报告简介

　　异构计算，是指不同架构的计算。随着云计算的普及、AI的爆发、计算场景的丰富，CPU作为通用处理器处理特定场景的计算任务的瓶颈越来越突出，大家越来越需要使用不同架构的专用芯片来进行计算。按照不同的维度进行划分，信创场景下的异构计算，可以分为计算场景的异构、计算性能的异构、CPU架构的异构。异构算力互联即为GPU、FPGA、ASIC或其它加速卡与CPU之间的数据连接。

　　异构计算主要应用于人工智能、游戏开发、汽车仿真、数字孪生、云计算、5G等领域。2023年我国人工智能核心产业规模达5784亿元，增速13.9%，整体平稳向好。2023年的业务增长主要依靠智算中心建设以及大模型训练等应用需求拉动的GPU、FPGA、ASIC芯片等市场。2022年中国数字孪生市场规模为104亿元，2023年中国数字孪生市场规模为172亿元。

　　图表：2020-2023年中国数字孪生市场规模变化

　　单位：亿元

　　数据来源：中国信通院，中投产业研究院整理

　　中国算力网络行业受到各级政府的高度重视和国家产业政策的重点支持。国家陆续出台了多项政策，鼓励算力网络行业发展与创新，2024年12月，工业和信息化部、财政部、中国人民银行、金融监管总局联合印发《中小企业数字化赋能专项行动方案（2025-2027年）》，提出：支持地方探索“上云券”“算力券”等优惠政策措施，为中小企业上云用算提供支持。鼓励算力中心提供“随接随用、按需付费”的云端算力服务，降低中小企业用算成本。2024年12月，中共中央办公厅、国务院办公厅联合印发《关于数字贸易改革创新发展的意见》，提出：推动建立数字领域国际合作机制，加强人工智能、大数据、跨境结算、移动支付等领域国际合作，深化数字基础设施互联互通。

　　图表：2024年中国算力网络行业部分相关政策情况

　　资料来源：中投产业研究院

　　中投产业研究院发布的《2025-2029年中国异构计算深度调研及投资前景预测报告》共十一章。首先介绍了算力行业发展及运行状况，并介绍国家“东数西算”工程及国家数据中心，接着分析了中国异构计算面临的外部环境和异构计算行业发展现状，然后具体介绍了异构计算主要服务器市场、芯片技术突破要点以及应用领域。随后，报告对异构计算国际、国内重点企业经营状况及行业投资状况进行分析。最后对异构计算发展趋势进行了科学的预测。

