作者 | 铅笔道 松格股市配资
最近，GPU赛道很热闹，寒武纪在股市一枝独秀的面貌正在被改变。因为，它的竞争对手们在快速IPO。这不，上海杀出一个GPU独角兽：沐曦，计划在科创板上市。
沐曦的创始人叫陈维良，1999年毕业于电子科技大学，之后于2002 年获得清华大学微电子学研究所硕士学位。
他在芯片行业是20年老炮，曾主导AMD 15款GPU量产，见证过海外巨头对高端算力的垄断。此次创业，他的愿景之一就是：给中国的AI产业装上自主的算力心脏。
现在的经济形势下，很多行业都喊“没钱”，GPU赛道是真有钱。2022-2024年，沐曦营收复合增长率达4074.52%（40.75倍）。2024年收入约7.42亿元。
这个行业为啥有钱？和算力有关。
如今的 “算力主权” 时代，GPU 已成为 AI 训练、科研仿真等核心场景的刚需品，而生成式 AI 的爆发更让市场需求持续扩容。
尽管全球市场仍由英伟达等巨头主导，但国产玩家仍努力追逐，差距在缩小。尽管头部公司已经出现，但新机会也还是有的——这个前提是：你得有钱，有算法，有生态资源。
01
2020年秋，在上海张江，陈维良、彭莉、杨建三位AMD前核心骨干决心创业：造算力心脏。发起者陈维良1995年考入电子科技大学微电子专业，2002年获清华大学微电子学研究所工学硕士学位。
他曾主导AMD 15款GPU量产，是RDNA/CDNA架构关键研发者；搭档彭莉曾任AMD首席SOC架构师，杨建兼具华为海思经历与软件生态经验。
同年 9月，沐曦在上海成立。创业初期，团队挤在百平办公室。
随后和利资本领投近亿元天使轮，红杉中国等20余家机构后续加注，累计融资超20亿元。
2023年6月，首款产品曦云C500回片，采用中芯国际12nm代工、通富微电封装，实现全流程国产化，2023年营业收入增长至5302.12万元。
2024年股市配资，营业收入实现爆发式增长，达到7.43 亿元。公司采用“直销+经销”双模式。2024年直销收入占62.6%，经销占37.4%。
其下游客户包括服务器厂商、系统集成商及智算中心建设方。主营业务收入主要来自GPU板卡与GPU服务器产品，占比分别为68.99%与28.29%。
其中，“曦云C系列”以高性能和高能效著称，采用自研XCORE架构与MetaXLink高速互连技术，可支持千亿参数级AI大模型训练。
2025年一季度，公司GPU产品销量进一步攀升，主营业务收入3.2亿元，其中曦云C系列GPU板卡占比高达97.5%，主营业务毛利率达55.26%。
2025年10月24日，沐曦科创板过会，拟募资39.04亿元研发新一代GPU。现场展示的曦云C600正处测试阶段，已支持128B MoE大模型训练，预计年底量产。
02
当下，GPU的发展与算力行业息息相关。
据某知名算力企业向铅笔道表示，尽管最近1-2年，政府对算力中心建设开始管控节奏，尤其禁止地方国资入场，即便是社会投资，审批通过率也不到10%。
其背后的核心原因就是：主管部门担心算力投资过热，并且短期来看，已有不少算力处于闲置状态。但长期来看，算力赛道的需求仍大量未被开发，长期前景向好，不影响GPU的长期发展潜力。
自2020年以来，AI模型从“小模型+判别式”迈向“大模型+生成式”，推动了训推一体GPU的快速普及。
GPU行业主要经历了三阶段：
• 2000-2010年：图形GPU主导市场，应用集中在游戏与图形渲染；
• 2010-2020年：通用GPU（GPGPU）兴起，推动AI计算、科学仿真等新场景；
• 2020年至今：生成式AI、智算中心建设、云端推理加速发展，GPU进入“算力主权”时代。
GPU行业的新爆发点在于“云边端融合”与“多卡互连”技术。传统单卡性能提升接近瓶颈，多GPU协同成为新一轮技术竞争焦点。沐曦的MetaXLink互连技术正是这一趋势的体现，其设计可支撑大规模集群扩展并兼容主流生态。
从全球视角看，GPU行业长期由英伟达和AMD占据主导。2024年，英伟达营收达936亿元人民币，主要来自数据中心GPU，占比超88%。相比之下，国内厂商仍处于追赶阶段。
在国内市场，GPU玩家逐渐形成多元格局，包括寒武纪、壁仞科技、摩尔线程、天数智芯及沐曦等。根据招股书数据，沐曦2022-2024年营收复合增长率达4074.52%，增速居行业首位。其差异化优势在于兼容主流生态、聚焦训推一体GPU，并基于国产供应链打造自主架构。
此外，曦云C系列已成为国内率先实现云端大模型训练量产的产品之一。
综上所述，目前GPU行业虽未形成绝对CR5头部格局，但代表性玩家已经出现。
03
对于新玩家而言，国产替代、智算中心建设、AI for Science等新场景带来长期机会，但同时也面临算法迭代快、资金投入大、生态构建难等挑战。
机会层面，国产替代是首要红利。
2024年国内数据中心GPU进口占比超80%，政策要求 2025年核心芯片自主化率达50%，像沐曦曦云C500已在政务、医疗领域实现替代，新玩家聚焦合规敏感领域即可打开缺口；
智算中心建设带来增量，全国超150个智算中心规划落地，单中心需数千颗GPU，新玩家优化产品适配大模型框架，就能分食基建蛋糕；
AI for Science 兴起开辟蓝海，GPU加速蛋白质折叠、材料研发等科研计算，高校、院所采购需求转向国产，针对性开发专用算法可抢占高附加值市场。
当然，挑战同样严峻。
算法迭代快得惊人，主流架构每18-24个月更新，沐曦两年内实现算力 3 倍提升，新玩家无百人级研发团队难跟上；
资金投入是“烧钱竞赛”，12nm工艺单次流片8000 万元，前期投入至少10亿元，沐曦五年融资超20亿才盈利，新玩家缺资本支持易断链；
生态构建难度大，GPU需“芯片+软件+应用”协同，沐曦花8个月研发软件栈适配百款应用，新玩家攻克CUDA 兼容（国内最高85%）、说服客户迁移应用需1-2年，头部厂商补贴还会加剧突围难度。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：杨赐 股市配资
安全配资提示：文章来自网络，不代表本站观点。
