主权AI接棒云端算力，芯片大厂竞逐新增长引擎

当前，业界在探讨云端人工智能的未来商业机遇时，频繁提及“主权AI”（Sovereign AI）这一新兴概念。市场普遍认为，随着云服务提供商（CSP）巨头主导的云端AI基础设施建设增长动力逐渐减弱，主权AI将顺势成为驱动行业发展的新引擎。

据富士康董事长刘扬伟在2026中国台湾地区创投暨私募投资年会上透露，他十分看好主权AI的发展前景。他指出，当前AI算力需求主要集中于大模型开发商、CSP、政府机构以及企业四大群体。尽管目前大规模消耗算力的主要是前两类客户，政府与企业的实际应用尚处于初期阶段，但未来的算力需求必然会呈现稳步上升的趋势。

从云端AI芯片制造商的角度来看，主权AI市场并非所有企业都能轻易涉足。与具备雄厚自研芯片资源的CSP巨头不同，标准化AI芯片以及采用创新技术的AI加速器初创企业，将在这一领域获得更广阔的发展空间。同时，基于数据主权考量，芯片的研发与制造环节也将催生出一定的本土化需求。

据芯片业界人士指出，研发云端AI自研芯片的前提是采购方必须具备芯片定义能力，并拥有充足的内部工程资源与营收规模，以分摊数亿美元（以1亿美元计，约合6.80亿元人民币）起步的一次性工程费用（NRE），同时还需维持编译器与软件团队的运营。此外，主权AI项目通常需要处理本土语言模型训练、政务服务、国防及科研等多元化任务，开发单一功能芯片的实用性较低，采用通用GPU搭配成熟的AI软件生态系统则是风险最小的方案。

在此背景下，英伟达（NVIDIA）凭借完整的软硬件系统构建能力，在主权AI市场展现出较强的客户需求满足能力。硬件实力相当的AMD也是潜在选项，但其AI平台的市场用户黏性尚未达到CUDA的水平，竞争力受到一定制约。高通（Qualcomm）近期发布了包含CPU和AI加速卡的Dragonfly云端AI平台，但作为市场后来者，其在该领域的表现仍有待观察。

另一方面，部分初创企业的产品已相继获得主权AI相关订单。例如，已被英伟达收购的Groq，其LPU产品成功进入沙特阿拉伯市场；Cerebras则与阿联酋展开了合作。这些中东地区的合作案例表明，具备优异成本效益的AI加速器产品同样能够获得市场认可。

相比之下，定制芯片（ASIC）供应链在主权AI领域的发挥空间较为有限。近期，博通（Broadcom）、Marvell以及联发科等企业在主权AI方面的布局，远不及掌握标准芯片的厂商，未来最多只能通过网络通信芯片寻找切入点。

此外，考虑到各国政府对主权AI的监管要求，芯片供应链可能会逐步降低对美国产品的依赖。目前，中国、欧洲以及日本等地均已出台相应的本土芯片研发政策与计划，旨在确保至少在AI推理芯片领域采用本土企业开发的产品，以避免供应链完全受制于海外厂商。

注：按1美元≈6.80人民币计算