信创强国（六）：GPU

一、引言

2025年12月，当摩尔线程与沐曦股份在科创板双双上演“首日暴涨超400%”的资本奇迹时，世界终于意识到：中国GPU产业已不再是实验室里的概念，而是一场正在加速落地的国家战略工程。

在全球AI竞赛白热化、美国对华高端芯片出口管制持续加码的背景下，GPU——这一驱动人工智能、科学计算和图形渲染的核心引擎，已成为大国科技博弈的“新石油”。过去十年，英伟达凭借CUDA生态构筑了近乎垄断的护城河；而今天，一群中国创业公司正以“国产GPU四小龙”为核心，联合景嘉微、寒武纪等老牌劲旅，在封锁中突围，在替代中创新，试图重构全球算力格局。

二、概念

国产GPU（Graphics Processing Unit）是指由中国企业自主研发、设计并主导生产的图形处理器或通用并行计算加速器。其核心目标不仅是实现图形显示功能，更在于为人工智能训练/推理、高性能计算（HPC）、信创办公、科学仿真等关键场景提供安全、可控、高效的算力支撑。

与传统认知不同，今天的国产GPU已分化为两大方向：

• 全功能GPU：支持图形渲染 + 通用计算（如摩尔线程、景嘉微）；
• GPGPU/AI加速器：专注AI与HPC，放弃图形功能（如壁仞、燧原、寒武纪）。

无论哪种路径，其终极使命都是打破“算力依赖”，筑牢数字中国的硬件底座。

三、产业

1. 摩尔线程

核心优势：CEO张建中曾任英伟达中国区总经理，核心团队具备GPU架构、驱动、编译器及生态全栈研发能力。

MUSA架构：自研统一系统架构（MUSA），提供CUDA兼容层，通过迁移工具链支持PyTorch、TensorFlow等主流AI框架，显著降低开发者迁移成本。

产品矩阵：

　　消费级：MTT S80/S90 GPU，性能对标NVIDIA RTX 3050–4060，已适配统信UOS、麒麟OS等主流信创操作系统；

　　数据中心：MTT S4000加速卡，支持FP16/BF16混合精度计算，面向AIGC推理、云渲染等场景。

战略意义：国内唯一同时布局消费级与数据中心市场的GPU企业，致力于构建“硬件+驱动+SDK+应用”闭环生态。

2. 沐曦股份

技术亮点：曦云C600芯片采用全流程国产IP，基于7nm工艺制程，FP16峰值算力达4 PFLOPS，性能对标NVIDIA H20。

差异化：强调“训推一体”能力，既支持千亿参数大模型训练，亦适用于边缘端高效推理。

商业化突破：成功进入中国电信AI服务器集采名单，斩获14.3亿元订单，验证其产品在运营商级大规模部署中的市场认可度。

3. 壁仞科技

产品策略：聚焦云端AI训练市场，全面放弃消费级GPU业务，All in超大规模模型算力基础设施。

BR20X系列（预计2026年推出）：采用Chiplet多芯粒异构封装技术，支持高速互连与内存池化，目标支撑单机千卡集群下的万亿参数模型训练。

挑战：曾经历核心团队变动，但依托国家电网、商汤科技、智谱AI等头部客户订单，持续保持高端训练芯片领域的技术竞争力。

4. 燧原科技

全栈能力：构建“邃思”GPGPU芯片 → “云燧”液冷AI服务器 → “驭算”软件平台的完整技术栈，提供端到端交钥匙解决方案。

商业模式：不单独销售裸芯片，而是以液冷智算集群整体交付，大幅降低客户部署、运维与能效管理门槛。

出货量：2024年出货超10万片，已成为百川智能、月之暗面等国内大模型企业的核心算力供应商。

5. 景嘉微

历史使命：作为国内最早从事GPU研发的企业，长期承担党政军办公终端图形安全替代任务。

JM9S系列：采用7nm工艺，支持OpenGL 4.0、Vulkan等现代图形API，3D性能接近NVIDIA GTX 1050，满足日常办公、轻量化CAD设计等需求。

