随着国内头部GPU芯片公司相继奔赴上市，国产GPU生态的发展进程更清晰地呈现。
21世纪经济报道记者梳理发现，多家国产GPU芯片公司在2024年迎来收入和未来潜在收益的大爆发，这得益于近年来国内市场对AI智算需求的跃升。
今年初，DeepSeek兴起进一步引发的浪潮也在推动国内AI芯片需求，尤其是在AI端侧落地方面。因此在今年前三个月，国内头部GPU芯片公司的收入再度实现快速成长，印证了业绩成长的可持续性。
当然在自主架构、软件生态体系构建方面，国内AI芯片仍在蓄力。这在一定程度上，成为影响公司盈利能力的条件。
在自主化发展浪潮下，国内计算芯片生态也在探索更高效、聚合的成长方式。无论是产业链之间的整合、自研ASIC芯片，还是发力超节点集群，新的生态发展故事正在书写。
业绩爆发
梳理摩尔线程和沐曦集成电路两家公司的招股书，不难发现，2024年两家公司均迎来业绩爆发。而国内已经上市的寒武纪和海光信息等芯片企业，处于同样的快速成长态势。
摩尔线程招股书显示，2024年公司主营业务收入达到4.32亿元，同比大增257.02%。近三年来，公司收入重心在持续变化，2022年以桌面级图形加速业务贡献71.44%主营收入；2023年专业图形加速占据接近的比例；到2024年，新增的AI智算业务成为公司77.63%的主营收入来源。
观察GPU巨头英伟达的业绩不难发现，传统图形加速类产品更容易受到行业周期性和经济环境所影响，在当前AI大模型加速发展的背景下，显然扎根AI智算领域有更确定的成长性，并收获高盈利能力。
招股书透露，摩尔线程2024年AI智算产品增长，主要源于市场对大模型训练、推理部署、GPU云服务等需求大幅提升；桌面级图形加速产品收入呈现下降趋势，主要由于公司战略重心调整，将资源集中于高毛利、高性能的细分市场。
因此在2024年，公司主营业务毛利率高达72.32%，但在2023年这一数字还是27.84%。可见，AI智算带动了更高的产品价值。
沐曦集成电路面临类似的情况。招股书显示，2024年公司主营业务收入为7.42亿元，同比暴增1354.9%（2023年主营收入5141.09万元）。
该公司也经历了主要业务的变化，2024年，训推一体系列是公司的核心收入来源，其中GPU板卡方面占总收入的68.99%，GPU服务器占比28.29%；在2023年，GPU服务器还没有形成具体收入。而在2022-2023年，公司的收入分散在训推一体、智算推理等不同系列产品中。
此外，沐曦集成电路还披露了今年一季度的数据，显示出其业务增长的可持续性。该季度，公司主营收入已达3.2亿元，已经达到前一年主营收入的43%。
在今年前三个月，训推一体系列的GPU板卡收入占比飙升到97.55%；占比次之的是智算推理系列的GPU板卡，收入占比1.25%。
收入的暴增也体现在对外采购方面。从沐曦披露的向前五大供应商采购情况来看，2024年也出现暴增，从前一年的1.76亿元，提升到年内9.99亿元。2025年第一季度，公司向前五大供应商的采购金额就超过了2023年一整年的采购数。
沐曦的主营业务毛利率也维持在较高水平，2024年为53.48%，不过相比前一年（64.27%）有所波动下滑。
此前已经发布一季度报告的寒武纪和海光信息同样处在稳定成长期。寒武纪在2024年四季度开始，已经实现扭亏为盈；2025年一季度实现营收11.11亿元，同比大增4230.22%，归母净利润3.55亿元，同比大增256.39%。
海光信息是CPU+DCU（协处理器，一种GPGPU芯片）双轮驱动的企业，其业绩表现更为稳定。今年第一季度，公司营收同比增长50.76%、归母净利润同比增长75.33%。
从短期内潜在收益角度看，一季度海光信息的合同负债大幅增长，一季度为32.37亿元，同比增长258.47%。一般来说，合同负债意味着客户的预订合同款项，结合公司在此前年报中的表述，这意味着其为客户将提供的产品和服务大增。
反观摩尔线程，2024年公司的合同负债为1.73亿元，同比增长220.37%；沐曦集成电路同年合同负债为1.34亿元，同比增长294.12%。
