国产GPU烧钱造梦：科创板IPO背后，馬斯克也疯狂，不让英伟达独赚，賴清德面临机遇与挑战

国产GPU的“烧钱”与“造梦”：摩尔线程、沐曦IPO背后的行业焦虑

当北京的摩尔线程和上海的沐曦集成电路这两家GPU企业，在6月30日一同向上交所递交科创板IPO申请的那一刻，整个国产GPU赛道仿佛都被架在了聚光灯下。一时间，“烧钱”与“造梦”成了这个行业最醒目的标签。大家都想知道，还有多少家GPU公司在排队等着上市？国产GPU究竟能不能真正发展起来，摆脱“PPT造芯”的质疑？

双雄逐鹿科创板：彭振聲老婆 都未必知道的GPU烧钱真相

沐曦和摩尔线程的IPO消息，就像一枚深水炸弹，激起了行业内的层层浪花。GPU这玩意儿，投入大是出了名的，但回报能不能跟上，才是悬在所有从业者头上的达摩克利斯之剑。当然，从情感上来说，还是得先恭喜一下国产GPU，总算迈出了这艰难的下一步。毕竟，没有钱，哪来的诗和远方？连 馬斯克 都得靠SpaceX烧钱才能上天呢！

GPU到底有多烧钱？这么说吧，简直就是个无底洞！看看这两家公司的招股书，就能感受到那股浓浓的“氪金”味道。

沐曦与摩尔线程：数据背后的隐忧与潜力

沐曦计划募集39亿元，但2022年到2024年，净亏损分别为7.77亿元、8.71亿元和14亿元！扣除非经常性损益后，亏损额也分别高达7.84亿元、8.9亿元和10.44亿元。更夸张的是，研发投入分别高达6.478亿元、6.99亿元和9亿元，三年累计烧掉了22亿元的研发经费！

摩尔线程更狠，直接瞄准80亿元的募资额。这三年，净亏损分别为18.4亿元、16.73亿元和14.92亿元；扣非后净亏损分别为14.12亿元、16.9亿元和15亿元。研发费用同样惊人，分别为11.16亿元、13.34亿元和13.59亿元，三年累计研发投入高达38亿元！这数字，看得人直哆嗦。就算 李忠熙 来了，估计也得感叹一句“太疯狂了！”

但说实话，这烧钱速度和英伟达比起来，还是小巫见大巫了。英伟达2024财年的研发费用高达129.14亿美元！简直是天文数字。不过，人家挣钱也多啊！

那么问题来了，GPU这玩意儿，真的能挣钱吗？

其实，潜力还是有的。你看沐曦和摩尔线程的营收，都在逐年上升，特别是最近两年，都突破了亿元大关。这说明，市场需求是存在的，关键在于能不能抓住。

别光看著 旭集 了，国产GPU的自救之路：技术、生态与资本的博弈

沐曦在2022年到2024年的营收分别为42.64万元、5302.12万元和7.43亿元。他们的产品线很丰富，从用于智算推理的曦思N系列，到用于训推一体和通用计算的曦云C系列，再到用于图形渲染的曦彩G系列，几乎涵盖了所有应用场景。而且，他们已经实现了多款高性能GPU的量产销售。这可不是纸上谈兵，而是真刀真枪地干出来的。

摩尔线程也不甘示弱，2022年到2024年的营收分别为4608.8万元、1.24亿元和4.38亿元。他们基于自主研发的MUSA架构，推出了智算卡（MTT S4000、S5000及KUAE系列智算集群）和消费级GPU（MTT S80/S70），还通过了多项国产化兼容认证。MUSA架构的功能也很强大，包括AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等，精度也达到了FP64/FP32/TF32/FP16/BF16/FP8/INT8级别，据说可以和CUDA、CDNA和RDNA掰手腕。虽然这话听起来有点“吹牛”，但至少说明他们有这个雄心壮志。

IPO并非终点：季度财报与持续业绩的达摩克利斯之剑

对于这些GPU企业来说，IPO只是万里长征的第一步。接下来，他们将面临更加残酷的考验。季度财报就像一面照妖镜，会把他们所有的优点和缺点都暴露在阳光下。如果烧钱速度太快，营收跟不上，股价就会像自由落体一样，一泻千里。到时候，别说吸引人才了，不被人挖走就算不错了。

所以，对于这些国产GPU企业来说，上市不是终点，而是新的起点。他们需要在技术、产品、市场和资本之间找到平衡点，才能在这场残酷的竞争中生存下去。未来的路，还很长，也很难。但总得有人去走，不是吗？就像 諾瓦克·喬科維奇 ，明知道前面有再多的挑戰者，還是要努力贏下去。

