作者丨铅笔道 吴欣晓

编辑丨铅笔道 邹蔚 王方

过去 2 个月，最吸金的赛道，莫过于国产 GPU。

那些 1 天赚 700%、5 年赚 1000 倍的神话，在这一轮全部实现，并且都绕不开一个关键词：GPU 四小龙——摩尔线程、天数智芯、沐曦、壁仞科技。

一位长期跟踪 GPU 产业的投资人对铅笔道表示：夸张点说，过去 5 年，如果没投 GPU，相当于这一轮周期 " 白干 "。这种遗憾，不亚于移动互联网时代错过字节。

这个机会窗口正越来越小。本月，随着通用 GPU 企业——天数智芯在港股上市，募资约 32 亿元，意味着四小龙最后一块拼图被补齐。

值得注意的是：IPO 之前，这家低调到几乎不接受媒体采访的公司，最近持续向市场释放消息。

1 月 26 日，它亮出几张底牌：公布了 2025 到 2027 年的 GPU 架构路线图，特别需要指出，2025 年推出的天数天枢，在 DeepSeek V3 场景，性能已超英伟达 Hopper 架构 20%，这意味着天数的路线图已经在兑现过程中。同时，这次发布天数智芯还推出四款边端产品彤央系列（可理解为 " 本地算力模组 "），尺寸从口袋大小到桌面级；还披露了最新商业进展：覆盖 20 个行业、300 多个客户、1000 个联合开发案例，数千卡集群已稳定运行超 1000 天。

这些动作，不禁引发好奇：它究竟能撑起多大的戏码，能否持续创造千倍的收益神话，又会怎样影响国产 GPU 的格局？

- 01 -

新神话还是新泡沫

这些动作背后，有一个特定背景，那就是目前的国产 GPU，泡沫和机会一样大——天数智芯这些动作，离机会更近，还是离泡沫更近？

国产 GPU 的机会在哪里？多说无益，直接看英伟达。过去 10 年，市值从几百亿美元，涨到万亿美元，一年收入约 1300 亿美金（2025 财年），其中净利润超 700 亿美元。

这些数字背后，有一个几乎共识的结论：AI 的尽头是算力；算力的尽头，是 GPU。AI 要想聪明，必须烧钱、烧算力；而要想算力大，就必须 " 卡 " 多。

这些元素中，钱、算法都不稀缺，稀缺的几乎只有一个：GPU。2020 年之前，全球大部分的 GPU 产能，都卡在一家公司手里：英伟达。

因此，国产 GPU 的起点，并不浪漫，只有三个字：买不到。

尤其到 2022 年底，美国收紧 AI 芯片出口规则，相当于洪水撞上大坝，小路直接被堵死。这些 " 卡脖子 " 局面，逼得本土厂商必须自研。

这支本土队伍中，既包含了寒武纪、海光信息等，也囊括着 GPU 四小龙：摩尔线程、天数智芯、沐曦、壁仞科技。

此外，还包括各类超级独角兽，比如燧原科技、昆仑芯等（见下表）。

统计发现，这些公司的成立时间，可以分为两类：一类成立于 2019-2020 年前后，正值国产 GPU 爆发前夕；

另一类是先遣部队，成立于 2015 年前后，风口还没来就等在那里，比如寒武纪、天数智芯、海光等。

这些先遣部队，成立之初，也不是完全奔着 GPU 而去。只是干着干着，风口来了。

以天数智芯为例，2015 年成立时（总部上海），它锁定的并不是 GPU，而是算力加速软硬件产品，好比打游戏时的 " 外挂工具 "，能让计算速度更快。

但过程中，AI 算力的需求，让它发现 GPU 的供不应求。于是 2018 年，天数智芯转向 GPU 研发，启动首款产品（天垓 100）的流片工作。

这才有了后来的成果：实现国内通用 GPU 从 0 到 1 的首次突破，成为国内第一家自研、量产通用 GPU 的公司。

这些队伍，取得的成绩也不尽相同。

海光、寒武纪起步较早，成了第一批国产 GPU 上市公司，市值在 5000 亿 -7000 亿不等。

剩下的 "GPU 四小龙 "，上市时间接近，差异化也较大。

观察可以发现：错位比较明显的是天数智芯。

它的成立时间最早，自研量产时间最早，芯片交付量靠前（通用 GPU5.2 万枚），年收入排名第二（2024 年）。

基于这种全站自研通用 GPU 的技术优势和实战场景打磨的规模化商业落地优势，不少投资人看好它的稀缺性和增长潜力。

国产 GPU 四小龙市值及收入对比。

- 02 -

伪需求与真痛点

国产 GPU 现在热度爆表，钱也追得凶，但能不能一直火下去，要回到一个根本问题：芯片好不好用，能不能被客户认可。

这个痛点下，国产 GPU 有三大流派。

一类是 " 参数派 "。这是最容易被市场看见的一类：指标好看。核心算力、内存带宽、跑分成绩都挺亮眼，宣传材料数据一列一列地甩出去。

另一类是 " 定制项目派 "。它的风格是：先解决问题，再谈指标，优点是：短期赚得稳、问题能解决，但想做成流水线大厂，天花板明显。

最后一派是 " 系统工程派 " 或者叫 " 解决方案派 "，天数智芯就是这类企业。

它是前面两派的融合，既做芯片又承接定制项目，但不追求一次性表现，而是提供长期可运行的解决方案：不仅做硬件，还要自研软件栈、工具链、编译器和适配层等。

这条路走的人不多，难度大。天数智芯副总裁邹翾对铅笔道说：" 我们在国内首家构建了通用架构下的 GPU 全栈设计能力，目的就是为了在客户实际场景中实现好用、落地。"

