2025年12月至2026年初，摩爾線程、沐曦股份相繼登陸科創(chuàng)板，壁仞科技、天數(shù)智芯扎堆港股掛牌。這四家頭頂“國產(chǎn)GPU四小龍”光環(huán)的企業(yè)集體完成資本化跨越，合計募資規(guī)模超百億港元。國產(chǎn)算力芯片賽道終于從漫長的“PPT造芯”階段邁入了接受財報檢驗的“交卷時刻”。

這一年對于國產(chǎn)算力來說是證明的一年——證明國產(chǎn)GPU可以規(guī)?；慨a(chǎn)，證明萬卡集群能夠穩(wěn)定運行，證明資本市場愿意為國產(chǎn)算力的未來下注，證明國產(chǎn)算力能撐得起萬億甚至更高的市場。

最近一段時間，多家國產(chǎn)芯片公司先后發(fā)布了上市后首份年度財報。綜合數(shù)據(jù)來看，各家公司營業(yè)收入全線大幅增長，但集體虧損的格局也昭示著這個行業(yè)的真實處境。在AI算力需求從訓練逐步向推理轉(zhuǎn)移的大背景下，國產(chǎn)算力究竟走到了哪一步？

2025年，沐曦股份以16.44億元的營收規(guī)模領(lǐng)跑四小龍，同比增長121.26%；歸母凈利潤虧損7.89億元，較上年同期大幅收窄43.97%。公司近三年營收從2023年的0.53億元躍升至2025年的16.44億元，三年間收入規(guī)模增長超過30倍。營收增長的核心驅(qū)動力來自GPU產(chǎn)品銷量的大幅放量。2025年以曦云C系列為主的訓推一體GPU板卡銷量達33649片，同比增長147.31%，截至報告期末公司GPU產(chǎn)品累計銷量已超過5.5萬顆。與此同時，沐曦依然保持高強度研發(fā)投入，2025年研發(fā)費用為10.27億元，較上年同期增長14.04%，占營業(yè)收入比例高達62.49%。

摩爾線程2025年實現(xiàn)營收15.05億元，同比增長243.37%；毛利總額達到9.87億元，較上年同期增長218.43%；歸母凈利潤、歸母扣非凈利潤分別較上年同期虧損收窄38.16%、33.38%?？鄢煞葜Ц队绊懸蛩睾螅?025年凈利潤虧損6.48億元，較上年同期收窄8.47億元，收窄比例達56.65%。同時，摩爾線程保持了高強度的研發(fā)投入，全年研發(fā)費用13.05億元，占比為86.68%。

天數(shù)智芯2025年實現(xiàn)營收10.34億元，同比增長91.6%；毛利5.58億元，同比增長110.5%，毛利增速高于營收增速，經(jīng)調(diào)整凈虧損約4.38億元，同比收窄32.1%。核心通用GPU業(yè)務(wù)全年收入9.23億元，同比增長149.6%，占總營收89.3%。細分來看，天垓訓練系列收入5.84億元，同比增長116.7%；智鎧推理系列收入3.39億元，同比大增238.2%——推理業(yè)務(wù)的爆發(fā)式增長成為天數(shù)智芯2025年財報中最亮眼的部分之一。

壁仞科技2025年營收10.35億元，同比增長207.2%；毛利5.57億元，同比增長210.8%，毛利率達到53.8%。然而，公司年內(nèi)虧損為164.93億元，同比擴大972.3%——這一數(shù)字乍看驚人，但公司解釋稱主要與贖回負債賬面值變動、股份為基礎(chǔ)的薪酬開支以及上市費用有關(guān)；剔除這些因素后，經(jīng)調(diào)整年內(nèi)虧損為8.74億元。研發(fā)投入14.76億元，同比增長78.5%，主要用于新一代GPU架構(gòu)及AI軟件平臺的迭代升級。2025年，壁仞科技完成了旗艦通用GPU產(chǎn)品BR106及BR166的全形態(tài)量產(chǎn)與規(guī)模交付，其中BR166系列于2025年8月開始量產(chǎn)，在不到半年的銷售時間內(nèi)便快速落地，成為營收跨越式增長的核心驅(qū)動力。

