上海杀出500亿隐形龙头：全国第一

作者丨铅笔道 吴欣晓

编辑丨铅笔道 邹蔚 王方

过去2个月，最吸金的赛道，莫过于国产GPU。

那些1天赚700%、5年赚1000倍的神话，在这一轮全部实现，并且都绕不开一个关键词：GPU四小龙——摩尔线程、天数智芯、沐曦、壁仞科技。

一位长期跟踪GPU产业的投资人对铅笔道表示：夸张点说，过去5年，如果没投GPU，相当于这一轮周期“白干”。这种遗憾，不亚于移动互联网时代错过字节。

这个机会窗口正越来越小。本月，随着通用GPU企业——天数智芯在港股上市，募资约32亿元，意味着四小龙最后一块拼图被补齐。

值得注意的是：IPO之前，这家低调到几乎不接受媒体采访的公司，最近持续向市场释放消息。

1月26日，它亮出几张底牌：公布了2025到2027年的GPU架构路线图，特别需要指出，2025年推出的天数天枢，在DeepSeek V3场景，性能已超英伟达Hopper架构20%，这意味着天数的路线图已经在兑现过程中。同时，这次发布天数智芯还推出四款边端产品彤央系列（可理解为“本地算力模组”），尺寸从口袋大小到桌面级；还披露了最新商业进展：覆盖20个行业、300多个客户、1000个联合开发案例，数千卡集群已稳定运行超1000天。

这些动作，不禁引发好奇：它究竟能撑起多大的戏码，能否持续创造千倍的收益神话，又会怎样影响国产GPU的格局？

- 01 -

新神话还是新泡沫

这些动作背后，有一个特定背景，那就是目前的国产GPU，泡沫和机会一样大——天数智芯这些动作，离机会更近，还是离泡沫更近？

国产GPU的机会在哪里？多说无益，直接看英伟达。过去10年，市值从几百亿美元，涨到万亿美元，一年收入约1300亿美金（2025财年），其中净利润超700亿美元。

这些数字背后，有一个几乎共识的结论：AI的尽头是算力；算力的尽头，是GPU。AI要想聪明，必须烧钱、烧算力；而要想算力大，就必须“卡”多。

这些元素中，钱、算法都不稀缺，稀缺的几乎只有一个：GPU。2020年之前，全球大部分的GPU产能，都卡在一家公司手里：英伟达。

因此，国产GPU的起点，并不浪漫，只有三个字：买不到。

尤其到2022年底，美国收紧AI芯片出口规则，相当于洪水撞上大坝，小路直接被堵死。这些“卡脖子”局面，逼得本土厂商必须自研。

这支本土队伍中，既包含了寒武纪、海光信息等，也囊括着GPU四小龙：摩尔线程、天数智芯、沐曦、壁仞科技。

此外，还包括各类超级独角兽，比如燧原科技、昆仑芯等（见下表）。

统计发现，这些公司的成立时间，可以分为两类：一类成立于2019-2020年前后，正值国产GPU爆发前夕；

另一类是先遣部队，成立于2015年前后，风口还没来就等在那里，比如寒武纪、天数智芯、海光等。

这些先遣部队，成立之初，也不是完全奔着GPU而去。只是干着干着，风口来了。

以天数智芯为例，2015年成立时（总部上海），它锁定的并不是GPU，而是算力加速软硬件产品，好比打游戏时的“外挂工具”，能让计算速度更快。

但过程中，AI算力的需求，让它发现GPU的供不应求。于是2018年，天数智芯转向GPU研发，启动首款产品（天垓100）的流片工作。

这才有了后来的成果：实现国内通用GPU从0到1的首次突破，成为国内第一家自研、量产通用GPU的公司。

这些队伍，取得的成绩也不尽相同。

海光、寒武纪起步较早，成了第一批国产GPU上市公司，市值在5000亿-7000亿不等。

剩下的“GPU四小龙”，上市时间接近，差异化也较大。

观察可以发现：错位比较明显的是天数智芯。

它的成立时间最早，自研量产时间最早，芯片交付量靠前（通用GPU5.2万枚），年收入排名第二（2024年）。

基于这种全站自研通用GPU的技术优势和实战场景打磨的规模化商业落地优势，不少投资人看好它的稀缺性和增长潜力。

- 02 -

伪需求与真痛点

国产GPU现在热度爆表，钱也追得凶，但能不能一直火下去，要回到一个根本问题：芯片好不好用，能不能被客户认可。

这个痛点下，国产GPU有三大流派。

一类是“参数派”。这是最容易被市场看见的一类：指标好看。核心算力、内存带宽、跑分成绩都挺亮眼，宣传材料数据一列一列地甩出去。

另一类是“定制项目派”。它的风格是：先解决问题，再谈指标，优点是：短期赚得稳、问题能解决，但想做成流水线大厂，天花板明显。

最后一派是“系统工程派”或者叫“解决方案派”，天数智芯就是这类企业。

它是前面两派的融合，既做芯片又承接定制项目，但不追求一次性表现，而是提供长期可运行的解决方案：不仅做硬件，还要自研软件栈、工具链、编译器和适配层等。

这条路走的人不多，难度大。天数智芯副总裁邹翾对铅笔道说：“我们在国内首家构建了通用架构下的GPU全栈设计能力，目的就是为了在客户实际场景中实现好用、落地。”

