文章核心观点 国产GPU企业"四小龙"（摩尔线程、沐曦集成、燧原科技、壁仞科技）在技术性能、融资生态及产业链协同方面取得显著进展，理论指标接近甚至部分超越英伟达同类产品，但实际应用效率、软件生态及供应链成熟度仍存差距 [9][55][67] 企业技术特点与性能对比 摩尔线程 - 定位全功能GPU，覆盖AI计算、图形渲染及视频编解码，产品线包含消费级显卡MTT S80（FP32算力14.4 TFLOPS）及智算芯片S5000（FP32算力32 TFLOPS）[11][16][20] - 消费级显卡MTT S80理论算力超英伟达RTX 3060（14.4>12.7 TFLOPS），但实际游戏帧率仅为后者40%-50%，多卡集群通信带宽（256 GB/s）显著低于英伟达NVLink 4（900 GB/s）[20][21] - 软件生态适配不足千款游戏，远低于英伟达数千款水平 [21] 沐曦集成 - 专注通用GPU，产品线包括曦云C系列（大模型训练）、曦思N系列（AI推理）及曦彩G系列（图形渲染）[26][28] - 曦云C600显存容量144GB HBM3e，超英伟达H20（96GB）50%，FP8算力达1000 TFLOPS（推算值超H20的296 TFLOPS），但实际互连带宽效率未达NVLink水平 [30][32] - 通过MXMACA软件栈实现CUDA生态兼容，降低客户迁移门槛 [27][32] 壁仞科技 - 采用Chiplet技术及7nm工艺，旗舰产品BR100系列宣称峰值算力为英伟达A100的三倍，显存带宽2.3TB/s（超A100 15%）[39][42][44] - 实际算力利用率仅60%（英伟达A100达90%以上），异构GPU协同训练方案（HGCT）支持多芯片千卡混合训练，通信效率超98% [40][44] - 软件生态BIRENSUPA已与浪潮信息、百度飞桨合作，但实际优化仍需完善 [44] 燧原科技 - 聚焦云端AI算力，产品涵盖训练卡、推理卡及智算集群，第三代推理加速卡云燧S60支持低延迟推理 [49][50] - 训推一体架构产品L600显存容量144GB HBM3e（为英伟达H20的1.5倍），但存储带宽（3.6TB/s）及互联带宽（800GB/s）较英伟达（4.0TB/s、900GB/s）低11%-12.5% [52][54] - 推出异构GPU协同训练技术（HGCT），解决算力孤岛问题 [49] 融资与资本布局 摩尔线程 - 完成六轮股权融资及Pre-IPO轮，投后估值从不足10亿元跃升至246.2亿元，创国产GPU领域估值纪录 [57] 沐曦集成 - 国有资本占比超60%，深度参与国家级"东数西算"项目，融资侧重政府算力场景绑定 [59] 燧原科技 - 累计完成11轮融资近70亿元，腾讯作为第一大机构股东持股20.49%，产品直接嵌入腾讯云及AI业务 [62][64] - 获国家大基金二期及上海国际集团战略注资，当前估值160亿元 [62][64] 壁仞科技 - A轮融资11亿元创国内芯片设计领域纪录，2025年获上海及广东省政府背景基金领投，国资持续加码 [65] 产业链合作生态 股权与合作模式 - 摩尔线程与和而泰（直接参股1.244%）、ST华通（间接持股4.343%）、联美控股（直接投资1亿元）等形成股权及业务协同 [70] - 沐曦集成与淳中科技（直接持股0.2373%）、中科蓝讯（间接持股0.24%）等通过资本纽带强化技术整合 [72] - 燧原科技与中科蓝讯（间接持股0.23%）、广脉科技（行业解决方案测试）等推进基础设施共建 [75][77] 技术及供应链协同 - 弘信电子与摩尔线程共建AI软硬件基础设施，润欣科技负责GPU封装测试及量产 [71][72] - 壁仞科技与海兰信合作海底数据中心、与科华数据优化智算中心平台，强化绿色算力及异构算力布局 [80]