從行業(yè)整體來看，2025年四家國產(chǎn)GPU廠商營業(yè)收入均大幅增長，但仍集體虧損。摩爾線程、沐曦股份、天數(shù)智芯虧損同比收窄，壁仞科技因研發(fā)開支增長等影響虧損規(guī)模有所擴大。沙利文中國咨詢顧問池鈺曾向媒體表示，從行業(yè)階段來看，國產(chǎn)GPU還處在比較早期的快速發(fā)展階段，即便是目前相對靠前的企業(yè)，與英偉達這類海外成熟廠商仍存在明顯差距。

財報數(shù)字的火熱不能掩蓋國產(chǎn)算力廠商正在面臨的深層挑戰(zhàn)。提升集群穩(wěn)定性和工程化能力是最緊要的任務(wù)。大模型訓練對算力集群的穩(wěn)定性提出了極高要求。摩爾線程相關(guān)技術(shù)負責人坦言，用戶在選擇國產(chǎn)算力時最關(guān)心的問題中，“集群長期穩(wěn)定性”被排在首位，其次才是“框架兼容性和遷移成本”與實際訓推性能。這個排序本身就說明了一個事實：對于真正做大模型訓練的企業(yè)來說，性能差一點可以接受，但訓練任務(wù)頻繁中斷、需要反復回滾checkpoint，可能才是真正的噩夢。

摩爾線程基于MTT S5000打造的夸娥萬卡集群，浮點運算能力達10 Exa-Flops，在Dense模型訓練中MFU達60%，在MoE模型中維持在40%左右，有效訓練時間占比超過90%，訓練線性擴展效率達到95%。但在實際行業(yè)環(huán)境中，萬卡級AI集群的穩(wěn)定性管理仍是一道高難度考題。據(jù)行業(yè)媒體披露，當前萬卡級別的AI集群平均每天會出現(xiàn)一次甚至多次故障，故障來源包括GPU HBM顯存錯誤、高速互聯(lián)鏈路抖動、散熱不均導致的熱節(jié)流、甚至電源模塊波動等。這不僅是國產(chǎn)算力的挑戰(zhàn)，也是全球AI基礎(chǔ)設(shè)施面臨的共性難題——即便英偉達的DGX SuperPOD，在實際運行中也難以做到完全無中斷。

國產(chǎn)廠商在穩(wěn)定性方面的劣勢更多體現(xiàn)在工程經(jīng)驗的積累深度上。英偉達在過去十年中部署了數(shù)百個大規(guī)模集群，積累了海量的故障模式和調(diào)優(yōu)經(jīng)驗，這些Know-How是無法通過“堆人”快速追趕的。國產(chǎn)廠商往往在實驗室環(huán)境下跑通了萬卡互聯(lián)，但一旦進入客戶真實的生產(chǎn)環(huán)境，面對復雜的網(wǎng)絡(luò)拓撲、混合負載調(diào)度、以及非理想條件下的長時間運行，各種“意想不到”的問題就會暴露出來。

生態(tài)建設(shè)也是國產(chǎn)算力老生常談的話題。當前，國產(chǎn)GPU廠商普遍選擇了“兼容生態(tài)”的務(wù)實路徑。摩爾線程自主研發(fā)的MUSA架構(gòu)對英偉達CUDA具備優(yōu)良的兼容性，通過MUSIFY自動移植工具，開發(fā)者能夠以最小成本將國際主流GPU平臺應(yīng)用移植至MUSA GPU，大幅提升應(yīng)用移植的效率，縮短開發(fā)周期。天數(shù)智芯和壁仞科技同樣在軟件棧層面投入大量資源，確保PyTorch、TensorFlow、Megatron-LM等主流框架能夠在其硬件上高效運行。

