2026 年 AI 芯片市场进入「赢家通吃」阶段。NVIDIA 占据 90%+ 份额,AMD 10% 挣扎,Google/AWS/Huawei/Cerebras 各占细分市场。但还有一批 AI 芯片创业公司在夹缝中求生——本文分析 Tenstorrent、SambaNova、Graphcore、Cambricon、Moore Threads、Biren、Iluvatar 的 2026 现状与未来。
2026 年 AI 芯片市场格局
头部:双寡头 + 5 个挑战者
| 厂商 | 市场份额 | 2025 营收 | 状态 |
|---|
| NVIDIA | 90%+ | ~$130B | 主导 |
| AMD | 5% | ~$5B (MI 业务) | 第二 |
| Huawei | 1% (中国 60%) | ~$3B (昇腾) | 中国主导 |
| Google TPU | 1% (内部) | N/A | 内部使用 |
| AWS Trainium | <1% (内部) | N/A | 内部使用 |
| Cerebras | <1% | $510M | 即将 IPO |
| Groq (NVIDIA) | <1% | N/A | 已并入 NVIDIA |
创业公司
| 厂商 | 创立 | 融资总额 | 2025 营收 | 状态 |
|---|
| Tenstorrent | 2016 | $700M+ | ~$30M (推测) | 融资中 |
| SambaNova | 2017 | $1.1B+ | ~$80M (推测) | 营收增长 |
| Graphcore | 2016 | $700M+ | N/A | 被软银收购(2024) |
| Cambricon 寒武纪 | 2016 | A股上市 | ~$80M | A股 250亿市值 |
| Moore Threads 摩尔线程 | 2020 | $500M+ | ~$30M | 准备上市 |
| Biren 壁仞 | 2019 | $700M+ | ~$20M | 准备上市 |
| Iluvatar 天数智芯 | 2018 | $400M+ | ~$15M | 港股上市 |
| Lightmatter | 2017 | $300M+ | ~$5M | 硅光计算 |
| Esperanto | 2014 | $120M | <$5M | RISC-V AI |
| Mythic | 2012 | $200M+ | <$5M | 边缘 AI |
十大创业公司详解
1. Tenstorrent:RISC-V 黑马
Tenstorrent 由传奇芯片设计师 Jim Keller 领导(曾设计 AMD Zen / Apple A14 / Tesla FSD):
| 项目 | 详情 |
|---|
| 创始人 | Jim Keller(传奇架构师) |
| 创立 | 2016 |
| 总部 | 多伦多 / 奥斯汀 / 硅谷 |
| 融资 | $700M+(2024-12 估值 $2B) |
| 2025 营收 | ~$30M(推测) |
| 核心产品 | Wormhole n150/n300, Blackhole |
| 代工 | TSMC 12nm + GlobalFoundries |
| 软件 | 完全开源(TT-Metalium) |
| 客户 | LG, BOSCH, AutoDesk, RIKEN(日本) |
| 2026 计划 | Grendel 下一代 + 战略合作(推测与 OpenAI/AMD) |
Tenstorrent 关键产品
| 产品 | 工艺 | 算力 | 显存 | 价格 | 状态 |
|---|
| Wormhole n150 | 12nm | 80 TOPS (FP8) | 12GB | ~$2K | 2023 |
| Wormhole n300 | 12nm | 160 TOPS (FP8) | 24GB | ~$4K | 2024 |
| Blackhole p150 | 6nm | 320 TOPS (FP8) | 16GB | ~$3K | 2025 |
| Blackhole p300 | 6nm | 800 TOPS (FP8) | 24GB | ~$6K | 2025 |
| Grendel | 4nm (推测) | 1.5 POPS (FP8) | 32GB | TBD | 2026-2027 |
Tenstorrent 关键优势
- Jim Keller 个人品牌:业内顶级架构师
- 完全开源软件:TT-Metalium(GitHub 13K+ stars)
- RISC-V 生态:与 SiFive / RISC-V International 深度合作
- 政府 / 学术客户:RIKEN(日本)、多所美国大学
Tenstorrent 关键挑战
- TDP 偏高:Blackhole p300 ~150W(vs H100 700W 性能仍弱)
- 生态薄弱:PyTorch 兼容性仍在改善
- 市场认知度低:相比 NVIDIA 难以获得企业客户
2. SambaNova:企业 RDU 一体机
SambaNova 是企业级 AI 一体机的代表:
| 项目 | 详情 |
|---|
| 创始人 | Kunle Olukotun(Stanford 教授)+ 2 位 Stanford 校友 |
