報告簡介

　　異構計算，是指不同架構的計算。隨著云計算的普及、AI的爆發、計算場景的豐富，CPU作為通用處理器處理特定場景的計算任務的瓶頸越來越突出，大家越來越需要使用不同架構的專用芯片來進行計算。按照不同的維度進行劃分，信創場景下的異構計算，可以分為計算場景的異構、計算性能的異構、CPU架構的異構。異構算力互聯即為GPU、FPGA、ASIC或其它加速卡與CPU之間的數據連接。

　　異構計算主要應用于人工智能、游戲開發、汽車仿真、數字孿生、云計算、5G等領域。2023年我國人工智能核心產業規模達5784億元，增速13.9%，整體平穩向好。2023年的業務增長主要依靠智算中心建設以及大模型訓練等應用需求拉動的GPU、FPGA、ASIC芯片等市場。2022年中國數字孿生市場規模為104億元，2023年中國數字孿生市場規模為172億元。

　　圖表：2020-2023年中國數字孿生市場規模變化

　　單位：億元

　　數據來源：中國信通院，中投產業研究院整理

　　中國算力網絡行業受到各級政府的高度重視和國家產業政策的重點支持。國家陸續出臺了多項政策，鼓勵算力網絡行業發展與創新，2024年12月，工業和信息化部、財政部、中國人民銀行、金融監管總局聯合印發《中小企業數字化賦能專項行動方案（2025-2027年）》，提出：支持地方探索“上云券”“算力券”等優惠政策措施，為中小企業上云用算提供支持。鼓勵算力中心提供“隨接隨用、按需付費”的云端算力服務，降低中小企業用算成本。2024年12月，中共中央辦公廳、國務院辦公廳聯合印發《關于數字貿易改革創新發展的意見》，提出：推動建立數字領域國際合作機制，加強人工智能、大數據、跨境結算、移動支付等領域國際合作，深化數字基礎設施互聯互通。

　　圖表：2024年中國算力網絡行業部分相關政策情況

　　資料來源：中投產業研究院

　　中投產業研究院發布的《2025-2029年中國異構計算深度調研及投資前景預測報告》共十一章。首先介紹了算力行業發展及運行狀況，并介紹國家“東數西算”工程及國家數據中心，接著分析了中國異構計算面臨的外部環境和異構計算行業發展現狀，然后具體介紹了異構計算主要服務器市場、芯片技術突破要點以及應用領域。隨后，報告對異構計算國際、國內重點企業經營狀況及行業投資狀況進行分析。最后對異構計算發展趨勢進行了科學的預測。

