行业背景与市场趋势 - 生成式AI已成确定性趋势，中国市场是前沿阵地，对AI算力需求强烈，尤其在当前国际竞争局势下，国产GPU算力需求日趋强烈 [3] - 2025年，国产AI芯片迎来高光时刻，以“国产GPU四小龙”为代表的企业成为焦点 [1] - 巴克莱银行亚太区执行主管认为，到2026或2027年，中国可能生产出低成本、有竞争力的芯片，对英伟达及其供应链造成颠覆性影响 [1] 主要公司概况与创始人背景 - 摩尔线程成立于2020年，创始人张建中曾任英伟达全球副总裁、中国区总经理，核心团队具备“英伟达血统” [5][7] - 沐曦股份成立于2020年，创始人陈维良曾在AMD任职13年，负责GPU设计与产品研发，核心团队为“AMD系” [8][10][11] - 燧原科技成立于2018年，创始人赵立东曾在AMD任职，负责CPU/GPU/APU产品规划与核心IP研发 [13] - 壁仞科技成立于2019年，创始人张文非技术科班出身，拥有华尔街及商汤等跨界经历，擅长资本运作与人才招募 [15] 技术路径与产品发展 - 摩尔线程走全功能GPU路线，产品覆盖图形渲染、多媒体编解码、AI计算加速和科学计算，并构建了兼容CUDA的MUSA生态 [17][19][21] - 沐曦股份走通用GPU路线，聚焦AI训练推理场景，产品包括曦思系列和曦云系列，并自研了兼容主流框架的MXMACA软件栈 [17][21][23][24] - 壁仞科技走高端通用GPU路线，其首款BR100系列芯片采用7nm制程，算力达1000TFLOPS，性能宣称超过英伟达A100 [17][24][26] - 燧原科技聚焦AI训练加速卡，自研GCU-CARA架构与互联技术，产品线围绕大模型训练与推理展开 [17][28] 资本市场表现与融资情况 - 2025年，摩尔线程与沐曦股份先后在科创板上市，上市后市值迅速暴涨，其中摩尔线程上市首日股价涨4倍、五日涨6倍，沐曦股份上市首日暴涨7倍 [1][31] - 摩尔线程市值达2890亿元，沐曦股份市值达2461亿元 [32] - 壁仞科技已向港交所提交IPO申请，预计2026年1月2日上市，估值为160亿元；燧原科技已提交科创板IPO辅导备案，估值为205亿元 [1][17][32] - 四小龙均为明星投资标的，背后资方阵容强大，包括腾讯、红杉中国、IDG、国家大基金等知名机构 [32] 行业竞争与全球影响 - 国产GPU四小龙的核心技术团队多来自英伟达、AMD等国际巨头，在芯片自研过程中学习借鉴其经验 [18] - 英伟达被迫离开中国市场，为国产芯片提供了前所未有的历史窗口期 [28] - 全球范围内，AI算力备受追捧，英伟达在2025年7月市值突破4万亿美元；国内寒武纪股价在2025年8月突破千元，市值一个月内暴涨1500亿元，突破4000亿元 [29]

文章核心观点 文章对明年科技板块的投资机会进行了展望，基于对行业趋势的理解和业内交流，重点看好六大方向：国产替代链、无人驾驶、航天、存储芯片、液冷和AI电力，认为这些领域在明年具有较大的增长潜力和投资机会 [3] 板块展望与关键要点 国产替代链 - 看好昇腾产业链的长期表现和想象空间，近期因相关消息已有上涨 [4] - 对国产AI芯片如950、hwj、昆仑芯、PPU等在用户端的表现有信心 [4] - 随着国产晶圆产能和良率提升、软件生态完善，国产AI芯片市场占有率将越来越高 [4] 无人驾驶 - 明年Robotaxi（无人驾驶出租车）和Robovan（无人驾驶物流车）将有较大发展 [5][6] - L3级自动驾驶放开政策增多，显示政策鼓励该领域发展 [6] - 随着技术成熟和Robo-x车辆规模扩大，企业成本将逐步降低，盈利能力将迅速提升 [6] - 无人驾驶是当前最大的AI应用市场 [7] 航天 - 国家政策持续向航天领域倾斜，蓝箭公司即将上市 [8] - 板块核心看点在于火箭回收技术能否在明年取得成功，成功后将衍生出卫星及应用等众多发展故事 [8] - 