英伟达整合LPU（话语处理单位）时期、OpenAI多线押注推理芯片，正在将AI算力竞争的主战场从锻真金不怕火切换至推理。筹商觉得，2026年算力产业的中枢枢纽词将是推理，Token耗尽总量与时期范式均将围绕这一主题深度重构。
2月28日，据《华尔街日报》报谈，贪图鄙人月的GTC设立者大会上发布一款整合了Groq“话语处理单位”（LPU）时期的全新推理芯片，英伟达首席本质官黄仁勋称其为“寰球从未见过”的全新系统。OpenAI已答应成为该处理器的最大客户之一，并将向英伟达购买大领域“专用推理产能”。
与此同期，OpenAI上月还与初创公司Cerebras达成数十亿好意思元想象配合，后者称其推理芯片速率已卓绝英伟达GPU（图形处理器）。这一系列动向标明，AI巨头正在从锻真金不怕火算力的武备竞赛，转向推理算力的多线布局。
申万宏源讲演指出，Token经济时期，推理算力正迎来四大趋势：一是纯CPU（中央处理器）部署场景增多，低老本推理需求加速算力下千里；二是LPU等专用架构崛起，挑战GPU在推理轮番的主导地位；三是国产算力芯片加速打破，供应链多元化趋势明确；四是推理算力的需求结构从“单次锻真金不怕火”向“海量Token耗尽”曲折，性价比成为中枢竞争成分。
讲演示意，大要提供富足、高性价比推理芯片的厂商将最为受益，而CPU、LPU及国产芯片的共同打破，正组成这一轮算力风物重塑的中枢印迹。
推理需求全面爆发，Token耗尽创历史新高
申万宏源筹商觉得，需求捏续彭胀的背后是两大结构性驱能源：一是大模子货币化加速，Claude等模子运转向诓骗端切入，发布多款行业插件；二是Agent落地提速，openclaw、千问Agent等家具标记着Agent正参加真确的使命与分娩场景，而每一次模子调用和Agent任务本质，背后均需大王人推理算力缓助。
申万宏源筹商征引数据透露，春节时候国内头部大模子推理量大幅增长：豆包除夜本日推理迷糊量达633亿tokens，元宝月活跃用户达1.14亿，千问“春节大免单”步履参与东谈主数超1.2亿。
民众AI模子API团员平台OpenRouter的数据进一步揭示了这一趋势的量级。2月9日至15日当周，中国模子以4.12万亿Token的调用量初次逾越好意思国模子的2.94万亿Token；16日至22日当周，中国模子调用量进一步冲高至5.16万亿Token，三周大涨127%，民众调用量前五的模子中中国占据四席。
LPU成新贵，锻真金不怕火与推理芯片走向分化
英伟达斥资200亿好意思元获取Groq中枢时渴望可，并在“中枢聘请”来回中吸纳了包括首创东谈主Jonathan Ross在内的高管团队。申万宏源筹商觉得，这一来回标记着纯推理芯片的进犯性已赢得顶级玩家的弘扬招供。
LPU与传统GPU的架构互异，恰是其在推理场景中具备恶果上风的根柢原因。AI推理分为预填充息争码两个阶段，澳洲幸运5app大型模子的解码经过尤其冉冉，而LPU针对延伸和内存带宽这两大推理瓶颈进行了专项优化。据华尔街见闻此前报谈，英伟达行将发布的新品可能触及下一代Feynman架构，或摄取更鄙俚的SRAM集成决议，以致通过3D堆叠时期将LPU深度整合其中。
申万宏源筹商据此判断，昔日AI芯片将变成明确的时期单干风物：锻真金不怕火端持续沿用GPU-HBM组合，推理端则演进为ASIC+LPU-SRAM+SSD的组合决议。跟着算力需求从锻真金不怕火向推理切换，专注推理芯片的厂商将迎来发展机遇。
推理系统全面翻新，CPU与收集需求同步普及
从单一芯片到系统层面的翻新，是本轮推理算力升级的另一进犯维度。申万宏源筹商指出，跟着诓骗场景从chatbot转向Agent，算力系统对延伸、迷糊与想考深度的条目同期普及，推进系统架构向三层收集演进。
第一层为快响应层，由搭载SRAM的纯推理芯片提供极致低延伸反馈；第二层为慢想考层，使用超大迷糊算力集群负责复杂逻辑推演，多核多线程CPU在此层的需求将显耀加多；第三层为操心层，对应英伟达发布的ContextMemory System，通过Bluefield4 DPU处理的SSD存储Agent的长久操心与KV Cache。
英伟达在硬件层面也在调遣计策。此前将Vera CPU与Rubin GPU绑缚部署的尺度作念法，在特定AI智能体使命负载下被解释老本过高。英伟达本月文书扩大与Meta Platforms的配合，完成初次大领域纯CPU部署，以支捏Meta的告白定向AI智能体，标记着公司正卓绝单一GPU销售模式。
{jz:field.toptypename/}
国产算力加速打破
申万宏源筹商觉得，国产推理芯片的时期升级值得要点原宥，且存在商场预期差。
在时期层面，新一代国产推理芯片杀青了多项根人性普及：新增支捏FP8/MXFP8/MXFP4等低精度数据神色，算力划分达到1P和2P；大幅普及向量算力，摄取支捏SIMD/SIMT双编程模子的新同构想象；互联带宽比拟前代普及2.5倍，达到2TB/s。
尤为值得原宥的是，芯片层面杀青了PD分离：通过自研两种不同规格的HBM，划分组成面向Prefill和推选场景的PR版块，以及面向Decode和锻真金不怕火场景的DT版块。其中PR版块摄取低老本HBM，可大幅裁减推理Prefill阶段的投资老本，预测于2026年Q1推出。
供应链层面，国产封测厂商的进展提供了佐证。阐述某头部封测企业首轮问询回复函，其2.5D封装业务收入主要来自傲性能想象芯片封装工作，该项收入从2022年的0.5亿元快速增长至2024年的18.2亿元，侧面印证国产算力芯片供给材干捏续普及，供应链国产化进度加速。
备案号: