算力需求爆發，國產AI產業鏈進入發展窗口期

儘管國產廠商迎來了百花齊放的局面，但面對英偉達資金規模優勢和強大的CUDA生態，未來，客户需要的是交付穩定性、集羣運行效率與軟件棧易用性。打破產業鏈代差，構建自主生態，仍是國產GPU需要跨越的現實挑戰。

春節剛過，國產AI賽道進入業績密集發佈期。3月2日，AI獨角獸MiniMax（00100.HK）發佈上市后首份年度業績。數據顯示，2025年全年，其營收達7904萬美元，同比增長159%，較市場預期高出約10.6%；全年調整后淨虧損為2.5億美元，與上年基本持平；截至2026年2月，其年度經常性收入已突破1.5億美元，商業化步伐顯著加快。

MiniMax創始人閆俊傑披露了一系列關鍵數據，截至2026年2月，M2系列模型的日均Token消耗量已達2025年12月水平的6倍以上，其中編程場景的Token消耗量增長了超過十倍。他預測，隨着L4/L5級智能體在編程、辦公等場景的滲透，平臺Token需求量有望增長一至兩個數量級。

這種指數級的算力需求擴張，正在向產業鏈上游傳導。就在幾天前，國產GPU賽道也迎來了重要交卷時刻。摩爾線程（688795.SH）與沐曦股份（688802.SH）雙雙發佈2025年業績快報，引發市場廣泛關注。數據顯示，2025年摩爾線程營收突破15.05億元，同比增長243.37%；沐曦股份營收達16.44億元，同比增長121.26%。

在業內看來，MiniMax的業績爆發與GPU廠商的亮眼表現並非孤立事件， 更預示着國產AI產業鏈正站在變局前夜。隨着AI算力需求從訓練向推理傾斜，以及物理AI等新概念的興起，單純比拼參數的階段即將過去。不過，儘管國產廠商迎來了百花齊放的局面，但面對英偉達資金規模優勢和強大的CUDA生態，未來，客户需要的是交付穩定性、集羣運行效率與軟件棧易用性。打破產業鏈代差，構建自主生態，仍是國產GPU需要跨越的現實挑戰。

上市后首次「交卷」 技術路線差異顯現

2025年，受益於AI產業爆發及高性能GPU市場需求旺盛，摩爾線程與沐曦股份均實現營收翻倍增長，但在增速、盈利改善節奏上呈現顯著分化。

數據顯示，摩爾線程2025年實現營業收入15.05億元，同比增長243.37%；歸母淨利潤虧損10.24億元，虧損同比收窄36.70%；同期，沐曦股份實現營業收入16.44億元，同比增長121.26%；歸母淨利潤虧損7.81億元，虧損收窄幅度達44.53%。

儘管雙雙實現高增長，但兩家企業正沿着截然不同的技術路徑前行。摩爾線程堅持全功能GPU路線，試圖復刻英偉達的生態版圖；而沐曦股份則聚焦高性能通用GPU賽道，通過原生兼容+開源的策略加速縮減虧損。

在尚未盈利之前，如何加速商業化仍是市場關注焦點。拆解來看，沐曦股份的營收來源也更為專注。去年上半年，在沐曦股份9.15億元營收中，核心產品訓推一體芯片曦雲C500系列貢獻了超過70%的份額，收入結構更貼近核心芯片業務本身。

相比之下，摩爾股份來自於純GPU芯片及板卡的營收更為有限。數據顯示，同期，在摩爾線程在7.02億元的總營收中，AI智算產品貢獻了約6.6億元。通常情況下，智算集羣交付通常包含大量的配套服務器、網絡設備及機櫃等業務，這意味着這6.6億元並非只來自於GPU本身。

業內普遍認為，沐曦股份和摩爾線程代表了兩種不同的商業化路徑。沐曦股份更為聚焦，在當前階段更容易實現盈利；摩爾線程的全功能GPU的佈局更具技術想象空間，但技術爬坡周期相對更長，未來的發展更具挑戰。

值得關注的是，沐曦成立於2020年，但核心團隊具備近20年的GPU架構設計經驗。其核心戰略是放棄消費級市場，聚焦人工智能核心賽道，在場景中落地。因此，技術路線選擇上，沐曦走了一條務實的原生兼容+開源之路，與閉源生態路線形成鮮明對比。

行業普遍認為，英偉達CUDA生態經過長期發展，已聚集全球大量開發者，成為國產GPU實現替代的主要門檻。而沐曦自研軟件棧MXMACA主打原生兼容，可大幅降低開發者的遷移成本，無需投入大量時間、人力成本重新適配，這也是其快速打開市場的重要原因。