报告目录

第一章　2022-2024年算力行业发展分析

1.1　算力行业综述

1.1.1　算力发展历程

1.1.2　算力应用领域

1.1.3　算力全球竞争

1.2　中国算力行业运行状况

1.2.1　算力规模分析

1.2.2　算力资源分布

1.2.3　算力发展问题

1.2.4　算力发展展望

1.3　“东数西算”工程建议意义

1.3.1　东数西算定义

1.3.2　东数西算发展历程

1.3.3　东数西算发展规划

1.3.4　东数西算发展原因

1.3.5　东数西算战略意义

1.4　典型国家数据中心集群发展分析

1.4.1　芜湖集群

1.4.2　韶关集群

1.4.3　天府集群

1.4.4　庆阳集群

1.4.5　张家口集群

1.4.6　和林格尔集群

第二章　2022-2024年异构计算发展环境分析

2.1　经济环境

2.1.1　世界宏观经济形势分析

2.1.2　中国宏观经济运行情况

2.1.3　中国固定资产投资状况

2.1.4　中国工业经济运行情况

2.1.5　中国宏观经济发展展望

2.2　政策环境

2.2.1　算力行业政策

2.2.2　IGBT行业政策

2.2.3　AI芯片行业政策

2.2.4　储存芯片行业政策

2.3　社会环境

2.3.1　社会消费规模

2.3.2　居民收入水平

2.3.3　居民消费结构

2.3.4　城镇化水平

2.3.5　科技研发投入

2.4　产业环境

2.4.1　AI芯片产业发展现状

2.4.2　AI芯片产业链梳理

2.4.3　AI芯片产业区域分布

2.4.4　AI芯片代表企业产能

2.4.5　AI芯片行业竞争分析

2.4.6　AI芯片行业市场集中度

第三章　2022-2024年异构计算行业发展分析

3.1　异构计算行业概述

3.1.1　异构计算定义

3.1.2　异构计算优势

3.1.3　异构计算历程

3.1.4　各类异构对比

3.1.5　并行与异构对比

3.2　异构AI算力发展分析

3.2.1　AI算力基本概述

3.2.2　AI算力发展现状

3.2.3　异构AI算力概述

3.2.4　异构AI算力发展局限

3.2.5　异构AI算力技术平台

3.2.6　异构AI算力案例分析

3.2.7　异构AI算力发展建议

3.3　超异构计算发展分析

3.3.1　超异构计算概述

3.3.2　超异构核心思路

3.3.3　超异构计算与Chiplet

3.3.4　经典操作系统综述

3.3.5　超异构操作系统

3.3.6　超异构技术挑战

3.4　异构设计协同发展

3.4.1　异构计算的设计流程和方法

3.4.2　软硬协同助力异构计算发展

3.5　异构计算发展困境及对策建议

3.5.1　异构计算技术困境

3.5.2　异构计算优化路径

3.5.3　异构计算发展方向

3.5.4　异构计算技术建议

第四章　2022-2024年异构计算主要服务器市场分析

4.1　CPU

4.1.1　CPU基本概述

4.1.2　CPU发展历程

4.1.3　全球CPU市场竞争格局

4.1.4　全球服务器CPU市场分析

4.1.5　中国CPU市场规模

4.1.6　国产芯片技术分析

4.2　GPU

4.2.1　GPU产业基本概述

4.2.2　GPU行业发展历程

4.2.3　GPU市场规模分析

4.2.4　GPU市场竞争格局

4.2.5　微架构与平台生态

4.2.6　GPU市场应用分析

4.2.7　GPU投融资分析

4.3　DPU

4.3.1　DPU行业发展背景

4.3.2　DPU产品发展现状

4.3.3　DPU市场规模分析

4.3.4　DPU行业技术架构

4.3.5　DPU上游产业分析

4.3.6　DPU技术优势分析

4.3.7　DPU核心价值分析

4.3.8　DPU厂商软硬件生态

4.4　ASIC

4.4.1　ASIC行业概览

4.4.2　ASIC市场规模

4.4.3　ASIC市场格局

4.4.4　ASIC领域头部厂商

4.4.5　谷歌TPU产品迭代

4.4.6　英特尔Gaudi架构

4.5　FPGA

4.5.1　FPGA行业基本概述

4.5.2　FPGA市场规模分析

4.5.3　FPGA行业竞争格局

4.5.4　FPGA技术发展分析

4.5.5　FPGA行业发展障碍

第五章　2022-2024年异构计算芯片技术突破要点

5.1　芯片设计技术分析

5.1.1　芯片设计流程

5.1.2　AI技术设计芯片

5.1.3　超异构芯片设计

5.2　晶圆制备技术分析

5.2.1　晶圆制备

5.2.2　氧化工艺

5.2.3　光刻技术

5.2.4　蚀刻技术

5.2.5　掺杂工艺

5.2.6　薄膜沉积

5.3　芯片封装技术分析

5.3.1　芯片封装技术演变

5.3.2　先进封装技术核心

5.3.3　先进封装技术历程

5.3.4　先进封装技术类型

5.3.5　企业封装技术进展

5.3.6　先进异构集成封装

5.3.7　先进封装技术前沿

5.3.8　先进封装技术方向

5.3.9　先进封装发展问题

第六章　2022-2024年异构计算应用领域——人工智能行业分析

6.1　人工智能行业概述

6.1.1　人工智能定义

6.1.2　人工智能发展历程

6.1.3　人工智能政策背景

6.1.4　人工智能产业链

6.2　中国人工智能行业发展现状

6.2.1　人工智能行业核心技术

6.2.2　人工智能产业规模分析

6.2.3　人工智能行业投资分析

6.2.4　人工智能行业人才培养

6.2.5　人工智能行业区域分布

6.2.6　国产高性能智能计算服务器

6.2.7　人工智能相关产品开发动态

6.3　细分赛道——机器学习

6.3.1　异构计算提效

6.3.2　赛道资本情况

6.3.3　产业规模解读

6.3.4　产品发展现状

