“亏损上市”成常态？透视国产GPU的资本盛宴与长路挑战

与资本市场的狂热形成鲜明反差的是，国产 GPU 企业普遍深陷巨额亏损泥潭，盈利前景尚不明朗。壁仞科技 2022 年至 2025 年上半年累计净亏损超 63 亿元，同期毛利率从 2022 年的 100% 大幅下滑至 31.9%，而研发费用累计已超过 32 亿元，持续的高投入成为亏损的核心原因。

即将登陆港股的天数智芯亏损态势同样显著，2022 年至 2025 年上半年，净亏损额分别为 5.54 亿元、8.17 亿元、8.92 亿元和 6.09 亿元，累计亏损约 28.72 亿元。A 股的两家企业也未能幸免，摩尔线程 2025 年前三季度亏损 7.24 亿元，预计全年亏损区间在 7.30 亿元至 11.68 亿元；沐曦股份在报告期内始终未能实现盈利，持续的研发投入与市场拓展成本不断侵蚀财务报表。

亏损的根源在于 GPU 行业的重资产属性：芯片设计、流片、测试环节需持续投入巨额资金，一款旗舰 GPU 的研发周期通常长达 3-5 年，而生态建设更是需要长期的资源倾斜。对于尚处于成长期的国产企业而言，规模效应尚未形成，营收增长难以覆盖研发与运营成本。壁仞科技 2025 年上半年营收仅 5890 万元，天数智芯同期营收 3.24 亿元，尽管增速迅猛，但体量仍不足以支撑盈利。

更值得关注的是，部分企业面临毛利率下滑的压力。壁仞科技毛利率从 100% 跌至 31.9% 的背后，是产品结构调整与市场竞争加剧导致的定价压力。对于依赖高端产品盈利的国产 GPU 企业而言，毛利率的波动直接影响其现金流健康度，进一步加剧了盈利难度。

尽管同属国产 GPU 赛道，但 “GPU 四小龙”（摩尔线程、沐曦股份、壁仞科技、天数智芯）基于团队背景与战略判断，选择了差异化的技术路径，形成各具特色的竞争格局。

摩尔线程创始人张建中曾任英伟达中国区高管，凭借对行业的深刻理解，公司选择全功能 GPU 路线，试图同时覆盖图形渲染、AI 计算和科学计算等多个领域，打造全能型产品矩阵。这一路线虽前景广阔，但技术难度极高，需要兼顾多场景的性能优化，对研发资源的投入要求更为苛刻。

沐曦股份的核心团队多出身 AMD，聚焦 GPGPU 赛道，主攻 AI 训练与推理市场，几乎不涉及图形渲染业务。这种聚焦策略使其能够集中资源突破核心场景，在 AI 算力领域形成针对性优势，但也导致产品应用范围相对狭窄，对单一市场的依赖度较高。

壁仞科技则以 “暴力计算” 为核心特色，首款旗舰通用 GPU BR100 采用数据流并行与 Chiplet 技术，在特定精度下宣称算力超越英伟达 A100。这种技术路线通过硬件架构的创新实现算力突破，适合大规模并行计算场景，但对软件优化与生态适配提出了更高要求。

天数智芯作为国内首家实现推理型与训练型通用 GPU 芯片量产的企业，采用 7 纳米先进制程工艺，旗下 “天垓” 与 “智铠” 系列产品已服务于超过 290 名客户。其技术优势在于量产能力与客户覆盖，通过成熟制程平衡性能与成本，快速实现商业化落地，在金融服务、医疗保健等领域完成超 900 次实际部署。

差异化的技术路径反映了国产 GPU 企业的生存智慧：在国际巨头垄断的市场中，避开全面竞争，聚焦细分领域实现单点突破，成为行业突围的关键逻辑。

对于 GPU 行业而言，竞争的核心不仅是硬件性能，更是软件生态的构建。英伟达凭借 CUDA 生态建立了难以撼动的行业壁垒，这一框架拥有超过 300 万开发者，形成了覆盖图形渲染、AI 计算、科学计算等多领域的丰富应用生态，客户迁移成本极高，成为其垄断全球 80%—90% GPU 市场的核心底气。

