文章核心观点 - AI投入产出已实现商业闭环，有望驱动海外科技巨头进一步加大AI投资 [1] - 美国扩大高端GPU出口管制，国产算力芯片自主可控需求迫切，国内多家GPU厂商正推出产品并追赶国际标准 [1][3] AI算力需求与GPU技术优势 - GPU因其并行计算架构，相比CPU更擅长处理AI训练和推理所需的并行计算任务 [1] - 在主流AI计算加速芯片架构中，GPU在通用计算性能和开发友好性上比ASIC和FPGA更具优势，且比NPU更成熟，因此成为大模型训练和推理的主力 [1] - 大语言模型能力提升遵循Scaling Law法则，高度依赖海量算力供给，未来AI大模型向多模态、强推理等方向演进，算力将继续作为核心驱动力 [1] 海外AI投资与市场格局 - 大模型应用端表现进步，用户渗透加深，谷歌月度Tokens调用量从2025年5月的480万亿大幅上升至7月的980万亿，并于10月爆发式增长至1300万亿 [2] - 大模型用户正转化为付费用户，推动AI投入实现商业闭环，促使北美科技巨头纷纷加码AI相关投入 [2] - 自2025年以来，英伟达、微软、OpenAI、Oracle等北美AI领域巨头已陆续签订投资与战略合作协议 [2] - 在数据中心GPU市场，英伟达占据主导地位且保持高速增长，其GB200训练性能达H100的4倍，推理性能为H100的30倍，并推出专为扩展推理设计的GB300 [2] - 英伟达的CUDA编程工具大幅降低开发门槛，巩固了其在AI智算领域的竞争壁垒 [2] 国产GPU发展现状与厂商分析 - 2023至2025年，美国多次修订出口规则扩大管制范围，GPU作为国内人工智能发展基础，政策持续加码支持国产算力行业 [3] - 寒武纪、海光信息、摩尔线程、沐曦股份等国内厂商已推出多款AI智算芯片产品，并逐步追赶国际领先标准 [1][3] - 从创始团队看，寒武纪核心成员来自中科院计算所，海光信息核心高管多来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多来自超威半导体，这决定了各自的技术底蕴 [3] - 从产品与收入看，海光信息CPU产品贡献主要营收，信创CPU带动收入较快起量；寒武纪深耕AI芯片，收入在2025年实现爆发式成长；摩尔线程和沐曦提供通用GPU，但因成立时间短，仍处商业化落地前期，收入规模较小 [3] - 盈利能力方面，GPU行业早期因高研发支出通常处于亏损状态，海光信息2021年实现全年盈利，寒武纪于2024年第四季度实现单季度盈利，摩尔线程预计最早2027年实现合并报表盈利，沐曦股份预计最早2026年实现盈利 [3]