然而，兼容模式在縮短市場導入期的同時，也帶來了一個結(jié)構(gòu)性的困境：開發(fā)者習慣被鎖定在CUDA生態(tài)中，國產(chǎn)平臺始終停留在“生態(tài)附庸”的位置。更深層的問題在于，兼容路線在管理決策上看似捷徑，但代價可能是沉重的：國產(chǎn)GPU廠商需要警惕永遠做“生態(tài)跟隨者”的風險。英偉達的護城河從來不只是硬件算力，而是CUDA生態(tài)過去十五年積累的數(shù)百萬開發(fā)者、數(shù)千個加速庫以及海量的應(yīng)用案例。要想從“兼容”走向“主導”，國產(chǎn)廠商必須找到一種方式，讓開發(fā)者愿意主動為國產(chǎn)平臺編寫原生代碼、貢獻開源庫，而不是僅僅把這里當作CUDA的“備胎”。

摩爾線程和沐曦股份已經(jīng)意識到這一點。摩爾線程除了提供MUSIFY自動移植工具外，還開源了Torch-MUSA、vLLM-MUSA等多個軟件庫，試圖逐步培育MUSA原生生態(tài)。沐曦則以“1+6+X”戰(zhàn)略構(gòu)建產(chǎn)業(yè)生態(tài)圈，以數(shù)字算力底座為核心，在六大重點行業(yè)推動國產(chǎn)GPU的深度滲透。但生態(tài)建設(shè)非一日之功，需要持續(xù)數(shù)年甚至十年的投入，以及足夠的用戶規(guī)模來形成正反饋循環(huán)。

面對挑戰(zhàn)，國產(chǎn)算力廠商正在用各自的方式尋找破局之路。從已披露的戰(zhàn)略布局來看，差異化正成為這一輪競爭的主旋律，即便選擇的路徑不同，但他們目標卻是相似的——如何提升國產(chǎn)算力。

壁仞科技的戰(zhàn)略方向可以概括為“系統(tǒng)先行，推理卡位”。2025年，公司交付了2048卡光互連光交換GPU超節(jié)點集群。但集群的實際運行效率和商業(yè)化落地效果仍有待更大規(guī)模部署的檢驗。在產(chǎn)品迭代方面，壁仞科技計劃于2026年推出下一代BR20X芯片及全系列產(chǎn)品，在保持訓練優(yōu)勢的同時，為推理需求進行優(yōu)化——算力密度、內(nèi)存容量和帶寬、互連能力升級，支持FP8/FP4等低精度計算。截至2025年末，壁仞科技持有現(xiàn)金及金融資產(chǎn)共28.96億元，加上2026年初上市募集的56.31億元，賬面資金較為充裕。不過，對于一家仍處于大規(guī)模研發(fā)投入期的芯片企業(yè)而言，這些資金能在多長時間內(nèi)支撐其技術(shù)迭代與市場擴張，仍是外界關(guān)注的問題。

天數(shù)智芯選擇了一條更具進攻性的路線。今年1月，公司公布了芯片四代架構(gòu)路線圖：2025年天數(shù)天樞架構(gòu)超越英偉達Hopper，2026年天數(shù)天璇架構(gòu)對標Blackwell、天數(shù)天璣架構(gòu)超越Blackwell，2027年天數(shù)天權(quán)架構(gòu)超越Rubin，之后轉(zhuǎn)向突破性計算芯片架構(gòu)設(shè)計。這一路線圖的技術(shù)承諾最終需要實際產(chǎn)品來兌現(xiàn)，目前尚未有第三方基準測試數(shù)據(jù)公開驗證其性能宣稱。在商業(yè)化方面，天數(shù)智芯已累計服務(wù)超340家客戶，產(chǎn)品及解決方案在互聯(lián)網(wǎng)、AI大模型、科研、金融、醫(yī)療、教育等領(lǐng)域部署超1000項。公司還推出了面向機器人、智能終端等領(lǐng)域的彤央系列端側(cè)算力產(chǎn)品。四代架構(gòu)路線圖的發(fā)布與邊端產(chǎn)品的亮相，顯示出天數(shù)智芯試圖在訓練、推理和邊緣計算三個維度同時發(fā)力。但多線作戰(zhàn)也意味著研發(fā)資源的分散，其能否在任一領(lǐng)域建立足夠深的護城河，仍需觀察。