报告行业投资评级 - 国产算力趋势走强 沐曦领衔通用GPU 行业投资评级为积极看好 [2][3] 报告核心观点 - 国产算力与AI模型生态闭环逐步建立 2025年8月Deepseek V3.1引入FP8精度 针对国产芯片迭代 表明国产算力倾斜趋势 [3][9] - 国内互联网大厂资本支出进入上升期 阿里巴巴未来三年计划投入超3800亿元用于AI算力 字节2025年预计900亿元用于AI算力采购 [3][14] - 沐曦股份为国内高性能通用GPU领军企业 自研架构兼容CUDA 累计出货2.5万颗GPU 2022-2024年营收CAGR达4075% [3][18][32] - 国产GPU替代必要性提高 2024年中国AI芯片市场规模中GPU占1000亿元 ASIC/DSA占425亿元 本土品牌AI芯片出货量超82万张 [3][8] GPU行业分析 - 2024年全球GPU市场规模774亿美元 2030年有望达4725亿美元 复合增长率35.19% [8] - 2024年中国加速芯片市场规模超270万张 英伟达份额70% 华为昇腾23% 沐曦份额1% [7][8] - GPU架构在中国AI芯片市场占69.9% 其他AI芯片占30.1% [8] - 行业催化包括国产算力-模型生态闭环及互联网大厂资本支出上升 腾讯1H25资本开支466亿元占收入13% [3][14] 沐曦股份深度分析 - 团队拥有AMD顶尖技术背景 创始人陈维良为AMD前GPU SoC设计总负责人 硬件负责人彭莉为AMD首席架构师 [3][30] - 产品矩阵覆盖曦思N系列（推理）、曦云C系列（训推一体）、曦彩G系列（图形渲染） [18][22] - 2024年营业收入7.43亿元 1Q25训推一体芯片曦云C500系列收入3.1亿元 占比97.87% [3][38] - 技术领先维度： - 单卡性能：曦云C500 FP16/BF16算力国内第一梯队 对标英伟达A100 [44][46] - 集群能力：国内少数实现千卡集群商业化 正研发万卡集群 [44][50] - 软件生态：MXMACA软件栈兼容CUDA 支持6000多个应用 注册用户超1.5万人 [44][54] - 创新超节点：Shanghai Cube液冷整机柜支持单机柜128卡 [56][59] - 产品路线图： - 曦云C600预计1Q26量产 基于国产先进工艺 [42] - 曦云C700预计2Q26流片 3Q27量产 [42] - 募集资金39亿元 主要用于曦云C600/C700研发 [64][65] 重点标的 - GPU相关：寒武纪、海光信息、澜起科技、摩尔线程、沐曦股份 [3][74] - 先进工艺相关：中芯国际、华虹公司、长电科技 [3][74] 行业需求与供给 - 需求侧：三大运营商2025年资本开支计划2898亿元 政府智算中心2024年投资1014亿元 [14] - 供给侧：国产替代政策推动 本土品牌渗透率上升 [14] 数据引用明细 - 市场规模数据：全球GPU 774亿美元（2024）[8] 中国GPU 1000亿元 ASIC 425亿元（2024）[3][8] - 出货量数据：中国加速芯片270万张 本土品牌82万张（2024）[3][8] - 公司数据：沐曦营收7.43亿元（2024）[32] 曦云C500收入7.2亿元（2024）[3] - 资本支出：阿里3800亿元（三年） 字节900亿元（2025 AI算力）[3][14]

公司产品结构与财务表现 - 公司主营业务为全栈高性能GPU芯片及计算平台研发设计销售 产品包括训推一体系列（曦云C500 C550）和智算推理系列（曦思N100 N260）[3] - 2024年训推一体系列收入721亿元 占主营业务收入97% 其中曦云C500（含板卡服务器）收入占比61% 曦云C550占比36%[4][5][7] - 2025年1-3月训推一体GPU板卡毛利率56% 较2024年63%有所下降 智算推理系列GPU板卡毛利率6% 较2024年10%下降[4][5] - 产品交付形态以GPU板卡为主 2025年1-3月板卡类收入占比97% 服务器类收入占比降至0.32%[19][21] 市场竞争地位分析 - 全球GPU市场由英伟达（2024年数据中心产品收入占比89%）和AMD（2024年数据中心产品收入占比49%）寡头垄断[6][9] - 国内竞争对手包括华为海思 燧原科技 