最近，GPU 賽道很熱鬧，寒武紀在股市一枝獨秀的面貌正在被改變。因為，它的競爭對手們在快速 IPO。這不，上海殺出一個 GPU 獨角獸：沐曦，計劃在科創板上市。

沐曦的創始人叫陳維良，1999 年畢業于電子科技大學，之后于 2002 年獲得清華大學微電子學研究所碩士學位。

他在芯片行業是 20 年老炮，曾主導 AMD 15 款 GPU 量產，見證過海外巨頭對高端算力的壟斷。此次創業，他的愿景之一就是：給中國的 AI 產業裝上自主的算力心臟。

現在的經濟形勢下，很多行業都喊 " 沒錢 "，GPU 賽道是真有錢。2022-2024 年，沐曦營收復合增長率達 4074.52%（40.75 倍）。2024 年收入約 7.42 億元。

這個行業為啥有錢？和算力有關。

如今的 " 算力主權 " 時代，GPU 已成為 AI 訓練、科研仿真等核心場景的剛需品，而生成式 AI 的爆發更讓市場需求持續擴容。

盡管全球市場仍由英偉達等巨頭主導，但國產玩家仍努力追逐，差距在縮小。盡管頭部公司已經出現，但新機會也還是有的——這個前提是：你得有錢，有算法，有生態資源。

01

2020 年秋，在上海張江，陳維良、彭莉、楊建三位 AMD 前核心骨干決心創業：造算力心臟。發起者陳維良 1995 年考入電子科技大學微電子專業，2002 年獲清華大學微電子學研究所工學碩士學位。

他曾主導 AMD 15 款 GPU 量產，是 RDNA/CDNA 架構關鍵研發者；搭檔彭莉曾任 AMD 首席 SOC 架構師，楊建兼具華為海思經歷與軟件生態經驗。

同年 9 月，沐曦在上海成立。創業初期，團隊擠在百平辦公室。

隨后和利資本領投近億元天使輪，紅杉中國等 20 余家機構后續加注，累計融資超 20 億元。

2023 年 6 月，首款產品曦云 C500 回片，采用中芯國際 12nm 代工、通富微電封裝，實現全流程國產化，2023 年營業收入增長至 5302.12 萬元。

2024 年，營業收入實現爆發式增長，達到 7.43 億元。公司采用 " 直銷 + 經銷 " 雙模式。2024 年直銷收入占 62.6%，經銷占 37.4%。

其下游客戶包括服務器廠商、系統集成商及智算中心建設方。主營業務收入主要來自 GPU 板卡與 GPU 服務器產品，占比分別為 68.99% 與 28.29%。

其中，" 曦云 C 系列 " 以高性能和高能效著稱，采用自研 XCORE 架構與 MetaXLink 高速互連技術，可支持千億參數級 AI 大模型訓練。

2025 年一季度，公司 GPU 產品銷量進一步攀升，主營業務收入 3.2 億元，其中曦云 C 系列 GPU 板卡占比高達 97.5%，主營業務毛利率達 55.26%。

2025 年 10 月 24 日，沐曦科創板過會，擬募資 39.04 億元研發新一代 GPU。現場展示的曦云 C600 正處測試階段，已支持 128B MoE 大模型訓練，預計年底量產。

02

當下，GPU 的發展與算力行業息息相關。

據某知名算力企業向鉛筆道表示，盡管最近 1-2 年，政府對算力中心建設開始管控節奏，尤其禁止地方國資入場，即便是社會投資，審批通過率也不到 10%。

其背后的核心原因就是：主管部門擔心算力投資過熱，并且短期來看，已有不少算力處于閑置狀態。但長期來看，算力賽道的需求仍大量未被開發，長期前景向好，不影響 GPU 的長期發展潛力。

自 2020 年以來，AI 模型從 " 小模型 + 判別式 " 邁向 " 大模型 + 生成式 "，推動了訓推一體 GPU 的快速普及。

GPU 行業主要經歷了三階段：

2000-2010 年：圖形 GPU 主導市場，應用集中在游戲與圖形渲染；

2010-2020 年：通用 GPU（GPGPU）興起，推動 AI 計算、科學仿真等新場景；

2020 年至今：生成式 AI、智算中心建設、云端推理加速發展，GPU 進入 " 算力主權 " 時代。

GPU 行業的新爆發點在于 " 云邊端融合 " 與 " 多卡互連 " 技術。傳統單卡性能提升接近瓶頸，多 GPU 協同成為新一輪技術競爭焦點。沐曦的 MetaXLink 互連技術正是這一趨勢的體現，其設計可支撐大規模集群擴展并兼容主流生態。

從全球視角看，GPU 行業長期由英偉達和 AMD 占據主導。2024 年，英偉達營收達 936 億元人民幣，主要來自數據中心 GPU，占比超 88%。相比之下，國內廠商仍處于追趕階段。

在國內市場，GPU 玩家逐漸形成多元格局，包括寒武紀、壁仞科技、摩爾線程、天數智芯及沐曦等。根據招股書數據，沐曦 2022-2024 年營收復合增長率達 4074.52%，增速居行業首位。其差異化優勢在于兼容主流生態、聚焦訓推一體 GPU，并基于國產供應鏈打造自主架構。

此外，曦云 C 系列已成為國內率先實現云端大模型訓練量產的產品之一。

綜上所述，目前 GPU 行業雖未形成絕對 CR5 頭部格局，但代表性玩家已經出現。

03

對于新玩家而言，國產替代、智算中心建設、AI for Science 等新場景帶來長期機會，但同時也面臨算法迭代快、資金投入大、生態構建難等挑戰。

機會層面，國產替代是首要紅利。

2024 年國內數據中心 GPU 進口占比超 80%，政策要求 2025 年核心芯片自主化率達 50%，像沐曦曦云 C500 已在政務、醫療領域實現替代，新玩家聚焦合規敏感領域即可打開缺口；

智算中心建設帶來增量，全國超 150 個智算中心規劃落地，單中心需數千顆 GPU，新玩家優化產品適配大模型框架，就能分食基建蛋糕；

AI for Science 興起開辟藍海，GPU 加速蛋白質折疊、材料研發等科研計算，高校、院所采購需求轉向國產，針對性開發專用算法可搶占高附加值市場。

當然，挑戰同樣嚴峻。

算法迭代快得驚人，主流架構每 18-24 個月更新，沐曦兩年內實現算力 3 倍提升，新玩家無百人級研發團隊難跟上；

資金投入是 " 燒錢競賽 "，12nm 工藝單次流片 8000 萬元，前期投入至少 10 億元，沐曦五年融資超 20 億才盈利，新玩家缺資本支持易斷鏈；

生態構建難度大，GPU 需 " 芯片 + 軟件 + 應用 " 協同，沐曦花 8 個月研發軟件棧適配百款應用，新玩家攻克 CUDA 兼容（國內最高 85%）、說服客戶遷移應用需 1-2 年，頭部廠商補貼還會加劇突圍難度。

來源：鉛筆道