| 创立 | 2017 |
| 总部 | 帕罗奥图 |
| 融资 | $1.1B+(2021 估值 $5B) |
| 2025 营收 | ~$80M(推测) |
| 核心产品 | SN40L RDU(可重构数据流单元) |
| 代工 | TSMC 7nm |
| 客户 | 美国政府, Accenture, Hewlett Packard Enterprise |
| 2026 计划 | SN50 下一代(更大 RDU) |
SambaNova SN40L 规格
| 项目 | 参数 |
|---|
| 架构 | RDU(Reconfigurable Dataflow Unit) |
| 工艺 | TSMC 7nm |
| RDU 核心 | 1,040 个 tiles |
| HBM 容量 | 128 GB HBM3 |
| HBM 带宽 | 3.2 TB/s |
| FP16 算力 | 600 TFLOPS |
| BF16 算力 | 300 TFLOPS |
| TDP | ~600 W |
| 价格 | ~$150K / 系统 |
SambaNova 商业模式
- 不卖芯片——卖一体机(SambaSystems)
- SambaFlow 软件栈(Apache 2.0)
- 专注企业私有部署:政府、银行、电信
- 2025 客户:美国空军、Accenture、HPE
SambaNova 关键挑战
- 市场份额小:与 NVIDIA 巨头差距巨大
- 一体机模式难以扩展:每个客户需要定制
- 2024 裁员 20%(重组)
3. Graphcore:被软银收购
Graphcore 是英国 AI 芯片先驱,但 2024 年被软银收购:
| 项目 | 详情 |
|---|
| 创始人 | Nigel Toon + Simon Knowles |
| 创立 | 2016 |
| 总部 | 布里斯托尔(英国) |
| 融资 | $700M+(2020 估值 $2.8B) |
| 2024 营收 | ~$30M(推测) |
| 核心产品 | Bow GC200 IPU + Bow Pod |
| 代工 | TSMC 7nm |
| 2024-10 收购 | 被软银收购(金额未披露,推测 $600M) |
| 2026 状态 | 软银子公司,专注日本市场 |
Graphcore 关键事件
| 时间 | 事件 |
|---|
| 2018 | Bow IPU 首发 |
| 2020 | 估值 $2.8B 巅峰 |
| 2022 | 营收远低于预期 |
| 2023 | 多次裁员 |
| 2024-10 | 软银收购 |
| 2025 | 转向日本市场(日本 SoftBank + 沙特 G42) |
| 2026 | 软银内部使用 + 日本国家 AI 战略 |
Graphcore 未来
- 不再追求独立 IPO
- 被软银整合到 ARM 生态
- Bow Pod 128 仍是旗舰
- 可能 2027 退出(软银撤资)
4. Cambricon 寒武纪:A 股 250 亿
Cambricon 是中国 AI 芯片第一股:
| 项目 | 详情 |
|---|
| 创立 | 2016 |
| 联合创始人 | 陈云霁、陈天石(兄弟,中科院计算所) |
| 上市 | 2020-07 科创板(A股 688256) |
| 市值 | ~250 亿美元(2026-05) |
| 2025 营收 | ~$80M |
| 核心产品 | 思元 290 / 590 / 思元 690(下一代) |
| 代工 | 中芯国际 SMIC |
| 客户 | 政府、电信、互联网 |
Cambricon 思元 590
| 项目 | 参数 |
|---|
| 制程 | 7nm |
| BF16 算力 | 480 TFLOPS |
| INT8 算力 | 960 TOPS |
| HBM 容量 | 64 GB |
| HBM 带宽 | 2.4 Tbps |
| TDP | ~300 W |
| 价格 | ~$5K(推测) |
Cambricon 挑战
- 软件生态薄弱:MLU 编程模型 vs CUDA 差距大
- 市场份额被 Huawei 挤压:昇腾 910C 2025 起算力领先
- 盈利能力差:仍亏损
5. Moore Threads 摩尔线程:A 股在审
Moore Threads 是中国 GPU 第二:
| 项目 | 详情 |
|---|
| 创立 | 2020 |
| 创始人 | 张建中(原 NVIDIA 全球副总裁、中国区总经理) |
| 融资 | $500M+ |
| 2025 营收 | ~$30M |
| 核心产品 | MTT S4000 / S5000 |
| 代工 | SMIC 7nm |
| A 股状态 | 2025 末申请科创板上市 |
Moore Threads MTT S5000
| 项目 | 参数 |
|---|
| 制程 | 7nm (SMIC) |
| FP16 算力 | 250 TFLOPS |
| INT8 算力 | 500 TOPS |
| 显存 | 32GB GDDR6X |
| 显存带宽 | 1.6 Tbps |
| TDP | ~300 W |
| 价格 | ~$3K |
Moore Threads 挑战
- 生态薄弱:MUSA vs CUDA 差距
- 市场份额:远低于 Huawei
