国产GPU的四条路

国产GPU这个板块，听起来像一场比赛对吧？

你仔细一看，完全不是这么回事，这是四条路。先看个底色，英伟达在中国AI芯片市场的份额，2022年还是95%左右，到2026年中，Bernstein给的预测是整体掉到8%，高端几乎换了一遍。

换个口径看，Reuters估计英伟达整体还占着55%左右。两个数字放一起，高端是国产的天下，中低端还在一片混战。

这四家，路线也不一样。

摩尔线程这边，走全功能GPU路线，图形渲染、AI训练、推理，什么都做；对标英伟达那条路，从芯片设计到软件生态一把抓。

天花板高，可什么都做意味着芯片架构、软件栈、开发者生态，什么都得从零搭，英伟达花了二十多年攒出来的护城河，它得从头走一遍。

沐曦呢，选了兼容CUDA。

客户原来跑在英伟达上的代码，搬到沐曦的卡上，迁移成本最低。代价呢？永远在追赶英伟达的节奏，人家更新一代，你得跟一代。

自研软件栈MXMACA做了四层适配，驱动、编译器、算子、框架全覆盖，已经适配了40多个AI框架、1000多个模型。

说白了，沐曦卖「不用改代码」这五个字。

壁仞最有意思，押芯粒，单颗芯片做不大对吧，那就把多颗小芯片拼在一起，像搭积木。

配合自研的NPO光互连技术，光引擎直接集成到GPU上，绕过传统的DSP芯片，低延迟长距离传输；今年WAIC上拿出了1024卡超节点方案。

赌的就是大规模训练，单卡不够，集群来凑，不过拼芯片容易，芯片间通信延迟和一致性才是真问题，NPO就是来解决这个的。

燧原走的路最不一样，自研DSA架构，专门为推理场景优化，不兼容CUDA，用户得重写代码，不过，在推理这个场景里效率更高。

用通用性换效率，这个取舍本身就说明了对场景的判断有多笃定，吃推理这碗饭，绑的是腾讯这个客户，招股书上的数字，83.79%的营收来自腾讯，深度绑定，腾讯就是它最大的试验场。

嗯，这四家都被叫做「国产GPU」，终点完全不同，摩尔线程想做中国英伟达，沐曦卖迁移成本最低，壁仞赌大规模训练，燧原吃推理这碗饭。

你想啊，四条路通向四个不同的目的地，哪是什么同一场比赛。

那目的地怎么选呢？市场结构决定的。2025年推理已经占了AI服务器市场的67%，训练只有33%。推理需求体量是训练的四到五倍。

燧原专攻推理，恰好是增速最快的方向，华为和寒武纪走的是训推全栈路线，两条腿都站着；话说回来，四条路走得再不一样，有个共同现实绕不过去，看一组数据：

2025年国产AI加速器出货165万张，华为昇腾81万张排第一，平头哥26.5万张排第二，寒武纪和昆仑芯各11.6万张并列第三，四小龙加起来，不足7%。

7%，你想想，华为一家就占了半壁江山，这个板块真正主角是华为，四小龙更像是四条不同的支流，水量还很小。

还有英伟达，换个口径看整体市场，它还占着55%左右，可高端那块基本换了一遍，两个数字放一起看，高端几乎是另一个市场了，中低端还在泥里混战。

有意思的是，不管走哪条路，它们撞上的瓶颈一模一样。

第一道，制程。国产GPU都得找代工，中芯国际是绕不开的选择。

先进制程产能紧张，华为一家锁定了大约43%。中芯每产出10片先进制程晶圆，4片多是华为的，剩下才轮到其他GPU公司排队。

这个问题急不来，造晶圆厂砸钱几百亿、周期三到五年，不是靠融资能催熟的。

高盛2026年9月的CHIPS IV报告预测，到2035年，中国先进制程缺口会从92%降到34%，方向是好的，可眼下这四家还在排队。

摩尔线程的存货周转天数达到了658天，将近两年的产能堆在仓库里，占用的全是现金流，拿到产能就拼命备货，这是产能紧张逼出来的生存策略。

第二道，生态。每家公司都有自己的软件栈，互不兼容。

一个AI公司想用国产GPU，选哪家就得用哪家的工具链，代码重写，框架重新适配，换一家供应商又是一轮适配和调试，团队的学习成本、排错的时间，全是隐性开支。

采购时不能只看单卡参数，得看整个工具链好不好使，团队能不能上手。

有句话说得到位，硬件差距在缩小，真正的瓶颈在软件生态，从「能用」到「好用」之间还隔着一道鸿沟。

你想啊，四家公司四个软件栈，相当于每家公司都在独立重建一个不完整的CUDA。

英伟达的护城河不只是工具链本身，是全球几百万开发者二十多年攒下来的算子库、调试经验、社区问答，这些东西没有捷径。

一个工程师在英伟达生态里踩过的坑、积累的肌肉记忆，换到国产GPU上全部归零。

而且，每家公司都在重复造轮子，编译器、算子库、调试工具，从头来一遍；资源分散在四条平行线上，本来集中砸一两百亿可能砸出一个够用的生态，现在摊成四份，每份只有二三十亿，深度就不够了。