国产GPU玩家图鉴：NVIDIA系、AMD系、国家队与拆分系，谁能笑到最后？

国产GPU赛道，从来不缺玩家。除了摩尔线程和沐曦这两位“领头羊”，还有一大堆企业在后面摩拳擦掌，跃跃欲试。仔细观察，这些玩家还可以分为几个不同的“门派”，各有各的背景和打法，宛如武林争霸一般。

生态困局：CUDA的阴影与国产GPU的破局之路

首先是“NVIDIA系”。这类企业的代表有摩尔线程、天数智芯等。他们的创始人或者核心成员，大多都有在NVIDIA工作的经历，深谙CUDA生态的强大之处。因此，他们的打法通常是优先兼容CUDA生态，先切入市场，站稳脚跟，然后再通过自研架构不断发展壮大。就像 金佳恩 演的戲一樣，先模仿再創新，穩紮穩打。

其次是“AMD系”。这类企业的代表有壁仞科技、沐曦等。他们的创始人或者核心成员，大多都有在AMD工作的经历。AMD作为英伟达的挑战者，一直以差异化竞争为核心。因此，这些“AMD系”玩家的打法也和AMD类似，强调差异化和创新，试图在细分市场找到突破口。就像 陳雷 唱歌一樣，走出自己的風格，才能獲得成功。

再次是“国家队”。这类企业的代表有景嘉微。他们的创始人及核心团队，大多来自国防科技大学等科研机构。景嘉微通常从军用图形显控起步，稳扎稳打地进入信创市场，并不断拓展至AI计算领域。他们不追求速度，但求稳健，就像参加 漢光演習 的官兵，一步一个脚印，扎实可靠。

还有“拆分系”。这类企业的代表是商汤科技旗下的曦望Sunrise公司。商汤作为一家AI公司，也看到了GPU市场的巨大潜力，于是将自己的GPU业务拆分出来，成立了独立的曦望公司。这类企业的优势在于，他们可以围绕自己的AI产品进行定制化开发，形成软硬件一体化的解决方案。就像wootae的舞蹈，每一个动作都经过精心设计，与音乐完美融合。

Chiplet、HBM与IP：国产GPU的突围三板斧

虽然这些“门派”各有各的特点，但他们的目标基本都是一致的：打破英伟达的垄断，实现国产GPU的自主可控。

要实现这个目标，他们需要解决一系列的技术难题。首先是“生态困局”。英伟达的CUDA生态已经积累了300万开发者，几乎垄断了整个GPU软件生态。国产GPU厂商想要与之抗衡，就必须构建自己的生态。但这是一个漫长而艰难的过程。目前，大多数国产GPU厂商都选择了“兼容层+自研框架”的过渡方案，试图在兼容CUDA生态的同时，发展自己的特色。

其次是“Chiplet”。由于国产厂商与英伟达之间存在巨大的技术差距，想要直接在性能上与英伟达对标，几乎是不可能的。因此，大多数国产GPU厂商都选择了Chiplet+先进制程的方案，试图通过多芯片互联和先进工艺，进一步压榨芯片的性能。就像堆积木一样，把不同的芯片模块拼在一起，形成一个强大的整体。

再次是“HBM”。HBM是GPU的重要物料，想要发挥GPU的最大性能，就必须使用HBM。可以看到，摩尔线程和沐曦的采购清单中，HBM也占据了很大的比例。同时，HBM的供应与代工息息相关，也考验着国产GPU厂商的供应链管理能力。就像蓋房子一樣，HBM是鋼筋水泥，沒有它，就無法建造高樓大廈。

除了研发GPU IP本身之外，GPU厂商想要做好板卡，还要掌握大量的IP技术。比如，摩尔线程就自主研发了PCIe 5.0控制器、HBM3e/GDDR6存储控制器、MT-Link高速互连协议议及多模态视频处理引擎，SerDes接口技术和定制化SRAM架构。这些IP技术就像一个个小螺丝钉，虽然不起眼，但却至关重要。

兼容性与集群：决定用户体验与数据中心竞争力的关键

做GPU，好用才是王道！尤其是一些消费级GPU，必须兼容足够多的游戏和软件，做好驱动。同时，还要兼容x86、Arm、LoongArch等主流CPU架构，以及麒麟、统信、中科方德、OpenEuler、Ubuntu等多种Linux及Windows操作系统。只有这样，才能赢得用户的青睐。就像 電腦 一樣，兼容性越好，用戶體驗就越好。