面对 CUDA 的压倒性优势，国产 GPU 企业纷纷布局自主生态，试图打破垄断。摩尔线程开发了自研 MUSA 架构和 MUSIFY 工具，宣称可实现 CUDA 代码近乎 “零成本迁移”，并积极开源 Torch-MUSA 等工具链，加速生态扩张；壁仞科技推出自研的壁砺™系列 GPU 产品及配套软件栈，致力于构建国产智能计算产业生态；天数智芯强调产品全面适配国内外主流 AI 生态及各类深度学习框架，降低客户使用门槛；沐曦的 MXMACA 软件栈虽也兼容 CUDA，但 2025 年 2 月才正式开源，成熟度与开发者支持力度相对薄弱，截至 2025 年 10 月，注册用户及实际使用客户仅 15 万人。

生态建设的差距直接体现在市场竞争力上。尽管国产 GPU 在部分硬件参数上已实现突破，但软件生态的滞后导致客户适配成本居高不下。一位云厂商技术负责人表示，短期采购国产 GPU 可享受政策红利，但长期来看，为适配小众生态修改大量代码的性价比过低，这也是国产 GPU 市场化拓展面临的核心障碍。生态建设需要长期的资金投入、开发者积累与应用适配，对于仍处于亏损状态的国产企业而言，无疑是一场持久战。

国产 GPU 企业的营收规模与国际巨头相比仍有天壤之别，但高速增长的态势凸显了市场潜力。2025 年上半年，壁仞科技营收为 5890 万元，天数智芯营收 3.24 亿元，而英伟达单季度数据中心业务营收就远超千亿人民币。这种规模差距背后，是市场份额、客户基础与品牌影响力的全方位差距。

不过，国产企业的增长速度令人瞩目。天数智芯 2022 年至 2024 年营收从 1.89 亿元增至 5.40 亿元，复合年增长率达 68.8%；壁仞科技同期收入从 49.9 万元飙升至 3.37 亿元，年复合增长率高达 2500%；沐曦股份 2024 年营收较 2022 年实现数百倍增长。这种爆发式增长的背后，是国产替代政策的推动、AI 算力需求的激增以及企业商业化进程的加速。

从市场空间来看，中国 GPU 市场正处于快速扩张期。弗若斯特沙利文预测，2024 年中国 GPU 市场规模达 1425 亿元，2029 年将跃升至 13368 亿元，年复合增长率超过 50%。在 AI 大模型训练与推理、数据中心建设、智能驾驶等新兴场景的驱动下，算力需求呈指数级增长，为国产 GPU 企业提供了广阔的市场空间。

但市场竞争也日益激烈。国际层面，英伟达通过 H20 等特供产品持续抢占中国市场，AMD、英特尔加速布局；国内层面，华为昇腾、百度昆仑芯等企业入局，“GPU 四小龙” 之间的竞争也日趋白热化。对于国产企业而言，如何在快速增长的市场中抢占更多份额，将增长潜力转化为持续营收，是亟待解决的问题。

支撑国产 GPU 企业高估值的关键因素，是手中握有的大额订单与持续增长的客户基础。截至 2025 年 12 月，壁仞科技手握 24 份未完成的有约束力订单，总价值约 8.22 亿元，另有总价值 12.41 亿元的框架销售协议及销售合同，为未来营收提供了明确支撑。

沐曦股份的订单表现同样亮眼，截至 2025 年 9 月在手订单金额达 14.3 亿元，接近 2024 年全年营收的 2 倍，显示出市场对其产品的认可；摩尔线程正在洽谈且客户已给出采购意向的预计订单总额约 20.04 亿元，商业化落地进程加速；天数智芯的客户数量从 2022 年的 22 家跃升至 2025 年 6 月的超过 290 家，通用 GPU 芯片出货量从 2022 年的 7800 片增至 2025 年上半年的 1.57 万片，客户覆盖与出货量同步增长。

订单的增长背后，是国产 GPU 产品性能的提升与应用场景的拓展。随着 “东数西算” 工程的推进、AI 大模型的普及，政府、金融、医疗、互联网等行业对算力芯片的需求持续旺盛，而国产替代政策的推动，使更多客户倾向于选择国产 GPU 产品。这些订单不仅为企业提供了短期营收保障，更验证了其产品的市场可行性，成为资本给予高估值的重要逻辑支撑。

