美国的出口管制持续升级，倒逼中国 AI 芯片产业加速自主化。2025 年的国产 AI 芯片市场已经不再是"能不能用"的讨论，而是"怎么选"的问题。

本文系统梳理国产 AI 芯片的主要玩家、核心产品、实际部署情况，帮助开发者和采购决策者看清竞争格局。

AI 加速芯片领域有三大主流架构：GPU、NPU 和 TPU。再加上近年出现的 LPU（语言处理器），很多开发者搞不清它们之间的区别。

本文从架构设计理念、生态成熟度、实际性能表现、部署成本四个维度进行对比。

AI 加速卡市场在 2025 年已经变得前所未有的丰富。从 NVIDIA 的 Blackwell 到华为的昇腾 910B，从 Google 的 TPU v6 到 Groq 的 LPU，开发者面对的选择比以往任何时候都多。

但这既是好事，也是难题——选错了卡，要么多花冤枉钱，要么性能不达标。

本文从实际工作负载出发，帮你梳理选型逻辑。

本次更新内容：

MirrorFrog 正式上线！这是一个开源的 AI 加速芯片驱动与文档导航站。

目前收录内容包括：

• GPU：13 款，涵盖 NVIDIA CUDA、AMD ROCm、Intel GPU、Apple Silicon、摩尔线程、壁仞等
• NPU：9 款，涵盖华为昇腾、AMD Ryzen AI、Qualcomm Hexagon、Apple Neural Engine 等
• TPU：2 款（Google Cloud TPU、Coral Edge TPU）
• LPU：1 款（Groq LPU）
• IPU：1 款（Graphcore IPU）
• DPU：3 款（NVIDIA BlueField、Intel IPU、AMD Pensando）
• FPGA：3 款（AMD Alveo、Intel FPGA AI、Achronix Speedster）
• ASIC：16 款，涵盖 Intel Gaudi、Cerebras WSE、寒武纪、海光、燧原等