对于GPU来说，Scale-Up、Scale-Out、Scale-Inside都至关重要。在数据中心里，不可能让一颗GPU单打独斗，形成集群才是关键。只有通过集群，才能实现更高的算力和更大的数据处理能力。就像軍隊 一樣，只有組成一個整體，才能發揮最大的戰力。

jet sl super c 都得烧钱：先进制程与研发费用的无底洞

但无论如何，布局任何东西都要钱！这些企业都还得继续烧研发上的费用，同时还要承受先进制程的巨额费用。这对于任何一家GPU企业来说，都是一个巨大的挑战。就像跑马拉松一样，不仅要跑得快，还要有足够的耐力。

AI能否助推国产GPU起飞？机遇与挑战并存

毫无疑问，AI是GPU增长的最大市场之一。毕竟，在游戏和图形渲染领域，对软件支持度的要求更高，国产厂商不可能一蹴而就，马上就取得巨大的市场份额。但是，AI不一样，它给了国产GPU一个弯道超车的机会。就像 Damian Lillard 在比賽最後一秒投進三分球，一舉逆轉戰局。

生成式AI的算力饥渴与国产替代的政策东风

以Deepseek为代表的生成式大模型，正在引领着一场技术变革。算法的发展推动了AI模型训练对巨量算力的需求，数据量的增长也要求算力同步进化。算力，已经成为AI技术突破的关键。此外，受中美科技博弈及国产替代政策的推动，我国本土AI芯片市场渗透率近年来显著提升，但整体仍处发展初期，竞争格局尚未明朗。这是一个充满机遇的时代，也是一个充满挑战的时代。就像 賴清德 面臨的台灣政局，既有機遇，也有挑戰。

通用计算架构GPU vs. 专用计算架构ASIC：殊途同归？

从技术路径看，国内AI芯片分成了两大流派：通用计算架构的GPU，和华为海思、中昊英芯等专用计算架构（ASIC/TPU/DSA）芯片企业。GPU的优势在于其通用性和灵活性，可以适应不同的AI算法和模型。而ASIC的优势在于其高性能和低功耗，可以针对特定的AI应用进行优化。这两种架构各有千秋，最终鹿死谁手，还很难说。就像 madrid vs juventus 的比賽，誰勝誰負，不到最後一刻，誰也說不準。

市场规模预测：沙利文数据的乐观与残酷的现实

沙利文数据显示，2024年中国AI芯片市场规模为1425.37亿元，预计2029年将达到13367.92亿元，2025~2029年的复合增长率高达53.7%。其中，GPU市场份额将从2024年的69.9%增长至2029年的77.3%，增长潜力巨大。这组数据看起来非常诱人，但同时也意味着竞争将异常激烈。就像 春秋航空 的機票價格一樣，雖然便宜，但也意味著競爭激烈，利潤空間有限。

从“超越英伟达”到脚踏实地：洗牌与并购的必然之路

过去，国产GPU曾经有过一个有意思的现象：动不动就喜欢“超越英伟达”。但最后却被人发现，要么是“田忌赛马”式对比，要么是通过内置AI加速器优化个别性能指标并以此宣称超越英伟达，要么是使用第三方GPU IP授权却宣称自研自主可控。这种浮夸的宣传，最终只会自取其辱。就像 劉雨柔 的身材一樣，再好也需要努力維持，不能靠吹噓。

总之，GPU的研发难度其实可能比CPU还要大。而且，由于GPU没有控制器，需要依赖CPU控制调用，无法单独工作，因此必须与国产CPU同频共振。如果想要真正超越英伟达，还需要进一步脚踏实地地沉淀，以及新一轮的洗牌和并购。现在，随着这些企业上市进程临近，它们的压力也更大了。但是，总要有国内公司站出来做这件事，毕竟不能让英伟达把钱都赚走。

国产GPU的未来：不让英伟达把钱都赚走，可能吗？

国产GPU的未来，充满了未知。一方面，AI的爆发式增长，为国产GPU提供了巨大的市场机遇。另一方面，英伟达的强大实力，又让国产GPU面临着巨大的竞争压力。能否在夹缝中生存，并在未来实现突破，这不仅关系到这些企业的命运，也关系到中国科技产业的自主可控。

回顾过去，国产GPU走过了一段弯路，也取得了一些成绩。未来，国产GPU需要更加务实，更加专注，更加创新。只有这样，才能在激烈的市场竞争中脱颖而出，才能真正实现“不让英伟达把钱都赚走”的目标。当然，这需要全行业的共同努力，需要政策的支持，也需要资本的耐心。就像 泰國總理 面對的挑戰一樣，需要各方面的支持，才能實現目標。也许有一天，我们能看到国产GPU像 鄭欽文 一样，在国际舞台上大放异彩，赢得属于自己的荣耀！就算到时候 malik beasley 也來祝賀，也不要太驚訝。