这个时间差不是靠堆人能补的。生态碎片化这个问题，短期内看不到解法。

第三道，客户。

过去几年国产GPU靠什么活？信创订单。政府、国企采购，是基本盘。话说回来，信创天花板低，预算有限，要真正做大，得进商业市场。

互联网大厂、云服务商、大模型公司，这些客户不看你是不是国产，看你的卡能不能跑我的业务，性能够不够，生态兼不兼容，性价比高不高。

大模型公司一年算力花费几个亿，选错芯片厂商意味着几千万的适配投入打水漂，所以。这个采购决策不是看参数就能拍板的。

现在刚好卡在两个市场的交接点上，信创的红利在消退，商业的仗才刚开打。

燧原大部分营收来自鹅厂，深度绑定是优势也是风险，鹅厂一旦调整采购策略，影响巨大；反过来看，最大的赢家反倒是浪潮信息这种系统整合商，牢牢抓住字节、阿里，超节点份额断层第一。

为什么是系统集成商而不是芯片公司？因为大客户要一整套能跑业务的方案；芯片、网络、软件打包交付，谁离客户近谁就有话语权。

我查了下，30亿营收是道生死线。

为什么是30亿？GPU公司的固定成本太高了，先进制程流片一次几个亿，几百人的研发团队一年十几个亿，软件栈再砸几个亿，加起来就是二三十亿的刚性支出。

营收不到这个数，连日常运营都cover不住，更别提回收前期的研发投入。

摩尔线程上半年17亿多，壁仞12亿多，沐曦13亿多，沐曦归母净利倒是转正了，6亿多，可扣掉研发还是亏的，另外三家更不用说，都在亏。

寒武纪和海光已经跨过去了，半年营收一个59亿一个90亿，寒武纪净利23亿，定价逻辑跟四小龙完全两回事，更像是基础设施公司，而不是芯片创业公司。

30亿这道线，卡住的不只是营收，还有资本市场给你的定价。

摩尔线程PS大概70倍，沐曦95倍。换句话说，市场愿意为它们每块钱的营收，付出70到95块钱的市值。

寒武纪和海光也有溢价，可逻辑不一样，人家半年营收就过了30亿，商业模式跑通了，定价锚的是当下的基本面。

四小龙呢？营收都还差一截，定价锚的是「未来你能跑多大」。说白了，一个卖可能性，一个卖确定性。

燧原更有代表性，发行价142块，募资60亿，上市首日翻了一倍多；一级市场定价看技术路线和订单储备，二级市场直接炒预期，资本在用脚投票。

可IPO是一锤子买卖，后面能不能持续拿到订单、能不能跨过30亿那条线，才是真考验。

四小龙IPO合计募了大概230亿，钱涌进来的速度说明资本相信它们能跨过去。

可机构给这四家定的价，彼此差距很大。

为什么差这么多？市场其实在给不同路线的「确定性」定价。沐曦走CUDA兼容，客户迁移成本最低，商业变现路径最清晰，赌「最快吃到商业市场」，95倍买的是这条路离钱最近。

壁仞的芯粒加光互连，天花板最高，可大规模集群方案还在验证阶段，客户还在观望，38倍是市场给的折价。

摩尔线程全功能GPU，故事最大但执行难度也最大，什么都做意味着什么都得从头证明自己，70倍是个中间数。

同一个板块，同一波政策红利，估值差三倍，本质上是路线确定性的价差。

摩尔线程从高点跌下来，蒸发了两千多亿，9月初解禁当天，20%跌停，三天成交超百亿，沐曦解禁前股价就创了历史新低，近两个月跌了四成。

这还只是第一波，摩尔线程12月还有7倍规模的解禁，VC、PE股份集中退出；高估值碰上大规模解禁，抛压不是一天的事，是结构性的。

市值和财报的背离，已经是这个板块的常态。关键问题是怎么分辨？哪些是产业期权？哪些是情绪泡沫？

你想啊，万亿市值的板块，资本赌的是什么？是整个赛道的未来。只要国产替代和AI算力需求这两个大逻辑不塌，板块就有底。

话说回来，GPU公司要过的关是双重的。

技术关是芯片做不做得出来，性能够不够用；商业关是能不能拿到足够多的订单，把营收做到覆盖成本。两道关得同时过，缺一不可。

资本市场现在给的高估值在买时间窗口，赌它们能在规定时间内跑通这两道关。

可时间窗口不会永远开着，12月摩尔线程大规模解禁，2027年四小龙陆续进入业绩兑现期，节点的钟声一下比一下近，资本的耐心不是无限的。

最后能跑出来的公司不会多，营收过30亿的，定价逻辑往寒武纪海光靠，慢慢变成基础设施公司那一套；跨不过去的，要么被整合，要么缩回信创角落当区域供应商。

估值这东西，飞得再高，最终得落回营收和利润上。

数据来源：

[1].Bernstein、Reuters、高盛、各公司招股书及半年报、IDC；本文不构成任何投资建议