国产GPU公司上市潮：技术路径与生态竞争深度解析

近两年来，国产GPU的舆论焦点已从媒体热搜转向资本市场。故事的核心不再是PPT上的芯片概念图，而是招股书中的现金流与研发投入，这标志着该赛道首次进入公开财务审查与公众监督的新阶段：

算力的推进不能仅靠市场情绪，IPO过程将技术、供应链、交付周期和生态成熟度全部透明化。真正的国产GPU，不仅要通过性能测试，还需经历审计、营收和交付能力的多重考验。

在这一批企业中，部分公司加速冲刺，如已递交招股书的沐曦、摩尔线程；另一些则稳步前行，比如壁仞、燧原、瀚博、格兰菲。它们既有共同野心，也存在明显差距：有的试图复刻CUDA生态，有的专注AI推理，有的攻坚工业渲染，还有的在边缘算力领域布局。

并非所有企业都能顺利走到敲钟时刻，但能抵达当前阶段，已证明一个事实：国产GPU不再是“是否要做”的问题，而是“谁能坚持到底”。未来几年，评判标准将更直接、更严峻。

1

摩尔线程，国产英伟达？

在国产GPU领域，“第一股”称号极具诱惑：它不仅是资本市场标签，更是技术叙事与战略雄心的象征。

在几家传出IPO动向的公司中，摩尔线程进展似乎最快。10月30日，官方信息显示，证监会已批准其科创板IPO注册。

摩尔线程创立于2020年，据招股书披露，公司拟募资约80亿元人民币，其中近70亿元将投入三大核心项目：

新一代自主可控AI训推一体芯片、新一代自主可控图形芯片，以及新一代自主可控AI SoC芯片。

技术层面，摩尔线程推行“全功能GPU”战略，覆盖消费级图形显卡，并瞄准AI训练/推理、高性能通用计算及云端与端侧融合架构。其创始团队中多位成员来自英伟达，为技术野心提供了坚实背书。

产品与落地方面，摩尔线程已推出四代GPU架构，涵盖AI智算、云计算和个人智算等场景。其“MUSA”架构的软件生态取得实质性进展：例如MUSA SDK 4.0.1版明确支持x86和ARM架构。硬件表现上，此前信息披露显示其MTT S90显卡在多项测试中可与GeForce RTX 4060竞争甚至稍占优势，部分媒体测试表明，在《永劫无间》4K场景下，S90帧率略高于RTX 4060。

尽管如此，其商业化进程仍面临挑战：最新披露显示，营收从2022年约0.46亿元增长至2024年约4.38亿元，复合增长率超200%，但同期净亏损依然严重，累计未弥补亏损达数十亿元。

从商业路径看，摩尔线程采取“高启动+快扩张”模式：

先进行大规模募资，再布局自主GPU IP和计算平台，随后建设软件与生态链。简而言之，它不是“先做显卡盈利”，而是优先搭建技术平台，再推进量产和市场拓展。然而，这种策略意味着它必须承受比多数同行更大的时间、资金与生态适配压力。

若摩尔线程能真正将“全功能GPU+生态平台”转化为可量产、可广泛应用的成熟产品，它很可能成为国产GPU赛道的领跑者。在这些战略选择上，它确实展现出对标英伟达的态势。

2

沐曦股份，国产AMD？

沐曦股份成立于2020年9月，2025年6月30日，公司向科创板提交招股书，拟募资约39.04亿元人民币，主要用于新型高性能通用GPU、人工智能推理GPU研发与产业化，以及面向新兴场景的高性能GPU技术研发。2025年10月24日，沐曦股份IPO申请通过上市审核委员会审议，标志其向上市迈出关键一步。

技术方面，沐曦股份不局限于图形渲染，目标是构建通用GPU体系：涵盖图形渲染、通用计算、AI训练与推理。

招股书提到，公司已在通用GPU、安全算力、异构计算平台等方向持续投入，具备在国家人工智能公共算力平台、运营商智算平台、商业化智算中心应用的能力。此外，其产品已在部分行业客户中实现量产，在手订单达数十亿元，为“从研发走向量产”提供了初步验证。

从商业路径看，沐曦选择“厚积薄发+先服务高端算力场景”的节奏。募资方向锁定三大技术项目，市场切入口聚焦大规模智算中心、数据中心和行业应用，而非快速推向消费级显卡。战略上借助上市加速资金注入与品牌曝光，利用技术与资本优势抢占国产替代算力赛道。

同时，公司也面临尚未盈利、亏损扩大、生态建设待完善的现实：据披露，2022年、2023年、2024年营收分别为42.64万元（0.0043亿元）、0.5302亿元、7.43亿元；净利润亏损依次为7.77亿元、8.71亿元、14.09亿元，逐年增加。

总体而言，沐曦的路线清晰坚定，类似AMD从显卡延伸至通用计算的路径。如果它能将通用GPU转化为可量产、可市场化、可生态化的产品，便有望在国产算力底座建设中占据重要位置。

