而在摩尔线程、沐曦股份之后，“GPU四小龙”的另外两龙——燧原科技早已开启了IPO之旅；壁仞科技则在今年1月2日正式在港交所挂牌，上市首日最高涨120%，成为首家“港股GPU概念股”。

此外，砺算科技、曦望、瀚博半导体、格兰非等众多国产GPU创业公司也正奋起直追，更不用说已经上市的海光信息、寒武纪、芯原股份等等GPU/AI芯片玩家，均迎来了技术、产品、融资、落地的全面突破。

中国GPU，迎来了一次真正的爆发。

然而仅仅在3年前，它们中的不少创业者，还曾被逼到最绝望的“至暗时刻”。

【01 至暗时刻】

“寒冬来了。”

2022年，这是萦绕在所有国产芯片从业者心头的一句悲言。

就在2022年中秋节前，国内“AI芯片”四小龙之首寒武纪再次遭遇股东“清仓式减持”，公司第四、第五和第七大股东合计卖出了手中近78%的寒武纪持股。

彼时，“跌跌不休”的寒武纪市值已下探到270亿元，较巅峰时的千亿市值跌没了近八成。

“寒王”作为上市公司，尚落得如此狼狈，GPU创业公司们则几乎全军覆没：

跟寒武纪一样，日后的“GPU四小龙”燧原科技、摩尔线程都遭遇了资本离场，导致量产关键节点困难频频，不得不压缩成本四处寻求“输血”。各家公司的账本，也都格外难看：

沐曦股份当年亏损高达7.7亿元，收入是几乎可以忽略不计的42.7万元；

壁仞科技更是在2022年全年未能宣布任何一笔融资，几乎在靠“啃干粮”度日。

这批国产GPU创业公司普遍成立不到3年，正处于芯片研发任务最重、产品落地最紧要，也最需要钱的气口——仅仅一款7nm芯片的设计加流片费用都能高达数亿人民币，其他环节如EDA、软件、驱动、架构、验证、测试更是个个都在“烧钱”，但却在找钱上遇到了最严峻的挑战。

2022年相当长时间内，大量以上海为总部的GPU公司几乎陷入停摆状态。

雪上加霜的是，年底，美国再次收紧对华高端芯片出口管制，国产GPU企业不仅面临着更严峻的技术获取环境、更剧烈的供应链不确定性，风险厌恶型资本也对“国产GPU”概念进一步拒之门外。

那个冬天，冷得透骨，至今仍是很多行业中人最深刻的记忆。

【02 时代转向】

命运的转折，往往藏在技术革命的裂缝中。

2022年11月底，一位意料之外的“神秘嘉宾”，出现在太平洋彼岸。

ChatGPT来了。

几乎在一夜之间，以ChatGPT为代表的大模型火遍了世界各地；在人类技术发展的历史上，全球科技产业第一次以前所未有的速度达成了共识——要搞大模型。

而国产GPU公司们，几乎被这个从天而降的“馅饼”砸懵了。

动辄百亿参数的大模型训练，堪称AI算力的“吞金兽”，其对算力的饥渴，让GPU从“硬件产品”跃升为“战略资源”，游戏规则也因此被彻底改写。

在此背景下，英伟达、寒武纪市值一路疯涨，芯片创业公司迎来大面积资本重估。

刚从生死线上下来的国产GPU玩家们，也立马转身蹦极。

虽然跟英伟达、英特尔等海外巨头动辄一代芯片百亿美元的研发投入比起来，创业公司们能够撬动的资源只是杯水车薪。但在2023～2025年这几年间，国产GPU玩家们依然紧紧抓住时代机遇，大力投入研发，快速推动自家GPU产品升级，拥抱市场变化。

来源：摩尔线程

例如，摩尔线程只用了四年时间就完成了数代全功能GPU迭代，不久前的MUSA开发者大会上，它更是发布了计算效能提高10倍的GPU架构“花港”，与支撑万亿参数模型训练的工程能力的万卡智算集群“夸娥”。

壁仞科技的BR100芯片也实现了半精度浮点超过1000T，在超算中心市场实现出货量同比增长超300%；

沐曦股份的下一代C700，直接将性能瞄准了英伟达H100，预计明年下半年流片。

美国不断加码的管制措施，虽在短期内为国产GPU玩家带来了不小的融资压力，但也进一步刺激了国内科技厂商对自主可控GPU的重视。“大厂们”出于供应链安全考虑，纷纷加快部署国产GPU算力。

更幸运的是，大模型从底层技术上，给了所有GPU厂商一次“换道超车”的机会。

大模型技术的底层是Transformer架构，它虽然跟上一轮人脸识别、图像识别技术一样被称为“人工智能”，但其最底层的算法，却跟上一轮图像识别所倚仗的深度神经网络（Deep Learning Network）有所不同。

