行业阶段与核心观点 - 国产GPU行业从概念和媒体关注阶段进入公开财务审视和IPO阶段，技术、供应链、交付周期和生态成熟度成为关键考核指标[1] - 行业核心问题从“要不要做”转变为“谁能扛住做”，判断标准将更简单和残酷[1] - 主要企业包括冲刺IPO的沐曦和摩尔线程，以及稳步发展的壁仞、燧原、瀚博、格兰菲，各自选择不同技术路径和市场定位[1] 摩尔线程分析 - 公司IPO进程领先，证监会于2024年10月30日批准其科创板IPO注册，拟募资约80亿元人民币，其中近70亿元用于新一代AI训推一体芯片、图形芯片和AI SoC芯片三大核心项目[2] - 技术战略为“全功能GPU”，覆盖消费级图形显卡、AI训练/推理、高性能通用计算及云端与端侧融合架构，创始团队多名成员来自英伟达[2] - 已推出四代GPU架构，MUSA架构软件生态支持x86和ARM架构，硬件方面MTT S90显卡在部分测试中表现可与GeForce RTX 4060竞争[3] - 营收从2022年约0.46亿元增长至2024年约4.38亿元，复合增长率超过200%，但净亏损严重，累计未弥补亏损达数十亿元[5] - 商业路径为“高启动＋快扩张”，先大额募资布局自主GPU IP和计算平台，再建设软件与生态链，面临时间、资金与生态适配压力[5] 沐曦股份分析 - 公司于2025年6月30日提交科创板招股书，拟募资约39.04亿元人民币，主要用于新型高性能通用GPU、AI推理GPU研发与产业化[6] - 技术目标为打造通用GPU体系，涵盖图形渲染、通用计算、AI训练与推理，产品已在国家人工智能公共算力平台等场景应用并有数十亿元在手订单[6] - 营收从2022年42.64万元增长至2024年7.43亿元，但净利润亏损从2022年7.77亿元扩大至2024年14.09亿元[8] - 商业路径为“厚积薄发＋先服务高端算力场景”，重点面向大规模智算中心、数据中心和行业应用，战略类似AMD从显卡延伸到通用计算[8] 壁仞科技分析 - 公司战略定位明确聚焦云端训练与推理，而非传统桌面显卡市场，主线为“训／推一体、面向数据中心”[8] - 首款通用GPU芯片BR100于2022年8月亮相，采用原创架构，国内首批运用Chiplet封装技术与2.5D CoWoS封装，支持PCIe 5.0和CXL互连协议[9] - 生态部署优先解决驱动/软件栈、框架兼容、集群级别验证，壁砺™系列产品支持主流深度学习框架与模型[10] - 2024年9月完成A股上市辅导备案，公开融资总额超过50亿元人民币，估值约140-155亿元人民币，同时推进港股上市[10] 燧原科技分析 - 公司路线单一，专注于AI训练加速卡，逻辑是押注大模型训练这一确定性高的算力需求[13] - 技术从T10迭代至第二代云燧T20训练卡，基于自研邃思2.0架构，优化BF16/INT8算力，搭配64GB HBM2E显存，单卡支持百亿参数训练[13] - 商业化策略强调在云厂和科研机构进行真实workload压力测试，自研软件栈更贴近本土AI工程团队需求[13] - 2024年与中金签署辅导协议，估值约160亿元人民币，腾讯持股超过20%，2025年11月1日重启上市辅导并变更辅导机构为中信证券[14] 瀚博半导体分析 - 公司路径更宽且务实，先在数据中心推理和特定AI加速场景站稳，再逐步扩展更高通用性，技术语言为“AI加速器+可编程架构+多形态卡产品”[16] - 优先确保模型部署、资源调度、功耗成本可控，目标是成为AI工业应用一线的体系公司，面临软件栈深度与产品线宽度的挑战[16] - 2025年7月启动A股上市辅导，辅导机构为中信证券，在国产算力中扮演稀缺角色[16] 格兰菲分析 - 公司不遵循“训练型”或“图形→AI”常规路线，而是从系统软件与GPU微结构之间搭建桥梁，优先级从驱动、显示、多媒体等底层工作切入[17] - 产品策略避开旗舰路线，选择中规格、多SKU、快速验证迭代，市场策略类似“样机时代的英伟达”，先小规模部署靠真实workload反向塑造硬件需求[17] - 转型AI逻辑清晰为先做底层再上层，2025年2月启动A股辅导备案，工程密度高但周期长[17]