把 AI 加速器企业 定义为：核心产品直接用于 AI 训练、推理、数据中心或大模型计算加速，那么截至 2026 年 8 月，企业目录优先收录下面这 Top 10：

NVIDIA 的 Vera Rubin 已进入量产，AMD MI400 系列和 Google 新一代 TPU 也都已进入 2026 年主力周期。

1. NVIDIA
   • 国家：美国
   • 核心：GPU / AI Accelerator
   • 代表产品：Blackwell、Vera Rubin
   • 方向：LLM 训练、推理、AI 数据中心
   • 目前仍是全球 AI 加速器第一梯队的绝对核心企业。 Vera Rubin 已在 2026 年进入大规模生产。
2. AMD
   • 国家：美国
   • 核心：Instinct AI GPU
   • 代表产品：MI350、MI455X / MI400 Series、Helios
   • 最大优势：目前最重要的 NVIDIA GPU 替代路线之一
   • AMD 已与 Meta 达成最高 6GW 的长期 AI 基础设施合作，进一步提升了其在大型 AI 集群中的地位。
3. Google
   • 国家：美国
   • 核心：TPU — Tensor Processing Unit
   • 代表产品：Ironwood / TPU7x、TPU 8t、TPU 8i
   • 特点：从芯片、互连到 Google Cloud 的完整 AI 加速平台
   • Google 在 2026 年又推出针对训练和 Agent 推理的新一代 TPU。
4. Amazon Web Services / Annapurna Labs
   • 国家：美国
   • 核心：Trainium
   • 代表产品：Trainium2、Trainium3
   • 用途：AWS 云端大模型训练和推理
   • 特点：依靠 AWS 云形成巨大部署规模。Anthropic 的 Project Rainier 已使用接近 100 万颗 Trainium2。
5. Huawei / 华为
   • 国家：中国
   • 核心：Ascend 昇腾
   • 代表产品：Ascend 910 系列及后续产品
   • 用途：训练、推理、AI 数据中心
   • 特点：目前中国 AI 加速器生态中最重要的厂商之一，尤其是在自主 AI 计算基础设施领域。
6. Cerebras Systems
   • 国家：美国
   • 核心：Wafer-Scale Engine
   • 代表产品：WSE、CS 系列
   • 最大特色：不是传统 GPU，而是把接近整片晶圆做成巨型 AI 处理器
   • 2026 年又推出新一代 CS-4 AI accelerator，继续强化大模型训练和高速推理路线。
7. Groq
   • 国家：美国
   • 核心：LPU — Language Processing Unit
   • 主要方向：超低延迟 LLM inference
   • 特点：不是重点挑战 NVIDIA 的训练市场，而是专攻大模型推理速度
   • Groq 2026 年继续扩张全球推理基础设施，目前运营多个数据中心，并服务数百万开发者。
8. Tenstorrent
   • 国家：美国 / 加拿大背景
   • 核心：AI Accelerator + RISC-V CPU
   • 创始团队核心人物：Jim Keller
   • 特点：开放架构、chiplet、RISC-V 与 AI accelerator 结合
   • 它与 Cerebras、Groq 一样，是最值得长期关注的新型 AI 计算架构企业之一。
9. Intel
   • 国家：美国
   • 核心：Gaudi AI Accelerator
   • 代表：Gaudi 系列
   • 用途：LLM training / inference
   • 优势：x86 服务器生态、以太网扩展以及企业客户基础
   • 虽然目前影响力明显落后 NVIDIA 和 AMD，但从产业目录角度仍然应该保留。
10. Broadcom

• 国家：美国
• 核心：Custom AI Accelerator / AI ASIC
• 特点：它和 NVIDIA 的商业模式不同，重点不是出售统一型号 GPU，而是帮助 hyperscaler 开发定制 AI ASIC。
• Google TPU 等大型定制 AI 芯片生态使 Broadcom 成为 AI accelerator 产业中非常重要、但普通消费者不太熟悉的一家公司；Google 2026 年也继续扩大其定制 AI 芯片供应链。

第二梯队 + 新兴 AI Accelerator 企业 Top 25

这里我把 AI accelerator 定义得稍宽一些：数据中心 AI ASIC、NPU、边缘 AI accelerator、推理芯片、光计算和神经形态 AI 芯片都包括。微软的 Maia、Meta 的 MTIA、OpenAI 的 Jalapeño 和 Qualcomm 的 Dragonfly 都已经成为很明确的 AI accelerator 路线。

这批里面，SiMa.ai、Axelera AI、Blaize、Kneron、DEEPX、Mobilint、EdgeCortix、Recogni、Quadric、Expedera、MemryX 都属于目前很值得关注的独立 AI 加速器厂商；2026 年的 Edge AI 市场资料也把其中很多企业放在专门的 AI chips & accelerators 类别中。

SiMa.ai 已有面向 Physical AI 的量产 MLSoC 平台；Axelera 则从 Metis 扩展到 Europa 和 Titania，开始从 Edge 向服务器推进。