举个例子，GPU包含硬件、也包含软件部分。

硬件部分很好理解，在人们看得见、摸得着的那块金属板上，所谓“7nm制程”、“晶体管数量”说的都是硬件。

软件部分则是一堆代码，负责“指导”冷冰冰的金属块去响应用户发出的指令。

硬件问题虽然难，却并不是“无解”。

软件部分可太难了——过去十多年里，全世界几千万名程序员在英伟达GPU的软件上不断创作、优化、报BUG、修改，形成了一个牢不可破的“生态系统”，为美国GPU竖起了极高的生态壁垒。

然而，这套生态是建立在上一代人工智能技术（大模型出现之前）之上的。

2022年11月，大模型横空出世，突然给全世界“掀了桌子”。

英伟达做了30年的GPU，猛一回头发现，自己跟中国这些成立不到3年的GPU公司，站在了同一起跑线上。

这一天，中国GPU等了十年。

【03 国产GPU之难】

中国GPU能走到今天，太难了。

20世纪80年代，我国芯片产业曾经走过一段“造不如买，买不如租”的道路。

当时，为了快速获取经济效益，一度被加大投入的我国芯片产业，转而大规模引进国外技术和生产线，减少自主研发投入，也让整个芯片产业陷入“引进—落后—再引进—再落后”的循环。

芯片是一个庞大的概念，既包括CPU、GPU这些我们熟悉的品种，也包括ASIC（定制化专用芯片，如AI专用芯片）、存储芯片、DSP数字信号处理器等等。

其中，CPU是计算机的“主司令”，GPU则是专攻大规模计算的“大将”。在早期资源有限时，国产芯片研发往往被迫将资源向“主司令”倾斜，自然也让国产GPU的发展变得更加艰难。

比CPU更难。

直到2014年4月，景嘉微电子才成功研发出国内首款国产高性能、低功耗GPU芯片JM5400。

彼时，英伟达的独立显卡的全球市场份额已经达到惊人的76%，连我国著名的超级计算机“天河一号A”，都被迫用的是英伟达的GPU。

然而，第一块GPU仅仅是漫长征程的起点。

因为底层技术空白点较多，IP大多受制于国外厂商，产品前端稳定性不理想，很长时间内，国产GPU即便是研发出来，也很难在主线中高端电子产品上得到普及化应用。

没有应用，就没有销售收入，没有应用，也没有客户反馈，无法形成研发、应用、改良，提升的正向循环，这不但严重制约相关公司的收入和发展，也严重制约研发进度与品质。

即便强大如华为海思，其手机芯片中的GPU性能也长久以来存在发热、兼容性差等问题，直到麒麟910手机芯片发布后才逐渐走上正轨。

而国产GPU的真正破局，始于一场被外部压力“逼”出来的产业进击。

2017-2018年，美国步步紧逼的技术封锁与上一轮人工智能浪潮相遇，让第一批国产“AI芯片”爆发，寒武纪、深鉴科技（后被美国芯片公司赛灵思收购）、地平线等明星创业公司都在此轮诞生。

AI芯片是一种专用芯片，往往只针对少数AI算法量身打造，设计难度更低，能更快缓解“缺芯”的燃眉之急。GPU则是个更强大的“全能将军”，但设计难度更大，所需时间更长。

直到2020年前后，经过了多年的市场培育、人才培养，我国GPU生态才慢慢有了成熟的苗头。

摩尔线程、沐曦股份、壁仞科技等一批国产GPU企业也正是这个时期相继成立，并且开始将目标直指通用GPU，决心在国际巨头的主赛道上“掰掰手腕”。

与我国最早一批筚路蓝缕的GPU研究人员不同，这一批国产GPU玩家大多都有着资深的芯片行业从业经验，甚至是在国际巨头公司有着长期扎实的历练，他们深知自己面对的残酷现实，但也对如何突围更有思维和路径。

但市场竞争也是惨烈的。

真正熬过2022年那场“寒冬”的芯片公司并不多，根据企查查数据，2023年，1.09万家中国芯片相关企业进行工商注销、吊销——平均每天有30家芯片公司消失。

2023年底，美国还故伎重演地将“GPU四小龙”之摩尔线程、壁仞科技列入实体清单，这意味着两家企业将无法获得任何含美国技术产业工具。

此后，重庆某GPU独角兽被媒体报道因遭遇资金危机，公司濒临解散，400多位员工全部终止合同；

曾经在2015年推出首款具有国产自主知识产权GPU的西安某半导体同样被报道陷入裁员风波；

上海一GPU创业公司被报道资金链断裂，陷入运营困难。

国产GPU每往前走一步，血泪都湿透了脚印。

【04 下一个十年】

客观来说，我国的GPU技术跟美国领先水平比起来，还有很大差距。

当前，国产GPU产品普遍拿来对标的H100 GPU，已经是英伟达上一代的技术产物——最新的英伟达H200 GPU性能几乎翻了一倍。

而在国产GPU产业终于熬过寒冬，迎来第一缕春光时，美国近期却突然宣布放宽GPU管制，路透社更是替英伟达放出消息称，2026年春节前，英伟达就能将一批全新的H200 GPU交付给中国客户。