国产GPU交卷时刻：2025狂奔 2026狂想

纠结的大白菜

C114讯 3月2日消息（颜翊）2025年，大模型与AI算力的火爆贯穿全年。当英伟达市值突破4万亿美元时，中国的GPU创业公司们也在默默耕耘中迎来了“交卷时刻”。

日前，寒武纪、摩尔线程、沐曦股份等代表性企业同日发布2025年财报。这份答卷既揭示了与国际巨头残酷的现实差距，也展露了国产算力惊人的爆发潜力。2026年，一个由国内AI基础设施（AI Infra）资本开支驱动的万亿级市场，正为它们打开一扇前所未有的大门。

财报大考：寒武纪率先盈利，国产GPU集体狂奔

2025年，三家企业国产GPU厂商均录得营收的三位数增长，其中寒武纪无疑是最大赢家。财报显示，寒武纪2025年营收达到64.97亿元，同比暴增453%；更令人瞩目的是，公司实现净利润20.59亿元，成为首家实现盈利的国产AI芯片公司。

摩尔线程和沐曦股份同样展现了强劲的市场拓展能力，营收翻倍有余。虽然仍处于亏损阶段，但亏损幅度已显著收窄，表明其产品正逐步获得市场认可，规模效应开始显现。

三份财报共同印证了一个事实，2025年，国产AI算力需求真正迎来了井喷。

仰望巨头：与英伟达的数字鸿沟与生态天堑

尽管国产厂商增速惊人，但与全球霸主英伟达相比，差距依然巨大。这种差距不仅体现在财务报表的绝对值上，更深层地体现在产品架构与生态护城河上。

从财务数据来看，相较国产GPU厂商几十亿元、十几亿元人民币规模的营收，英伟达交出的是一份令人窒息的财报：英伟达2026财年营收高达2,159亿美元（约1.48万亿元人民币），是寒武纪（65亿元）的 228倍。英伟达一家公司的营收，相当于中国所有GPU厂商营收总和的数十倍。从盈利能力看，英伟达的全年净利润同样是惊人的1200.67亿美元，同比增长65%。这是绝对的数量级碾压。

英伟达真正的护城河并非单一的GPU芯片，而是全栈生态系统。正如黄仁勋强调的，“如果没有CUDA，我们根本无法进行当前规模的推理计算。”CUDA的存在，使得英伟达的硬件具备了无与伦比的通用性和兼容性，形成了强大的开发者粘性。

同时，英伟达也早已超越了芯片供应商的角色，转型为AI基础设施公司。其自研的NVLink（纵向扩展）、Spectrum-X/InfiniBand（横向扩展）网络技术，能够将成千上万张GPU高效互联。黄仁勋甚至宣称，英伟达已成为全球最大的以太网公司。这也是国产厂商难以企及的系统性优势。因此，国产GPU厂商与英伟达的差距，表面是算力和营收，内核是生态。

2026年：国产GPU的"窗口期"

尽管差距明显，但2026年对国产GPU厂商而言，却是一个前所未有的机遇期。增长动力来自四个维度：

1. Token驱动下的AI基础设施军备竞赛

黄仁勋预测，到2030年，全球数据中心资本支出有望达到3-4万亿美元。他断言：“算力即收入，没有Token就没有收入。”在中国，这一趋势叠加自主可控战略，将为本土厂商带来巨大空间。国内 AI Infra 资本开支持续上升，互联网巨头和运营商正以前所未有的力度投入AI算力建设，且明确指向国产化。

据业内流传的寒武纪专家交流纪要，国内头部互联网厂商已大幅提高国产算力采购比例。其中，字节跳动预计2026年Capex约1600亿元，其国产化算力占比目标达50%，产品来源为寒武纪、华为以及字节自研产品；阿里巴巴国产化比例不低于50%，供应商优先级为自研芯片、华为、海光、寒武纪；腾讯2026年CAPEX约1000亿，GPU预算约500亿，国产化目标达40%（对应金额约200亿）；快手、京东等二线厂商Capex约100亿元，也是重要的增量市场。

相比互联网厂商的市场化选择，运营商的国产化更具战略确定性。中国移动宣布将打造一个完全依赖国产芯片的全国性AI计算集群，探索十万卡智算集群建设，算力规模突破100 EFLOPS。中国电信和中国联通在各自的年度工作会议上，也将AI智算基础设施作为发力方向。三大运营商作为新基建的主力军，其大规模集采将为国产厂商提供长期的订单保障。

2、自研芯片的时间窗口

尽管百度昆仑芯、阿里平头哥等厂商均在推进自研芯片，但自研芯片从流片到大规模稳定商用，需要较长的打磨周期。海外市场的经验已充分验证了这一点：AWS、微软在推进自研芯片的同时，仍需大量采购英伟达GPU以满足当前爆发式的AI算力需求。

国内市场亦然。面对大模型推理与智能体应用的指数级增长，字节、阿里、腾讯等客户无法等待自研芯片完全成熟。这一时间窗口为寒武纪、摩尔线程等商业GPU公司提供了宝贵的机会，使其能迅速占据市场份额并建立生态粘性。

3、制程工艺的潜在突破

当前，国产GPU厂商普遍受到制程工艺的限制。英伟达最新芯片已采用3nm工艺，而国产主流产品仍以7nm为主。相比之下，国产芯片多受限于成熟制程或早期先进制程，不得不通过堆叠更多芯片面积等方式来换取同等算力，这在一定程度上导致了先天劣势。

随着设备材料国产化加速，以及EDA工具链、光刻胶、刻蚀机等核心环节的协同攻关，7nm及以下工艺的突破有望取得实质性进展，将为国产芯片带来性能与能效的质变，进一步缩小与国际旗舰的物理差距。

4、国产芯片的弯道

另一方面，AI市场重心正从大模型预训练转向“训推一体”及“大规模推理”。这一趋势对国产厂商极为利好：由于推理场景更关注显存大小和带宽以及INT8/FP8算力，对极致算力的要求有所降低。在这方面，国产GPU与英伟达H200的差距显著缩小。

从具体参数来看，H200显存容量和带宽分别为141 GB和4.8 TB/s，对比摩尔线程 MTT S5000、寒武纪思元590的相关参数差距不算太大，而沐曦股份去年新推出训推一体产品曦云C600的显存容量已经达到144GB，较H200更有优势。

同时，寒武纪思元590在INT8推理能效比上已展现出竞争力。而摩尔线程MTT S5000则凭借原生FP8支持，大幅提升推理速度。根据摩尔线程官方披露的数据，其旗舰级训推一体智算卡MTT S5000推理性能可以达到H100大约70%左右的水平。此外，相对于 H200 700W的功耗，国产GPU普遍在300w左右。在特定推理任务中，国产芯片的算力密度、能效比和成本方面，已与国际领先水平相当。

由此可见，对于中国版英伟达们来说，算力盛宴刚刚拉开帷幕。