，华为昇腾、寒武纪、海光信息等企业已推出多款面向数据中心的产品。 然而，国产AI芯片在制程工艺、内存带宽和软件生态成熟度等方面，与国际领先产品之间仍存在差距。根据Counterpoint Research 2024年的分析，中国AI芯片企业在推理场景的落地进展相对较快，但在大规模训练场景中，与NVIDIA旗舰产品的性能差距仍然明显。这种差距可能使得部分对算力要求极高的大模型训练任务，仍需要依赖进口或替代性算力资源。 从产业影响来看，算力约束可能对中国AI大模型的迭代速度形成一定制约。根据Gartner 2025年的一项预测，到2027年，全球超过60%的企业将把AI算力成本列为AI部署的首要关注因素之一。在这一全球性趋势下，中国AI产业如何在算力受限的条件下保持竞争力，是一个有待进一步确认和观察的问题。

数据参考

以下为本文引用的行业背景参考数据，均非本次新闻新公布的数据：

• IDC（2024年报告）：全球AI服务器市场规模2023年约310亿美元，预计2027年突破800亿美元，年复合增长率约27%。
• Jon Peddie Research（2024年数据）：全球独立GPU市场中NVIDIA份额约80%以上，AMD位居第二。
• SEMI（2024年估算）：中国大陆2023年半导体设备资本开支约300亿美元。
• Counterpoint Research（2024年分析）：中国AI芯片企业在推理场景落地较快，大规模训练场景性能差距仍明显。
• Gartner（2025年预测）：到2027年，全球超过60%的企业将把AI算力成本列为首要关注因素之一。 本次新闻已确认信息：朝鲜日报中文版于2026年10月5日发布报道，标题为“‘算力资源借我一用’…拖中国AI后腿的芯片”，主题涉及算力资源与中国AI芯片制约问题。其余具体数据、人物发言和技术参数暂缺可核验数据。 #AI芯片 #算力 #半导体 #GPU