中国の国产GPU産業は多段階の競争構造を形成しており、2025年の国产メーカーの全体的な市場シェアは15%に達しています。大手企業と新興勢力が協力して技術のイテレーションとシーン浸透を推進しています。現在の業界は「大手企業が技術突破を主導し、新興勢力が細分化シーンで突破口を開く」という特徴を呈しており、大手企業はフルスタック能力を通じてエコロジカルバリアを構築し、新興勢力は差別化された技術ルートを通じて垂直分野で急速に規模を拡大しています。
華為昇騰は国产GPU分野のリーダーとして、ダヴィンチアーキテクチャーを核心とした技術的モートを構築し、「計算能力イテレーション＋エコロジー拡張」の二輪駆動モデルを形成しています。技術ルートにおいて、昇騰シリーズチップは「世代ごとに計算能力を倍増」させており、2025年量産される昇騰910Cは中芯国際の7nm+プロセスを採用し、FP16計算能力は400 TFLOPSに引き上げられ、独自開発のHBM HiBL 1.0メモリをサポートし、帯域幅は1.6TB/sに達し、国際フラッグシップレベルの90%に達しています。その前世代製品である昇騰910B（7nmプロセス）は一部のテストでNVIDIA A100を20%上回る性能を発揮し、320 TFLOPS FP16と512 TOPS INT8の計算能力のバランスの取れた構成を実現しています。コア製品マトリックスは訓練・推論一体型マシン（FusionCube A3000 DSバージョン）と推論一体型マシン（Atlasシリーズ）をカバーしており、昇騰384スーパーノード分散型計算システムを立ち上げ、3Dパッケージング技術を通じてチップ間通信帯域幅1.6Tbpsを実現しています。市場パフォーマンス面では、華為は2025年に45万個の昇騰910シリーズチップ（10万個の910C＋30万個の910B）を生産する計画であり、金融・医療など20の業界にわたる1200社以上のパートナーを集め、複数の知能計算センタープロジェクトをすでに実施しています。
壁仞科技はChiplet技術を突破口として、ハイエンドAIトレーニング市場で差別化競争を実現しています。技術的には、そのフラッグシップ製品であるBR100は7nm+ Chipletパッケージを採用し、国内のシリコンインターポーザーを通じて2.5Dパッケージの量産を実現しており、INT8計算能力は2048 TOPS、64GB HBM2eメモリ帯域幅は2.3TB/s、PCIe 5.0インターフェースをサポートしています。コア製品は阿里巴巴通義大規模モデルの適合性検証に合格しており、千台クラスターでの線形加速比は95%を超え、兆億パラメーターモデルのトレーニングをサポートしており、一部のデータセンターのサプライチェーンに参入しています。市場パフォーマンス面では、壁仞科技はBR100の高い計算密度の優位性により、2025年第1四半期のAI計算アクセラレーションカードの出荷台数が前年同期比300%以上増加し、国产ハイエンドAIチップの重要なサプライヤーとなっています。
摩尔线程は「二線布局」戦略を通じてAI智算と消費者向け市場をカバーしており、技術ルートは自主開発のMUSAアーキテクチャーを核心として、「クラウド-エッジ-エンド」の全シーン製品マトリックスを構築しています。AIトレーニング分野では、MTT S4000は7nmプロセスを採用し、FP8混合精度計算能力は200 TFLOPS、48GB GDDR6メモリ帯域幅は800GB/sで、KUAE2万カード相互接続クラスターをサポートし、DeepSeek 671Bモデルの推論速度は100 token/sに達しています。消費者向け市場では、MTT S80はDirectX 12をサポートする初の国产ゲームGPUとして、性能はRTX 3060を目標としており、「黒神話：悟空」などの3Aゲームに適合しています。市場パフォーマンスは爆発的な成長を呈しており、2024年の主営業務収入は4.32億元（前年比+257.02%）で、そのうちAI智算業務収入の占比は77.63%に達しており、2022年のデスクトップ向けグラフィックス業務主導段階から戦略的転換を実現しています。
景嘉微は信創と軍事分野に力を入れており、JM9シリーズを通じて差別化された競争壁を構築しています。技術ルートでは、JM9シリーズは14nmプロセスを採用しており、JM9271の性能はGTX 1050に近く、DeepSeek-R1-Distill-Qwen-7Bモデルに適合しており、政務・軍事シーンの互換性と安定性に重点的に最適化されています。市場パフォーマンス面では、JM9シリーズの信創市場浸透率は継続的に向上しており、艦載表示制御システム、車載表示装置などの軍事シーンに広く応用されており、2024年の関連業務収入は前年比42%増加しており、38.27億元を調達してハイエンド汎用GPUの研究開発を行い、AIトレーニング分野に進出する予定です。
