国产GPU“四小龙”到底谁更像英伟达？天数/摩尔/壁仞/沐曦一文讲透

2026-01-14 10:26:27 0

一句话总览：四家公司“同赛道、不同基因”，把这四家放一起看，最核心的差别不是“峰值算力谁更高”，而是产品谱系（做全功能还是做计算）、软件生态（能不能让CUDA代码跑起来且跑得快）、以及量产交付（能不能稳定出货、做集群）。

从各家招股书材料里，能明确读到的定位是：

天数智芯：通用GPU高端芯片及超级算力系统提供商，产品包括天垓训练系列与智铠推理系列。
壁仞科技：高性能通用GPU，打造软硬件体系，产品基于训推一体芯片架构，面向训练/推理/科学计算。
摩尔线程：做全功能GPU及相关产品，覆盖AI、数字孪生、科学计算等，产品包括AI智算、专业图形、桌面级图形、智能SoC等；且披露了2024年收入结构：营收4.38亿元，其中AI智算3.36亿元。
沐曦：更像“数据中心计算GPU + 软件栈 + 集群交付”的体系化玩家；可交付板卡/服务器/集群，并强调兼容CUDA生态的MXMACA软件栈。

维度一：产品路线——“全功能” vs “算力优先”

它的产品定义非常“英伟达早期味道”：AI智算 + 专业图形 + 桌面级图形 + SoC全覆盖，并且商业化收入主要来自AI智算。

招股书中明确写了训练（天垓）+ 推理（智铠）两条线，并且定位到“超级算力系统提供商”。

材料强调其通用GPU基于训推一体架构，覆盖训练、推理、科学计算。

沐曦明确写到：不仅交付板卡/模组，还能交付服务器、一体机/工作站、智算集群，并配套MXMACA软件栈。
这套打法非常务实：“芯片只是起点，交付才是终点。”

在问询函里，它把CUDA兼容路径讲得很直白：

一条路是对CUDA输出物反编译/反汇编（简单但低效且可能违反协议）；
另一条路是API层面兼容，源代码易迁移，自研编译器编译（难但性能更好且更合规），并明确选择第二条。想吃到CUDA生态红利，就得在“编译器/算子库/驱动/运行时”这些硬骨头上狠狠干。

沐曦招股书写得很明确：其编程接口在API层面实现对CUDA生态的高度兼容，帮助现有应用快速迁移。并在问询函里进一步把“覆盖度”量化：支持超过6000个CUDA应用、多种训练/推理框架与算子库。这家公司把“能跑起来、跑得稳、迁移成本低”当成一号工程。

2024年营收4.38亿元，AI智算3.36亿元。
这至少说明：它不是只讲故事，已经在“卖东西”。

招股书披露其主营业务收入来自GPU产品、GPU服务器与少量IP授权等，并给出分产品结构。
还解释了交付策略会从服务器整机逐步转向以板卡为主（减少整机交付）。
能把“怎么卖、怎么交付、怎么控成本/毛利”讲清楚的公司，通常更接近规模化。

因此我不在这里硬猜收入、出货与客户，只给结论：

国产GPU这条路，本质上不是“做出一颗芯片”就赢了，而是要在编译器、驱动、库、通信、工具链、稳定性、规模化交付上，把一座座山啃穿。
从材料里看：

免责声明：以上内容仅基于公开的招股书/问询函材料进行工程化解读与对比，不构成任何投资建议。市场有风险，决策需独立判断，盈亏自负。

免责声明：本文采摘自“老虎说芯”，本文仅代表作者个人观点，不代表萨科微及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。