这三大路线差异较大，但面临的瓶颈相同，那就是：直到今天，“国产卡”的份额依然很小。

多家头部算力中心负责人向铅笔道表示：过去1-2年，国产芯片仍是少数选择——就算是“老大哥”华为，也面临这个瓶颈。

具体的份额，可以用一组数字来形容：100张通用GPU里，大约只有不到6.5张是国产卡（2025年/如图）。

“国产卡”为什么份额少，是性能不行吗？不完全是。据外媒报道，国内多款头部芯片，关键性能与英伟达旗舰产品（H100）相比，差距只有10%-20%。

甚至某些产品，国产GPU还实现了反超。比如1月26日，天数智芯发布的几款边端产品，打通客户应用场景“最后一公里”，把云端大算力能力折叠进方寸之间，将集成大算力的小巧产品，送到客户的“手中”，就像在场景的端侧产品中安装了“大脑+小脑”，让边端场景的运行更加流畅。比如具身智能机器人，不但能够走路，而且可以根据算力支撑的实时判断能力，进行“劳动”。此外这个产品还可以应用在工业智能、交通智能、车陆运一体化协同。在这组产品中，“基础款”的性能已反超国际卡3.7倍。

性能的差距，为国产GPU争回来不少分，但另一个更值得重视的问题是：芯片好不好用，客户认不认可。

- 03 -

破局思路

国产GPU的破局思路是什么？天数智芯副总裁邹翾的建议是：回归“好用”。

“这么多年，我们一直在思考：什么是好用的GPU？如何衡量GPU价值？用户核心诉求是什么？我们的洞察就是简单两个字：好用——它不单单指的是价格优势，还包括使用体验：比如要花多少人力、多少物力、多少时间。”

这听起来可能有点抽象，他举了两个身边案例。

有家AI创业公司，金融大模型每季度至少迭代两个版本，每次硬件适配，需要投入10人团队，耗费两周修改500至1000行代码。

另一家传统企业，需要用开源大模型建知识库，因硬件接口不兼容，落地周期常从一个月，延迟至两到三个月。

这些痛点，不只在1-2个案例身上体现。邹翾介绍，截至去年底，天数智芯探索了20个行业，服务了300客户，联合开发了1000个案例，无一不指向这个答案：产品好用！。

在客户眼里，这种“好用”，具体又包括什么？天数智芯副总裁郭为向铅笔道提到：客户买不买你的产品，主要看三点。

1、客户现有使用习惯是否需要改变；

2、是否提供本地化调优服务；

3、是否有价格优势。

郭为表示，就算自己第一次拜访客户，也基本从这三点入手。

这三句话背后，隐含着客户的三大烦恼。

1、别让客户为了“新卡”去改代码、换框架、重写流程；

2、通过贴身调优，把坑在前期填掉，帮客户把系统真正跑稳；

3、利用国产优势，给客户一个愿意尝试的理由。

比如，天数智芯发布了4款边端产品：彤央系列（如下表）。

其中，副总裁郭为讲述了一个客户痛点。

国内有家机器人未来独角兽——格蓝若，想选一款芯片，让机器人“听得清、想得快、说得明”。核心诉求之一，就是兼容性。

“我们模组采用的标准接口，和英伟达的Orin完全兼容。目前国内，机器人几乎全行业采用的都是英伟达标准，所以客户的使用习惯等都不用改变，拿过去可以直接用。”

最终，格蓝若选择了天数智芯。

又比如，天数智芯还发布了3年架构路线（如图）。这些架构背后，主要的指引思路，也是“好用”：算得快、算得省、省力、可持续等。

比如算得快（高利用率）：天枢架构的“Attention效率>90%是个关键指标，意味着芯片干正事的时间更多，浪费的算力更少。

比如算得省。天枢架构追求更精细的“省电”模式，这就像给不同的任务（科学计算、AI推理）匹配最合适的“燃料”，在保证结果正确的前提下，最大限度降低功耗和成本。

此外，为了让客户省钱，解决DDR存储价格高的问题，天数智芯通过kv cache等技术，让模型推理使用的内存量降低50%以上。

- 04 -

结语

未来几年，通用GPU的国产化趋势不可逆。据行业报告显示，预计2029年，国产率有望达到50%。

摩尔线程、天数智芯、沐曦、壁仞这四小龙，就像中国GPU市场的先遣部队，各自抢占阵地，也把初步经验探索了出来：对用户来说，买的不仅仅是卡，而是最终体验。

天数智芯此次向市场释放消息，或许就是朝着这个目标，为下一轮竞争做铺垫。

本文不构成任何投资建议。