新興勢力は垂直分野に焦点を当てることで技術的突破と商業的クローズドループを実現し、大手企業を効果的に補完しています。寒武紀は思元シリーズチップで計算アーキテクチャーを再構築しており、思元590はChiplet技術を採用してINT8計算能力560 TOPSを実現しており、2025年第1四半期の出荷台数は前年同期比4230%増加し、帰属純利益は3.55億元に達しており、自動運転・スマートシティなどのシーンで大規模なデプロイメントを実現しています。沐曦集成は「全チェーン自主化」を売りにしており、曦云C600 GPUは「設計-製造-パッケージング」の国产化を実現しており、2024年の営業収入は7.42億元（前年比+1354.9%）で、訓練・推論一体型シリーズボードカードの収入占比は97.55%に達しており、2025年第1四半期の営業収入は昨年の43%に達しています[10]。燧原科技はメモリ計算一体型アーキテクチャーのL600チップを立ち上げており、380億個のトランジスタと128MBのオンチップキャッシュを集積しており、推論モードでは毎秒2000枚の画像をリアルタイム処理することができ、30の***研究所にデプロイされています[10]。
市場構造の特徴：2025年の国产GPUメーカーの合計市場シェアは15%を占めており、大手企業（華為、壁仞、摩尔线程）は国产シェアの80%以上を占めており、その中で華為昇騰は7%のシェアで首位を占めています。新興勢力の中では、寒武紀と沐曦が細分化シーンでの突破により、それぞれ1.2%と0.8%のシェアを獲得しており、「大手企業が集中し、新興勢力が加速する」という競争態勢を呈しています。
| メーカー | モデル | プロセス | 計算能力（典型値） | メモリ | 帯域幅 | コア応用シーン |
|---|
| 華為昇騰 | 昇騰910C | 7nm+ | FP16 400 TFLOPS | 64GB HBM2e | 1.6TB/s | 兆億パラメータ大規模モデルトレーニング |
| 壁仞科技 | BR100 | 7nm+ | INT8 2048 TOPS | 64GB HBM2e | 2.3TB/s | 阿里巴巴通義大規模モデルトレーニング |
| 摩尔线程 | MTT S4000 | 7nm | FP8 200 TFLOPS | 48GB GDDR6 | 800GB/s | 万カードクラスター大規模モデル推論 |
| 摩尔线程 | MTT S80 | 14nm | 性能はRTX 3060を目標 | 8GB GDDR6 | 256GB/s | 3Aゲーム、消費者向けグラフィックスレンダリング |
| 景嘉微 | JM9271 | 14nm | GTX 1050に近い | 4GB GDDR5 | 128GB/s | 政務オフィス、軍事表示制御 |
| 寒武紀 | 思元590 | 7nm | INT8 560 TOPS | 32GB HBM2 | 800GB/s | 自動運転BEV感知モデルデプロイメント |
| 沐曦 | 曦云C600 | 12nm | FP32 15 TFLOPS | 24GB GDDR6 | 512GB/s | 業界大規模モデル訓練・推論一体型 |
現在、国产GPUメーカーは「技術自主化、製品多様化、シーン縦深化」の発展構造を形成しており、大手企業は先進的なプロセスとアーキテクチャーイノベーションを通じて国際的なリーダーレベルとのギャップを縮小し、新興勢力は細分化されたシーンに依存して急速な商業化を実現しており、共同で国产GPUのAIトレーニング、信創、消費電子などの分野での浸透率を継続的に向上させています。今後、HBM、Chipletなどのキーテクノロジーの国产化突破に伴い、国产メーカーは2026-2028年に世界市場シェアのさらなる躍進を実現することが期待されます。
中国の国产GPUと国際的なリーダー製品との技術的ギャップを全面的に評価するために、本章では「パラメーター比較-実測性能-エネルギー効率分析」の三次元分析フレームワークを構築し、多次元データを通じて国产GPUのハードウェア仕様、実際の性能及びエコロジー建設における発展状況を明らかにしています。