- A 股 IPO 待批
6. Biren 壁仞:港股在审
Biren 是中国 GPU 第三:
| 项目 | 详情 |
|---|
| 创立 | 2019 |
| 创始人 | 张文(哈佛大学博士,前 NVIDIA) |
| 融资 | $700M+ |
| 2025 营收 | ~$20M |
| 核心产品 | BR104 |
| 代工 | SMIC 7nm |
| 港股状态 | 2025 末申请港股上市 |
Biren BR104
| 项目 | 参数 |
|---|
| 制程 | 7nm (SMIC) |
| FP16 算力 | 300 TFLOPS |
| INT8 算力 | 600 TOPS |
| 显存 | 32GB GDDR6 |
| 显存带宽 | 1.6 Tbps |
| TDP | ~300 W |
| 价格 | ~$3K |
Biren 关键事件
- 2023 美国出口管制导致先进工艺受限
- 2024 推迟 IPO(业绩未达预期)
- 2025 末重新申请港股上市
7. Iluvatar 天数智芯:港股上市
Iluvatar 已港股上市:
| 项目 | 详情 |
|---|
| 创立 | 2018 |
| 上市 | 2023 港股 |
| 核心产品 | 天垓 100 / Bi-150 |
| 代工 | SMIC 7nm |
| 市值 | ~$5 亿美元 |
8. Lightmatter:硅光计算
Lightmatter 是硅光计算先锋:
| 项目 | 详情 |
|---|
| 创立 | 2017 |
| 融资 | $300M+ |
| 核心产品 | Envise 硅光 AI 加速器 |
| 工艺 | TSMC 5nm + 自研硅光芯片 |
| 客户 | 主要数据中心 |
Lightmatter Envise
| 项目 | 参数 |
|---|
| 架构 | 硅光 + 电子混合 |
| 算力 | 1 PFLOP (FP16) |
| 功耗 | 比传统 GPU 降 50% |
| 2026 状态 | 商业试点 |
9. Esperanto:RISC-V AI
Esperanto 是 RISC-V AI 加速器代表:
| 项目 | 详情 |
|---|
| 创立 | 2014 |
| 融资 | $120M+ |
| 核心产品 | ET-SoC-1(1,000+ RISC-V 核心) |
| 代工 | TSMC 7nm |
| 2026 状态 | 主要客户:超算中心 / 推荐系统 |
10. Mythic:边缘 AI
Mythic 是边缘 AI 模拟计算:
| 项目 | 详情 |
|---|
| 创立 | 2012 |
| 融资 | $200M+ |
| 核心产品 | M1076 模拟 AI 芯片 |
| 工艺 | TSMC 40nm |
| 2026 状态 | 转型 / 边缘市场 |
创业公司分类与未来
类别 1:可能成功的(5-10 年内能 IPO 或被收购)
| 厂商 | 路径 | 关键支撑 |
|---|
| Tenstorrent | 独立 IPO 或被收购 | Jim Keller + RISC-V + 开源 |
| Cambricon | A 股继续上市 | 中国国家 AI 战略 |
| Moore Threads | A 股 IPO | 张建中(NVIDIA 中国背景) |
类别 2:可能存活的(细分市场)
| 厂商 | 细分市场 |
|---|
| SambaNova | 美国政府 + 企业私有部署 |
| Lightmatter | 硅光计算 + 数据中心低功耗 |
| Esperanto | 超算 + 推荐系统 |
| Biren / Iluvatar | 中国国产替代政府市场 |
类别 3:可能消失的
| 厂商 | 风险 |
|---|
| Graphcore | 软银子公司,未来不明 |
| Mythic | 模拟计算已被数字超越 |
| 小型创业公司 | 资金 + 客户 + 生态三重压力 |
投资逻辑
创业公司为何能活?
- 细分市场:政府 / 国防 / 学术 / 特殊行业(NVIDIA 不做)
- 差异化架构:RISC-V / 硅光 / 模拟 / 数据流(NVIDIA 不会走)
- 本地化:中国 / 欧洲 / 日本 / 印度(数据主权 + 政治)
- 大客户绑定:Tenstorrent + LG、SambaNova + 美国空军
创业公司为何会死?
- NVIDIA 生态碾压:CUDA + cuDNN + TensorRT 难以超越
- 资金消耗大:7nm 工艺流片 $30M+,5nm $80M+
- 软件迁移成本高:从 CUDA 迁移到非 NVIDIA 平台需要 6-12 月
- 客户集中度高:失去大客户 = 死亡
详细产品页
AI 芯片创业公司「赢家通吃」:
- Tenstorrent 最有可能成功(Jim Keller + RISC-V + 开源)
- SambaNova 转型成功(企业一体机 + 美国政府)
- Graphcore 已被软银收购(命运移交日本)
- Cambricon / Moore Threads / Biren 受益于中国国产化
- Lightmatter / Esperanto 细分市场存活
- Mythic 等小型公司 难以存活
未来 5 年,AI 芯片行业将经历「大鱼吃小鱼」——创业公司要么 IPO,要么被收购,要么消失。