目前发射成本较高，例如千帆火箭可一箭18星，而星网仅一箭6星 [8] 存储芯片 - 尽管今年存储芯片已有一波大行情，但国内两家龙头公司尚未上市 [9] - 明年cx公司即将上市，市场已看到其万亿市值潜力，与之相关的公司可能迎来机会 [9] - 存储芯片行业逻辑已变，从前几年的强周期行业转为当前行情，主要厂商不会轻易放弃赚钱机会，市场预测扩产不会太快 [9] 液冷 - 明年液冷市场规模预计将比今年高5-10倍，市场空间较大 [11] - 随着芯片功耗持续提升，现有冷板式液冷方案已无法满足芯片最佳工作状态需求 [11] - 行业正在研究新的液冷方案，例如多通道盖板（将芯片与冷板直接封装）以及浸没式液冷 [11] AI电力 - AI电力的核心特征是“可稳定持续供应电力”，这在北美是稀缺资源，因此相关机会更多指向北美市场及国内细分产业的出海机会 [12] - 主要发展方向包括：增加稳定电力供应的设备（如燃气轮机、余热锅炉HRSG）、提高数据中心节能的方案（如高压直流HVDC、固态变压器SST），以及寻求可离网供电的电源技术方案（如陶瓷氧化物燃料电池SOFC） [12] - 相关公司如BE今年已有10倍涨幅 [12] 其他提及板块 - AI算力硬件（如旭创）确定性依然很强，仍是机构偏爱标的 [12] - 文章未详细展开但看好的板块还包括“光”（可能指光模块）和PCB [12]

文章核心观点 - 2025年国产AI芯片行业经历了“成年礼”，多家公司成功上市，产业从“概念公司”阶段迈向“产品公司”阶段，具备了实际交付与规模部署能力 [1] - 行业竞争焦点因国产大模型爆发和“训推分离”共识而发生深刻变化，从单纯比拼硬件参数转向软硬件协同与场景落地能力的较量 [5][6][9] - 2026年行业竞争将进入“工业化比赛”的下半场，推理侧规模化落地、整体解决方案能力以及资本市场叙事分化将成为关键 [8][9][10] 资本热潮与产业阶段 - 2025年国产AI芯片产业迎来“成年礼”，摩尔线程-U、沐曦股份-U在科创板上市，壁仞科技、天数智芯加速冲刺港股 [1] - 行业在推理计算、特定模型适配及软硬件协同方面已具备实际交付与规模部署能力，能够满足部分行业客户核心需求 [1] - 科创板因其制度与风险偏好，成为承接高研发投入、短期亏损但具备战略属性算力企业的重要平台 [1] 竞争格局与外部挑战 - 2025年并非传统龙头地位被撼动之年，而是市场被“拉长”之年，以英伟达为代表的高端训练芯片依然不可替代 [2] - 国产企业通过“堆面积、堆晶体管、堆芯片”方式弥补单卡性能差距，但能效比和软件生态短板依然明显 [2] - 2025年12月，美国允许英伟达向中国出口H200芯片（加收25%费用），其性能介于最先进的Blackwell系列与“中国版”H20之间，对H20领先5到10倍不等，被产业界视为“温水煮青蛙”式的倾销策略 [3] - 竞争格局正从单一龙头垄断演变为多层级并存，围绕推理算力、行业定制和国产替代的多个细分赛道正在形成 [4] - H200的入局未撼动国产算力在政务、运营商、金融等领域的“基本盘”，供应链安全与可控已成为比性能更硬的指标 [4] 软件定义硬件与产业分化 - DeepSeek等国产大模型的爆发给硬件厂商“上了一课”，其采用的UE8M0 FP8量化策略是针对下一代国产芯片设计的机制，标志着软件开始反向定义硬件 [5] - DeepSeek的成功表明，通过模型压缩、稀疏计算、混合精度训练等技术可在一定程度上弥补硬件性能不足 [5] - 许多芯片标称算力高，但因不支持混合精度训练、高效互联，在实际大模型训练中效率极低 [6] - DeepSeek让MoE、混合精度、高效互联等技术成为必须，对国产GPU厂商综合软硬件设计能力提出更高要求 [6] - 行业从“大乱炖”剧烈分化为两个方向：奉行“大力出奇迹”的训练侧（如壁仞、摩尔线程）和信仰“精打细算”的推理侧（如华为昇腾、云天励飞-U、寒武纪-U） [6] - 训练侧比拼多机多卡集群能力与软件栈；推理侧比拼单位业务成本、稳定性与易迁移性 [6][7] 2026年发展趋势与竞争焦点 - 2026年共识是做好训练是巨头“游戏”，做好推理才能为国产AI芯片带来更多落地可能性 [8] - 全球算力竞争重心变化，英伟达与Groq交易、谷歌发布TPU Ironwood释放强烈信号，推理成为决定AI应用规模化落地关键 [8] - 驱动力是“训推分离”，智能体应用兴起使得推理成为包含规划、检索、调用的持续流程，企业最关心单位业务成本和服务质量 [9] - 推理赛道场景分散、需求多样，是中国厂商实现“弯道超车”的窗口期 [9] - 2026年推理算力增长速度将明显快于训练算力 [10] - 竞争焦点一：推理规模化，比拼谁能提供更低成本、更稳软件栈的方案以拿下政务、金融、工业等“大粮仓” [10] - 竞争焦点二：客户需求由“买芯片”向“买算力服务”转变，未来竞争是“芯片+系统+软件”的整体较量 [10] - HBM、铜缆互联、先进封装等“周边配套”的稳定供应与交付将从加分项变成入场券 [10] - 资本市场概念出现分流：A股科创板继续承接以通用GPU为代表的“硬科技”叙事；港股成为以地平线机器人、黑芝麻智能为代表的“场景牵引型”芯片主阵地 [10] - 2026年是一场“工业化比赛”而非“单点技术秀”，分水岭在于能否将资本转化为真正的产业化份额与可持续现金流 [10][11]

公司概况与市场地位 - 壁仞科技是“国产GPU四小龙”之一，于2019年9月成立，目前正赴港股IPO [1] - 2024年，公司在中国智能计算芯片市场及GPGPU市场的份额分别为0.16%和0.20% [1] - 当前中国计算芯片市场由英伟达和华为昇腾主导，合计占94.4%市场份额；从GPGPU芯片视角看，英伟达和AMD合计占国内98.0%份额 [1] 财务表现与运营数据 - 公司收入从2023年的6200万元人民币大幅增长至2024年的3.37亿元人民币 [1] - 2025年上半年实现收入5890万元人民币 [6] - 2024年毛利率为53.2%，但2025年上半年毛利率波动至31.9%，主要受产品交付情况和产品结构变化影响 [6][9] - 2022年至2024年，公司净亏损分别为14.74亿元、17.44亿元与15.38亿元人民币；截至2025年6月末，累计净亏损约63亿元人民币 [9] - 2024年平均交易额同比提升113.64%至940万元人民币 [6] - 客户数量从2024年上半年的4名增加至2025年上半年的12名，交易宗数从9项增加至33项 [6] - 最大客户收入贡献占比从2023年的85.7%持续下降至2025年上半年的33.3% [9] 在手订单与未来收入 - 截至最后实际可行日期，公司拥有24份未完成、具有约束力的订单，总价值约8.22亿元人民币 [10] - 公司已就特专科技产品订立五份框架销售协议及24份销售合同，总价值约为12.41亿元人民币 [10] 产品开发与迭代 - 公司已开发出第一代GPGPU架构，并基于此推出BR106、BR110及BR166芯片 [12] - BR106于2023年1月量产，致力于解决AI训练和推理的计算需求 [12] - BR166通过Chiplet技术将两个BR106芯片共封装，峰值算力等性能是BR106的两倍，于2025年开始量产 [12][14] - BR110是边缘及云推理芯片，于2024年10月量产 [12] - 公司正开发基于第二代架构的下一代旗舰数据中心芯片BR20X系列，预计2026年商业化上市 [15] - 公司同步规划未来一代BR30X（用于云训练及推理）和BR31X（用于边缘推理）产品，预计2028年商业化上市 [15] 研发投入 - 2022年至2024年，公司研发开支分别为10.18亿元、8.86亿元、8.27亿元人民币 [9] - 研发投入占相应期内经营总开支（销售和营销开支、行政开支和研发开支综合）的比例分别为79.8%、76.4%、73.7% [9] 生态建设与战略合作 - 公司开发了BIRENSUPA软件平台，提供编程接口、算法库等，以降低用户迁移成本 [17] - 公司与产业链伙伴紧密协同，例如与阶跃星辰、上海仪电智算服务签署战略合作协议，推动“芯-模-云”协同 [17] - 2023年9月，公司与一家IT公司订立战略合作协议，共同开发智能计算解决方案，后续收到了多份具约束力的销售订单，总价值累计超过5亿元人民币 [14] 团队与融资背景 - 高管团队拥有国内外头部AI产业链公司经历，如董事长兼首席执行官张文曾任商汤科技总裁，首席技术官洪洲曾任英伟达主架构师 [18] - 公司成立至今经历了13轮融资，股东包括IDG资本、启明创投、华登国际等知名机构 [18]

公司概况与财务表现 - 公司于2019年9月由张文创立，同期GPT-2参数量为15亿 [1] - 收入从2023年的6200万元人民币大幅增长至2024年的3.37亿元人民币，增长超过4倍 [1] - 截至2024年，公司在手未完成订单价值8.22亿元人民币，另有框架协议与合同金额12.41亿元人民币 [1] - 2022年至2024年，公司净亏损分别为14.74亿元、17.44亿元与15.38亿元人民币，截至2025年6月末累计亏损约16亿元人民币 [6] - 公司预计截至2025年末年度亏损净额将大幅增加，主要因研发开支及财务成本增加 [6] 收入与商业化进程 - 公司从2023年才开始从智算相关业务产生收入，初期客户多为小型客户，采购以试用为目的 [2] - 2024年收入主要来自PCIe板卡销售，涉及壁砺TM 106M产品，当年毛利率为53.2% [4] - 2024年平均交易额同比提升113.64%至940万元人民币 [4] - 客户数量从2024年上半年的4名增加至2025年上半年的12名，交易宗数从9项增加至33项 [4] - 2025年上半年实现收入5890万元人民币，毛利率为31.9%，波动主要与产品交付及结构变化有关 [4] - 最大客户收入贡献占比从2023年的85.7%持续下调至2025年上半年的33.3% [6] 产品与技术布局 - 公司已开发出第一代GPGPU架构，并基于此推出BR106、BR110两款芯片及相关硬件产品 [8] - 通过Chiplet技术，共封装两个BR106芯片裸晶推出性能更高的BR166芯片 [9] - BR106致力于解决AI训练和推理的计算需求；BR166在峰值算力、内存等方面性能是BR106的两倍 [10] - BR110是第一代边缘及云推理芯片，适用于嵌入式边缘计算场景 [11] - BR106于2023年1月实现量产，BR110于2024年10月实现量产 [12] - 2025年上半年BR106承担销售重头，预计其全年销量较2024年持续增加，新型BR166的商业化也将推动销量增长 [14] - 公司计划推出基于第二代架构的下一代旗舰数据中心芯片BR20X系列，预计2026年商业化上市 [15] - 公司同步规划未来一代BR30X（用于云训练及推理）及BR31X（用于边缘推理）产品，预计2028年商业化上市 [15] 研发投入与市场地位 - 2022年至2024年，公司研发开支分别为10.18亿元、8.86亿元、8.27亿元人民币 [7] - 研发投入占相应期内经营总开支的比例分别为79.8%、76.4%、73.7% [7] - 2024年，按收入计，公司在中国智能计算芯片市场及GPGPU市场的份额分别为0.16%和0.20% [1] - 当前中国计算芯片市场由英伟达和华为昇腾主导，2024年合计占94.4%市场份额；从GPGPU芯片视角看，英伟达和AMD合计占国内98.0%份额 [1] 生态合作与团队背景 - 公司开发的BIRENSUPA软件平台兼容其他第三方GPGPU计算软件平台，以降低迁移成本 [15] - 2023年9月，公司与一家IT公司订立战略合作协议，共同开发智能计算解决方案 [14] - 基于该合作，公司在2023年11月订立总值约3.68亿元的销售框架协议，并收到3500万元销售订单；后续在2024年4月及之后又收到价值约1.37亿元和3140万元的订单 [14] - 2024年12月，公司与阶跃星辰、上海仪电智算服务签署战略合作协议，形成“芯片研发-大模型创新-算力服务”三方协同 [15] - 高管团队拥有国内外头部AI产业链公司经历，如董事长兼首席执行官张文曾任商汤科技总裁，首席技术官洪洲曾任英伟达主架构师 [16] - 公司成立至今经历13轮融资，股东包括IDG资本、启明创投等，最近一轮融资发生在2025年3月 [16]