这显示出，在AI大模型作为底层技术快速迭代发展的背景下，国产GPU芯片厂商正迎来可持续性成长机会，虽然不同公司由于起步、发展时期有所不同，整体收入规模和盈利能力表现差异、采取的技术路线也各有定位，但其市场化能力正持续获得印证。
TrendForce集邦咨询认为，中国AI服务器市场预计外购英伟达、AMD等芯片比例会从2024年约63%下降至2025年约42%，而中国本土芯片供应商（如昇腾等）在国有AI芯片政策支持下，预期2025年占比将提升至40%，几乎与外购芯片比例平分秋色。
生态加速
当然，由于全球GPU芯片巨头英伟达更早创立，其核心硬件能力，尤其是在IP等方面均相对封闭，令其地位难以被撼动。而英伟达更不容忽视的是软件和生态层面有接近20年积累，导致应用厂商的迁移也并不容易。
在底层核心技术方面，国产GPU又是如何定位？
沐曦集成电路明确提出了全栈自主的方向。招股书显示，公司深度积累了GPU IP(包括指令集、微架构等)、GPU SoC、高速互连、GPU软件等核心技术；软件层面，自主构建的MXMACA软件栈是全栈式工具链，涵盖应用开发、功能调试和性能调优等核心环节，同时高度兼容国际主流（英伟达主导的）CUDA生态。
摩尔线程提到，其全栈IP技术自主化，具备覆盖GPU芯片全生命周期的自主研发能力，可以实现千亿门级超大规模SoC的完整设计闭环。
该公司着重提到了智算中心的方案能力，支持万卡级规模扩展能力，单集群可部署超1000个计算节点，每节点集成8颗自研OAM模组化（OCP Accelerator Module）GPU。
两家IPO公司均成立于2020年，目前均未实现盈利，一定程度就与其市场化、生态化能力还需持续积累有关。
沐曦集成电路在招股书中坦言，期内公司亏损的原因主要在于：国内芯片渗透率低，生态建设需突破、市场拓展呈现渐进式发展；公司重点AI芯片产品进入重点行业客户需要经历严苛的技术验证和生态适配周期，目前收入规模难以覆盖成本费用支出；需要维持较高研发投入等方面。公司并未编制盈利预测报告。
沐曦方面测算，达到盈亏平衡点的预期时间为2026年。摩尔线程则提到，基于对技术趋势和AI、自动驾驶、游戏等领域市场前景的分析，预计最早将于2027年可实现合并报表盈利。
但显然，国内GPU芯片公司都在加速推进国产计算生态的发展。
海光信息是典型，近日其宣布计划收购中科曙光，7月9日发布的公告显示，各方在积极推进本次交易工作，但尽职调查工作尚未完成。
财报显示，曙光信息是海光信息的股东，前述两家起步于中国科学院的商业化机构，倘若完成此次整合，显然将成为一家涵盖芯片到服务器的完整生态链公司。
此外，今年初DeepSeek的爆发，引发一众国产GPU芯片公司积极展开适配，推出一体机类目产品，也有望强化国产算力生态链的能力。
3月19日，“沐曦MetaX”官方平台发布消息称，沐曦曦云C550通用计算GPU已完成与DeepSeek R1-671B大模型的适配，通过中国信通院AI芯片和大模型适配验证；5月7日，摩尔线程官方发布消息称，其自主研发的训推一体计算卡摩尔线程MTT S4000和DeepSeek-671B大模型，通过了中国信通院相关推理场景验证。
CIC灼识咨询高级咨询顾问张笑璐对21世纪经济报道记者分析，DeepSeek对于中国AI芯片厂商的利好非常确定，通过合作，中国芯片厂商加速了深度学习框架和分布式训练适配，推动了中国的“国产算力+国产大模型”闭环生态。
此外，在进一步提升芯片计算效率方面，国内也在探索推出超节点集群相关产品，其本质是通过引入交换芯片，加快数据处理效率。
“这其实是英伟达此前提出的概念。”一名资深行业人士对21世纪经济报道记者分析，其核心要点在于，将数据传输尽可能放在芯片内部，不行再到机内、卡间去解决。“未来所有的智算，都不只是GPU芯片的问题，还涵盖网、算、存等多个维度，共同提升能力。”
集邦咨询认为，在国际形势变化与供应链重构的背景下，将凸显中国芯片供应商如华为、寒武纪，以及各家国内云服务厂商投入自研ASIC芯片的必要性与重要性，并带动AI服务器市场朝向不同生态体系发展。
辉煌配资提示：文章来自网络，不代表本站观点。