沐曦股份的策略則可以概括為“產(chǎn)品全?；鷳B(tài)開源化”。在產(chǎn)品端，公司已形成曦云C系列（訓推一體與通用計算）、曦思N系列（AI推理）、曦彩G系列（圖形渲染）、曦索X系列（科學智能）四大GPU產(chǎn)品矩陣。2025年7月，首款基于全國產(chǎn)工藝的曦云C600系列在WAIC大會發(fā)布，已于2025年末實現(xiàn)風險量產(chǎn)，預計2026年上半年量產(chǎn)銷售。但需要指出的是，“全國產(chǎn)工藝”在當前語境下通常指代特定制程節(jié)點，其與行業(yè)最先進制程的性能差距是評估產(chǎn)品競爭力的關(guān)鍵變量。面向科學智能場景的曦索X系列首款產(chǎn)品X206配備128GB超大容量顯存，于2026年1月正式面世。沐曦計劃2026年進一步推進曦索X206、曦云C700等下一代產(chǎn)品的研發(fā)及產(chǎn)業(yè)化。上市募集資金凈額約38.99億元，將分三至四年投入新型高性能通用GPU研發(fā)及產(chǎn)業(yè)化等方向。資金分三至四年投入，意味著短期內(nèi)難以看到全部成果，技術(shù)迭代節(jié)奏與市場競爭窗口的匹配度將是其面臨的主要考驗。

與專注AI計算的同行不同，摩爾線程堅持全功能GPU路線，從游戲顯卡到AI計算試圖覆蓋多個場景。這種路徑的優(yōu)勢在于覆蓋面廣，但同時也意味著在每一細分領(lǐng)域都可能面臨更專注競爭對手的挑戰(zhàn)。摩爾線程的GPU支持AI計算加速、圖形渲染、物理仿真和科學計算、超高清視頻編解碼，并聲稱是國內(nèi)極少數(shù)原生支持從FP8到FP64全計算精度的廠商。在集群工程化能力上，摩爾線程已推出新一代全功能GPU架構(gòu)“花港”，可支持十萬卡以上規(guī)模的智算集群擴展。其在科學計算和生物制藥等垂直領(lǐng)域的表現(xiàn)尤為突出——據(jù)公司披露，在分子動力學引擎SPONGE中，MTT S5000性能達到國際旗艦產(chǎn)品的1.7倍；在生物制藥分子對接工具DSDP中，性能達到8.1倍。上述數(shù)據(jù)均來自公司自身披露，尚未有獨立第三方在標準化測試環(huán)境下的驗證結(jié)果。這種在特定垂直領(lǐng)域建立的優(yōu)勢能否轉(zhuǎn)化為可持續(xù)的商業(yè)模式，仍有待觀察。

除了“四小龍”之外，華為昇騰和寒武紀同樣是國產(chǎn)算力版圖中不可忽視的力量。據(jù)行業(yè)分析機構(gòu)披露，英偉達在中國AI加速卡市場的份額已從制裁前的約95%大幅下降至55%左右，2025年國產(chǎn)廠商合計出貨量達165萬張，占比約41%，其中華為以81.2萬顆領(lǐng)跑國產(chǎn)陣營。寒武紀2025年營收達64.97億元，同比增長453%，實現(xiàn)凈利潤20.59億元。這些數(shù)據(jù)表明，國產(chǎn)算力替代的整體進程正在加速，而“四小龍”面臨的競爭格局遠比想象中的更復雜——它們不僅要追趕英偉達，還要與華為、寒武紀等本土玩家同臺競技。

2026年，對于國產(chǎn)算力而言，證明的階段或許正在轉(zhuǎn)向“超越”——超越的不僅是國際對手的技術(shù)指標，更是用戶對國產(chǎn)算力的信任閾值。正如弗若斯特沙利文數(shù)據(jù)所預測的，國產(chǎn)通用GPU產(chǎn)品占比有望從2024年的17.4%提升至2029年的超過50%。市場份額的躍遷背后，是技術(shù)、生態(tài)、工程化能力與商業(yè)模式的系統(tǒng)性較量。

而對于國產(chǎn)算力上市公司而言，上市之后的新課題才剛剛開始：如何在高強度研發(fā)投入與可持續(xù)盈利之間找到平衡？如何在兼容生態(tài)與自主創(chuàng)新之間走出一條獨特的路？如何在訓練需求與推理爆發(fā)的結(jié)構(gòu)性切換中搶得先機？