国产GPU，开始新一轮角逐

如果把时间拨回五年前，当我们谈论起当时成立的国产GPU企业时，市场上几乎都会抛出同一个问题：真的能跑出来吗？答案之所以充满怀疑，并非源于芯片本身，而是因为GPU早已不是一门单纯比拼算力的生意。

过去数十年，英伟达与AMD几乎定义了全球GPU产业的发展路径，并建立起覆盖芯片架构、软件平台、开发工具与开发者生态的深厚护城河。尤其是在AI时代，英伟达凭借CUDA生态与软硬件协同优势，几乎重塑了GPGPU市场格局，成为事实上的行业标准。即便是拥有深厚技术积累的AMD，也始终扮演着追赶者的角色。

但随着近日天数智芯被纳入恒生科技指数，叠加几大国产GPU厂商日前披露的半年财报释放出的信号，我们可以得出一个结论：国产GPU的竞争，进入了新阶段。

虽然AI这个概念已经由来已久，但这轮人工智能的大爆发，可以从以ChatGPT的发布时间2022年11月30日推出的时间为分界点。在此之前，AI更多处于探索阶段；自此以后，AI进入了疯狂的军备竞赛。

据PWC在日前发表的报告，按年计算，数据中心资本支出预计将从 2026 年的每年约 8000 亿美元增至 2050 年的每年 1.8 万亿美元。展望2050年，全球人工智能基础设施投资将达到惊人31.6万亿美元。

正是在这样的投资热潮推动下，包括英伟达、AMD甚至博通、联发科，都在这波AI infra支出浪潮中取得傲人的成绩。作为这次AI热潮的重要另一极，国内在设施建设方面也不遑多让。如上所述，这在国产GPU企业的财报中体现的淋漓尽致。从2026年上半年财报来看，国产GPU厂商正迎来集体放量。

其中壁仞科技、天数智芯、沐曦股份和摩尔线程营收均实现大幅增长，其中壁仞同比增长近20倍，天数智芯增长192%，摩尔线程增长147%，沐曦也保持45%的增速。与此同时，多数企业亏损明显收窄，部分公司账面实现扭亏，意味着国产GPU正从技术验证阶段迈向商业化落地阶段。

虽然剔除投资收益等非经常性因素，部分企业主业仍未实现盈利。但国产GPU已经跨越了探索阶段，进入增长期，是个不争的事实。特别值得注意的是，从他们的财报中，我们更是看到了一个趋势，那就是推理确实已成为AI算力的主流叙事。

从去年年底的OpenClaw，到近几月日渐升温的Agent，再到大厂力推的Physical AI, 厚积薄发的大模型开始向千行百业渗透，这就带来了推理端端算力的庞大需求。联想集团董事长兼CEO杨元庆在今年5月的业绩发布会上就曾指出，当前约70%-80%的AI算力用于训练，20%-30%用于推理，但是，未来这一趋势会倒过来，用于推理的AI算力将占到70%以上。

天数智芯在其半年报中，就率先证实了这个观点。

数据显示，2026 年上半年，天数智芯推理系列（智铠）收入达到 6.54 亿元，同比增长 651.8%；训练系列收入为 2.62 亿元，推理占 GPU 收入约七成。作为对比，2025年上半年，训练占比为58.5%，推理占比为26.8%。天数智芯在财报中也直言，这主要是由于AI推理的市场需求增长，加上智铠系列产品的高阶版本的可观销售，带动销量及售价大幅提升。

壁仞科技在财报中虽然没有直接披露推理的数据，但他们指出，2026年上半年，人工智能大模型能力持续跃升－参数规模迈向数万亿、上下文长度进入百万级、Agentic应用加速落地，共同牵引token消耗量呈指数级增长。这个描述，也侧面证实了推理端需求的火热。

摩尔线程表示，随着 AI Agent 具备自主执行与持续演进能力，AI 正加速从云端走向边缘和终端。为了满足本地部署、隐私保护和低延迟交互需求，市场对高能效、高集成度异构算力快速增长，智能体终端与边缘计算设备正成为智算产业的新增长极。

沐曦也强调，除大模型预训练阶段的算力需求持续增长外，后训练和推理阶段成为了算力需求新的增长动能。算力需求从“重预训练”到“全流程平衡”的转变，正在重构人工智能产业的价值链，推动算力资源配置向更灵活、更繁荣的方向演进。

由此可见，推理已经成为了这四家已经上市GPU巨头的共同叙事。

除了看到推理的爆发以外，从这些厂商的财报中，我们还发现了另一个信息，那就是毛利率的波动。其中，摩尔线程综合毛利率56.95%，壁仞科技提升至提升至42.7%，沐曦毛利率达57.2%。至于天数智芯，根据财报，该公司毛利率为17.2%。虽然这几家厂商的毛利率不大相同，但其实在这些数字背后，却隐藏了一些更深层次的信息。