资本市场对国产 GPU 企业的估值已脱离传统逻辑，形成独特的 “估值悖论”。按照 PS 估值法，科技股在成长期的合理起点约为 10 倍，行业巨头英伟达的估值也仅约 20 倍，但摩尔线程和沐曦股份上市后的 PS 估值分别达到惊人的 300 多倍和 150 多倍，远超合理区间。

这种估值失衡的核心原因有二：一是流通盘比例较低，新股上市初期可交易股份有限，容易引发股价炒作；二是 AI 算力国产替代的宏大叙事，在中美科技竞争的背景下，国产 GPU 作为算力基础设施的核心环节，具有战略稀缺性，资本对其未来成长性的预期远超短期业绩表现。

Omdia 半导体首席分析师何晖指出，当前国产 GPU 公司缺乏实际业绩支撑，多数仍处于亏损状态，但市场基于对未来成长性的预期给予高估值，反映出资本对中国 AI 产业确定性发展的强烈信心。不过，这种高估值能否持续，取决于企业能否将预期转化为实际业绩。如果后续营收增长不及预期、亏损持续扩大，估值泡沫可能面临破裂风险。

对于投资者而言，国产 GPU 赛道的投资逻辑已从传统的 “业绩驱动” 转向 “预期驱动”，但过度依赖预期的估值体系往往缺乏稳定性。随着更多企业上市、市场供给增加，以及投资者回归理性，国产 GPU 企业的估值可能面临重构，那些具备核心技术、稳定订单与清晰盈利路径的企业将脱颖而出。

国产GPU的核心挑战是缩短与国际巨头的差距。制程上，英伟达已量产4纳米H100 GPU（800亿晶体管、96GB HBM3显存），而国产企业多采用7纳米及更成熟制程，壁仞BR100为台积电7纳米，摩尔线程部分产品仍用12纳米，核心指标存在代差。

芯片架构上，国际巨头经过数十年积累形成成熟体系，国产架构多为后发追赶，稳定性与兼容性不足。软件生态差距更显著：CUDA拥有超300万开发者，国产生态多处于早期，摩尔线程MUSA虽发展较快，但仍难匹敌。

此外，国产企业依赖台积电代工，EDA工具国产化率不足20%，供应链受地缘政治影响；产能规模仅为国际巨头零头，单位成本居高不下；品牌影响力需长期积累，这些差距的缩小需长期投入。

随着更多企业入局，国产 GPU 赛道的竞争将日趋激烈，行业格局也将逐步清晰。当前，“GPU 四小龙” 已占据行业头部位置，壁仞科技、摩尔线程、沐曦股份实现上市融资，天数智芯即将登陆港股，资金实力与市场影响力进一步提升；燧原科技、百度昆仑芯等后续梯队加速资本化，将进一步加剧市场竞争。

不过，中国市场足够广阔，存在大量细分场景，为国产企业提供了生存与发展的空间。Omdia 半导体首席分析师何晖认为，中国有足够多的细分市场，未来用 AI 去升级覆盖是肯定的，“GPU 四小龙” 也在一些细分市场找到机会。生态共建将成为国产 GPU 行业的重要发展趋势，面对英伟达 CUDA 的垄断，单一企业的生态建设难以形成规模效应，行业内可能出现生态联盟，通过技术共享、应用适配协同等方式，共同打造国产 GPU 生态。

政策支持仍将是行业发展的重要推动力。国家集成电路产业投资基金一、二期持续加码，地方政府纷纷设立产业基金，为企业提供资金支持；“东数西算” 工程、AI 产业扶持政策等为国产 GPU 提供了广阔的应用场景；供应链自主可控政策的推进，将帮助国产企业缓解 EDA 工具、高端显存等关键环节的制约。

对于后续梯队的燧原科技、百度昆仑芯等企业而言，面临的市场环境更为复杂：一方面，市场需求持续增长，为企业提供了发展机遇；另一方面，头部企业已形成先发优势，行业竞争加剧可能导致市场份额集中。这些企业需要凭借差异化的技术路线、清晰的市场定位与高效的商业化能力，才能在激烈的竞争中占据一席之地。