据媒体报道，中国正加速推进“信创”工程，强化对本土GPU等AI芯片的采购力度，力求在算力领域实现自主可控。
长期以来，AI算力的核心硬件GPU市场几乎被美国企业垄断。为应对供应链风险，中国正通过政策引导，提高本土化率，推动本土GPU在多个应用层级取得突破。例如，壁仞科技的通用GPU已在国内多个AI数据中心项目中应用，其算力达6.7 EFLOPS（FP16），可支持万卡集群进行AI大模型训练。摩尔线程推出的“KUAE”系列AI推论芯片，也与地方政府合作推动AI数据中心建设。
此外，海光在CPU与GPU双线发展上取得显著进展。某央企采用基于海光CPU的方案，完成了远程直接访问存储器（RDMA）场景优化，效能提升高达10倍。华为则凭借自研的“升腾”芯片体系，成为AI芯片自主化的重要推手。其“鲲鹏+升腾”双引擎平台，配合MindSpore深度学习架构，逐步构建起完整的AI产业链。
政策层面，官方也在积极推动本土GPU发展。中央部门国资委发布的“79号文”要求，到2027年底前，所有中央企业的信息系统须实现本土替代。北京市发布的《北京市算力基础设施建设实施方案（2024~2027年）》提出，对使用本土GPU的企业提供资金补贴。北京经济技术开发区每年发放1亿元算力券，用于补贴企业采用本土AI芯片的费用，单家企业每年最高可获2000万元补助。
同时，中央还出台政策支持民营企业建设AI数据中心，对采购自主可控GPU芯片并提供智能算力服务的企业给予资金支持。这些政策从中央到地方、从央企到民企，全面推动本土化发展。
然而，中国本土GPU仍面临诸多挑战。据信息通讯研究院评估，本土GPU在模型迁移兼容性、驱动软件成熟度和算力效率等方面，与NVIDIA CUDA仍有较大差距。AI模型从主流平台迁移到本土芯片，往往需要大量重构工作。
尽管如此，信达证券研究指出，当前中国云端服务提供商（CSP）的资本支出持续攀升，本土GPU芯片在AI应用、高效能运算和政务云标案中的渗透率不断提高。美国的芯片出口限制反而刺激了中国高端芯片技术的自主研发与场景创新，未来本土替代速度将加快，产业规模也将进一步扩大。
无论是壁仞科技、摩尔线程，还是华为升腾，都在这场本土自主突围战中展现各自优势，为国内AI芯片产业的未来发展注入动力。