横断比較表は、国产代表製品の昇騰910BとNVIDIA H100のコア指標に大きなギャップがあることを示しています。プロセス技術面では、昇騰910Bは7nmプロセスを採用しており、H100の4nmより1-2世代遅れており、チップ密度と消費電力制御に直接影響を及ぼしています。計算性能では、昇騰910BのFP16計算能力320 TFLOPSはH100（989 TFLOPS）のわずか32.4%です。メモリ帯域幅のギャップはさらに顕著で、392GB/s対3TB/sはデータスループット能力に約7.7倍の差があることを示しており、これは大規模モデルトレーニングシーンにおいて並列処理効率の不足に直接つながります[10]。
| 指標 | 国产代表（昇騰910B） | NVIDIA H100 | ギャップ |
|---|
| プロセス技術 | 7nm | 4nm | 1-2世代遅れ |
| FP16計算能力 | 320 TFLOPS | 989 TFLOPS | 約3倍のギャップ |
| メモリ帯域幅 | 392GB/s | 3TB/s | 約7.7倍のギャップ |
| エコロジー成熟度 | MindSpore/CANN | CUDA | ソフトウェアツールチェーンのギャップ5年以上 |
実際の応用シーンでは、ハードウェアパラメーターのギャップがさらに性能差に変換されています。アーキテクチャーレベルでは、国产GPUは演算子最適化戦略を通じて一部のハードウェアの不利な点を補っています。例えば、昇騰910Bの畳み込みニューラルネットワークのために設計された融合演算子は特定のシーンで計算効率を向上させることができますが、全体的なアーキテクチャーイノベーションはまだ不十分です。エコロジーの短板はより重要な制約要因となっており、現在の国产GPUのCUDAとの互換率は60%未満であり、CUDAアクセラレーションライブラリに依存する多くのAIシステムは追加のコード適合が必要です[10]。
性能実測データは、ResNet-50モデルトレーニングタスクにおいて、昇騰910Bの所要時間がH100より著しく長いことを示しています。異なる精度の計算能力比較（FP32/FP16/INT8）のレーダーチャートは、国产GPUが低精度計算シーン（INT8推論など）での性能損失がより明らかであることを明らかにしており、これはハードウェアアーキテクチャーの精度サポート能力とソフトウェア最適化レベルに直接関係しています。
エコロジーボトルネック警告：CUDA互換率60%未満は、企業が既存のAIシステムを移行する際に、適合改造のために追加で30%-50%の開発コストを投入する必要があることを意味しており、これは金融、医療などのシステム安定性に対する要求が非常に高い分野において著しい採用障壁を構成しています。
中国電子技術標準化研究院の実測データによると、国产GPUの典型的な負荷での実際の計算能力利用率はわずか50%-70%であり、国際的なリーダー製品の85%以上のレベルより著しく低いです。このギャップは主に三つの面から生じています。一つはハードウェアスケジューリングメカニズムの精密化レベルが不十分で、計算ユニットのアイドル率が高いことです。二つはコンパイラの最適化能力が限られており、ハードウェア計算能力の潜在能力を十分に引き出すことができないことです。三つはドライバーとアプリケーションシーンのマッチング度が向上する必要があり、マルチタスク並行時にリソース競合が発生しやすいことです[10]。
総合的に見て、国产GPUはハードウェアの追跡と同時に、エコロジー建設とソフトウェア最適化の二重ボトルネックを突破することが急務です。今後はアーキテクチャーイノベーションを通じてハードウェアギャップを縮小するとともに、自主的なソフトウェアエコロジーシステムの構築を加速する必要があり、「利用可能」から「使いやすい」への重要な飛躍を実現する必要があります。
中国の国产GPU産業の応用拡大は顕著なシーン化特徴を呈しており、各分野の発展は「政策駆動-技術適合-商業落地」の漸進的ロジックに従っています。政企業信創からAI計算、工業最適化から消費市場まで、差別化された突破路線と市場構造が形成されています。
政策駆動の面で、「東数西算」プロジェクトが核心的牽引力となっています。このプロジェクトは全国統合計算能力ネットワークの建設を通じて、西部データセンタークラスターの急速な拡張を推進し、国产GPUの調達需要を直接牽引しています。2025年のデータによると、西部データセンターのGPU調達における国产チップの占比はすでに28%に達しており、プロジェクト開始初期から17ポイント向上し、「計算能力西移、国产先行」の構造を形成しています。
