国产算力产业正在跨过一个关键分界点。

过去市场关注的是国产AI芯片能不能运行大模型；现在更关键的问题，已经变成芯片能否装进服务器、模型能否顺利迁移、数千张卡能否稳定协同，以及算力能否被持续使用。

国产算力的主要矛盾，正在从单芯片可用性，上移到整套系统的工程能力。

芯片端已经出现商业化信号。海光信息2025年收入143.76亿元，同比增长56.91%；寒武纪收入64.97亿元，同比增长453.21%，并首次实现全年盈利。国产高端处理器和AI芯片已进入规模销售阶段。

但收入增长只能说明芯片“有人买”，还不能证明适合大规模集群。客户更关心的是模型迁移成本、多卡性能损失、训练稳定性，以及每个Token的综合成本。

山东移动建设国产千卡推理资源池的案例显示，交付不仅是采购加速卡，还包括服务器配置、资源管理、模型适配和多卡协同，最终完成DeepSeek R1、Qwen3等模型部署，并通过自动化运维降低成本。

这意味着，从芯片到可用算力之间，至少隔着服务器、网络、存储、算子优化、模型迁移和调度等多个环节，任何一层效率不足都会影响整体产出。

更大规模的实践也在推进。中国移动哈尔滨智算中心部署超过1.8万张AI加速卡，国产化率100%，单集群算力6.9EFLOPS，并通过网络优化使训练时间缩短20%。

但“卡数多”并不等于效率高。规模扩大后，通信、网络拥塞和故障恢复成为瓶颈。上海ZCube项目在1024卡集群验证中，通过网络和调度优化，实现成本下降和性能提升，说明系统优化同样关键。

因此，国产算力的竞争正在转向生态能力。

一类是单芯片生态优化，通过编译器和算子库提升性能；另一类是多芯异构平台，通过统一调度提升利用率并降低供应风险。前者性能更直接，后者更符合大型客户需求。

数据中心端也不能只看规划规模。中国电信贵安信息园已落地30EFLOPS算力，国产化占比超70%，机柜利用率超80%，PUE低于1.2，这些指标更能反映算力是否真正被使用。

政策方向也在变化。“十五五”规划提出发展超大规模智算集群，并支持算力租赁和智算云服务，重点从硬件建设转向运营和使用。

映射到A股，证据需要分层看。

芯片端，海光信息和寒武纪已有收入和利润支撑；系统集成端，中兴通讯已披露千卡项目；运营端，中国移动和中国电信已形成较完整的“建设—使用—收入”链条。

相反，仅有适配认证或战略合作，并不能证明形成订单或收入。

国产算力真正需要补上的，不只是更强芯片，而是一套能够低成本迁移模型、稳定运行集群、统一管理资源，并实现持续付费的体系。

未来更值得跟踪的，是部署了多少生产集群、运行了什么模型、利用率如何，以及收入何时确认。

只有这些指标改善，国产算力才能真正从“芯片可用”，走向规模化和商业闭环。

免责声明：本文仅为公开信息整理和内容创作参考，不构成投资建议。市场有风险，投资需谨慎。