行业动态：国产大模型密集发布与国产GPU的紧密配合 - 春节前后是国产大模型发布的密集期，字节跳动、智谱、MiniMax等公司相继推出新模型[3] - 国产GPU企业（摩尔线程、沐曦股份、天数智芯）在智谱新模型发布当天就完成了适配，展现了紧密的配合趋势[3] - 人工智能技术日新月异，芯片与模型企业需快速响应，否则可能在AI浪潮中掉队[3] 国产GPU企业的适配策略与状态 - 芯片企业需让大模型在自家芯片上“跑起来”并达到预期性能，从开箱性能50%调至80%-90%需要时间[6] - 基于GPU通用架构的适配时间很短，一个人几个小时可完成的工作量，在NPU等专用架构上可能需要几十个人几天[6] - 为抢夺适配时间，国产芯片企业有时采取“人肉递送”硬盘的方式提前获取模型，相关人员需签署保密协议[8] - 企业技术团队在春节期间处于“随时待命”状态，以应对如DeepSeek等重磅模型的发布[4][9] 国产大模型的最新进展与影响 - 字节跳动视频生成模型Seedance 2.0的生成效果可模糊真实与虚拟边界，为AI漫剧、短剧规模化落地奠定基础[7] - 阿里巴巴图像生成模型Qwen-Image-2.0在部分文生图基准测试中能力仅次于谷歌和OpenAI[7] - MiniMax发布的MiniMax-M2.5在编程、工具调用等场景达行业头部水平，且成本极低，每秒输出100 token连续工作一小时仅需1美元[7] - DeepSeek-R1作为首个打破OpenAI推理垄断的开源模型，引爆了推理市场，提升了行业对国产算力利用空间的信心[11] 国产GPU的发展现状与市场机会 - 大模型训练环节更注重稳定性，客户初期更倾向于使用英伟达产品，国产卡的操作手册和稳定性需在实践中完善[11][12] - 推理环节对算力需求不如训练苛刻，且英伟达对华销售芯片功能受限，为国产GPU（如沐曦、摩尔线程、天数智芯）提供了替代机会[13] - 当推理业务达到满意效果时，其所需算力规模将超过训练需求，长期线上运行也能验证国产芯片稳定性[13] - 国产芯片在特定场景（如搜推广、自动驾驶、AI4S、图生视频）已可与国外厂商竞争，这需要软件优化与GPU体系结构创新的结合[13] 国产GPU企业的技术突破与产品迭代 - 摩尔线程在2025年实现了万卡规模以上集群、数千亿参数模型的端到端训练落地，这是其过去一年的最大突破[14] - 沐曦股份在2025年后软件栈性能泛化性得到很大提高，突破了自身心理极限和技术天花板[13] - 摩尔线程计划在2026年基于下一代“花港架构”推出两颗芯片，目标实现数量级（而非仅百分之几十）的能力提升[17] - 沐曦股份芯片迭代提速，基本做到每两年至少推出两颗芯片的速度[18] - 天数智芯在2026年1月发布了四代架构路线图，计划在2026年推出两代架构及多款产品[19] 产业链合作与市场前景 - 国产大模型与国产算力的配合已“渐入佳境”，Day 0（即发布当天）适配已成为常规状态[16] - 沐曦股份已与百度、腾讯、智谱、阶跃星辰等公司签署战略合作协议[16] - DeepSeek带动了私有化部署浪潮，促进了国产GPU在一体机上的推广，并使优刻得等云服务商获益[16] - 云计算客户在算力卡选型上有主动权，目前已有国企大客户开始指定在云服务中选用部分国产芯片[19] - 中国市场拥有比美国更广阔的AI落地场景（如完善工业体系、最大手机用户群），加上紧密的产业链配合，国产芯片迭代速度正在加快[17] - 行业认为国内GPU企业在制程层面尚待突破，但通过工程学攻克只是时间问题，目前正从效果和性能上与英伟达进行差异化竞争[21]

国产GPU与大模型适配现状 - 春节前后国产大模型密集发布，包括字节跳动Seedance2.0、智谱GLM-5、MiniMax-M2.5等，国产GPU企业摩尔线程、沐曦股份和天数智芯在模型发布当天即完成适配[1] - 国产GPU企业技术团队在春节期间处于“随时待命”状态，以第一时间对重磅模型（如DeepSeek）进行适配，避免在AI浪潮中掉队[1] - 适配工作旨在让大模型在国产芯片上达到预期性能（如从开箱性能50%调至80%-90%），基于通用GPU架构的适配时间远短于专用NPU架构[2] 国产GPU企业具体适配行动与产品 - 摩尔线程在MTTS5000（2024年推出的AI训练和推理一体产品）上完成对智谱新模型的适配[2] - 沐曦股份基于曦云 C系列芯片完成对智谱新一代大模型的适配[2] - 天数智芯依托天垓系列芯片完成GLM-5新一代大模型的适配[2] - 为抢夺适配时间，国产芯片企业有时采取“人肉递送”硬盘拷贝模型的方式，而非等待网络下载，参与人员需签署保密协议[3][4] 近期国产大模型进展与影响 - 字节跳动Seedance 2.0视频生成模型能力突出，可能推动国内AI漫剧、AI短剧规模化落地[3] - 阿里巴巴Qwen-Image-2.0图像生成模型在部分基准测试中能力仅次于谷歌和OpenAI[3] - MiniMax-M2.5模型在编程、办公等生产力场景达行业头部水平，并以低成本（每秒输出100 token连续工作一小时仅需1美元）为卖点[3] - DeepSeek-R1作为首个打破OpenAI推理垄断的开源模型，引爆了推理市场，提升了市场对大模型应用的信心[6] 国产GPU在AI产业链中的机会与挑战 - 大模型训练环节因成本高、风险大，客户更看重稳定性，目前仍倾向于使用英伟达产品[6] - 推理环节对算力需求相对宽松，且英伟达在华销售芯片功能受限，为沐曦股份、摩尔线程、天数智芯等国产GPU提供了替代机会[7] - 当推理业务达到满意效果时，其所需算力规模可能超过训练需求，长期运行也能验证国产芯片稳定性，打消客户顾虑[7] - 国产芯片在操作手册完善度、部署稳定性等方面与英伟达存在差距，需要在实际应用中“踩坑”和完善[7] 国产GPU企业的技术进步与突破 - 沐曦股份在2025年后软件栈性能泛化性得到很大提高，在搜推广、自动驾驶、AI4S及图生视频等特定场景可与国外厂商竞争[8] - 摩尔线程在2024年实现了万卡规模以上集群、数千亿参数模型的端到端训练落地，被认为是其年度最大突破[8] - 国产芯片企业正尝试攻破英伟达在大模型训练环节的壁垒，并认为国内头部模型与硅谷差距迅速缩小，甚至在某些项目上实现超越[8] - 国产芯片迭代速度加快，例如沐曦股份基本做到每两年至少推出两颗芯片，以抓住AI算力需求暴涨的机会[10][11] 市场合作、需求与未来展望 - 国产大模型与国产算力的配合已“渐入佳境”，Day 0适配成为常规状态[9] - 国产芯片企业与百度、腾讯、智谱、阶跃星辰等大模型公司签署了战略合作协议，合作日益紧密[9] - DeepSeek带动了私有化部署浪潮，促进了国产GPU在一体机上的推广，若其新一代模型能力大幅提升，可能刺激央企国企加大部署，为国产GPU带来更广阔市场（如基层营业厅部署一体机）[9] - 云计算客户（如优刻得）在算力卡选型上有主动权，2025年以来已有国企大客户开始指定在云服务中选用部分国产芯片[11] - 国内GPU企业在制程层面尚有短板，但行业对其通过工程学攻克难题持乐观态度，并正从与英伟达的差异化竞争（实际落地效果和性能）中寻找出路[12]