昆仑芯等ASIC/DSA架构企业 以及寒武纪（2024年云端产品收入占比99%）海光信息等通用架构企业[1][6] - 公司产品在单卡性能层面对标英伟达A100 互连技术MetaXLink达到英伟达H200水平 但软件生态注册用户仅15万人 与英伟达数百万CUDA开发者存在差距[30][31] - 2024年国内人工智能训练推理芯片市场中 公司产品覆盖率低于国际厂商 在互联网企业客户开拓进度滞后于部分国内友商[23][29] 技术研发与产品迭代 - 人工智能芯片迭代周期通常为2年 公司用3年实现两款芯片流片量产 曦云C500于2024年2月量产 下一代曦云C600于2025年7月回片[10][11] - 自主研发MXMACA指令集 包含600条计算指令和800条渲染指令 产品兼容CUDA生态 支持降低客户迁移成本[15][30] - 核心优势在于完全自主掌握GPU IP 指令集和架构 能快速响应客户技术需求 国产供应链布局领先[27][28] 行业发展与市场需求 - 全球人工智能算力需求激增 IDC预测国内训练算力年复合增速50% 推理算力年复合增速190%[33][34] - 训练芯片在AI服务器中价值占比73% 推理芯片价值占比25% 公司曦云C系列主要面向训练场景[33] - 云端智算将以通用型GPU架构为主流 端侧场景将出现专用型计算芯片作为补充 形成云边端一体化生态[35] - 地缘政治因素推动国产替代进程 为国内GPU厂商创造发展空间 公司产品已应用于国家人工智能公共算力平台和运营商智算平台[15][32] 商业化进展与客户结构 - 产品已赋能教科研 金融 交通 能源 医疗等行业 获得多个智算中心客户认可[15][27] - 互联网企业客户仍优先采购国际产品 国产GPU多集中于推理场景 训练场景导入缓慢 due to 测试周期长和生态薄弱[23][29] - 客户采购驱动因素包括产品性能 CUDA兼容性 集群稳定性以及供应链安全考量[15][26] 未来产品规划 - 主力产品持续聚焦曦云C系列 同时布局"新一代人工智能推理GPU研发及产业化项目"应对推理市场需求增长[33] - 坚持GPU板卡为主要交付形态 通过PCIe板卡 OAM模组等多形态产品满足不同组网和散热需求[21][28] - 图形渲染GPU产品线已规划研发 进一步完善产品矩阵覆盖计算和渲染场景[36]

核心观点 - 沐曦集成电路计划募资39.04亿元，投后估值210.71亿元，预计市值不低于30亿元，市场关注其PS定价合理性[2] - 公司面临产品结构单一、客户关联交易、供应链切换三重挑战，可能影响上市估值及未来发展[7][10][21] 财务表现与产品结构 - 2024年营收7.43亿元，2025年Q1达3.2亿元，2022-2024年复合增长率高达4074%[4][5] - 训推一体GPU板卡收入占比从2023年30.09%飙升至2025年Q1的97.87%，呈现高度单一产品依赖[7] - IP授权业务收入从2023年2216万元暴跌至2024年100万元，降幅95%，收入稳定性存疑[7] 客户结构与关联交易 - 2025年Q1前五大客户贡献88.35%收入，其中股东上海源庐加佳占比28.39%，涉及关联交易[16] - 超讯通信2023年签订1.5亿元框架协议但直到2025年Q1才首次进入前五大客户，实际交付进度存疑[17][18] - 客户结构中缺乏互联网大厂订单，经销商占比较高，影响收入质量判断[16] 供应链与产品迭代 - 主力产品C500使用非国产供应链，在研C600需切换至国产N+1/N+2工艺，性能面临挑战[23][24] - C600计划采用HBM3e显存，但国内HBM采购存在不确定性[24] - 宣称兼容6000个CUDA应用，但实际优化效果被技术专家评价未达国产前三[26][27] 行业竞争与市场环境 - AI算力租赁价格下行及智算中心建设放缓，国产GPU需求存在不确定性[7] - 同行摩尔线程选择不同财务披露策略，沐曦通过披露季度数据强化增长预期[3][4] - 互联网大厂测试C500但尚未下单，显示客户对性价比要求苛刻[16]