核心观点 - 摩尔线程在登陆科创板后举办首届开发者大会，展示了其基于自研MUSA统一架构的全栈技术成果，并发布了下一代GPU架构“花港”及多款芯片产品，旨在通过架构创新弥补工艺限制，提升国产GPU在AI和高性能图形计算领域的竞争力 [1][2] 技术架构与芯片发布 - 发布新一代全功能GPU架构“花港”，通过全新指令集和异步编程模型实现“工艺不够，架构来补”，在相同工艺下算力密度提升50%，效能提升10倍，支持从FP4到FP64的全精度计算 [1][2] - 基于“花港”架构推出“华山”芯片，面向AI训推一体与超大规模智能计算，其浮点算力、访存带宽、高速互联带宽介于英伟达Blackwell和Hopper架构之间，访存容量优于两者 [4][5] - 同步发布“庐山”芯片，侧重高性能图形渲染，其AI计算性能提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍，并增强了纹理填充和显存容量 [5] - 发布面向端侧的“长江”SoC芯片，集成于MTT AIBOOK笔记本电脑，端侧AI算力为50 TOPS，并预告了迷你计算设备MTT AICube [9] 智算集群与工程化能力 - 发布“夸娥”万卡智算集群，浮点运算能力达到10 Exa-Flops [5] - 该集群在万卡规模下，对Dense大模型的训练算力利用率（MFU）为60%，对MoE大模型的算力利用率为40%，有效训练时间占比超过90%，训练线性扩展效率为95% [5] - 在推理性能实测中，与硅基流动合作优化DeepSeek R1 671B全量模型，MTT S5000单卡的Prefill吞吐超过4000 tokens/s，Decode吞吐超过1000 tokens/s [5] 软件生态与开发者支持 - 升级MUSA统一计算架构至5.0版本，其核心计算库muDNN的GEMM和FlashAttention效率超过98%，通信效率达到97%，编译器性能提升3倍 [8] - 计划逐步开源计算加速库、通信库及系统管理框架等核心组件，并披露了兼容跨代GPU的中间语言MTX、量子计算融合框架MUSA-Q及计算光刻库muLitho等前瞻技术 [8] - 宣布建设MUSA生态中心并启动开发者计划，为科研与创新提供算力支持 [10] 图形技术与前沿领域布局 - 图形技术已支持DirectX 12、OpenGL 4.6、Vulkan 1.3等主流API，并与国产CPU及操作系统完成适配，即将完整支持DirectX 12 Ultimate [10] - 推出AI生成式渲染技术MTAGR 1.0，尝试将渲染范式从计算转向生成 [10] - 在具身智能领域发布MT Lambda仿真训练平台，并计划在2026年第一季度开源关键仿真加速组件Mujoco-warp-MUSA [10] - 提及在科学智能（AI4S）、量子科技、AI for 6G等前沿交叉领域的布局 [10] 公司发展历程与市场表现 - 公司成立于2020年10月，核心团队包括原英伟达中国区总经理张建中及CTO张钰勃，技术路线对标英伟达的通用GPU路径 [11] - 过去四年保持每年迭代一个芯片架构的节奏：2022年“苏堤”架构解决信创PC GPU国产化；2023年“春晓”架构带来量产游戏显卡和云端渲染芯片；2024年“曲院”架构开启AI训推一体并实现千卡集群；今年基于“平湖”架构的S5000已建成万卡智算集群 [8] - 公司于12月5日以114.28元/股登陆科创板，截至12月19日收盘，股价累计涨幅达481%，报664.10元/股，市值约为3121.46亿元 [11] 行业背景 - 受国际环境对高端芯片进口限制的影响，国产AI芯片行业受到资本市场大力追捧，市场空间有所增长 [11]

