AI 产业链

从晶圆与加速芯片,到云、框架、基础模型、分发入口与应用。竖着读,看清英伟达上下游;横着点,跳进馆内公司、事件与概念。

上游 Upstream 中游 Midstream 下游 Downstream
01 上游

半导体供应链

没有晶圆、存储与先进封装,就没有可量产的 AI 加速芯片。

2 家馆内机构 · 3 类角色
02 上游

加速芯片与平台

GPU、TPU、NPU 把矩阵运算变成可堆叠的算力商品。

6 家馆内机构 · 3 类角色
03 上游

整机、集群与网络

单卡只是零件;机架、液冷与高速互联才把算力连成训练集群。

6 家馆内机构 · 3 类角色
04 中游

云算力与 MaaS 底座

多数团队不买整机,而是按小时租 GPU 与托管推理。

7 家馆内机构 · 3 类角色
05 中游

AI 软件栈与框架

CUDA、PyTorch、编译器与推理引擎决定算力能不能被模型真正吃掉。

6 家馆内机构 · 3 类角色
06 中游

数据、评测与中间件

没有数据管线、向量检索与评测,模型无法变成可靠系统。

5 家馆内机构 · 3 类角色
07 中游

基础模型层

预训练与对齐后的通用模型,是整条链上最被看见的“智能商品”。

25 家馆内机构 · 3 类角色
08 下游

分发平台与开发者入口

模型要经过应用商店、云市场、开源托管与超级 App 才能触达用户。

12 家馆内机构 · 3 类角色
09 下游

应用与垂直产品

真正收钱与改变工作流的,往往是套在模型外的产品形态。

13 家馆内机构 · 3 类角色
10 下游

资本、标准与监管

融资、出口管制、安全标准与版权诉讼,从外侧重塑整条链的形状。

6 家馆内机构 · 3 类角色

怎么读这条链

  1. 底层越靠制造与能源约束;上层越靠产品分发与工作流。
  2. 英伟达横跨「加速芯片」与「软件栈/互联」——算力商品化的关键枢纽。
  3. 模型公司吃中游云与框架;应用公司多数调用 API 或开源权重,少数再训领域模型。
  4. 监管与版权从外侧挤压每一层,尤其是先进芯片出口与生成式媒体。

试试搜索