在國產芯片行業相關人士看來，英偉達最大的壁壘就是CUDA，而開源是打破這個技術壁壘的必經之路。

與沐曦的聚焦策略不同，摩爾線程走的是全功能GPU路線，其戰略上傾向於以全功能架構覆蓋多類場景，復刻英偉達的發展路徑。

當前國產GPU的發展正形成「全功能GPU、GPGPU、ASIC」的差異化競合格局。各家基於不同技術基因選擇路徑，聚焦全功能通用計算，這種路線的技術難度更高，投入也更重，但好處是生態觸點更廣。

從整體來看，國產GPU已經形成了多種路線，不同路線各有利弊。在國產芯片行業相關人士看來，一是以沐曦為代表的通用GPU路徑，產品可適配多類算力場景，直面國際巨頭競爭；二是以寒武紀、華為昇騰為代表的定製化路徑，芯片圍繞特定場景設計，效率突出但場景複用性弱；三是購買海外技術底層再開發的路徑，部分廠商依託現有技術基礎快速迭代，但核心自主性不足。

多樣化的格局漸顯打破產業鏈代差仍是關鍵

摩爾線程與沐曦股份的路徑分化，是國產GPU行業百花齊放的一個縮影。2025年底至2026年初，國產GPU迎來史無前例的上市潮，短短一個多月內，就有摩爾線程、沐曦股份、壁仞科技、天數智芯4家企業完成資本化跨越，加上早已上市的寒武紀、海光信息，以及尚未上市的燧原科技等，國產算力芯片多樣化的格局已逐漸顯現。

值得關注的是，在國產芯片爆發的同時，行業也在從重訓練轉向訓練、推理並重。德勤報告顯示，到2026年，推理算力在整體AI計算中的佔比將超過訓練，達到66%；麥肯錫則預測，2028年全球AI推理市場規模將達1500億美元，2025-2028年複合年增長率超40%。

MiniMax的業績數據恰好印證了這一趨勢。截至今年2月，其M2系列模型的日均Token消耗量已達2025年12月水平的6倍以上，其中推理場景貢獻了主要增量。其預計，隨着智能體在辦公、編程等場景的滲透，Token需求量有望增長一到兩個數量級。這種指數級的推理算力需求擴張，正為國產推理芯片打開前所未有的市場窗口。

市場普遍認為，這一變化對國產GPU廠商而言是重大機遇。背后原因在於，推理市場的競爭邏輯與訓練市場截然不同。訓練市場是頭部巨頭的遊戲，門檻極高、競爭收斂快，需要萬卡甚至十萬卡的大規模集羣；而推理市場需求分散、場景多元，對性價比、部署效率與場景適配能力的要求更高，這恰恰是國產廠商的優勢所在。

與此同時，英偉達在2026年CES上提出，未來GPU技術競爭的焦點將從單一的大模型訓練，轉向更廣闊的物理AI領域，這也是國產芯片的未來發展窗口。

業內人士認為，物理AI是AI從「數字大腦」走向「物理世界」的必然躍遷，對「高保真渲染+AI計算+物理仿真」的融合算力提出全新要求，這正是全功能GPU架構的優勢所在。

儘管機遇凸顯，但國產GPU的發展仍面臨諸多深層制約，產業鏈代差與生態壁壘尤為關鍵。國產GPU替代絕非單一企業能完成的任務，需要上下游全鏈條合力。

據業內人士分析，GPU研發具有極強的積累性，一個產品迭代周期通常需要3年，英偉達、AMD已發展數十年，帶動全球產業鏈完成多輪迭代；而國內GPU企業大多成立於2018-2020年，發展時間不過幾年，在先進製程、核心零部件等領域仍有明顯短板。

更嚴峻的挑戰來自生態層面。英偉達CUDA生態經過近20年的積累，已聚集全球數百萬開發者，形成了極高的轉換成本。相比之下，國產GPU廠商仍在生態建設的起步階段。

目前，不同廠商選擇了不同的破局路徑。筆者瞭解到，沐曦通過開源MXMACA試圖打造「GPU界的安卓」，以開放協作吸引開發者；摩爾線程則堅持自研MUSA架構，在保持對CUDA高度兼容的同時，逐步培育原生開發生態。但無論哪條路徑，都需要時間和耐心。

閆俊傑認為，平臺價值等於智能密度乘以Token吞吐量，當兩個維度足夠強勁時，平臺價值將自然涌現。這句話同樣適用於國產GPU賽道。當模型層的智能密度持續提升，硬件層的吞吐能力不斷突破，國產AI產業鏈的價值終將自然涌現。

在業內看來，對於國產GPU企業，上市並不意味着進入成熟期，而是仍然處於創業階段。2026年將迎來更殘酷的競爭，客户不再只看參數，而是看交付、看穩定性、看軟件棧好不好用，競爭仍然激烈。

本文來自微信公眾號 「財經」（ID：mycaijing），作者：王婧雅，36氪經授權發佈。