核心观点 - 摩尔线程在首届MUSA开发者大会上发布了下一代全功能GPU架构“花港”及基于该架构的多款芯片与产品，旨在通过架构创新提升算力密度与效能，并展示了其在万卡智算集群、软件生态及前沿技术领域的全面布局，以推动国产GPU生态发展 [1][2][4] 公司技术发布与产品 - 发布新一代全功能GPU架构“花港”，采用新指令集与异步编程模型，在相同工艺下算力密度提升50%，效能提升10倍，支持从FP4到FP64全精度计算，并通过自研MTLink技术支持十万卡以上智算集群扩展，单个节点支持1024卡 [1][2] - 基于“花港”架构推出“华山”芯片，面向AI训推一体与超大规模智能计算，其浮点算力、访存带宽、高速互联带宽指标介于英伟达Blackwell与Hopper架构之间，访存容量优于两者 [4] - 基于“花港”架构同步推出“庐山”芯片，侧重高性能图形渲染，其AI计算性能提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍，并增强了纹理填充和显存容量 [4] - 发布“夸娥”万卡智算集群，浮点运算能力达10 Exa-Flops，在万卡规模下对Dense大模型训练算力利用率（MFU）为60%，对MoE大模型算力利用率为40%，有效训练时间占比超90%，训练线性扩展效率为95% [4] - 在推理性能实测中，与硅基流动合作优化DeepSeek R1 671B全量模型，MTT S5000单卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s [4] - 发布搭载自研“长江”SoC芯片的MTT AIBOOK笔记本电脑，端侧AI算力为50 TOPS，并预告了基于同一SoC的迷你计算设备MTT AICube [7] - 在图形技术领域，公司支持主流API并完成国产适配，即将完整支持DirectX 12 Ultimate，推出AI生成式渲染技术MTAGR 1.0，并发布具身智能仿真训练平台MT Lambda，计划于2026年Q1开源关键仿真加速组件 [8] 公司软件生态与研发进展 - 升级MUSA统一计算架构至5.0版本，其核心计算库muDNN的GEMM和FlashAttention效率超98%，通信效率达97%，编译器性能提升3倍，并计划逐步开源计算加速库、通信库及系统管理框架等核心组件 [7] - 披露了兼容跨代GPU指令架构的中间语言MTX、量子计算融合框架MUSA-Q以及计算光刻库muLitho等前瞻技术 [7] - 公司提及在科学智能（AI4S）、量子科技、AI for 6G等前沿交叉领域的布局，并宣布建设MUSA生态中心，启动开发者计划 [8] 公司发展历程与市场表现 - 公司过去四年保持每年迭代一个芯片架构的节奏：2022年“苏堤”架构解决信创PC GPU国产化；2023年“春晓”架构带来量产游戏显卡S80和云端渲染芯片S3000；2024年“曲院”架构S4000开启AI训推一体并实现千卡集群；今年基于“平湖”架构的S5000已建成万卡智算集群 [6][7] - 公司于2020年10月成立，核心团队包括原英伟达中国区总经理张建中及CTO张钰勃，技术路线对标英伟达通用GPU路径 [9] - 公司于12月5日以114.28元/股登陆科创板，截至12月19日收盘，股价累计涨幅达481%，报664.10元/股，市值约3121.46亿元 [9] 行业背景与机遇 - 受国际环境对高端芯片进口限制影响，国产AI芯片市场空间有所增长，行业受到资本市场大力追捧 [9]

