一篇文章告诉你国产GPU背后的技术和商业路线异同

本文来自： 硅星人Pro ，作者：董道力，原文标题：《一篇文章告诉你：国产 GPU 背后的技术和商业路线异同》 过去两年，国产GPU的叙事从媒体热搜走到了交易所大厅。故事的主角不再是PPT上的芯片渲染图，而是招股书里的现金流、研发投入，这意味着这条赛道第一次进入公开财务与公开审视的阶段： 算力不是靠情绪推进的，IPO是把技术、供应链、交付周期和生态成熟度都写上台账。真正的国产GPU，不只要跑benchmark，还要跑审计、跑营收、跑交付能力。 这一批企业里，有人冲刺，比如递交招股书的沐曦、摩尔线程；有人稳着走，比如壁仞、燧原、瀚博、格兰菲。它们之间既有雄心，也有差距，有的想复刻CUDA生态，有的盯死AI推理，有的先啃工业渲染，有的在边缘算力埋伏。 不是所有公司都能笑着走完敲钟那天，但能走到现在这个阶段，本身就说明一个事实：国产GPU不再是“要不要做”，而是“谁能扛住做”，接下来几年，判断标准会更简单、更残酷。 1 摩尔线程，国产英伟达？ 在国产GPU赛道上，“第一股”这个称号充满吸引力：不仅是资本市场的标签，更是技术叙事与战略野心的象征。 在几家传出IPO动作的公司里，摩尔线程看起来速度最快，10月30日，官方信息显示，证监会批准摩尔线程科创板IPO注册。 摩尔线程成立于2020年，根据其招股说明书，公司拟募资规模约为80亿元人民币，其中将近70亿元将用于三大核心项目： 新一代自主可控AI训推一体芯片，新一代自主可控图形芯片和新一代自主可控AI SoC芯片。 在技术上，摩尔线程推进“全功能GPU”战略，不仅覆盖消费级图形显卡，更瞄准AI训练/推理、高性能通用计算以及云端与端侧融合架构。其创始人和联合创始团队中不少成员来自英伟达，这为其技术野心提供了强力背书。 在产品与落地方面，摩尔线程已推出四代GPU架构，覆盖AI智算、云计算和个人智算等应用领域。其“MUSA”架构的软件生态也有实质进展：例如其MUSA SDK 4.0.1版明确支持x86和ARM架构。同时，在硬件表现方面，此前有信息披露其MTT S90显卡在多项测试中可与GeForce RTX 4060竞争甚至略优，部分媒体测试显示，在《永劫无间》4K场景下，S90帧率略高RTX4060。 尽管如此，其商业化距离仍有挑战：截至最近披露，其营收从2022年约0.46亿元增长至2024年约4.38亿元，复合增长率超过200%，但同期净亏损仍严重、累计未弥补亏损规模已达数十亿元。 从商业路径来看，摩尔线程走的是“高启动＋快扩张”的节奏： 先大额募资、再布局自主GPU IP和计算平台、然后建设软件与生态链。通俗来说，它不是“先做一块显卡赚点钱再说”，而是先把技术平台搭起来，再谈量产、再谈市场。不过，这样的策略意味着它必须承受比多数同行更大的时间、资金与生态适配压力。 如果摩尔线程能真正将“全功能GPU＋生态平台”变为可量产、可广泛应用的现实产品，那么它很可能成为国产GPU赛道的领跑者，在这些“赌注”以及技术路线选择上，它的确给人呈现出对标英伟达的意味。 1 沐曦股份，国产AMD？ 沐曦股份成立于2020年9月，2025年6月30日，公司向科创板提交招股书，拟募资约39.04亿元人民币，主要用于新型高性能通用GPU、人工智能推理GPU研发与产业化，以及面向新兴应用场景的高性能GPU技术研发。到2025年10月24日，沐曦股份的IPO申请在上市审核委员会审议中通过，这标志其向上市发射台迈出关键一步。 技术方面，沐曦股份并不满足于仅做显卡渲染，它的目标是打造一个通用GPU体系：涵盖图形渲染、通用计算、AI训练与推理。 其招股书中提到，公司已在通用GPU、安全算力、异构计算平台等方向持续投入，表示拥有可在国家人工智能公共算力平台、运营商智算平台、商业化智算中心应用的能力。此外，其产品已在部分行业客户中实现量产，并在手订单亦达数十亿元，为其“从研发走向量产”提供了初步佐证。 从商业路径来看，沐曦选择的是“厚积薄发＋先服务高端算力场景”的节奏。它的募资方向锁定三大技术项目，而市场切入口重点面向大规模智算中心、数据中心、行业应用，而非单纯快速跑消费级显卡。战略上借助上市加速资金注入与品牌曝光，同时利用其技术与资本双重优势抢占国产替代算力赛道。 与此同时，公司也必须面对尚未盈利、亏损规模巨大、生态建设仍待完善的现实：据披露，2022年、2023年、2024年营收分别为42.64万元（0.0043亿元）、0.5302亿元、7.43亿元；净利润亏损依次为7.77亿元、8.71亿元、14.09亿元，逐年扩大。 