国产GPU赛道，表面看像是一场竞赛，实际上却是四条截然不同的路径。先来看一个背景：英伟达在中国AI芯片市场的份额，2022年还维持在95%左右，但到2026年中，Bernstein给出的预测是整体份额将降至8%，高端市场几乎被全面取代。
换个统计口径，Reuters估计英伟达整体仍占据约55%的份额。这两个数据放在一起，高端市场已是国产的天下，而中低端市场仍处于混战状态。
这四家企业的路线各不相同。
摩尔线程选择了全功能GPU路线，涵盖图形渲染、AI训练与推理等所有领域；对标英伟达的策略，从芯片设计到软件生态全面覆盖。
这种路径的天花板很高，但什么都做意味着芯片架构、软件栈和开发者生态都需要从零搭建。英伟达花了二十多年构筑的护城河，摩尔线程必须从头走一遍。
沐曦则选择了兼容CUDA的道路。
客户原本在英伟达上运行的代码，迁移到沐曦的卡上，成本最低。代价是，它必须永远追赶英伟达的节奏，对方更新一代，它就得跟进一代。
沐曦自研的软件栈MXMACA进行了四层适配，覆盖驱动、编译器、算子与框架，目前已适配超过40个AI框架和1000多个模型。
简而言之，沐曦的核心卖点是“无需修改代码”。
壁仞的策略最为独特，它押注于芯粒技术。既然单颗芯片难以做大，那就将多颗小芯片拼接在一起，如同搭积木。
配合自研的NPO光互连技术，光引擎直接集成到GPU上，绕过传统DSP芯片，实现低延迟的长距离传输；今年WAIC上，壁仞展示了1024卡的超节点方案。
它赌的是大规模训练场景：单卡性能不足，就用集群来弥补。不过，拼装芯片容易，芯片间的通信延迟和一致性才是真正的难题，NPO正是为此而生。
燧原的路线最为不同，它自研DSA架构，专门针对推理场景优化，不兼容CUDA，用户需要重写代码。然而，在推理场景下，它的效率更高。
用通用性换取效率，这个取舍本身就体现了对场景判断的坚定。燧原专注推理，绑定的是腾讯这一客户。招股书显示，83.79%的营收来自腾讯，这种深度绑定意味着腾讯是其最大的试验场。
这四家都被称为“国产GPU”，但终点完全不同：摩尔线程想做中国的英伟达，沐曦卖的是最低迁移成本，壁仞赌的是大规模训练，燧原则专注推理市场。
试想，四条路通向四个不同的目的地，这哪里是同一场比赛？
那目的地如何选择呢？由市场结构决定。2025年，推理已占AI服务器市场的67%，训练仅占33%。推理需求的体量是训练的四到五倍。
燧原专攻推理，恰好瞄准了增速最快的方向。华为和寒武纪则走训推全栈路线，两条腿并行。不过，四条路走得再不同，都有一个共同的现实无法回避。来看一组数据：
2025年，国产AI加速器出货165万张，华为昇腾以81万张排名第一，平头哥26.5万张排第二，寒武纪和昆仑芯各11.6万张并列第三，而四小龙的合计份额不足7%。
7%的份额，想想看，华为一家就占据了半壁江山。这个板块的真正主角是华为，四小龙更像是四条不同的支流，水量还很有限。
还有英伟达，换个口径看整体市场，它仍占约55%，但高端市场几乎已被替换。两个数据放在一起看，高端几乎是另一个市场，中低端则还在泥潭中混战。
有趣的是，无论走哪条路，它们都撞上了相同的瓶颈。
第一道瓶颈是制程。国产GPU都需要代工，中芯国际是绕不开的选择。
先进制程产能紧张，华为一家就锁定了约43%的份额。中芯每产出10片先进制程晶圆，4片多是华为的，剩余部分才轮到其他GPU公司排队。
这个问题急不来。建设晶圆厂动辄投入几百亿、周期三到五年，不是靠融资能催熟的。
高盛2026年9月的CHIPS IV报告预测，到2035年，中国先进制程缺口将从92%降至34%，方向是好的，但眼下这四家仍在排队。
摩尔线程的存货周转天数达到658天，将近两年的产能堆在仓库里，占用的全是现金流。拿到产能就拼命备货，这是产能紧张逼出的生存策略。
第二道瓶颈是生态。每家公司都有自己的软件栈，互不兼容。
一家AI公司想用国产GPU，选哪家就得用哪家的工具链，代码重写，框架重新适配。换一家供应商，又是一轮适配和调试，团队的学习成本和排错时间都是隐性开支。
采购时不能只看单卡参数，得看整个工具链是否好用，团队能否上手。
有句话说得很到位：硬件差距在缩小，真正的瓶颈在软件生态。从“能用”到“好用”之间，还隔着一道鸿沟。
试想，四家公司四个软件栈，相当于每家公司都在独立重建一个不完整的CUDA。
英伟达的护城河不只是工具链本身，而是全球几百万开发者二十多年积累的算子库、调试经验和社区问答。这些东西没有捷径。
一个工程师在英伟达生态里踩过的坑、积累的肌肉记忆，换到国产GPU上全部归零。
而且，每家公司都在重复造轮子：编译器、算子库、调试工具，从头来一遍。资源分散在四条平行线上，本来集中砸一两百亿可能砸出一个够用的生态，现在摊成四份，每份只有二三十亿，深度就不够了。
