作者丨青风
编辑丨六子
“如果一家公司有1%的概率成为中国的英伟达，它的市值就应该对标英伟达市值的1%。”
资本市场曾流传着一种叫“市概率”的估值方法。这个对“中国版英伟达”的热切期待，在2025年末掀起了一场资本狂欢。
12月5日，国产GPU企业摩尔线程上市，首日涨幅高达425%；12月17日，它的同行沐曦股份登陆科创板，开盘暴涨568.83%，中一签最高可暴赚30万；随后，12月19日，壁仞科技通过港交所聆讯，天数智芯正式递表；而燧原科技也在A股排队候场。
短短半个月之内，数家GPU企业密集完成上市冲刺，形成了罕见的“扎堆IPO”盛况。
这背后是中国正在爆发的AI算力热潮。可以预见，中国的AI市场和AI芯片仍将继续高速增长。这些GPU企业能如愿成为“中国版英伟达”吗？很遗憾，答案是否定的。
01
「期待与落差」
“美国有英伟达，中国为什么不能有自己的GPU巨头？”这是AI浪潮中，行业内外最迫切的追问。
随着大模型训练、智能驾驶、算力基建等领域对GPU需求的爆发式增长，作为全球最大AI市场之一的中国，对智能计算芯片的需求亦快速增长，国产替代的呼声愈发高涨。
根据弗若斯特沙利文预测，2029年中国算力总规模将达到3442.89EFLOPs，预测期年均复合增长率达40.0%。
资本市场用真金白银投票，将国产GPU企业的估值推向顶峰。截至12月23日，寒武纪、摩尔线程、沐曦股份的市值分别达到5633.8亿元、3181亿元、2671亿元，仅这三家合计市值就已超万亿元。
形势一片繁荣。看起来，愿望并不遥远。
然而，翻开这些公司的财务报表，会发现另一番景象。持续的巨额亏损，是国产GPU企业的共同标签。
招股书显示，2022年至2024年，摩尔线程三年累计亏损约52亿元，同期营业收入仅约6亿元，亏损额是营收的八倍多。今年其亏损有所收窄，但前三季度亏损额仍达到7.24亿元。其他几家的情况同样严峻。2022年至2025年第一季度，沐曦股份累计亏损达32.9亿元。今年上半年，壁仞科技亏损额高达16.01亿元，天数智芯亏损6.09亿元，且亏损规模仍在扩大。
与之形成鲜明对比的是，英伟达2026财年第三季度单季净利润就达到319.1亿美元，同比增长65.26%。
造成国内GPU企业巨额亏损的主要原因是极高的研发成本和流片费用。2022年~2024年，摩尔线程、沐曦股份、壁仞科技的研发费用分别为38.1亿元、22.47亿元和27.3亿元。可以看出，国产GPU企业仍处于“烧钱换技术”的阶段，研发投入持续高企，短期实现盈利很难。
即便烧了巨资，他们也只抢占了极其微末的市场份额。沐曦股份在招股书中提到，AI芯片基本形成由英伟达和AMD组成的“一超一强”寡头垄断格局，其中英伟达的全球市场份额超80%。据第一财经测算，沐曦在2024年中国AI芯片市场中的份额约为1%。
壁仞科技同样表示，中国智能计算芯片市场头部参与者高度集中，按2024年中国市场产生的收入计，前两大参与者合计占94.4%的市场份额。除此之外，其余市场相对分散，有超过15家规模化参与者，但都没有占据超1%的市场份额。
中国通用GPU（GPGPU）市场更为集中，两家美国厂商占据了98%的份额。按在中国市场产生的收入计，2024年壁仞科技在中国智能计算芯片市场中的份额仅0.16%，在通用GPU市场中的份额仅0.2%。
巨额亏损和微末市占率，是横亘在国产GPU企业与英伟达之间的巨大鸿沟。而离谱的估值则进一步放大了风险。
摩尔线程发行市盈率高达122.51倍，意味着即便公司未来每年保持盈利，投资者也需要120多年才能回本。券商分析师指出，当前国产GPU企业的市销率普遍超过50倍，而英伟达的市销率仅为18倍。
这种估值差异并非源于技术优势，而是源于国产替代的情绪溢价，一旦情绪退潮，估值回调将不可避免。
02
「竞争分化的新起点」
对“国产GPU四小龙”们而言，上市不是终点，而是更残酷竞争的起点。在此之前，企业可以靠技术故事和国产替代概念获得资本支持；但上市之后，营收增长、客户拓展、盈利预期将成为投资者关注的核心，行业内卷将全面升级。
从招股书披露的信息来看，国产GPU企业的商业化之路，正面临客户集中度高与生态壁垒薄弱的双重困境。
客户集中度高且不稳定，是国产GPU企业的普遍隐患。
沐曦股份招股书显示，2025年前三个月，五大客户贡献了超过88%的销售金额，其中只有一家客户从2024年延续下来，该客户为“新华三信息技术有限公司”；摩尔线程更夸张，今年上半年，前五大客户营收占整体营收的比例高达98.29%，其中最大的单一客户占比就达56.63%，收入金额约4亿元。
这种客户结构的形成，源于国产GPU企业尚未形成规模化的商业化能力，只能依赖少数大客户打开市场，但也为后续的营收增长埋下了隐患。
即便想从英伟达手中抢夺客户，国产GPU企业也面临技术与生态的诸多难题。在综合技术性能上，多数国产GPU产品与英伟达仍有差距。