A股两融市场概况 - 截至2025年12月17日，A股两融余额为25028.46亿元，较上一交易日减少19.89亿元，占A股流通市值比例为2.61% [1] - 当日两融交易额为1852.92亿元，较上一交易日增加63.63亿元，占A股成交额的10.09% [1] 行业融资净买入情况 - 申万31个一级行业中，有9个行业在2025年12月17日获得融资净买入 [1] - 电子行业融资净买入额居首，当日净买入10.64亿元 [1] - 通信、非银金融、建筑材料、钢铁等行业融资净买入额也位居前列 [1] 个股融资净买入情况 - 2025年12月17日，共有21只个股获融资净买入额超过1亿元 [1] - 沐曦股份融资净买入额居首，净买入8.05亿元 [1] - 融资净买入金额居前的个股还包括天孚通信、胜宏科技、阳光电源、东方财富、润泽科技、银邦股份、天际股份、东材科技、指南针 [1] 国产AI芯片行业展望 - 广发证券研报指出，当前国产AI芯片已由“测试和试用”走向“2026年大规模放量”的阶段 [2] - 国内外领先AI模型之间差距缩小，国内AI大模型在性能快速迭代的同时形成了追求成本持续下降的共识 [2] - 展望2026年，国产AI芯片有望受益于国内互联网厂商资本开支的扩大 [2]

国内GPU公司近期动态与市场表现 - 近期两只GPU公司摩尔线程与沐曦股份在科创板上市，市场关注度极高 [2] - 摩尔线程上市首日股价涨超4倍，12月11日收盘股价超900元/股，远超114.28元/股的发行价 [2] - 沐曦股份上市首日，投资者中一签浮盈最高逼近40万元，刷新近十年A股上市首日单签盈利纪录 [2] - 另一家国内GPU厂商壁仞科技已于12月17日通过港交所聆讯，有望成为国内AI芯片阵营中第三家上市的GPU厂商 [2] 公司财务与研发状况 - 三家公司（摩尔线程、沐曦、壁仞科技）过去3年收入均增长但均未实现盈利 [3] - 摩尔线程2022至2024年营收分别为0.46亿元、1.24亿元、4.38亿元，三年累计亏损50.05亿元 [3] - 沐曦2022至2024年营收分别为42.64万元、5302.12万元、7.43亿元，三年累计亏损超32亿元 [3] - 壁仞科技2022至2024年收入分别为49.9万元、6203万元、3.37亿元，三年累计亏损47.5亿元 [3] - 2024年上半年，营收最高的是沐曦（9.15亿元），亏损最多的是壁仞科技（16亿元） [4] - 研发费用高企是亏损重要原因，摩尔线程是过去三年研发费用最高的公司 [4] - 2022至2024年，摩尔线程、沐曦的研发费用分别为38.1亿元、22.47亿元，壁仞科技研发开支共27.3亿元 [4] - 2024年，摩尔线程、沐曦研发费用占年营收的比例分别为309.88%、121.24%，壁仞科技为245.5% [4] - 毛利率方面，摩尔线程2024年综合毛利率为70.71%，2024年上半年为69.17%，表现相对较好 [4] 盈利预期与市场占有率 - 摩尔线程预计2027年可实现合并报表盈利（含政府补助），扣除补助后为微利状态 [5] - 沐曦预计达到盈亏平衡点的时间最早为2026年 [5] - 国产GPU企业目前仍需进一步提高收入水平和市占率水平 [6] - 2024年，英伟达、华为海思、AMD在国内AI芯片市场份额分别为54.4%、21.4%、15.3% [7] - 摩尔线程称其2024年度AI智算、图形加速及智能SoC产品在国内相应细分领域市场占有率不足1% [7] - 沐曦招股书披露，据测算其2024年在中国AI芯片市场份额约为1% [7] - 壁仞科技招股书称，2024年中国智能计算芯片市场前两大参与者合计占94.4%份额，其中第一大参与者（美国GPU公司）市占率76.2% [8] - 2024年，壁仞科技在中国智能计算芯片市场份额为0.16%，在通用GPU市场份额为0.2% [8] - 壁仞科技预期中国企业智能计算芯片市场份额将从2024年的约20%提升至2029年的约60% [8]