局限：AI算力较弱（INT8仅数TOPS），缺乏大模型训练与高并发推理能力，主要定位于图形渲染与基础计算场景。

6. 寒武纪

技术本质：非通用GPU，而是专用神经网络处理器（NPU），架构针对Transformer、卷积等AI负载高度优化。

MLU590：7nm制程，INT8算力达256 TOPS，在边缘推理、智能安防、车载AI等场景能效比优于NVIDIA A10。

里程碑：2025年第三季度首次实现单季盈利，标志着专用AI芯片在特定推理场景已具备可持续商业可行性。

注：“四小龙”通常指摩尔线程、沐曦、壁仞、燧原；景嘉微与寒武纪虽技术路径不同，但同为国产算力体系的关键拼图。

四、核心瓶颈

尽管国产GPU取得显著进展，但仍面临三大“卡脖子”困境：

1. 生态壁垒：CUDA的“护城河”难以逾越

• 英伟达CUDA拥有超20年积累，90%以上AI框架默认优化其硬件。
• 国产厂商虽提供兼容层（如MUSA、TensorLink），但性能损耗10–30%，且高级特性（如NCCL、cuDNN）难以完全复现。
• 开发者习惯难改，企业迁移意愿低，“有芯片无应用”成为现实痛点。

2. 制造工艺受限

• 受美国制裁，7nm以下先进制程获取困难。
• 沐曦C600、寒武纪MLU590虽标称7nm，但实际依赖中芯国际N+2等“等效”工艺，晶体管密度与良率仍落后台积电一代，制约性能与功耗表现。

3. 软件栈成熟度不足

• 驱动稳定性、编译器优化、调试工具链远不如英伟达完善。
• 缺乏类似Nsight、DLProf的专业开发套件，增加调优成本；
• 文档缺失、社区薄弱，开发者“踩坑”成本高。

五、未来趋势

趋势一：“垂直整合”取代“通用替代”

• 燧原+腾讯、寒武纪+华为昇腾等模式表明：绑定大客户、提供全栈方案比单纯卖芯片更有效。
• 未来国产GPU将更多以“算力服务”形式交付（如智算中心、云API），降低使用门槛。

趋势二：RISC-V + GPU融合探索

• 部分企业开始尝试基于RISC-V指令集构建GPU控制单元，规避ARM/X86授权风险。
• 虽短期难成主流，但为长期架构自主提供可能，契合国家“去美化”战略。

趋势三：政策驱动信创市场扩容

• “2+8+N”信创体系（党政+八大行业）明确要求2027年前完成硬件替换。
• 摩尔线程、景嘉微将率先受益于PC/服务器GPU国产化订单，形成“以用促研”良性循环。

趋势四：开源生态共建

• 华为昇思（MindSpore）、百度飞桨（PaddlePaddle）正加强与国产GPU适配。
• 若能推动统一AI加速标准（如中国版oneAPI），或可打破生态碎片化，避免重复造轮子。

六、结语与展望

国产GPU的终极目标，不应是“再造一个英伟达”，而是在AI原生时代定义新的计算范式。

• 摩尔线程的生态野心，
• 沐曦的性能对标，
• 燧原的全栈交付，
• 寒武纪的专用优化，
• 景嘉微的信创坚守……

每一条路径，都是对中国“算力自主”命题的回答。

前路依然艰险：生态建设需5–10年，先进制程受制于人，国际竞争日趋激烈。但正如2025年那两支科创板新股所昭示的——
中国GPU的故事，才刚刚开始。

未来三年关键观察点：

• 摩尔线程能否在游戏市场获得10万级用户？
• 沐曦C700是否真正逼近H100性能？
• 国家大模型智算中心是否大规模采用国产芯片？

答案，将决定中国能否在这场算力革命中，从“参与者”变为“规则制定者”。

在“十五五”规划即将启幕之际，国产GPU不仅关乎技术，更关乎国家数字主权、产业安全与未来竞争力。唯有坚持自主创新、开放协作、场景深耕，中国才能真正掌握下一代计算的“命门”，在全球算力版图中赢得属于自己的位置。