技術適合の面で、景嘉微と華為昇騰は二極化構造を構築しています。景嘉微JM9シリーズはグラフィックスレンダリング分野での技術蓄積により、艦載表示制御システム、車載表示装置などの軍事シーンで主導的地位を占めており、2024年上半期のグラフィックス表示制御業務収入は2.28億元に達しています。華為昇腾は「Atlasサーバー+昇腾チップ」のソフトウェア・ハードウェア協同ソリューションを通じて、政務クラウド市場での深度浸透を実現しており、国产化率は2025年に35%に達すると予想されています。
商業落地の成果は著しく、政務クラウド、金融リスク管理などのキー分野での国产チップ調達占比はすでに58%に達しています。典型的な事例として、ある西部の省級政務クラウドプラットフォームは1000+個の昇腾310チップを採用して計算能力基盤を構築し、電子政務システムの応答速度を40%向上させ、年間運用維持コストを25%削減しています。
政策駆動は智算センターの建設に焦点を当てており、国家発展改革委員会は2025年に「東数西算」ハブノードの智算能力全カバーを実現することを明確にしています。この背景の下で、壁仞、摩尔线程などの企業のハイエンド製品は大手テクノロジー企業のサプライチェーンに加速して参入し、AI計算能力の国产化率を2023年の12%から2025年の25%に引き上げています。
技術適合は多次元突破を呈しています。華為昇腾910BはResNet-50モデルトレーニングで78分かかり、同類のH20製品より30%短縮しており、その256専門家MoEモデルの推論効率はさらにH20の2.3倍に達しています。壁仞BR100千カードクラスターは兆億パラメーターモデルのトレーニングをサポートし、線形加速比は95%を超え、大規模モデルトレーニングにおける計算能力の断片化問題を解決しています。摩尔线程KUAE2クラスターはDeepSeek 671Bモデルの推論性能を100 token/sに実現し、リアルタイム対話シーンのニーズを満たしています。
AI計算能力コア指標比較
トレーニング性能：昇腾910B（ResNet-50：78分） vs H20（112分）
推論効率：昇腾910B（256 MoE）はH20を2.3倍上回る
クラスター能力：壁仞BR100千カードクラスター加速比95%+
大規模モデル推論：摩尔线程KUAE2（DeepSeek 671B）100 token/s
商業落地の面で、字節跳動、腾讯などのインターネット企業の国产GPU調達占比は25%に引き上げられており、智算センターはコア応用シーンとなっています。華為クラウドCM384クラスターは384個の昇腾チップに基づいて構築されており、300 PFLOPS BF16計算能力を実現し、マルチモーダル大規模モデルの工業化トレーニングをサポートしています。ある東部智算センターは壁仞BR100を採用して構築したAIトレーニングプラットフォームで、国内初の671Bパラメーターオープンソースモデルの全流程トレーニングを完了しており、国外チップを採用した場合と比較してコストを42%削減しています。
政策駆動は「十四五」インテリジェント製造発展計画に依存しており、政策の恩恵により国产GPUは工業インターネット、エネルギー探査などの垂直分野に浸透しています。業界カスタマイズソリューションの収入占比はすでに国产GPU総収入の18%に引き上げられており、差別化競争のキー分野となっています。
技術適合は専門化特徴を呈しています。燧原科技云燧T21は320 TOPS INT8計算能力で金融リスク管理シーンのリアルタイムデータ処理ニーズを満たしており、1日で1.2億件の取引の不正検出を完了することができます。天数智芯天垓100は147 TFLOPS FP16計算能力により、エネルギー探査分野で地震データイメージング効率を35%向上させています。雪浪云の事例では、国产GPUに基づいて構築されたエッジ計算ノードを通じて、工業機器のデータ収集-AI最適化-プロセス調整の閉ループを実現しており、ある自動車部品生産ラインはこのソリューションにより溶接プロセスの良品率を18%向上させており、その核心メカニズムはリアルタイム特徴抽出アルゴリズムに基づくパラメーターの動的調整にあります。
商業落地はすでに12の垂直分野をカバーしており、「一カード一業界」のカスタマイズ構造を形成しています。あるエネルギー企業は天垓100を採用して構築した探査データ処理プラットフォームにより、三次元地震データイメージング時間を72時間から28時間に短縮し、探査周期を61%短縮し、単井探査コストを220万元削減しています。
政策駆動は内需拡大に焦点を当てており、価格レバーを通じて中級市場をけん引しています。摩尔线程MTT S80はRTX 3060より30%低い価格で消費者向け市場に参入し、初めて大規模出荷を実現した国产消費者向けGPUとなっています。
