證券時報
2026-01-01 19:14
在摩爾線程上市8個交易日后，12月17日，又一家國產GPU（圖形芯片）廠商沐曦股份正式登陸科創板。與此同時，AI（人工智能）芯片（包括GPU、ASIC等）賽道上，壁仞科技、燧原科技等也在加快IPO步伐。
資本市場情緒升溫之際，外界也在進一步審視國內GPU乃至AI芯片產業后續的前景和挑戰。
對此，芯謀研究企業部總監王笑龍向證券時報記者表示，A股已有海光信息、寒武紀等AI芯片上市企業，本次沐曦和摩爾兩家頭部GPU企業接連實現IPO，說明在AI計算加速領域快速發展背景下，相關公司更需要公開市場的助力，才能更好應對AI芯片動輒10億元級別的費用。長遠來看，國內AI芯片廠商任重而道遠，在單卡性能、集群的單位算力成本和能耗、軟件生態等領域仍需不斷提升，從而讓國產AI芯片從“替代可用”邁向“自主好用”。
押注AI芯片
回顧本次IPO歷程，沐曦股份和摩爾線程均于今年6月30日獲受理，至如今齊聚A股，歷時半年不到。
從市場表現來看，摩爾線程12月5日高開468%，總市值超3000億元；上市5天內，股價一度觸及941.08元/股，對應總市值曾突破4400億元。反映了二級市場對國產GPU智算產業極高的期待值。對此，公司12月11日晚間提示風險稱，股價可能存在因短期上漲過快出現的下跌風險。
據招股書，摩爾線程IPO募集資金約80億元，將投向新一代自主可控AI訓推一體芯片研發項目、新一代自主可控AI SoC芯片研發項目等。
沐曦股份募集約40億元將投向新型高性能通用GPU研發及產業化項目、新一代人工智能推理GPU研發及產業化項目和面向前沿領域及新興應用場景的高性能GPU技術研發項目。
沐曦股份董事長陳維良在IPO路演時表示，算力是推動數字經濟發展的核心引擎，然而我國算力基礎設施長期依賴海外巨頭，面對不斷升級的地緣政治摩擦和新一代人工智能革命，推進國產算力建設、保障產業鏈自主可控已迫在眉睫。通過本次上市，公司可以進一步拓寬融資渠道，使用募集資金補充研發投入，以提升核心技術水平并豐富產品線，加快擴大市場份額。
“資本市場用真金白銀在支持國產GPU，這傳遞出一個強烈信號。企業應堅定走核心技術自主創新之路，以加速國產替代進程。”深度科技研究院院長張孝榮告訴證券時報記者。
市場規模快速成長
回溯產業演進脈絡，GPU最初用于圖形渲染，逐漸發展為通用計算加速引擎，其大規模并行計算架構可同時執行海量計算任務。隨著深度學習的發展，GPU在AI大模型訓練與推理領域逐漸成為主流選擇，占據全球AI芯片約八成市場份額。
全球GPU市場呈現“一超一強”格局，其中英偉達近年來持續維持超八成市場份額，AMD則占據剩余近兩成份額。
再觀國內整體AI芯片領域。據Bernstein Research統計，英偉達和AMD在2024年中國AI芯片市場中分別占據66%、5%的市場份額。國內企業方面，華為海思占據約23%的市場份額，沐曦股份和摩爾線程市場份額均約為1%。
展望未來，弗若斯特沙利文預測，到2029年，中國的AI芯片市場規模將從2024年的1425.37億元激增至13367.92億元，2025年至2029年期間年均復合增長率為53.7%。從細分市場看，GPU的市場增長速度最快，其市場份額預計將從2024年的69.9%上升至2029年的77.3%。
要從國際巨頭手中爭得一席之地并非易事。“在AI訓練市場中，訓練芯片對架構設計、存儲設計、集群能力、軟件生態等綜合能力要求較高。尤其隨著大模型訓練參數量的不斷增加、算法結構愈發復雜化，AI訓練任務逐漸需要千卡、萬卡甚至更大規模智算集群支撐，目前能將訓練芯片投入實際訓練任務的國產廠商仍是少數。從技術路線來看，國內目前已匯聚了沐曦和摩爾等GPU廠商；也有采用其他技術路線（例如ASIC）的AI芯片公司，包括寒武紀、昆侖芯、平頭哥等，均在訓練市場中占據一定份額。”一位AI芯片設計公司負責人向證券時報記者闡述。
在單卡性能方面，沐曦股份在招股書中曾對國內情況予以總結：受限于工藝制程，國內AI芯片行業的主流算力水平尚處于英偉達A100產品階段，少數廠商通過先進封裝（如雙芯粒封裝）等方式能實現接近英偉達H100產品的算力，為國內廠商中的最先進水平。
對于外界關注的新產品進展，陳維良在路演時告訴投資者：“最新一代產品及明年的主力產品曦云C600系列，性能介于A100和H100之間，預計今年年底進入風險量產階段，2026年上半年正式量產。下一代產品曦云C700系列，基于國產供應鏈打造，性能對標英偉達H100，預計明年下半年量產。”
摩爾線程亦表示，下一代GPU產品將繼續提升芯片算力、訪存帶寬、內存容量和通信帶寬等。
著力加強集群與生態
除了單卡性能，集群性能及穩定性、生態兼容與遷移效率等，均是未來國內AI芯片廠商需要重點加強的著力點。
摩爾線程創始人張建中此前在路演中表示：“基于公司MTT S5000產品構建的千卡GPU智算集群，效率超過同等規模國外同代系GPU集群計算效率。公司自主研發的KUAE系統為智算中心提供端到端解決方案，支持萬卡級規模擴展能力……針對KUAE萬卡互聯場景，設計了多節點壓力測試方案，驗證芯片和系統在高溫、高負載下的穩定性。”
沐曦股份介紹，作為國內訓練芯片的核心廠商之一，公司已實現千卡集群大規模商業化應用，并正在研發和推動萬卡集群的落地，目前已成功支持128B MoE大模型等完成全量預訓練。
張孝榮指出，國內廠商在集群能力上已取得一定進展，從千卡到萬卡的集群正成為主流；但尚處于市場拓展初期，需要長期的性能驗證及廣泛的生態支持，在實際應用中也面臨性能不穩定、兼容性不足等問題，所以仍需加大相關投入，以提升軟硬件協同能力。
在軟件生態層面，英偉達CUDA生態在行業生態內處于壟斷地位，全球擁有500萬開發者，形成了完善且龐大的開發者生態。
近年來，國內廠商亦在生態構建上積極投入和布局。例如，沐曦股份已擁有自主研發形成自主知識產權的GPU IP、指令集和架構，以及高度兼容主流CUDA生態的MXMACA軟件棧；摩爾線程采用的是自研MUSA的GPU架構，并兼容國際主流GPU生態。同時，公司啟動MUSA社區開發者計劃，為開發者提供全套開發工具及移植支持，推動國產GPU生態的發展。
“即便目前國產AI芯片沒有達到國外芯片的性能，但如果把軟件生態做好了，客戶也會滿意，這會加速國產AI芯片從‘替代可用’向‘自主好用’的進程。”上述AI芯片設計公司負責人認為。
