中国英伟达们相继上市，但对国产GPU的考验才刚开始

近日，半导体投资圈的热议焦点，集中在了摩尔线程与沐曦的资本市场动态上。 12月17日，沐曦股份成功登陆科创板，盘中最高涨幅触及700%，公司总市值一度突破3300亿元；而另一家国产GPU企业摩尔线程，也在上市首日创下425%的惊人涨幅。紧随其后，天数智芯、壁仞科技相继通过港交所聆讯，燧原科技亦在A股排队等待入场。 短短半个月内，五家明星企业接连登场，一级市场也随之分化——机构们被划分为“投了”与“没投”两大阵营。资本市场的狂热令人不禁思索：国产GPU的浪潮，究竟是一个坚实的产业故事，还是一段情绪驱动的叙事？ 这一现象在中国特定的国情下具有独特性，在其他国家难以复制。在这场国产化与自主可控的宏大叙事中，真正的商业化能力与市场竞争力，尚未成为故事的主角。 凭借长期构建的软硬件一体生态，英伟达占据了全球通用GPU市场超过90%的份额。海外AI芯片初创公司大多选择围绕英伟达生态，专注于推理或边缘计算等细分解决方案。例如，边缘计算方案提供商Blaize的创始人曾表示好奇：中国的通用GPU公司将如何突破英伟达的生态壁垒？这个疑问恰恰点出了国产GPU面临的核心挑战。 一级市场的投资人或许可以凭借对技术的判断以及对国产替代的期待来支撑高估值，但二级市场的投资者往往更为现实。如果高昂的估值无法被持续的高增长所验证，这些企业或许会经历被捧高后重重落下的风险。抛开飙升的股价，中国这些“英伟达的挑战者们”，真正的考验或许才刚刚开始。 **国产替代背景下的特殊逻辑** 在摩尔线程上市当天，一位资深产业投资人坦言，他们内部正在反思当初为何没有布局国产GPU赛道。 2021年至2023年间，国产GPU芯片经历了一段颇为艰难的时期，不少公司面临生存压力。当时，许多投资了该领域的投资人都心怀忐忑。纯粹从产业逻辑看，那时押注国产GPU的风险极高。 “如果你坚信这条赛道最终能跑出一家成功的企业，那么就应该下注。这是地缘政治带来的、并非完全市场化但却真实存在的需求。”这位投资人解释道。这本质上是一种赛道投资思维：如果认定赛道前景，投资头部几家代表企业便是合理选择。 然而，若从半导体产业的普遍商业逻辑审视，国产通用GPU从诞生之初就注定道路坎坷。半导体行业的头部效应极为显著，据Jon Peddie Research的报告，2025年第二季度，在AI与数据中心GPU市场，英伟达占据了94%的份额。 以摩尔线程和沐曦2024年的营收数据与其Pre-IPO投后估值（分别为298亿元和211亿元）计算，两者的市销率（P/S）分别高达68倍和28倍。这一比率反映了市场对投资回报的高预期。但细究其招股书便可发现，其实际盈利与营收规模难以支撑如此高的估值。相比之下，全球半导体行业的平均市销率通常在10倍左右。 各家GPU公司选择了不同的技术路径与市场策略。例如，在2025年世界人工智能大会上，各厂商展示的产品组合便体现了其侧重方向：摩尔线程侧重于多场景的应用落地展示，而沐曦则重点推出了其面向超算节点的解决方案。 根据招股书，摩尔线程的募资用途主要投向三个方面：新一代AI训练与推理一体化芯片研发、新一代图形芯片研发，以及新一代AI SoC芯片研发。后者主要面向终端设备，也是当前许多AI芯片初创公司发力的方向。据悉，摩尔线程已与多家AI芯片初创企业展开合作，旨在通过更易落地的市场快速提升出货量，解决现金流问题，这或许是一种务实的市场策略。 另一方面，沐曦则选择了聚焦数据中心与高性能计算领域，与新华三等大型企业客户深度绑定，优先开拓大型To B市场，再逐步向下游延伸。 **比芯片更难构建的是生态** 一个常见的疑问是：为何几乎每家国产GPU公司都宣称其性能在某些方面超越了英伟达？一位拥有二十年半导体经验的从业者打了个比方：英伟达是“十项全能”选手，而其他竞争者可能只是某个单项的冠军。差距的关键往往不在于峰值算力，而在于那条被反复提及却依然难以逾越的护城河——CUDA生态。 这并非意味着CUDA在体验上无懈可击，相反，它的强大是一个通过长期投入大量人力、物力与时间积累的结果。 2006年，英伟达CEO黄仁勋将斯坦福实习生Ian Buck的创意转化为商业决策，CUDA 1.0正式面世。此后，英伟达开启了长达十年的持续投入，每年将超过20%的营收投入到CUDA的研发与生态建设中，即便早期并不被华尔街完全理解。为了培育开发者，英伟达率先在全球高校布局CUDA研究中心；同时深入耕耘开源社区。其GPU架构大约每两年更新一次，CUDA平台亦同步迭代，确保每一代新硬件发布时，编译器、驱动、函数库、调试工具等全套软件栈均已就绪，这种软硬件垂直整合带来了“开箱即用”的性能优势。 随着英伟达产品线扩张至更多行业，CUDA生态的触角不断延伸。对于用户而言，转向另一套架构意味着高昂的迁移成本，几乎等同于重写整个软件栈。 目前，一些国产GPU公司采取的策略是在自身架构中兼容CUDA，但这对于真正突破生态壁垒而言，可能仍是隔靴搔痒。 一位投资人曾透露，他所投资的一家GPU公司，用两年时间做出了芯片，却花了三年时间来构建生态。 目前，唯一可以说在生态层面取得实质性突破的，是谷歌的TPU。这一成就也成为谷歌近期股价上涨的重要推动力之一。谷歌TPU项目于2013年内部启动，2015年首代芯片流片，比CUDA晚了近十年。据谷歌官方信息，从事TPU相关芯片、网络、框架、调度等工作的工程师超过2000人，这相当于重建了半个英伟达的软件团队。这种量级的投入与积累，对于初创公司而言几乎难以复制，也构成了横亘在国产GPU公司面前的巨大鸿沟。 此外，国产GPU公司还需面对一个不可忽视的强劲对手——华为。华为虽不上市，但其正在算力领域构建一套完整的、软硬件自主的高性能计算解决方案，旨在替代英伟达。已有大型企业采购了华为最新的超节点解决方案。无论实际效果如何，获得大客户采用本身就意味着其技术与生态正处于上升轨道。而华为在B端大客户市场的深厚积累，远非初创公司可比。 **结语** 对于这些国产GPU公司而言，上市或许意味着一个篇章的高潮与终点，但真正的挑战序幕此刻才刚拉开。二级市场通常比一级市场更加现实且缺乏耐心，上市将倒逼企业加速形成自我造血能力。接下来的竞争，将不再是比拼故事讲得是否动听。如果营收无法支撑起高企的估值，市场将会给出它冷静的答案。