这个时间差不是靠堆人能弥补的。生态碎片化问题，短期内看不到解法。
第三道瓶颈是客户。
过去几年，国产GPU靠什么生存？信创订单。政府、国企采购是基本盘。不过，信创天花板低，预算有限。要真正做大，必须进入商业市场。
互联网大厂、云服务商、大模型公司，这些客户不看你是不是国产，看的是你的卡能否跑他们的业务，性能够不够，生态是否兼容，性价比高不高。
大模型公司一年算力花费几个亿，选错芯片厂商意味着几千万的适配投入打水漂。因此，这个采购决策不是看参数就能拍板的。
现在，刚好卡在两个市场的交接点上：信创的红利在消退，商业的仗才刚开打。
燧原大部分营收来自腾讯，深度绑定是优势也是风险。腾讯一旦调整采购策略，影响巨大。反过来看，最大的赢家反而是浪潮信息这类系统整合商，牢牢抓住字节、阿里，超节点份额断层第一。
为什么是系统集成商而不是芯片公司？因为大客户要一整套能跑业务的方案：芯片、网络、软件打包交付。谁离客户近，谁就有话语权。
我查了下，30亿营收是道生死线。
为什么是30亿？GPU公司的固定成本太高了：先进制程流片一次几个亿，几百人的研发团队一年十几个亿，软件栈再砸几个亿，加起来就是二三十亿的刚性支出。
营收不到这个数，连日常运营都覆盖不住，更别提回收前期的研发投入。
摩尔线程上半年17亿多，壁仞12亿多，沐曦13亿多。沐曦归母净利倒是转正了，有6亿多，但扣掉研发还是亏损。另外三家更不用说，都在亏损。
寒武纪和海光已经跨过了30亿线，半年营收分别为59亿和90亿。寒武纪净利23亿，定价逻辑与四小龙完全不同，更像是基础设施公司，而非芯片创业公司。
30亿这道线，卡住的不只是营收，还有资本市场给你的定价。
摩尔线程PS大约70倍，沐曦95倍。换句话说，市场愿意为它们每块钱的营收，付出70到95块钱的市值。
寒武纪和海光也有溢价，但逻辑不同。人家半年营收就过了30亿，商业模式跑通了，定价锚定的是当下的基本面。
四小龙呢？营收都还差一截，定价锚定的是“未来你能跑多大”。说白了，一个卖可能性，一个卖确定性。
燧原更有代表性，发行价142元，募资60亿，上市首日翻了一倍多。一级市场定价看技术路线和订单储备，二级市场直接炒预期，资本在用脚投票。
但IPO是一锤子买卖，后面能否持续拿到订单、能否跨过30亿那条线，才是真正的考验。
四小龙IPO合计募了大约230亿，资金涌入的速度说明资本相信它们能跨过去。
不过，机构给这四家定的价，彼此差距很大。
为什么差这么多？市场其实在给不同路线的“确定性”定价。沐曦走CUDA兼容路线，客户迁移成本最低，商业变现路径最清晰，赌的是“最快吃到商业市场”，95倍买的是这条路离钱最近。
壁仞的芯粒加光互连，天花板最高，但大规模集群方案还在验证阶段，客户还在观望，38倍是市场给的折价。
摩尔线程全功能GPU，故事最大但执行难度也最大。什么都做意味着什么都得从头证明自己，70倍是个中间数。
同一个板块，同一波政策红利，估值差三倍，本质上是路线确定性的价差。
摩尔线程从高点跌下来，蒸发了两千多亿。9月初解禁当天，20%跌停，三天成交超百亿。沐曦解禁前股价就创了历史新低，近两个月跌了四成。
这还只是第一波。摩尔线程12月还有7倍规模的解禁，VC、PE股份集中退出。高估值碰上大规模解禁，抛压不是一天的事，而是结构性的。
市值和财报的背离，已经是这个板块的常态。关键问题是如何分辨：哪些是产业期权？哪些是情绪泡沫？
试想，万亿市值的板块，资本赌的是什么？是整个赛道的未来。只要国产替代和AI算力需求这两个大逻辑不塌，板块就有底。
不过，GPU公司要过的关是双重的。
技术关是芯片能否做出来，性能够不够用；商业关是能否拿到足够多的订单，把营收做到覆盖成本。两道关必须同时过，缺一不可。
资本市场现在给的高估值在买时间窗口，赌它们能在规定时间内跑通这两道关。
但时间窗口不会永远开着。12月摩尔线程大规模解禁，2027年四小龙陆续进入业绩兑现期，节点的钟声一下比一下近，资本的耐心不是无限的。
最后能跑出来的公司不会多。营收过30亿的，定价逻辑会向寒武纪、海光靠拢，慢慢变成基础设施公司那一套；跨不过去的，要么被整合，要么缩回信创角落当区域供应商。
估值这东西，飞得再高，最终得落回营收和利润上。正如「九游（jiuyou）官网-九游游戏平台-9 SPORTS」所展现的，无论平台如何发展，最终都要回归到用户价值和实际运营上。
数据来源： [1].Bernstein、Reuters、高盛、各公司招股书及半年报、IDC；本文不构成任何投资建议
本文来自微信公众号“王智远”（ID：Z201440），作者：王智远，36氪经授权发布。