技術適合は互換性向上に焦点を当てており、ドライバーのイテレーションを通じて主流ゲームのサポートを実現しています。MTT S80は「原神」1080P中品質でフレームレート58 FPSに達しており、新しいドライバー更新後の「エルデンリング」のフレームレートは120%以上向上しています。しかし、光追跡、DLSSなどのハイエンド機能においては依然としてギャップが存在しており、市占率は5%程度にとどまっており、主に価格敏感型ユーザー層をカバーしています。
商業落地はオンラインチャネルとDIY市場に依存しており、2025年上半期のMTT S80の出荷台数は80万枚を突破しており、そのうち三四線都市の占比は63%に達しています。あるECプラットフォームのデータによると、「国产GPU専門エリア」の売上高は連続三半期50%以上増加しており、3000元以下の価格帯製品の再購入率は28%に達しており、消費者向け市場の国产チップに対する受け入れ度が徐々に向上していることを示しています。
各応用シーンの協調発展により、国产GPUは政策依存から市場駆動への転換を推進し、「ハイエンド突破、中級量産、業界カスタマイズ」の立体化発展構造を形成しています。今後、プロセス技術とソフトウェアエコロジーの継続的な最適化に伴い、シーン浸透の深度と市場シェアはさらに向上する見込みです。
近年、中国の国产GPU産業は政策推進と市場需要の二重駆動の下で、「技術突破加速、市場規模拡大但し核心ボトルネック突出」の発展特徴を呈しています。以下は技術的成果、三次元課題及び突破路線の三つの次元から分析しています。
国产GPUは先進的パッケージング技術の応用と計算能力密度向上分野で顕著な進展を遂げています。Chiplet芯粒集成と3Dスタックドパッケージング技術イノベーションを通じて、プロセス技術の世代間ギャップを効果的に補っています。例えば、ある大手企業が8個の小チップ集成設計を採用したGPU製品は、中芯国際14nm FinFETプロセスプラットフォームで同等7nmプロセスの性能を実現しており、計算能力密度は3.2 TFLOPS/mm²に達しており、前世代製品より58%向上し、AIトレーニングシーンの基礎計算能力需要を満たしています。同時に、異種計算アーキテクチャーの最適化により、一部の製品はINT8精度でのAI計算能力が200 TOPSを突破し、国際的な主流性能階層に入っています。
ハードウェア層面：プロセス技術には依然として世代差があり、中芯国際14nmプロセスは92%の良品率で大規模量産を実現していますが、TSMC3nmプロセスと比較して、トランジスタ密度のギャップは5倍に達しており、ハイエンドGPUのエネルギー効率比が30%-40%落后しています。
ソフトウェア層面：エコロジー障壁の突破が困難であり、CUDAエコロジーは世界GPUソフトウェア開発市場の85%のシェアを占めており、国产GPUはPyTorch、TensorFlowなどの主流フレームワークに対して二次適合が必要であり、アプリケーション移行コストは平均40%増加しています。
サプライチェーン層面：米国の輸出規制が核心コンポーネント供給に直接影響を及ぼしており、2024年のHBM輸入量は前年比35%減少しており、HBM3を搭載したハイエンドGPU製品の納期は18週間に延長されており、一部の企業はGDDR6代替案を採用せざるを得ず、帯域幅性能損失は50%に達しています。
産業政策と資本投入は力を合わせて突破を推進しています。大基金三期は150億元の特別投資を明確にしており、GPUチップ設計、先進的パッケージング、HBM代替材料の研究開発に重点的に支持しており、資金の30%はChipletパッケージング技術の工業化に特別に割り当てられています。製造面では、中芯国際14nmプロセスの良品率は92%に安定しており、月産能は12万枚に引き上げられており、国产GPUに信頼できる量産保障を提供しています。技術イテレーション速度と生産能力のランプアップ曲線を組み合わせると、2027年までに、国产ハイエンドGPUの国内サーバー市場での自給率は30%を突破し、政務、エネルギーなどのキー分野の安全需要を基本的にカバーすることが期待されています。
2023-2025年の国产GPU市場規模は加速成長態勢を呈しており、2023年の87億元から2025年の216億元まで成長し、年複合成長率は57%に達しており、旺盛な国产代替需要を反映しています。技術ルートの進化は「プロセス追跡とアーキテクチャーイノベーションの並行」の特徴を呈しており、2023年は14nm単一チップを中心としていましたが、2024年はChiplet集成に移行し、2025年から3Dスタック技術の導入を開始し、徐々に国際的なリーダーレベルとのギャップを縮小しています。