文章核心观点 - 国产GPU行业正迈入上市加速期与技术迭代、生态建设并行期，资本市场高度关注并给予高估值，行业进入“拼产能、拼生态”的关键竞争阶段 [1][2][9] 资本市场表现与上市热潮 - 沐曦股份于12月17日登陆科创板，上市首日收盘涨幅达692.95%，盘中最大涨幅达755.15%，成为A股史上“最赚钱新股”，单签首日盈利近36.26万元，单签最大盈利达39.52万元 [1] - 沐曦股份收盘价报829.9元/股，跻身A股股价排行榜第三名，仅次于贵州茅台和寒武纪 [1] - 国产GPU企业IPO进程呈现“科创板速度”，摩尔线程从获受理到上市仅用时158天，沐曦股份历时170天 [2] - 行业上市梯队初步形成：摩尔线程、沐曦股份已上市；燧原科技于今年11月再次办理辅导备案；壁仞科技港股IPO已通过聆讯；天数智芯、芯动科技等亦有上市传闻 [2] - 沐曦股份与摩尔线程的成功上市起到示范引领作用，能吸引更多资源向国产GPU领域汇聚，并已带动一波类GPU芯片的一级市场投资热潮 [2][8] 行业财务现状与盈利展望 - 国产GPU企业普遍面临盈利压力，亏损仍是行业常态：摩尔线程预计2025年净亏损7.3亿元至11.68亿元；沐曦股份预计2025年净亏损5.27亿元至7.63亿元，但亏损幅度已明显缩窄 [3] - 行业出现盈利拐点信号：寒武纪今年上半年归母净利润达10.38亿元，实现扭亏为盈 [3] - 头部企业释放盈利时间表：沐曦股份预计最早于2026年达到盈亏平衡点；摩尔线程预计最早可于2027年实现合并报表盈利 [3] - 借助IPO募资可短期内缓解GPU高研发投入的压力，长期有助于企业加大研发、夯实技术护城河、完善生态并提升国产化率 [3] 市场规模与政策环境 - 全球GPU市场规模巨大且增长迅速：2024年全球GPU市场规模超万亿元，预计2025-2029年复合年增长率（CAGR）达24.5% [5] - 中国GPU市场成长更快：市场规模将从2024年的1425亿元跃升至2029年的1.34万亿元，2025-2029年CAGR高达53.7% [5] - 政策红利持续释放：《中国制造2025》明确提出2020年集成电路自制率达40%，2025年达70%的目标，为国产GPU发展提供战略窗口 [5] - 在算力需求指数级爆发与算力本土化战略窗口期全面打开的背景下，国产GPU厂商有望深度受益 [1][5] 技术发展现状与竞争格局 - 国产GPU与国际头部企业存在技术差距：单卡峰值算力仍落后1.5-2代，当前旗舰产品FP16稠密算力约150-200 TFlops，仅相当于英伟达A100（312 TFlops）的60%，与H200（约1000 TFlops）差距更大 [5] - 全球AI芯片市场已形成由英伟达和AMD组成的“一超一强”寡头垄断格局 [5] - 国产厂商正全力冲刺高端市场，形成“硬件突破+生态共建”的双线格局，产品更新迭代速度加快 [5][6] - 沐曦股份规划其曦云C600系列性能介于A100和H100之间，预计2026年上半年正式量产；下一代C700系列综合性能对标英伟达H100，预计2026年下半年流片 [6] - 华为昇腾芯片规划：预计2026年第一季度推出昇腾950 PR（算力1P），第四季度推出昇腾950DT（算力2P）；2027年第四季度推出昇腾960；2028年第四季度推出昇腾970 [6] 技术路线与生态建设 - 国产GPU市场出现多种差异化技术路线：摩尔线程选择全功能GPU路线；沐曦股份专注于通用GPU（GPGPU）路线；另有景嘉微专攻图形渲染GPU，寒武纪专攻AI专用芯片等 [6] - 生态建设成为竞争关键：摩尔线程以自主研发的MUSA统一系统架构为核心，构建兼容CUDA的全栈软件生态；海光信息DCU算子覆盖度超99%且兼容CUDA [7] - 国产GPU已从“可用”阶段进入“好用”阶段，能够满足部分对算力有一定要求的应用场景 [7] - 行业竞争进入“拼产能、拼生态”阶段，随着IPO资金到位，2026年起各家将同步放量，可能出现“价跌量升”的洗牌 [9] - 能否在12个月内补齐软件栈、拿到框架原生支持，将决定企业能否留在竞争牌桌 [9] 外部竞争与市场影响 - 若英伟达H200获准进入中国市场，或将加剧国内高端芯片市场竞争，但其附带销售分成会推高采购成本，市场渗透存在挑战 [8] - 在Scaling Law趋势下，大规模训练集群需求仍存，预计H200在国内仍有一定市场需求 [8] - 由于国内GPU厂商主攻推理端增量市场，预计英伟达H200对华销售对国内厂商业务冲击有限 [8] - H200的放开可能带来“鲶鱼效应”，使克服供应链短板或采用新技术路线的专注于训练端的国产GPU项目获得资本市场进一步关注 [8] - 在可预见的两代产品内，国产GPU仍享有“供给真空”红利，窗口期至少延续到2027年 [9]

中国AI价值链发展 - 中国正在加速实现AI领域的自立自强 算力本土化将带来巨大市场机遇 未来五年规模高达810亿美元 [2] - AI价值链分为赋能层 智能层和应用层 中国在各层级自主发展现状不同 [2] 赋能层现状 - 赋能层包括半导体生产 芯片设计 云计算 数据中心及电力供应等基础设施 [2] - 中国在工业AI资本支出相关的电力和资源组件制造已基本实现自立自强 [2] - 半导体供应链仍受制于美国及其贸易伙伴 高带宽内存领域依赖海外供应商 [2] - 中国企业正积极寻求半导体替代方案并加大投资力度 可能在性能上需妥协 [2] 算力本土化前景 - 地缘政治因素驱动中国AI算力投入大幅增加 2024年支出180亿美元 2029年将达900亿美元 [3] - 国产加速器和GPU芯片公司已占据中国AI算力市场份额的三分之一 [2] - 中国AI算力自主比率将从2024年33%跃升至2029年90% 带来810亿美元市场机遇 [3] 智能层与应用层优势 - 智能层包括开发大型语言模型的公司 应用层包括将智能工具嵌入特定用例的公司 [4] - 中国在智能层和应用层自主程度较高 本土互联网平台在应用层占据主导地位 [4] - DeepSeek等低成本AI模型推出使中国在智能层更接近自立自强 [4] 投资机会 - 领先互联网企业在中国AI发展中发挥关键作用 半导体供应链存在投资机会 [5] - 半导体设备制造商和芯片封装公司具有吸引力 科技板块今年盈利增长预计达30% [5]