以摩尔线程为例，数据显示，该公司上半年公司综合毛利率由去年同期的69.14%降至56.95%，且二季度单季毛利率进一步降至49.26%。按照摩尔线程所说，这样的变动主要受到半导体行业原材料价格上涨及产品交付结构变化影响导致的。

来到天数智芯，则通过一个看起来惊人的17.2%毛利率，展示了产业发展的另一面。

其实单看天数智芯的GPU数据，表现并不差。通用GPU业务的毛利率虽然低于上年同期的50.3%，但也有为43.9%；训练GPU毛利率则从58.6%升至64.5%；推理GPU则从32.4%升至35.6%。单拎上面任何一项出来，其实表现都尚可。但一个收入占比不到2%的组件业务，却大幅拉低了天数智芯的这个毛利率表现。

按照天数智芯所说，这批服务器组件原本是库存储备，后来为了满足部分客户的特定采购需求，以低于采购成本的价格出售。公司还特意提到，鉴于我们与该等客户长期以来的战略合作关系，故尽管有短期亏损，但我们仍决定满足其采购需求，因为我们相信，支持该等客户有助于促进本集团与其现有及未来的业务合作，并可提升此类客户关系的长期商业价值。

从以上两家企业的表现的结论我们可以得出结论：一是包括存储在内的组件涨价，正在给GPU厂商带来压力；二是产业正在迎来需求增量，规模采购正处于爆发前夜。

先看前者，过去一年，市场关注的焦点更多集中在 GPU 本身，但对于 GPU 厂商而言，真正决定盈利能力的并不仅仅是芯片，而是整张 AI 加速卡甚至整个架构的成本结构。HBM、DDR5、NAND SSD、高速网络、ABF 载板以及先进封装等关键组件几乎同步进入涨价周期，使得整机 BOM 成本持续上升，给国产 GPU 企业带来了明显压力。这一点在财报中也体现。与此同时，随着产品交付规模扩大，厂商经营性采购支出明显增加，反映出备货与生产成本正在快速抬。

换句话说，国产 GPU 正站在一个微妙的阶段：成本已经率先上涨，而需求尚未完全兑现。 对厂商而言，这意味着短期利润承压；但从产业链角度看，愿意提前采购存储、网络和封装等核心器件，本身也说明企业正在为下一轮更大规模的 GPU 出货做准备。

因为笔者认为，这一轮国产GPU财报真正值得关注的，不是数据本身，而是背后对应的需求信号。从这些厂商的财报中，我们同时看到了他们面向未来的技术储备。

如大家群见，过去几年，AI 芯片的演进方向经历了从“提升单颗算力”到“优化整个 AI 系统”的转变。例如随着大模型从训练走向推理，产业开始进入 PD（Prefill/Decode）分离时代：训练阶段追求极致算力密度，推理阶段则将 Prefill 与 Decode 两类负载拆分，由不同架构、不同类型的芯片分别承担，以兼顾吞吐率与时延。

与此同时，AI 芯片从单纯堆叠计算单元，进一步融合 HBM、Chiplet、先进封装、高速互连与超大规模集群。

总而言之，AI算力竞争焦点由单颗 GPU 的性能，转向面向 PD 分离和系统级协同的整体算力架构。

如天数智芯在财报中所说，从技术架构层面来看，算力芯片的设计要求实现回归计算本质，实现高质量算力。针对Attention机制、MoE稀疏激活等前沿AI特性的硬件级优化成为高端算力产品的核心标配。同时，通过异构集成技术实现算力、带宽与成本的平衡，是产品迭代的核心方向。此外，集群互联技术亦成为行业竞争焦点，低延迟、高带宽的集群互联方案，直接决定万卡级集群的实际运行效率与算力利用率。

摩尔线程和沐曦在中报中也表示，随着大模型迈向十万亿参数时代，单卡算力已无法支撑训练与推理需求，智算中心正加速向十万卡级超大规模 GPU 集群演进。如何在其中搭建高速、低延时的网络已经成为共同目标。

壁仞也强调，公公司下一代產品基于自研指令集、计算核心以及Chiplet架构，在架构、算力、内存容量和带宽、以及互连能力上全面升级，支持FP8/FP4等低精度计算，实现了性能与能效的双重突破。自研互连协议支持内存语义、统一编址、在网计算等功能，原生集成超节点互连能力，为超大模型训练和生产级别大模型推理提供强大的国产算力基础设施。

朝着这些目标，他们也在研发上加大投入。数据显示，天数智芯上半年研发开支5.59亿元，占营收59.1%；摩尔线程研发投入7.69亿元，占营收44.3%；沐曦股份研发投入5.25亿元，占营收39.65%；壁仞科技研发开支8.04亿元，占同期营收约65%。

基于这些研判和投入，国产GPU，正在走上一段新征程，未来也值得期待。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。