行业动态与竞争格局 - 春节前后是国产大模型发布的密集期，字节跳动、智谱、MiniMax等公司相继推出新模型，国产GPU企业摩尔线程、沐曦股份和天数智芯在模型发布当天即完成适配 [2][4] - 人工智能技术日新月异，在春节前后没有行动的大模型和国产芯片企业，可能已经在AI浪潮里掉队 [1][2] - 国产GPU四小龙（摩尔线程、沐曦股份、天数智芯及壁仞科技）的技术团队在春节期间处于随时待命状态，以应对重磅产品发布并第一时间做好适配 [2][7] 国产大模型进展 - 字节跳动旗下火山引擎发布视频生成大模型Seedance 2.0，其生成的视频几乎可以模糊真实与虚拟的边界，可能为国内AI漫剧、AI短剧等规模化落地奠定技术基础 [5] - 阿里巴巴发布新一代图像生成及编辑模型Qwen-Image-2.0，在部分文生图基准测试中，其能力仅次于谷歌和OpenAI旗下的大模型 [6] - MiniMax发布MiniMax-M2.5，在编程、工具调用和搜索、办公等生产力场景达到行业头部水平，该公司称该模型是第一个不考虑使用成本可以无限使用的模型，在每秒输出100 token情况下，模型连续工作一小时只需花费1美元 [6] - 智谱发布大模型GLM-5 [2] 芯片与模型的适配合作 - 芯片企业为抢夺适配时间，有时会采取“人肉递送”模式，在模型正式发布前派人员拿硬盘直接拷贝，公司内部参与项目人员均需签署保密协议 [6] - 对于GPU通用架构，模型适配时间很短，一个人几个小时即可完成；若在NPU等专用架构上，则可能需要几十个人几天 [4] - 国产模型和国产芯片的“Day 0适配”（即模型发布当天完成适配）基本上已成为常规状态 [14] - 本土芯片企业与模型企业合作更紧密，例如沐曦股份与百度、腾讯、智谱、阶跃星辰等签署了战略合作协议 [14] 国产GPU的发展与突破 - 国产GPU产品（如沐曦股份曦云C系列、摩尔线程MTTS5000、天数智芯天垓系列）已可在AI推理环节对功能受限的英伟达在华芯片形成替代 [11] - 推理业务达到用户满意效果时，其所需算力规模预计会超过训练需求，长时间的线上业务运行也能验证国产芯片的稳定性 [11] - 在一些特定作业场景，如搜推广、自动驾驶、AI4S以及图生视频等领域，国产芯片逐渐可以和国外厂商竞争 [12] - 摩尔线程在2024年实现了在万卡规模以上的集群上，完成数千亿参数规模模型的端到端训练落地，这被认为是其过去一年最大的突破 [12] - 沐曦股份在2025年后软件栈的性能泛化性得到了很大提高，芯片开箱性能表现更稳定 [12] 市场驱动与行业影响 - DeepSeek-R1作为第一个打破OpenAI推理垄断的开源模型，引爆了整个推理市场，大幅提升了市场对大模型推理应用的信心，带动了推理相关产品的出货与销售额增长 [9][10] - DeepSeek的发布带动了一轮私有化部署浪潮，推动了沐曦股份等国产芯片在一体机上的推广，优刻得等云计算企业也从中获益 [14] - 大模型在训练环节更看重稳定性，目前企业更倾向于使用英伟达产品；而推理环节对算力需求相对不苛刻，成为国产GPU的机会 [10][11] - 中国市场拥有比美国更广阔的人工智能落地场景，如完善的工业体系和最大的手机使用群体，结合大模型企业的紧密配合，正加速国产芯片的迭代 [14] 技术路线与未来展望 - 国产芯片企业产品迭代速度加快，以抓住AI算力需求暴涨的机遇：摩尔线程每年雷打不动会有一代新架构及超过一款芯片产品面市；沐曦股份基本做到每两年至少推出两颗芯片；天数智芯2026年计划推出两代架构 [15][16] - 摩尔线程在2025年12月发布了未来架构和产品路线图，2026年将基于下一代“花港架构”推出两颗芯片，并追求数量级上的能力提升 [15] - 天数智芯认为，大量商业客户的落地反馈将为架构研发和产品迭代提供实践支撑 [16] - 行业观点认为，国内芯片企业正从实际落地效果和性能等方面与英伟达开始差异化竞争，虽然产品在制程层面尚待突破，但国内产业链正在弥补短板 [16]

