國產AI芯片跑出加速度！大摩最新預測：自給率4年后將達76%！

近日摩根士丹利發了一份關于中國AI GPU的報告，里面的預測數據可以說是相當有料。

根據他們的測算，到2030年，咱們國家AI GPU芯片的自給率將從2024年的33%一口氣飆升到76%。

簡單來說，就是六七年之后，咱們手里用的AI算力，每4塊錢的芯片支出里，有超過3塊錢是花在國內芯片上的。

這個轉變速度，說實話比很多人預想的要快得多。

大摩這份報告里給了一組非常具體的產能預測數據。2025年國內12納米以下先進工藝的月產能大概在8000片左右。

這個數字看著不大，后面的增長曲線是陡峭的，到2027年要翻到20000片，到2028年直接跳到42000片。

最關鍵的是，大摩認為到了2028年這個節點，這些產能就可以滿足核心的自主需求了。

再到2030年，進一步增加到50000片，而且良率預計能爬升到50%。

為什么要強調良率到50%？懂行的朋友都知道，芯片制造這玩意兒，良率就是生命線。

從30%到50%的跨越，意味著單位成本的大幅下降，也意味著從能做出來到能做好、能做賺錢的質變。

雖然在極尖端的制程上，我們和美國確實還有差距。但大摩這份報告還點出了一個非常關鍵的策略，叫做以規模補工藝。

什么意思呢？就是既然在單點技術上暫時追不上最頂尖的，那咱們就在整個產業鏈上鋪規模，擴大晶圓廠、擴產設備、擴充產能。

這種打法雖然聽著有點笨，但效果很扎實，你有最鋒利的針，但我有成捆的針，而且我還能不斷優化怎么用這些針，最后誰的產出多、誰的性價比高，還真不一定。

當然，如果只看產能數字，可能還只是量的層面。但大摩這次分析里最有意思的一個觀點，是關于成本的。

報告指出，中國AI數據中心的總擁有成本非常有競爭力。這背后有幾個支撐點。

第一，芯片采購價格本身就比海外大廠的低；

第二，咱們的電力成本有優勢，尤其是在西部那些綠電豐富的地方；

第三，整個算力基礎設施越來越完善，像東數西算這種大工程，不是光建幾個機房，而是把算力網絡盤活了。

另外大摩在報告里說了一句話：在推理領域，每Token成本要比極致性能更關鍵。

什么叫推理？就是模型訓練好了之后，真正拿出來用的時候，像ChatGPT給你回答問題，那一下就是推理。

現在AI正在從技術驗證走向規模應用，推理的算力需求占比越來越高。有預測說，到2026年推理算力可能要占到整體AI算力的六成以上。

在這個階段，用戶關心的是我用這個AI服務貴不貴、快不快，而不是訓練這個模型的時候用了多厲害的卡。

這時候，每Token成本就成了核心競爭力。Token是啥？你可以簡單理解為AI處理信息的最小單位。你問一個問題，模型回答一段話，這里面消耗的就是Token。

現在國內企業在這個賽道上卷得挺狠的。

有公司和國產GPU廠商合作，推出了百萬Token一分錢的推理成本計劃；還有廠商直接把推理成本干到了1塊錢每百萬Token。

這意味著以后用AI可能真的像用水用電一樣便宜。當成本低到可以忽略不計的時候，AI才能從奢侈品變成日用品。

當然，大摩這份報告也不是光說好話。他們特別強調了一點，政策可以加速早期發展，但長期價值取決于商業競爭力。

也就是說，靠補貼、靠政策支持，可以把產業先做起來，但到了2028年之后，國產AI GPU供應商能不能繼續增長，得看能不能真正證明自己的經濟效益。

如果只是能用，但用起來不劃算，那市場還是會用腳投票。

他們做了兩個情景假設，樂觀的話，國產GPU不僅能做推理，還能拓展到訓練領域，甚至可能被海外客戶采用。

悲觀的話，如果差異化優勢消退，那可能就會進入同質化競爭和行業整合的階段。

總的來看，大摩這份報告給國產芯片畫了一張很清晰的路線圖，未來幾年，產能爬坡是確定的，成本優勢是明牌，推理市場是突破口。

到2030年76%的自給率，不是一個憑空吹出來的數字，背后是晶圓廠一座座建起來、良率一點點提起來、成本一寸寸降下來的實打實功夫。

當然，路還長，挑戰還多，但方向對了，就不怕路遠。