以沐曦股份的旗舰产品曦云C500系列为例。曦云C500系列贡献了该公司2024年98%的收入，截至2025年第一季度，累计销量超过2.5万颗，毫无疑问是沐曦股份的支柱产品。曦云C500集训练、推理于一体，虽然性能对标英伟达A100，但A100的FP32算力为19.5TFLOPS，而曦云C500的FP32算力只有15TFLOPS，约为A100的77%，此外曦云C500在带宽上也略逊一筹。在数学证明、长文本理解等逻辑推理任务以及一些对算力要求极高的科学计算场景中，C500的整体性能仍落后于A100。
更关键的是，英伟达凭借CUDA生态构建了难以逾越的护城河。自2006年推出以来，CUDA已逐渐成为GPU计算领域的行业标准。据福布斯消息，目前该生态已拥有超500万CUDA开发者、4万家公司以及数千家生成式AI公司，他们都基于英伟达平台构建自己的产品和服务。
国产GPU企业的生态建设基本才刚刚起步，晚于CUDA十多年。沐曦的MXMACA软件栈截至2025年10月注册用户仅15万人，网络API调用次数1300多万次；摩尔线程近日虽在开发者大会上推出了MUSA生态，但尚未形成规模化的应用场景。
一位AI企业技术负责人坦言：“我们不会轻易更换GPU供应商，因为基于CUDA开发的应用迁移成本太高，仅测试适配就需要数月时间，除非国产GPU在性能和成本上有碾压性优势，否则不会冒险更换。”这种生态依赖，让国产GPU在客户争夺中处于天然劣势。
在技术和生态不占优的情况下，国产GPU企业只能靠低价争夺客户，这进一步压缩了盈利空间。而随着更多企业进入赛道，价格战已经打响。天数智芯的毛利率从2022年的59.4%下滑至2024年的49.1%，就是行业内卷的直接体现。
03
「“云芯一体”的釜底抽薪」
如果说英伟达是难以翻越的大山，那么在国内，GPU企业还面临云厂商的降维打击。
GPU的核心应用场景是大模型训练、推理等AI计算领域，而智能云服务毫无疑问是最大的应用载体。
根据IDC、弗若斯特沙利文等机构的统计数据，中国AI公有云服务市场80%以上的份额被阿里、百度、腾讯、华为、字节等大厂占据。而这些大厂几乎都在加速自研AI芯片，构建“云服务+自研芯片”的闭环。
谷歌的Gemini+TPU模式被证明行之有效，“云芯一体”已经成为大厂们的共识。
华为无疑是其中的佼佼者，其昇腾系列芯片已经实现规模化应用。据IDC统计，在2024年国内GPU市场，华为以23%的销量份额位居第二。世界人工智能大会（WAIC 2025）期间，华为推出“昇腾384超节点”，利用12个计算柜搭配4个总线柜，实现384颗昇腾910C芯片全对等互联，算力达到300 PFLOPS，性能表现接近英伟达GB200 NVL72系统的两倍。
百度旗下昆仑芯近期发展也异常强劲，目前已落地3.2万卡国产算力集群，成为了百度AI的关键底座。百度智能云也通过昆仑芯和百舸AI计算平台，为中国移动等大批企业客户提供高性能、可扩展的AI算力。据天眼查，近期昆仑芯还进行了工商变更，企业名称变更为昆仑芯（北京）科技股份有限公司。就在本月，百度还发布公告称，正在评估昆仑芯的分拆及上市事宜。
此外，阿里自研的平头哥PPU芯片已实现量产并投入商用，性能指标与英伟达H20相当，在国家级智算项目中已部署超万台设备，提供数千P算力；含光800芯片也已在阿里云多个场景规模化应用；而字节跳动加大自研AI芯片力度的传闻，从2024年开始就不绝于耳。
使用自研芯片，国内这些云计算大厂们不仅可以实现自主可控，又可以降低采购成本，还更适配自身的技术服务。当然，在大规模的大模型训练等高端应用场景下，这些厂商还离不开英伟达，但是大部分的大模型训练和推理靠自研芯片就可以自给自足了，可能仅在部分边缘计算场景少量采购第三方GPU。
但对独立GPU企业而言，最大的客户群体正在“自己造芯片”，市场空间被不断压缩。
更残酷的是，大厂的云服务平台、AI框架与自研芯片深度绑定，比如华为云的ModelArts平台与昇腾芯片深度集成，且在昇腾硬件上具有优化性能；百度飞桨框架对昆仑芯的优化远超其他芯片。
一位国产GPU企业的销售负责人无奈表示：“我们的芯片性能不输行业平均水平，但只要客户使用华为云，多数情况就会选择昇腾，我们连竞争的机会都没有。”
在英伟达的技术压制和云厂商的生态围剿下，独立国产GPU企业的生存空间被被大幅挤压。它们只能在信创、中小微企业等细分市场寻找机会，但这些市场的需求规模有限，难以支撑企业的规模化发展。
这也意味着，国产GPU企业即便成功上市，也很难成长为英伟达那样的巨头，因为它们面临的不是单一的技术竞争，而是产业链的上下夹击。
04
「写在最后」
国产GPU四小龙的扎堆上市，是国产芯片产业崛起的一个缩影，更是资本对国产替代浪潮的热烈响应。
不否认这些企业在技术突破上的努力：摩尔线程的全功能GPU探索、沐曦的千卡集群解决方案、壁仞的极致算力追求，都让外界看到了国产GPU的进步。但更需要清醒认识的是，芯片产业的发展从来不是“上市即成功”，而是一场需要持续投入、长期积累的马拉松。
英伟达的成功，不仅是技术的胜利，更是生态的胜利，其CUDA生态用了20年才形成垄断优势。国产GPU企业想要追赶，不仅需要突破芯片设计、制造工艺等技术瓶颈，更需要构建自己的软件生态、培养开发者群体，这需要的是耐心和坚持，而不是资本的短期炒作。
特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)