報告目錄

第一章　2022-2024年算力行業發展分析

1.1　算力行業綜述

1.1.1　算力發展歷程

1.1.2　算力應用領域

1.1.3　算力全球競爭

1.2　中國算力行業運行狀況

1.2.1　算力規模分析

1.2.2　算力資源分布

1.2.3　算力發展問題

1.2.4　算力發展展望

1.3　“東數西算”工程建議意義

1.3.1　東數西算定義

1.3.2　東數西算發展歷程

1.3.3　東數西算發展規劃

1.3.4　東數西算發展原因

1.3.5　東數西算戰略意義

1.4　典型國家數據中心集群發展分析

1.4.1　蕪湖集群

1.4.2　韶關集群

1.4.3　天府集群

1.4.4　慶陽集群

1.4.5　張家口集群

1.4.6　和林格爾集群

第二章　2022-2024年異構計算發展環境分析

2.1　經濟環境

2.1.1　世界宏觀經濟形勢分析

2.1.2　中國宏觀經濟運行情況

2.1.3　中國固定資產投資狀況

2.1.4　中國工業經濟運行情況

2.1.5　中國宏觀經濟發展展望

2.2　政策環境

2.2.1　算力行業政策

2.2.2　IGBT行業政策

2.2.3　AI芯片行業政策

2.2.4　儲存芯片行業政策

2.3　社會環境

2.3.1　社會消費規模

2.3.2　居民收入水平

2.3.3　居民消費結構

2.3.4　城鎮化水平

2.3.5　科技研發投入

2.4　產業環境

2.4.1　AI芯片產業發展現狀

2.4.2　AI芯片產業鏈梳理

2.4.3　AI芯片產業區域分布

2.4.4　AI芯片代表企業產能

2.4.5　AI芯片行業競爭分析

2.4.6　AI芯片行業市場集中度

第三章　2022-2024年異構計算行業發展分析

3.1　異構計算行業概述

3.1.1　異構計算定義

3.1.2　異構計算優勢

3.1.3　異構計算歷程

3.1.4　各類異構對比

3.1.5　并行與異構對比

3.2　異構AI算力發展分析

3.2.1　AI算力基本概述

3.2.2　AI算力發展現狀

3.2.3　異構AI算力概述

3.2.4　異構AI算力發展局限

3.2.5　異構AI算力技術平臺

3.2.6　異構AI算力案例分析

3.2.7　異構AI算力發展建議

3.3　超異構計算發展分析

3.3.1　超異構計算概述

3.3.2　超異構核心思路

3.3.3　超異構計算與Chiplet

3.3.4　經典操作系統綜述

3.3.5　超異構操作系統

3.3.6　超異構技術挑戰

3.4　異構設計協同發展

3.4.1　異構計算的設計流程和方法

3.4.2　軟硬協同助力異構計算發展

3.5　異構計算發展困境及對策建議

3.5.1　異構計算技術困境

3.5.2　異構計算優化路徑

3.5.3　異構計算發展方向

3.5.4　異構計算技術建議

第四章　2022-2024年異構計算主要服務器市場分析

4.1　CPU

4.1.1　CPU基本概述

4.1.2　CPU發展歷程

4.1.3　全球CPU市場競爭格局

4.1.4　全球服務器CPU市場分析

4.1.5　中國CPU市場規模

4.1.6　國產芯片技術分析

4.2　GPU

4.2.1　GPU產業基本概述

4.2.2　GPU行業發展歷程

4.2.3　GPU市場規模分析

4.2.4　GPU市場競爭格局

4.2.5　微架構與平臺生態

4.2.6　GPU市場應用分析

4.2.7　GPU投融資分析

4.3　DPU

4.3.1　DPU行業發展背景

4.3.2　DPU產品發展現狀

4.3.3　DPU市場規模分析

4.3.4　DPU行業技術架構

4.3.5　DPU上游產業分析

4.3.6　DPU技術優勢分析

4.3.7　DPU核心價值分析

4.3.8　DPU廠商軟硬件生態

4.4　ASIC

4.4.1　ASIC行業概覽

4.4.2　ASIC市場規模

4.4.3　ASIC市場格局

4.4.4　ASIC領域頭部廠商

4.4.5　谷歌TPU產品迭代

4.4.6　英特爾Gaudi架構

4.5　FPGA

4.5.1　FPGA行業基本概述

4.5.2　FPGA市場規模分析

4.5.3　FPGA行業競爭格局

4.5.4　FPGA技術發展分析

4.5.5　FPGA行業發展障礙

第五章　2022-2024年異構計算芯片技術突破要點

5.1　芯片設計技術分析

5.1.1　芯片設計流程

5.1.2　AI技術設計芯片

5.1.3　超異構芯片設計

5.2　晶圓制備技術分析

5.2.1　晶圓制備

5.2.2　氧化工藝

5.2.3　光刻技術

5.2.4　蝕刻技術

5.2.5　摻雜工藝

5.2.6　薄膜沉積

5.3　芯片封裝技術分析

5.3.1　芯片封裝技術演變

5.3.2　先進封裝技術核心

5.3.3　先進封裝技術歷程

5.3.4　先進封裝技術類型

5.3.5　企業封裝技術進展

5.3.6　先進異構集成封裝

5.3.7　先進封裝技術前沿

5.3.8　先進封裝技術方向

5.3.9　先進封裝發展問題

第六章　2022-2024年異構計算應用領域——人工智能行業分析

6.1　人工智能行業概述

6.1.1　人工智能定義

6.1.2　人工智能發展歷程

6.1.3　人工智能政策背景

6.1.4　人工智能產業鏈

6.2　中國人工智能行業發展現狀

6.2.1　人工智能行業核心技術

6.2.2　人工智能產業規模分析

6.2.3　人工智能行業投資分析

6.2.4　人工智能行業人才培養

6.2.5　人工智能行業區域分布

6.2.6　國產高性能智能計算服務器

6.2.7　人工智能相關產品開發動態

6.3　細分賽道——機器學習

6.3.1　異構計算提效

6.3.2　賽道資本情況

6.3.3　產業規模解讀

6.3.4　產品發展現狀

