- N +

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。

返回列表
上一篇:
下一篇: