英偉達整合 LPU（語言處理單元）技術、OpenAI 多線押注推理芯片，正在將 AI 算力競爭的主戰場從訓練切換至推理。申萬宏源研究認為，2026 年算力產業的核心關鍵詞將是推理，Token 消耗總量與技術範式均將圍繞這一主題深度重構。
2 月 28 日，據《華爾街日報》報道，英偉達計劃在下月的 GTC 開發者大會上發佈一款整合了 Groq“語言處理單元”（LPU）技術的全新推理芯片，英偉達首席執行官黃仁勳稱其為 “世界從未見過” 的全新系統。OpenAI 已同意成為該處理器的最大客户之一，並將向英偉達購買大規模 “專用推理產能”。
與此同時，OpenAI 上月還與初創公司 Cerebras 達成數十億美元計算合作，後者稱其推理芯片速度已超越英偉達 GPU（圖形處理器）。這一系列動向表明，AI 巨頭正在從訓練算力的軍備競賽，轉向推理算力的多線佈局。
申萬宏源報告指出，Token 經濟時代，推理算力正迎來四大趨勢：一是純 CPU（中央處理器）部署場景增多，低成本推理需求加速算力下沉；二是 LPU 等專用架構崛起，挑戰 GPU 在推理環節的主導地位；三是國產算力芯片加速突破，供應鏈多元化趨勢明確；四是推理算力的需求結構從 “單次訓練” 向 “海量 Token 消耗” 轉變，性價比成為核心競爭要素。
報告表示，能夠提供充足、高性價比推理芯片的廠商將最為受益，而 CPU、LPU 及國產芯片的共同突破，正構成這一輪算力格局重塑的核心線索。
<h2 style="text-align: left">推理需求全面爆發，Token 消耗創歷史新高</h2>
申萬宏源研究認為，需求持續擴張的背後是兩大結構性驅動力：一是大模型貨幣化加速，Claude 等模型開始嚮應用端切入，發佈多款行業插件；二是 Agent 落地提速，openclaw、千問 Agent 等產品標誌着 Agent 正進入真實的工作與生產場景，而每一次模型調用和 Agent 任務執行，背後均需大量推理算力支撐。
申萬宏源研究援引數據顯示，春節期間國內頭部大模型推理量大幅增長：豆包除夕當天推理吞吐量達 633 億 tokens，元寶月活躍用户達 1.14 億，千問 “春節大免單” 活動參與人數超 1.2 億。
全球 AI 模型 API 聚合平台 OpenRouter 的數據進一步揭示了這一趨勢的量級。2 月 9 日至 15 日當週，中國模型以 4.12 萬億 Token 的調用量首次超過美國模型的 2.94 萬億 Token；16 日至 22 日當週，中國模型調用量進一步衝高至 5.16 萬億 Token，三週大漲 127%，全球調用量前五的模型中中國佔據四席。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/45e34b31-2a4d-46df-93a5-b21b1225af86.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="686" height="654" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/45e34b31-2a4d-46df-93a5-b21b1225af86.png"/>
<h2 style="text-align: left">LPU 成新貴，訓練與推理芯片走向分化</h2>
英偉達斥資 200 億美元獲取 Groq 核心技術許可，並在 “核心聘用” 交易中吸納了包括創始人 Jonathan Ross 在內的高管團隊。申萬宏源研究認為，這一交易標誌着純推理芯片的重要性已獲得頂級玩家的正式認可。
LPU 與傳統 GPU 的架構差異，正是其在推理場景中具備效率優勢的根本原因。AI 推理分為預填充和解碼兩個階段，大型模型的解碼過程尤其緩慢，而 LPU 針對延遲和內存帶寬這兩大推理瓶頸進行了專項優化。據華爾街見聞此前報道，英偉達即將發佈的新品可能涉及下一代 Feynman 架構，或採用更廣泛的 SRAM 集成方案，甚至通過 3D 堆疊技術將 LPU 深度整合其中。
申萬宏源研究據此判斷，未來 AI 芯片將形成明確的技術分工格局：訓練端繼續沿用 GPU-HBM 組合，推理端則演進為 ASIC+LPU-SRAM+SSD 的組合方案。隨着算力需求從訓練向推理切換，專注推理芯片的廠商將迎來發展機遇。
<h2 style="text-align: left">推理系統全面革新，CPU 與網絡需求同步提升</h2>
從單一芯片到系統層面的革新，是本輪推理算力升級的另一重要維度。申萬宏源研究指出，隨着應用場景從 chatbot 轉向 Agent，算力系統對延遲、吞吐與思考深度的要求同時提升，推動系統架構向三層網絡演進。
第一層為快反應層，由搭載 SRAM 的純推理芯片提供極致低延遲反饋；第二層為慢思考層，使用超大吞吐算力集羣負責複雜邏輯推演，多核多線程 CPU 在此層的需求將顯著增加；第三層為記憶層，對應英偉達發佈的 ContextMemory System，通過 Bluefield4 DPU 管理的 SSD 存儲 Agent 的長期記憶與 KV Cache。
英偉達在硬件層面也在調整策略。此前將 Vera CPU 與 Rubin GPU 捆綁部署的標準做法，在特定 AI 智能體工作負載下被證明成本過高。英偉達本月宣佈擴大與 Meta Platforms 的合作，完成首次大規模純 CPU 部署，以支持 Meta 的廣告定向 AI 智能體，標誌着公司正超越單一 GPU 銷售模式。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/188f1407-0c96-42f6-8038-426663ba9224.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="475" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/188f1407-0c96-42f6-8038-426663ba9224.png"/>
<h2 style="text-align: left">國產算力加速突破</h2>
申萬宏源研究認為，國產推理芯片的技術升級值得重點關注，且存在市場預期差。
在技術層面，新一代國產推理芯片實現了多項根本性提升：新增支持 FP8/MXFP8/MXFP4 等低精度數據格式，算力分別達到 1P 和 2P；大幅提升向量算力，採用支持 SIMD/SIMT 雙編程模型的新同構設計；互聯帶寬相比前代提升 2.5 倍，達到 2TB/s。
尤為值得關注的是，芯片層面實現了 PD 分離：通過自研兩種不同規格的 HBM，分別構成面向 Prefill 和推薦場景的 PR 版本，以及面向 Decode 和訓練場景的 DT 版本。其中 PR 版本採用低成本 HBM，可大幅降低推理 Prefill 階段的投資成本，預計於 2026 年 Q1 推出。
供應鏈層面，國產封測廠商的進展提供了佐證。根據某頭部封測企業首輪問詢答覆函，其 2.5D 封裝業務收入主要來自高性能計算芯片封裝服務，該項收入從 2022 年的 0.5 億元快速增長至 2024 年的 18.2 億元，側面印證國產算力芯片供給能力持續提升，供應鏈國產化進程加快。