6.3.5　產業鏈核心環節

6.4　細分賽道——計算機視覺

6.4.1　賽道資本情況

6.4.2　產業規模解讀

6.4.3　應用領域特征

6.4.4　產品架構發展

6.4.5　技術研發趨勢

6.4.6　工業典型應用

6.4.7　泛安防典型應用

6.4.8　異構架構CANN

6.5　細分賽道——智能機器人

6.5.1　賽道資本情況

6.5.2　產業規模解讀

6.5.3　產品技術洞察

6.5.4　產業廠商表現

6.5.5　HERO異構平臺

6.5.6　產業技術趨勢

6.6　細分賽道——智能語音應用

6.6.1　賽道資本情況

6.6.2　應用產品洞察

6.6.3　產業規模解讀

6.6.4　AID.Speech

6.6.5　技術趨勢探討

6.7　細分賽道——知識圖譜與自然語言處理

6.7.1　產業基本定義

6.7.2　賽道資本情況

6.7.3　產業規模解讀

6.7.4　產品發展洞察

6.7.5　AI計算平臺案例

6.7.6　產業趨勢探討

第七章　2022-2024年異構計算應用領域——其他應用行業分析

7.1　游戲開發

7.1.1　游戲開發類型分析

7.1.2　游戲開發廠商現狀

7.1.3　游戲開發商業模式

7.1.4　行業競爭壁壘分析

7.1.5　行業中外廠商對比

7.1.6　中國游戲廠商出海

7.1.7　行業制約和驅動因素

7.1.8　ColorOS異構計算

7.2　汽車仿真

7.2.1　汽車仿真定義與分類

7.2.2　汽車仿真技術產業鏈分析

7.2.3　汽車仿真技術行業規模

7.2.4　汽車仿真技術競爭格局

7.2.5　百度百舸AI異構平臺

7.3　數字孿生

7.3.1　數字孿生基本概念

7.3.2　數字孿生技術框架

7.3.3　數字孿生驅動因素

7.3.4　數字孿生市場規模

7.3.5　數字孿生學術情況

7.3.6　數字孿生投融資情況

7.3.7　51WORLD案例分析

7.4　5G行業

7.4.1　5G行業政策發布情況

7.4.2　5G行業市場規模分析

7.4.3　5G網絡覆蓋情況分析

7.4.4　5G用戶量及行業應用

7.4.5　異構計算開源5G架構

7.5　云計算

7.5.1　云計算市場規模

7.5.2　云計算市場結構

7.5.3　云計算專利情況

7.5.4　云計算競爭格局

7.5.5　云計算企業注冊

7.5.6　云異構計算產品

7.5.7　云計算趨勢分析

7.5.8　云計算發展前景

第八章　2022-2024年國際異構計算行業重點企業經營狀況分析

8.1　英特爾（INTC）

8.1.1　企業發展概況

8.1.2　英特爾CPU布局

8.1.3　英特爾生產代工

8.1.4　英特爾技術創新

8.1.5　英特爾產品分析

8.1.6　企業經營狀況

8.2　超威半導體（AMD）

8.2.1　企業發展概況

8.2.2　AMD GPU發展分析

8.2.3　AMD Chiplet發展分析

8.2.4　AMD異構計算發展分析

8.2.5　AMD企業經營狀況分析

8.3　英偉達（NVDA）

8.3.1　企業發展概況

8.3.2　Nvidia產品分析

8.3.3　Nvidia GPU發展分析

8.3.4　企業經營狀況分析

第九章　2021-2024年中國異構計算行業重點企業經營狀況分析

9.1　寒武紀

9.1.1　企業發展概況

9.1.2　經營效益分析

9.1.3　業務經營分析

9.1.4　財務狀況分析

9.1.5　核心競爭力分析

9.1.6　公司發展戰略

9.1.7　未來前景展望

9.2　海光信息

9.2.1　企業發展概況

9.2.2　經營效益分析

9.2.3　業務經營分析

9.2.4　財務狀況分析

9.2.5　核心競爭力分析

9.2.6　公司發展戰略

9.2.7　未來前景展望

9.3　景嘉微

9.3.1　企業發展概況

9.3.2　經營效益分析

9.3.3　業務經營分析

9.3.4　財務狀況分析

9.3.5　核心競爭力分析

9.3.6　公司發展戰略

9.3.7　未來前景展望

9.4　芯原股份

9.4.1　企業發展概況

9.4.2　經營效益分析

9.4.3　業務經營分析

9.4.4　財務狀況分析

9.4.5　核心競爭力分析

9.4.6　公司發展戰略

9.4.7　未來前景展望

9.5　龍芯中科

9.5.1　企業發展概況

9.5.2　經營效益分析

9.5.3　業務經營分析

9.5.4　財務狀況分析

9.5.5　核心競爭力分析

9.5.6　公司發展戰略

9.5.7　未來前景展望

第十章　2022-2024年中國異構計算行業投資分析

10.1　異構計算投資規模分析

10.1.1　行業融資規模

10.1.2　單筆融資規模

10.1.3　行業融資事件

10.1.4　投融資輪次分析

10.1.5　投融資區域分析

10.2　異構計算投資主體分析

10.2.1　投資主體分布

10.2.2　產業投資基金

10.2.3　科技企業投資

10.2.4　企業橫向收購

10.3　異構計算投資壁壘分析

10.3.1　技術壁壘

10.3.2　資金壁壘

10.3.3　人才壁壘

10.3.4　知識產權壁壘

10.3.5　對外貿易壁壘

第十一章　2025-2029年異構計算行業發展趨勢及預測

11.1　異構計算行業發展趨勢分析

11.1.1　CPU行業發展趨勢

11.1.2　GPU行業發展趨勢

11.1.3　FPGA行業發展趨勢

11.1.4　ASIC行業發展趨勢

11.1.5　DPU行業發展趨勢

11.2　異構計算行業發展規模預測

11.2.1　人工智能芯片市場規模預測

11.2.2　GPU市場規模預測

11.2.3　DPU市場規模預測

11.2.4　FPGA市場規模預測