这三大路线差异较大，但面临的瓶颈相同，那就是：直到今天，" 国产卡 " 的份额依然很小。

多家头部算力中心负责人向铅笔道表示：过去 1-2 年，国产芯片仍是少数选择——就算是 " 老大哥 " 华为，也面临这个瓶颈。

具体的份额，可以用一组数字来形容：100 张通用 GPU 里，大约只有不到 6.5 张是国产卡（2025 年 / 如图）。

天数智芯招股书中，国产 GPU 份额的描述。

" 国产卡 " 为什么份额少，是性能不行吗？不完全是。据外媒报道，国内多款头部芯片，关键性能与英伟达旗舰产品（H100）相比，差距只有 10%-20%。

甚至某些产品，国产 GPU 还实现了反超。比如 1 月 26 日，天数智芯发布的几款边端产品，打通客户应用场景 " 最后一公里 "，把云端大算力能力折叠进方寸之间，将集成大算力的小巧产品，送到客户的 " 手中 "，就像在场景的端侧产品中安装了 " 大脑 + 小脑 "，让边端场景的运行更加流畅。比如具身智能机器人，不但能够走路，而且可以根据算力支撑的实时判断能力，进行 " 劳动 "。此外这个产品还可以应用在工业智能、交通智能、车陆运一体化协同。在这组产品中，" 基础款 " 的性能已反超国际卡 3.7 倍。

天数智芯与英伟达相关产品性能对比。

性能的差距，为国产 GPU 争回来不少分，但另一个更值得重视的问题是：芯片好不好用，客户认不认可。

- 03 -

破局思路

国产 GPU 的破局思路是什么？天数智芯副总裁邹翾的建议是：回归 " 好用 "。

" 这么多年，我们一直在思考：什么是好用的 GPU？如何衡量 GPU 价值？用户核心诉求是什么？我们的洞察就是简单两个字：好用——它不单单指的是价格优势，还包括使用体验：比如要花多少人力、多少物力、多少时间。"

这听起来可能有点抽象，他举了两个身边案例。

有家 AI 创业公司，金融大模型每季度至少迭代两个版本，每次硬件适配，需要投入 10 人团队，耗费两周修改 500 至 1000 行代码。

另一家传统企业，需要用开源大模型建知识库，因硬件接口不兼容，落地周期常从一个月，延迟至两到三个月。

这些痛点，不只在 1-2 个案例身上体现。邹翾介绍，截至去年底，天数智芯探索了 20 个行业，服务了 300 客户，联合开发了 1000 个案例，无一不指向这个答案：产品好用！。

在客户眼里，这种 " 好用 "，具体又包括什么？天数智芯副总裁郭为向铅笔道提到：客户买不买你的产品，主要看三点。

1、客户现有使用习惯是否需要改变；

2、是否提供本地化调优服务；

3、是否有价格优势。

郭为表示，就算自己第一次拜访客户，也基本从这三点入手。

这三句话背后，隐含着客户的三大烦恼。

1、别让客户为了 " 新卡 " 去改代码、换框架、重写流程；

2、通过贴身调优，把坑在前期填掉，帮客户把系统真正跑稳；

3、利用国产优势，给客户一个愿意尝试的理由。

比如，天数智芯发布了 4 款边端产品：彤央系列（如下表）。

天数智芯的新品，可用于机器人等新兴场景。

其中，副总裁郭为讲述了一个客户痛点。

国内有家机器人未来独角兽——格蓝若，想选一款芯片，让机器人 " 听得清、想得快、说得明 "。核心诉求之一，就是兼容性。

" 我们模组采用的标准接口，和英伟达的 Orin 完全兼容。目前国内，机器人几乎全行业采用的都是英伟达标准，所以客户的使用习惯等都不用改变，拿过去可以直接用。"

最终，格蓝若选择了天数智芯。

又比如，天数智芯还发布了 3 年架构路线（如图）。这些架构背后，主要的指引思路，也是 " 好用 "：算得快、算得省、省力、可持续等。

比如算得快（高利用率）：天枢架构的 "Attention 效率>90% 是个关键指标，意味着芯片干正事的时间更多，浪费的算力更少。

比如算得省。天枢架构追求更精细的 " 省电 " 模式，这就像给不同的任务（科学计算、AI 推理）匹配最合适的 " 燃料 "，在保证结果正确的前提下，最大限度降低功耗和成本。

此外，为了让客户省钱，解决 DDR 存储价格高的问题，天数智芯通过 kv cache 等技术，让模型推理使用的内存量降低 50% 以上。

- 04 -

结语

未来几年，通用 GPU 的国产化趋势不可逆。据行业报告显示，预计 2029 年，国产率有望达到 50%。

摩尔线程、天数智芯、沐曦、壁仞这四小龙，就像中国 GPU 市场的先遣部队，各自抢占阵地，也把初步经验探索了出来：对用户来说，买的不仅仅是卡，而是最终体验。

天数智芯此次向市场释放消息，或许就是朝着这个目标，为下一轮竞争做铺垫。

本文不构成任何投资建议。