6.3.5　产业链核心环节

6.4　细分赛道——计算机视觉

6.4.1　赛道资本情况

6.4.2　产业规模解读

6.4.3　应用领域特征

6.4.4　产品架构发展

6.4.5　技术研发趋势

6.4.6　工业典型应用

6.4.7　泛安防典型应用

6.4.8　异构架构CANN

6.5　细分赛道——智能机器人

6.5.1　赛道资本情况

6.5.2　产业规模解读

6.5.3　产品技术洞察

6.5.4　产业厂商表现

6.5.5　HERO异构平台

6.5.6　产业技术趋势

6.6　细分赛道——智能语音应用

6.6.1　赛道资本情况

6.6.2　应用产品洞察

6.6.3　产业规模解读

6.6.4　AID.Speech

6.6.5　技术趋势探讨

6.7　细分赛道——知识图谱与自然语言处理

6.7.1　产业基本定义

6.7.2　赛道资本情况

6.7.3　产业规模解读

6.7.4　产品发展洞察

6.7.5　AI计算平台案例

6.7.6　产业趋势探讨

第七章　2022-2024年异构计算应用领域——其他应用行业分析

7.1　游戏开发

7.1.1　游戏开发类型分析

7.1.2　游戏开发厂商现状

7.1.3　游戏开发商业模式

7.1.4　行业竞争壁垒分析

7.1.5　行业中外厂商对比

7.1.6　中国游戏厂商出海

7.1.7　行业制约和驱动因素

7.1.8　ColorOS异构计算

7.2　汽车仿真

7.2.1　汽车仿真定义与分类

7.2.2　汽车仿真技术产业链分析

7.2.3　汽车仿真技术行业规模

7.2.4　汽车仿真技术竞争格局

7.2.5　百度百舸AI异构平台

7.3　数字孪生

7.3.1　数字孪生基本概念

7.3.2　数字孪生技术框架

7.3.3　数字孪生驱动因素

7.3.4　数字孪生市场规模

7.3.5　数字孪生学术情况

7.3.6　数字孪生投融资情况

7.3.7　51WORLD案例分析

7.4　5G行业

7.4.1　5G行业政策发布情况

7.4.2　5G行业市场规模分析

7.4.3　5G网络覆盖情况分析

7.4.4　5G用户量及行业应用

7.4.5　异构计算开源5G架构

7.5　云计算

7.5.1　云计算市场规模

7.5.2　云计算市场结构

7.5.3　云计算专利情况

7.5.4　云计算竞争格局

7.5.5　云计算企业注册

7.5.6　云异构计算产品

7.5.7　云计算趋势分析

7.5.8　云计算发展前景

第八章　2022-2024年国际异构计算行业重点企业经营状况分析

8.1　英特尔（INTC）

8.1.1　企业发展概况

8.1.2　英特尔CPU布局

8.1.3　英特尔生产代工

8.1.4　英特尔技术创新

8.1.5　英特尔产品分析

8.1.6　企业经营状况

8.2　超威半导体（AMD）

8.2.1　企业发展概况

8.2.2　AMD GPU发展分析

8.2.3　AMD Chiplet发展分析

8.2.4　AMD异构计算发展分析

8.2.5　AMD企业经营状况分析

8.3　英伟达（NVDA）

8.3.1　企业发展概况

8.3.2　Nvidia产品分析

8.3.3　Nvidia GPU发展分析

8.3.4　企业经营状况分析

第九章　2021-2024年中国异构计算行业重点企业经营状况分析

9.1　寒武纪

9.1.1　企业发展概况

9.1.2　经营效益分析

9.1.3　业务经营分析

9.1.4　财务状况分析

9.1.5　核心竞争力分析

9.1.6　公司发展战略

9.1.7　未来前景展望

9.2　海光信息

9.2.1　企业发展概况

9.2.2　经营效益分析

9.2.3　业务经营分析

9.2.4　财务状况分析

9.2.5　核心竞争力分析

9.2.6　公司发展战略

9.2.7　未来前景展望

9.3　景嘉微

9.3.1　企业发展概况

9.3.2　经营效益分析

9.3.3　业务经营分析

9.3.4　财务状况分析

9.3.5　核心竞争力分析

9.3.6　公司发展战略

9.3.7　未来前景展望

9.4　芯原股份

9.4.1　企业发展概况

9.4.2　经营效益分析

9.4.3　业务经营分析

9.4.4　财务状况分析

9.4.5　核心竞争力分析

9.4.6　公司发展战略

9.4.7　未来前景展望

9.5　龙芯中科

9.5.1　企业发展概况

9.5.2　经营效益分析

9.5.3　业务经营分析

9.5.4　财务状况分析

9.5.5　核心竞争力分析

9.5.6　公司发展战略

9.5.7　未来前景展望

第十章　2022-2024年中国异构计算行业投资分析

10.1　异构计算投资规模分析

10.1.1　行业融资规模

10.1.2　单笔融资规模

10.1.3　行业融资事件

10.1.4　投融资轮次分析

10.1.5　投融资区域分析

10.2　异构计算投资主体分析

10.2.1　投资主体分布

10.2.2　产业投资基金

10.2.3　科技企业投资

10.2.4　企业横向收购

10.3　异构计算投资壁垒分析

10.3.1　技术壁垒

10.3.2　资金壁垒

10.3.3　人才壁垒

10.3.4　知识产权壁垒

10.3.5　对外贸易壁垒

第十一章　2025-2029年异构计算行业发展趋势及预测

11.1　异构计算行业发展趋势分析

11.1.1　CPU行业发展趋势

11.1.2　GPU行业发展趋势

11.1.3　FPGA行业发展趋势

11.1.4　ASIC行业发展趋势

11.1.5　DPU行业发展趋势

11.2　异构计算行业发展规模预测

11.2.1　人工智能芯片市场规模预测

11.2.2　GPU市场规模预测

11.2.3　DPU市场规模预测

11.2.4　FPGA市场规模预测