当沐曦股份和摩尔线程争夺“国产GPU第一股”时，壁仞、燧原、瀚博、格兰菲四家企业，选择了截然不同的道路。

3

壁仞科技：不做“桌面显卡热身”的公司

壁仞科技创立于2019年，总部设于上海，专注于通用GPU及数据中心智能计算，战略定位明确：聚焦云端训练与推理，而非传统桌面显卡市场。公司自成立起便将“训/推一体、面向数据中心”定为主线。

其首款通用GPU芯片BR100于2022年8月亮相，采用原创架构，国内首批应用Chiplet封装技术与2.5D CoWoS封装，同时支持PCIe 5.0和CXL互连协议。业内认为，这些技术组合是大模型训练与多卡集群场景中“多卡互联”“长时间稳定”的核心门槛。

在生态与产品部署层面，壁仞优先解决耗时环节：驱动/软件栈、框架兼容、集群级别验证。例如壁砺™系列通用GPU产品支持主流深度学习框架与模型，能为广泛AI计算场景提供高能效比、高通用性的算力。

资本动作上，壁仞如同长期工程项目。2024年9月，其在上海证监局完成A股上市辅导备案登记，券商为国泰君安证券。公司此前已完成多轮融资，公开融资总额超50亿元人民币，估值约140～155亿元。同时，公司也在推进港股上市，力求兼顾国内外资本平台。

4

燧原科技：把自己当“AI基建承包商”

燧原成立于2018年，早于壁仞，路线也更单一：专注AI训练加速卡，未涉足消费卡或图形业务。其逻辑直接——大模型训练是未来确定性最高的算力需求，因此集中资源押注于此。

技术上，燧原从T10迭代至第二代云燧T20训练卡，聚焦大模型训练需求：基于自研邃思2.0架构，优化BF16/INT8算力，搭配64GB HBM2E显存，单卡支持百亿参数训练、多卡可扩至千卡集群，核心是无须改动训练流程即可适配，定位为“加速器+编译器系统”而非全场景GPU。第二代产品后，燧原正推进新一代推理加速卡架构路线（“邃思3.0”），重点提升实时性、能效比、低精度算子优化和多场景部署能力，并持续适配vLLM、TGI等主流推理引擎。官方尚未公开最终产品规格，但方向明确：在大模型推理领域构建长期竞争力。

商业化上，燧原先与云厂商、科研机构合作部署集群，强调真实工作负载压力测试，而非演示。自研软件栈更贴近本土AI工程团队需求。风险在于单线押注：训练市场周期性强，需同步拓展品类和现金流。

IPO路线稳健，2024年与中金签署辅导协议，估值约160亿元，腾讯持股超20%。2025年11月1日重启上市辅导，并将辅导机构由中金变更为中信证券。

5

瀚博半导体：系统穿透型玩家

瀚博的路径更宽泛务实：先在数据中心推理和特定AI加速场景立足，再逐步扩展通用性。它希望先铺开推理卡矩阵：低功耗、多SKU、适配多行业框架。

其技术语言侧重“AI加速器+可编程架构+多形态卡产品”，而非单一GPU叙事。从兼容性看，它优先确保模型部署可控、资源调度可控、功耗成本可控，旨在成为AI工业应用一线的体系公司。挑战在于典型中型厂商难题：软件栈深度与产品线宽度的平衡。

2025年7月启动A股上市辅导，辅导机构为中信证券。在国产算力领域，瀚博扮演稀缺角色：缓慢进展既是风险，也是护城河。

6

格兰菲：从底层做起

格兰菲不遵循“训练型”叙事或“图形→AI”常规路线，它更像在系统软件与GPU微结构之间搭建桥梁的公司。体量虽小，目标却不轻：在资源受限时将GPU打造成能运行OS、桌面和工业应用的计算单元，而非仅在某类模型上展现分数的加速器。

其优先级与多数同行相反，不从算力曲线出发，而是从驱动、显示、多媒体、内核接口、兼容层等底层工作切入。先让GPU在真实操作系统环境中“像设备一样运行”，再讨论算力扩展。这意味着周期长、节奏慢，但内层工程密度高，几乎无捷径可言。

产品规格上，它刻意避开旗舰路线，选择中规格、多SKU、快速验证迭代节奏，确保每层软件栈经真实用户检验。市场策略类似“样机时代的英伟达”：先小规模部署，靠真实工作负载反向塑造硬件需求。

转型AI是下一步，进展不激进但逻辑清晰：先夯实基础，再向上层扩展。2025年2月启动A股辅导备案。格兰菲这类公司不会一夜爆红，但在完整国产体系中不可或缺。

国产GPU公司的上市潮即将来临，进入二级市场后，面对更大规模现实使用场景，这些公司面临的考验只会更多。