國內AI算力市場正經歷劇烈波動。據多位業內人士透露，輝達B300整機的國內現貨報價已從春節後的400多萬元/台一路飆升至超過1200萬元/台，半年內漲幅達三倍，市場從“每週一個價”演變為“每天一個價”。高價與缺貨並存，部分所謂“現貨”實為騙局——知情者稱，其接觸的至少三四起交易中，賣方以有現貨為由，要求買方提供驗資材料、企業資質等資訊，最終目的是套取國內重要企業的資金、採購和算力部署資料，存在資訊安全隱患。

真實貨源的爭奪也在加劇。有訊息稱，此前正在推進規模或超過1萬台B300採購的某華東大廠，其掃貨力度超過另一家此前積極採購B300的頭部網際網路公司。為保障自身訂單，該公司還要求部分供應商優先供貨，並限制其同時向後者供貨，形成“二選一”局面。

在國產晶片側，推理晶片賽道出現分化。一家長期押注AFN架構的國產AI晶片企業研發取得新進展，面向FFN/MoE的晶片已完成流片，而Attention晶片仍處於設計階段。在Attention晶片成熟前，公司計劃先與GPU組成異構推理方案。另一家專注AI推理晶片的企業則選擇先從Prefill晶片切入，首款產品效能目標超過H100，計劃於明年底推出，首代採用LPDDR儲存方案，後續將升級至3D堆疊。

大廠普遍繞開算力中轉站，背後有多重現實考量。中轉站本是為解決國內開發者無法直接呼叫海外AI模型（如Claude、GPT）而出現的“曲線救國”方案，通過中間層轉接，價格往往更低。然而對大廠而言，中轉模式雖“便宜”但“代價太高”：資料安全上，B端客戶無法接受資料經第三方中轉；併發效能上，中轉站難以滿足大廠對TPM和RPM的高併發要求；計費黑箱——中轉站宣稱打折但後台不可追溯，大廠要求每筆可核銷；封號風險——訂閱賬號的逆向超刷易導致原廠封禁，位元組、騰訊均曾因此受損。

3D堆疊晶片正成為晶片創業新風口。AI推理需求快速增長，加上國內先進製程推進受限，多家相關創業公司受到資本追捧，有公司半年內估值從數億元漲至數十億元。但資本熱情不等於產業成熟，3D晶片涉及堆疊工藝、良率、成本和供應鏈等多重挑戰，真正決定公司價值的仍是能否完成量產閉環。

儲存產業鏈方面，國內頭部儲存廠商此前曾與一家國內IP公司接觸，希望以數百億元估值控股其RCD晶片業務BU，以補齊RCD儲存介面晶片能力。RCD是DDR5 RDIMM伺服器記憶體的核心介面晶片，全球主要供應商僅有三家，隨著AI伺服器需求增長，RCD正成為國產儲存產業鏈競相佈局的關鍵環節。不過，由於雙方在估值等問題上未能達成一致，這筆交易最終未能落地，該儲存廠商隨後將目光轉向西部某晶片公司，合作推進RCD晶片佈局。

AI Infra領域出現高層人事動盪。華北一家因“AI工廠”路線而受到行業關注的AI Infra公司，近期發生管理層重大變動，三位核心高管已離職，其中包括去年從國際科技巨頭高調加盟的CTO。該公司背靠地方國資體系，過去兩年承擔多個區域級算力基礎設施專案建設，一度被業內視為國內AI工廠模式的重要探索者。目前國內智算產業正從“拼卡”走向“拼運營”的關鍵階段，核心管理團隊接連離場引發關注。

投資人對推理新架構態度謹慎。多位投資人表示不知道該投哪家創業公司，有的直言不會考慮沒有完成流片的專案。相比之下，對GPU賽道的判斷趨於一致：有業內人士認為，很難再誕生新的頭部GPU公司，訓練側最終只會剩下一兩家企業；推理側雖然市場更大，但長期同樣容不下太多玩家。部分國產GPU公司目前仍圍繞地方智算叢集專案開展業務，不僅賣晶片，還承擔部署、運維等工作，這類專案難以標準化，即便已上市，也距離真正實現良性經營還有一定差距。

AI時代的算力邏輯正在生變。有業內人士認為，網際網路時代“先拉新、做大使用者規模、再算DAU”的經典邏輯在AI時代已走不通。核心差異在於邊際成本結構——網際網路時代增量使用者幾乎不帶來增量成本，而算力完全不同：每新增一個使用者，都會實實在在消耗Token，帶來直接的算力成本增量。這意味著，靠使用者規模攤薄研發成本的網際網路打法已失效，企業無法像過去那樣通過“免費”快速圈住使用者再慢慢變現。因此，“免費送1000萬Token”的補貼模式在商業上不可能成立——每送出一份，都是真金白銀的成本支出，沒有平台能耗得起。