公司上市表现与市场反应 - 天数智芯于港股上市，开盘股价报190.2港元，较发行价144.60港元上涨31.54%，总市值达483.7亿港元 [2] - 公司获得市场超100倍的认购倍数，并有18家知名基石投资者认购，总金额达15.83亿港元 [3] - 按开盘市值计算，主要外部股东大钲资本（持股20.62%）的股份价值接近100亿元，其他主要股东如云柏资本、红杉中国、国盛资本、元禾控股的股份价值分别约为16.3亿元、5.6亿元、5.5亿元和3.2亿元，对应回报倍数分别为6.7、5.4、2.8、5.5和3.2 [5][23] 公司发展历程与战略 - 天数智芯成立于2015年12月29日，是国内最早推出通用GPU产品的公司，但资本进程和社会关注度曾落后于同行 [4] - 公司创始人李云鹏为技术出身，曾任职于甲骨文，其创业初期选择了一条“保守”道路：先做软件平台积累客户和技术，待2018年国内AI产业和融资环境改善后，再正式启动通用GPU硬件设计 [10][11][12] - 公司于2019年发布首款AI芯片Iluvatar CoreX I，比竞争对手摩尔线程早三年；并于2021年发布被称为“国内第一款全自研通用GPU”的云端GPGPU芯片天垓Gen 1 [13][15] 管理层变动与核心团队 - 2021年5月，在公司首款GPU芯片量产的关键期，创始人李云鹏出局，由拥有深厚政企资源背景的刁石京接任董事长兼总经理 [17] - 2022年，刁石京因个人原因退出，公司管理层再次调整，由拥有约17年财务及投资经验的盖鲁江担任董事会主席兼CEO，由拥有14年GPU芯片设计经验的孙怡乐领导核心研发 [18] - 尽管经历两次管理层变动，公司仍在产品和市场上持续突破，形成了AI训练天垓和AI推理智铠两大产品线，并计划于2026年量产天垓Gen 3 [18] 主要投资方与大钲资本的角色 - 大钲资本是天数智芯最重要的外部机构股东，持股20.62%，其投资策略以“投资驱动变革”为特点，深度介入公司管理并推动变革 [4][20][21] - 大钲资本自2017年通过关联企业新余建辉首次投资天数智芯近3000万元起，持续加注，累计投资超15亿元，见证了公司估值从最早的6800万元成长至120亿元 [21] - 大钲资本在瑞幸咖啡和天数智芯的案例中，均成功推动了管理层重组，并为天数智芯在关键技术路线决策、引入研发人才及对接产业与政府资源方面提供赋能 [21][22] 产品、技术与市场地位 - 天数智芯自称是国内首家实现GPU芯片量产、训推双量产及全栈自研的公司 [25] - 截至2025年6月，公司累计交付超5.2万片通用GPU产品，服务客户超290家，完成超900次实际部署应用 [27] - 公司构建了全链条自主技术体系，硬件端有天垓（AI训练）和智铠（AI推理）两大产品系列；软件端自主研发全栈套件，兼容主流AI框架和x86与ARM架构 [29] - 公司客户结构持续优化，前五大客户收入占比从2022年的94.2%显著下降至2025年上半年的38.6%，客户总数从2022年的10余名上升至2025年上半年的106名 [27] 财务与运营数据对比 - 2024年，天数智芯营收为5.4亿元，与竞争对手摩尔线程（4.4亿元）及沐曦（7.4亿元）位于同一量级 [4][30] - 2022-2024年，公司收入从1.89亿元增至5.40亿元，复合年增长率达69%；净亏损率从2022年的292%下降至2024年的165% [30] - 2022-2024年公司累计研发投入18.45亿元，研发投入占同期营收比例均超140%，低于摩尔线程和沐曦的同期水平 [31] - 公司收入结构优化，AI算力解决方案收入占比从2022年的0.4%提升至2024年的约30.8% [31] 行业竞争格局与展望 - 天数智芯是近期第四家上市的通用GPU公司，与壁仞、沐曦、摩尔线程并称“国产GPU四小龙”，标志着第一轮“卡位赛”暂告一段落 [4][33] - 四家公司呈现出不同的成长路径：天数智芯偏向“务实量产”与“资本操盘”，而摩尔线程、沐曦则带有“明星光环”与高举高打的特点 [33] - 上市后市值呈现分化，壁仞、天数智芯市值分别为900亿、400亿规模，而沐曦、摩尔线程在科创板则高达3000亿规模 [33] - 行业下一阶段的竞争将从融资转向产品性能、量产规模、生态构建与可持续盈利能力的综合较量 [33][34]

