国内AI算力市场正经历剧烈波动。据多位业内人士透露，英伟达B300整机的国内现货报价已从春节后的400多万元/台一路飙升至超过1200万元/台，半年内涨幅达三倍，市场从“每周一个价”演变为“每天一个价”。高价与缺货并存，部分所谓“现货”实为骗局——知情者称，其接触的至少三四起交易中，卖方以有现货为由，要求买方提供验资材料、企业资质等信息，最终目的是套取国内重要企业的资金、采购和算力部署数据，存在信息安全隐患。

真实货源的争夺也在加剧。有消息称，此前正在推进规模或超过1万台B300采购的某华东大厂，其扫货力度超过另一家此前积极采购B300的头部互联网公司。为保障自身订单，该公司还要求部分供应商优先供货，并限制其同时向后者供货，形成“二选一”局面。

在国产芯片侧，推理芯片赛道出现分化。一家长期押注AFN架构的国产AI芯片企业研发取得新进展，面向FFN/MoE的芯片已完成流片，而Attention芯片仍处于设计阶段。在Attention芯片成熟前，公司计划先与GPU组成异构推理方案。另一家专注AI推理芯片的企业则选择先从Prefill芯片切入，首款产品性能目标超过H100，计划于明年底推出，首代采用LPDDR存储方案，后续将升级至3D堆叠。

大厂普遍绕开算力中转站，背后有多重现实考量。中转站本是为解决国内开发者无法直接调用海外AI模型（如Claude、GPT）而出现的“曲线救国”方案，通过中间层转接，价格往往更低。然而对大厂而言，中转模式虽“便宜”但“代价太高”：数据安全上，B端客户无法接受数据经第三方中转；并发性能上，中转站难以满足大厂对TPM和RPM的高并发要求；计费黑箱——中转站宣称打折但后台不可追溯，大厂要求每笔可核销；封号风险——订阅账号的逆向超刷易导致原厂封禁，字节、腾讯均曾因此受损。

3D堆叠芯片正成为芯片创业新风口。AI推理需求快速增长，加上国内先进制程推进受限，多家相关创业公司受到资本追捧，有公司半年内估值从数亿元涨至数十亿元。但资本热情不等于产业成熟，3D芯片涉及堆叠工艺、良率、成本和供应链等多重挑战，真正决定公司价值的仍是能否完成量产闭环。

存储产业链方面，国内头部存储厂商此前曾与一家国内IP公司接触，希望以数百亿元估值控股其RCD芯片业务BU，以补齐RCD存储接口芯片能力。RCD是DDR5 RDIMM服务器内存的核心接口芯片，全球主要供应商仅有三家，随着AI服务器需求增长，RCD正成为国产存储产业链竞相布局的关键环节。不过，由于双方在估值等问题上未能达成一致，这笔交易最终未能落地，该存储厂商随后将目光转向西部某芯片公司，合作推进RCD芯片布局。

AI Infra领域出现高层人事动荡。华北一家因“AI工厂”路线而受到行业关注的AI Infra公司，近期发生管理层重大变动，三位核心高管已离职，其中包括去年从国际科技巨头高调加盟的CTO。该公司背靠地方国资体系，过去两年承担多个区域级算力基础设施项目建设，一度被业内视为国内AI工厂模式的重要探索者。目前国内智算产业正从“拼卡”走向“拼运营”的关键阶段，核心管理团队接连离场引发关注。

投资人对推理新架构态度谨慎。多位投资人表示不知道该投哪家创业公司，有的直言不会考虑没有完成流片的项目。相比之下，对GPU赛道的判断趋于一致：有业内人士认为，很难再诞生新的头部GPU公司，训练侧最终只会剩下一两家企业；推理侧虽然市场更大，但长期同样容不下太多玩家。部分国产GPU公司目前仍围绕地方智算集群项目开展业务，不仅卖芯片，还承担部署、运维等工作，这类项目难以标准化，即便已上市，也距离真正实现良性经营还有一定差距。

AI时代的算力逻辑正在生变。有业内人士认为，互联网时代“先拉新、做大用户规模、再算DAU”的经典逻辑在AI时代已走不通。核心差异在于边际成本结构——互联网时代增量用户几乎不带来增量成本，而算力完全不同：每新增一个用户，都会实实在在消耗Token，带来直接的算力成本增量。这意味着，靠用户规模摊薄研发成本的互联网打法已失效，企业无法像过去那样通过“免费”快速圈住用户再慢慢变现。因此，“免费送1000万Token”的补贴模式在商业上不可能成立——每送出一份，都是真金白银的成本支出，没有平台能耗得起。