研报研判：国产厂商中，谁是下一个NV+Intel？

中信证券最新AI CPU报告，核心逻辑其实很直白：AI时代，GPU不是唯一的受益者，CPU的价值正在被重估。从集群控制、共享内存，到边缘推理、具身智能，CPU在AI系统里的角色比想象中更重要。

顺着这个逻辑，我们不妨大胆的假设：如果把国际芯片巨头当作坐标系，在国内芯片厂商里，谁能既承接住通用CPU的需求，又在AI加速上不掉队？说直白点，国内有没有厂商在战略定位上更接近Intel加NVIDIA？

第一道坎：既要懂通用计算，又要懂并行加速

Intel和NVIDIA的壁垒，其实是产品线的结构性互补。Intel在通用计算领域做了数十年，NVIDIA则用GPU把所有并行计算需求全部锁定。在AI系统里，这两个角色缺一不可：CPU管调度、控制、数据处理，GPU管大规模矩阵运算。TrendForce的调研数据佐证了这一趋势——TrendForce的调研数据佐证了这一趋势——当前AI数据中心CPU与GPU配比约为1比4至1比8，而在智能体AI时代将收窄至1比1至1比2。这意味着CPU在AI系统中的占比几乎翻倍，而不是被边缘化。英伟达自己在2026年3月宣布进军服务器CPU市场，一家GPU巨头选择主动入场，这个信号同样值得琢磨。

所以第一道门槛很清晰：要同时具备高性能CPU和高性能GPGPU两条线的研发能力，缺一条腿都站不稳。

第二道坎：技术路线能不能融入主流生态

x86架构占据了全球服务器和个人电脑的主流位置，几乎所有企业级软件、数据库、中间件都是基于它写的。换架构的障碍不是技术本身，而是生态迁移的隐形成本，毕竟软件积累不是说搬就能搬的。正因如此，亚马逊Graviton系列都迭代了几代，在AI服务器里还是大量采用x86。

ARM架构凭借能效优势在部分场景渗透不错，但中信研报指出各大互联网厂商自研芯片并未大规模使用Arm CPU，生态兼容仍是核心里程碑。这意味着在中短期内想要承接主流企业级负载，x86路线是不可回避的。

第三道坎：AI芯片能否被生态接纳

NVIDIA真正的护城河不是算力，而是CUDA生态——数千个算子、海量开源组件、全球开发者的使用习惯。做一个全新的AI芯片架构，性能再强，开发者不愿意在上面写代码，一切都是零。

这意味着追赶者要么从头搭一个完整的生态（基本上不现实），要么走兼容路线。

把这三道坎叠在一起再来看国内厂商的竞争格局，会发现一件有意思的事：同时具备x86通用CPU和GPGPU两条成规模产品线的厂商，选择面其实很窄。

从战略定位和产品结构来看，目前，国产海光是离这个坐标系近，且有能力对标的一家。其产品组合是x86架构的C86 CPU，加上兼容CUDA的DCU，也就是类GPGPU。这个结构正好对应了Intel加NVIDIA的二元定位——通用计算走x86路线的生态延续性强，AI加速走兼容CUDA路线的迁移成本低。

而且信创市场正在为海光提供一个极为关键的加速通道。据东海证券测算，2026年我国信创硬件市场规模有望同比增长38.60%，目前信创采购中国产CPU的份额已超60%，海光位列第一梯队，尤其在金融、电信等对生态兼容性要求极高、系统迁移风险容忍度极低的行业，海光凭借x86路径的天然优势占据了主导地位。

可以说，海光在信创市场的发力，本质上是在“兼容”的基础上叠加了“自主可控”的安全增值，同时以国内顶尖的单核/多核性能和成熟生态降低了替代成本。这一组合使其在金融、运营商、能源等关系到国民经济命脉的核心行业中，成了风险低、确定性强的选择。

两条产品线的叠加，让这家公司在中短期内拥有了信创和AI双重需求驱动的增长确定性。至于这个位置能坐多久，要看它能不能从“兼容”走向“引领”。这需要更长的时间周期来验证。

 *声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，侵权欢迎联系我们删除！