沐曦集成电路科创板上市表现 - 公司于2025年12月17日在科创板成功上市，股票代码688802 [1] - 上市首日股价高开568.8%，报700元，公司总市值一举突破2800亿元 [1] - 以此计算，中一签（500股）的投资者首日盈利接近30万元，成为近期热门新股 [1] 新股收益与财务表现 - 沐曦股份以首日盈利297,670元（按500股计），位列A股全面注册制以来新股中签收益排行榜首位 [2] - 2025年1-6月，公司实现营业收入9.15亿元，已超过2024年全年营收 [2] - 2022年至2024年，公司营收复合增长率高达4074.52% [2] - 截至2025年6月末，公司累计出货GPU芯片约2.5万颗 [2] 公司业务与技术概况 - 公司成立于2020年9月，核心团队平均拥有近20年GPU量产经验，是国内高性能通用GPU领域的领军企业之一 [3] - 公司采用“量产一代、在研一代、规划一代”的产品节奏 [4] - 已量产产品包括曦思N100（智算推理）和曦云C500（训推一体） [4] - 在研产品曦云C600已于2025年7月回片点亮，官方定位对标英伟达H100 [4] - 公司专注于通用计算与人工智能领域，暂不涉及图形渲染功能 [5] 行业竞争格局 - 沐曦与摩尔线程是当前最受关注的两家国产GPU公司，但选择了不同的技术路线 [5] - 摩尔线程坚持“全功能GPU”路线，其消费级显卡已推向市场，但在2023年10月被列入美国实体清单 [5] - 在硬件上，沐曦的曦云C500采用先进封装技术，公司称其传输带宽优于同等级别的GDDR6方案 [5] - 在软件生态上，沐曦自研了MXMACA软件栈，宣称已高度兼容主流CUDA应用生态 [5] - 摩尔线程构建了MUSA统一系统架构，但在AI生态的迁移便利性上，行业普遍认为与CUDA的直接兼容性仍是关键挑战 [5] - 2025年上半年，沐曦营收9.15亿元，同期公开信息显示摩尔线程营收约为7亿元 [6] 国产GPU行业资本化与趋势 - 除沐曦上市外，其他头部国产GPU公司资本化进程也在加速 [6] - 壁仞科技已于2025年在上海证监局办理科创板上市辅导备案，其7nm GPGPU BR100系列主要聚焦云端AI训练 [9] - 天数智芯市场多次传出其IPO规划，其“天垓”系列芯片主打通用计算 [9] - 格兰菲专注于信创市场，已于2025年2月完成上市辅导备案，产品主要用于党政办公PC等领域 [9] - 华为昇腾作为未上市的“巨无霸”，在政务及行业AI市场占据了显著的出货份额，但其生态相对封闭 [9] - 在自主可控背景下，多地智算中心项目对国产化比例提出明确要求，订单正向技术成熟、产品可靠的头部企业集中 [9] - “CUDA兼容性”已成为众多下游客户招标时的实质性要求，直接决定了企业的订单获取能力 [9] - 二级市场对企业的评价标准，正从“技术故事”转向“收入增速与兑现能力” [9] - 高端制程（如7nm及以下）的晶圆代工产能仍是稀缺资源，资金实力薄弱或流片成功率不高的企业将面临巨大生存压力 [9] 行业核心观点 - 沐曦的成功上市，标志着国产GPU的竞争已从“实验室研发”步入“财务报表验证”的新赛场 [7] - 短期来看，能够快速实现规模收入、持续扩大生态兼容性的企业，将在资本市场获得青睐 [7] - 长远而言，行业竞赛的终局取决于两点：一是能否真正构建起突破CUDA壁垒的自主应用生态；二是能否稳定获得高端制程的产能支持 [7] - 未来三年，行业洗牌将加速，唯有在上述核心环节建立优势的少数公司，才有机会角逐“中国英伟达”的席位 [7]