公司近期股价表现与市场热度 - 12月18日，公司股价开盘走低，跌破800元，截至10时15分跌5.77%，报782.03元/股 [1] - 12月17日上市首日，公司股价收盘报829.9元/股，单日涨幅达692.95%，总市值达3320.43亿元，刷新最赚钱新股纪录 [3] - 上市首日盘中最高价达895元/股，中一签（500股）的投资者浮盈约39.52万元 [3] 公司财务与经营状况 - 2025年1-9月，公司实现营收12.36亿元，同比增长453.52% [8] - 2025年前三季度，公司净利润亏损3.46亿元，同比减亏55.79% [8] - 2025年第二季度（4-6月），公司实现净利润4661.89万元短暂盈利，同比减亏119% [8] - 2025年第三季度（7-9月），公司净利润亏损1.6亿元，同比减亏40.64% [8] - 公司预计2025年全年实现营业收入15亿元至19.8亿元，同比增长101.86%至166.46% [10][11] - 公司预计2025年全年归母净利润亏损7.63亿元至5.27亿元，同比减亏45.84%至62.59% [11] - 截至2025年9月5日，公司在手订单金额（不含税）为14.3亿元 [14] 核心产品与收入结构 - 曦云C500系列是公司当前的收入“拳头产品”，自2024年2月正式量产以来成为重要收入来源 [8] - 曦云C500系列对公司主营收入的占比从2023年的30.09%，提升至2024年的97.28%和2025年第一季度的97.87% [8] - 公司产品线还包括用于智算推理的曦思N系列和用于图形渲染的曦彩G系列 [9] - 基于FP16/BF16算力指标，曦云C500/C550芯片处于英伟达A100的算力区间，曦云C588芯片大幅缩小了与英伟达H100的差距 [9] 技术研发与供应链布局 - 公司专注于通用GPU业务，确定了通用型统一的GPU计算架构和软硬件协同研发体系 [8] - 公司已基于国产供应链研发设计了新一代训推一体芯片曦云C600，并于2024年10月交付流片 [9] - 曦云C600芯片基于公司自主知识产权核心GPU IP架构，构建了从设计、制造到封装测试全流程的国产供应链闭环 [10] - 为保障供应链稳定，公司于2024年积极进行战略备货，导致存货从2023年底的约1.8亿元飙升至2024年底的7.77亿元，2025年3月末进一步增至8.02亿元 [10] 软件生态与市场应用 - 公司打造了自主可控的MXMACA软件栈，实现对CUDA生态的高度兼容，支持超过6000个CUDA应用、超过2200个高性能算子，并与超过1000个模型实现原生适配 [13] - 公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发推动万卡集群落地，产品已部署于10余个智算集群 [14] - 当前互联网企业采购的国产AI芯片主要用于推理侧，这是国内AI芯片厂商重要的增长点，而训练侧市场渗透率正在快速提升 [14] 客户拓展与市场竞争 - 公司正重点开拓两家互联网企业客户，其中一家预计在2025年内有望实现首个订单签署，另一家可能在2025年第四季度小批量试产下单 [15] - 在运营商市场，公司已进入中国电信的集采短名单，并持续参与中国移动、中国联通的集采项目入围测试 [16] - 根据Bernstein Research测算，2024年公司在中国AI加速器市场份额（销售金额口径）约1%，基于算力规模测算的市场份额约1.14% [13] - 英伟达目前在中国AI芯片市场份额高达70%左右 [13] 行业背景与公司定位 - 公司与摩尔线程聚焦GPU市场，被称为国内“GPU芯片第X股”，两家公司创始人分别来自英伟达和AMD [3] - 公司上市首日收盘涨幅超过摩尔线程（425.46%），市值（3320.43亿元）直逼后者（3359.77亿元） [3] - 随着壁仞、昆仑芯等厂商持续推进上市，国产AI芯片围绕技术自主和生态矩阵的竞跑有望加速 [17]