英偉達

OpenAI

2 倍做多英偉達 ETF - Direxion

英偉達將整合 LPU 技術推出全新推理芯片，OpenAI 重金跟進，標誌 AI 算力主戰場從訓練切換至推理。申萬宏源研究指出，推理時代正催生四大新趨勢：CPU 部署場景增多、LPU 專用架構崛起、國產芯片加速突破、算力需求從訓練轉向海量 Token 消耗。隨着芯片走向訓練與推理分工、系統向三層架構演進，高性價比推理芯片廠商將成最大受益者。

- 英偉達與 OpenAI 推出整合 LPU 的推理芯片，AI 算力競爭重心轉向推理。  
- 申萬宏源研究指出，推理算力需求結構正從 “單次訓練” 轉向 “海量 Token 消耗”。  
- 國產推理芯片技術升級顯著，市場預期存在差異，供應鏈國產化加速。

華爾街見聞

高科技指數 ETF - SPDR

費城交易所 半導體 ETF - iShares

2 倍做多 NVDA ETF - T-Rex

英偉達期權收益策略 ETF - YieldMax

北美科技軟件股指數 ETF - iShares

半導體 3 倍做多 - Direxion

標普軟件與服務 ETF - SPDR

2 倍做多英偉達 ETF - GraniteShares

半導體 ETF - VanEck Vectors

南方兩倍做多英偉達

南方兩倍做空英偉達

1 倍做空英偉達 ETF - Direxion

2 倍做空 NVDA ETF - T-Rex

英偉達的 “神秘芯片” 背後–推理時代開啓 “四大算力新趨勢”