总的来看，沐曦给自己设定的路线也是清晰且方向坚定，其路径类似AMD从显卡延伸到通用计算。如果它能把通用GPU变为可量产、可市场化、可生态化的产品，那么在国产算力底座建设中就可能占据一席。 沐曦股份和摩尔线程全力争夺“国产GPU第一股”的头衔时，壁仞、燧原、瀚博、格兰菲四家企业，各自选了截然不同的道路。 1 壁仞科技：不做“桌面显卡热身”的公司 壁仞科技成立于2019年，总部位于上海，是一家专注于通用GPU及数据中心智能计算的公司，其战略定位明确：聚焦云端训练与推理，而非传统桌面显卡市场。公司自成立之初即将“训／推一体、面向数据中心”定为主线。 其首款通用GPU芯片BR100于2022年8月亮相，采用原创架构，国内首批运用Chiplet封装技术与2.5D CoWoS封装，同时支持PCIe 5.0和CXL互连协议。业内认为，这些技术组合是大模型训练与多卡集群场景中“多卡互联”“长时间不掉链路”的核心门槛。 在生态与产品部署层面，壁仞的选择是，先尝试解决更为耗时的环节：驱动／软件栈、框架兼容、集群级别验证。例如壁砺™系列通用GPU产品支持业内主流的深度学习框架与模型，能够为广泛的AI计算场景提供高能效比、高通用性的强大算力。 这几年壁仞在资本动作上，也像一个长期工程项目那样。2024年9月，其在上海证监局完成A股上市辅导备案登记，券商为国泰君安证券。公司此前已完成多轮融资、公开融资总额超过50亿元人民币，估值约140～155亿元人民币。与此同时，公司也在推进港股上市路径，希望兼顾国内国际资本平台。 燧原科技：把自己当“AI基建承包商” 燧原成立于2018年，比壁仞更早，路线也更单一：只做AI训练加速卡，没有转向消费卡或图形业务。它的逻辑很直白——大模型训练是未来确定性最高的算力需求，把所有资源压在一条线。 技术上，燧原从T10迭代至第二代云燧T20训练卡，聚焦大模型训练需求：基于自研邃思2.0架构，优化BF16/INT8算力，搭配64GB HBM2E显存，单卡支持百亿参数训练、多卡可扩千卡集群，核心是无需改动训练流程即可适配，定位“加速器+编译器系统”而非全场景GPU。第二代产品之后，燧原正在推进新一代推理加速卡架构路线（“邃思3.0”）。重点仍然是实时性、能效比、低精度算子优化和多场景部署能力，并持续适配vLLM、TGI等主流推理引擎。官方尚未公开最终产品命名与规格，但方向明确：在大模型推理主战场构建长期竞争力。 商业化上，燧原先去云厂、科研机构做集群，强调真实workload压力测试，而不是Demo。自研软件栈更贴近本土AI工程团队的需求。风险在于单线押注：训练市场周期性强，扩品类和现金节奏需要同步跟上。 IPO路线同样稳，2024年与中金签署辅导协议，估值约160亿人民币，腾讯持股超过20%。2025年11月1日重启上市辅导，并将辅导机构由中金变更为中信证券 瀚博半导体：系统穿透型玩家 瀚博的路径比同类更宽，也更务实：先在数据中心推理和特定AI加速场景站住，再逐步扩向更高通用性。它希望先把推理卡矩阵铺上：低功耗、多SKU、适配多行业框架。 其技术语言更多是“AI加速器+可编程架构+多形态卡产品”，而不是单一GPU叙事。从兼容性路线看，它优先做模型部署可控、资源调度可控、功耗成本可控，先成为一家AI工业应用一线的体系公司，它的挑战是典型中型厂商难题：软件栈深度vs产品线宽度。 2025年7月启动A股上市辅导，辅导机构为中信证券。在国产算力里，瀚博是一种稀缺角色：慢是风险，也是护城河。 1 格兰菲：从底层做起 格兰菲不是“训练型”叙事，也不走“图形→AI”常规路线，它更像是在系统软件与GPU微结构之间搭建桥梁的公司。体量小，但目标并不轻：在资源受限时把GPU做成一个能跑OS、能跑桌面、能跑工业应用的计算单元，而不是“只能在某类模型上亮分数”的加速器。 它的优先级顺序与大多数同行反着，没有从算力曲线出发，选择了从驱动、显示、多媒体、内核接口、兼容层这些底板工作切入。先让GPU能在真实操作系统环境里“活得像个设备”，再讨论算力扩展。这意味着周期长、节奏慢，但内层工程密度高，几乎没有“捷径”成分。 在产品规格上，它刻意避开旗舰路线，选择中规格、多SKU、快速验证迭代节奏，确保每一层软件栈都能被真实用户检验。市场策略类似“样机时代的英伟达”：先做小规模部署，靠真实workload反向塑造硬件需求。 转型AI是它的下一步，这里它跑得不激进，但逻辑清晰：先做底，再上层。2025年2月启动A股辅导备案。格兰菲这种公司不会一夜爆火，但一个完整的国产体系里，它不能消失。 国产GPU公司的上市潮即将到来，在进入二级市场后，在进入更加大规模的现实使用场景后，这些公司要面对的考验只会更多。