国产算力“集团军”突进，“芯”势力扎堆IPO

中国“缺芯”、美国缺“电”是最近全球资本市场的两大格局。目前英伟达的高端AI芯片对中国依旧处于断供状态，特朗普甚至在11月初的采访中公开表示，不会让美国之外的任何国家获得英伟达最先进的AI芯片。

但是，国产算力的快速崛起正在快速打破这一格局。

中国本土芯片力量正排着队冲向资本市场的大门。IPO快速审核“绿灯”无疑是重要的政策支持信号。

11月24日，“国产GPU第一股”摩尔线程即将登陆科创板，发行价格为114.28元/股，预计募集资金总额80亿元，其从受理至上市用时仅不到5个月。

沐曦股份的上市申请也在11月13日正式获得证监会同意，年底前有望登陆科创板；燧原科技、航中天启分别于11月1日和4日提交上市辅导备案，开启科创板IPO进程；长鑫存储完成上市辅导、长江存储完成股改、新凯来已进入上市筹备关键阶段......

上市是扩大融资手段推进产能技术发展的重要一步，外部封锁步步紧逼、内部力量却发起“集团式”冲锋，一系列密集的资本市场动作清晰地宣告着，全新的国产算力版图加速形成。

在全球人工智能竞赛进入白热化的巨大压力下，国产“芯”势力正在扛起中国AI产业赖以生存和发展的算力底座。

01 国产先进制程，矩阵成型

与过去寒武纪实现单点突破的“独行侠”模式不同，此轮国产芯片的崛起呈现出显著的“集团军”作战态势，它们不再是单一环节的替代，而是试图构建涵盖底层IP、芯片设计、软件生态的全方位矩阵。

作为算力要求最高的通用处理器，GPU是这场竞赛的重点之一，中国GPU“四小龙”——摩尔线程、沐曦股份、壁仞科技和燧原科技作为主力都已破土而出。

摩尔线程自2020年成立就以自主研发全功能GPU作为业务核心，成立仅四年已完成三代全功能GPU的迭代。

根据其招股书，摩尔线程MTT S80显卡的单精度浮点算力性能接近英伟达RTX 3060；基于MTT S5000产品构建的千卡GPU智算集群效率也超过同等规模国外同代系GPU集群计算效率，产品在部分性能指标上已经接近或达到国际先进水平。

沐曦股份同样致力于自主研发全栈高性能GPU芯片，其招股书和二轮问询回复显示，沐曦股份旗下芯片C600、C700系列均采用国内先进工艺制程，核心技术自主可控。

其下一代旗舰产品曦云C700系列，性能更是直接对标国际顶尖的英伟达H100，预计在2027年下半年便能实现大规模量产。如果这一目标能够实现，将意味着国产GPU在性能上具备了与世界顶级产品一较高下的潜力。

壁仞科技自成立之初就将“训／推一体、面向数据中心”定为主线，产品线覆盖AI模型训练与推理、图形渲染加速、高性能科学计算三大领域，一块芯片既能干训练AI模型的“重活”，也能干让AI模型去应用推理的“巧活”。

它成功的将至少四种来自不同厂家、不同型号的芯片整合在一起、进行混合训练，突破性的成果证明了壁仞科技软件平台的强兼容性，能够适应数据中心各种新老芯片混用的复杂场面。

而成立于2018年的燧原科技则是国内最早专注于云端AI算力芯片的企业之一，它的核心竞争力是AI算力的全链路布局，没有转向消费卡或图形业务，而是将所有的资源All In大模型训练。

其“邃思”系列芯片已成功迭代至第三代，最新一代的燧原S60自2024年下半年量产后，累计订单量已超过10万片，覆盖超过300个应用场景，应用于中国头部的互联网公司、云服务商及金融机构的数据中心，成功证明了在特定AI应用场景下、国产芯片已具备相当的竞争力。

除了直接的芯片产品公司，一个成熟的产业还需要生态的构建者和赋能者。作为A股中的“AI芯片第一股”，寒武纪的“思元系列”芯片不断发展迭代，边缘推理场景的能效比甚至超过英伟达H20，精准契合互联网、金融等行业的落地需求。

同时，思元推训一体690芯片也已经进入最后测试阶段，性能对标英伟达H100的80%，在2026年如预期般量产后，将有可能成为国内最强的算力载体。

相较于寒武纪，芯原股份更像是在国产芯片产业中扮演着“军火库”的角色，拥有着全球领先的芯片IP授权和一站式芯片设计能力。

根据IPnest的报告和企业公开数据，芯原的IP种类在全球前十的IP企业中排名前二，它的合作对象涵盖国内多家互联网大厂与造车新势力，以及亚马逊、谷歌、微软、英特尔等海外云巨头。

有了这样的“军火库”，国内众多AI芯片初创公司就不需要事事从零开始，可以基于这些成熟的模块迅速设计出满足自己特定需求的芯片产品，大大推动了国产芯片“百花齐放”的进程。

华为早已不再是孤军奋战。近期华为宣布了多颗昇腾系列芯片和演进路线，从昇腾950PR开始，将采用华为自研HBM芯片，这标志着华为将在算力芯片领域构建坚实的自主可控基础。

根据瑞穗证券报告预测，华为昇腾AI芯片Ascend 910A/B/C在2025年将出货70万颗，其中昇腾910C的算力已达到H100的80%，而推理成本仅为H100的10％，成为英伟达A100/H100在国内市场主要的替代品之一。

这些企业持续不断的产品迭代与性能突破，证明了国产先进制程芯片早已不只存在于PPT上，而是已经能够走出实验室、进入商业化应用、实现批量生产。

芯片的研发也是一场“烧钱”的马拉松长跑，从可用到好用、再到建立起能与英伟达相抗衡的生态还有漫长的路要走，其中每一步都需要庞大的资金投入。因此通过 IPO 从公开市场获取持续奔跑的核心资本，成了国产“芯”势力不约而同的选择。 

02 缺“芯”背后：AI大模型的全球博弈

当前，全球AI竞争归根到底是算力的竞争，谁掌握了更庞大的算力集群，谁就能更快地训练出更强大的模型、在未来的智能时代抢占先机。

国际市场调研机构Omdia报告显示，2024年英伟达Hopper系列芯片全球最大买家包括微软、Meta、亚马逊、xAI、谷歌等，每一个科技巨头都在大规模囤积GPU，为AI竞赛储备“军火”。

微软作为OpenAI的最大支持者，其2025年第三季度的资本支出飙升至近350亿美元、同比增长高达74%。

Meta在经历了“元宇宙”的战略收缩后，也将火力转向AI，其第三季度资本支出达到193.7亿美元，是去年同期的两倍多。

谷歌与亚马逊两家云巨头同样在疯狂“囤积”算力，谷歌母公司Alphabet的第三季度资本支出约为240亿美元；亚马逊则宣布将2025财年的资本支出预期从1180亿美元上调至1250亿美元，主要用于AI基础设施建设。

相比之下，尽管国内的互联网与AI大厂同样开启了“百模大战”，但在算力投入规模上却与美国大厂存在明显差距，差距的根源并非是国内公司没钱，而是海外高端芯片“卡脖子”导致企业即使手握重金，也难以建立起足够强大的算力集群。

不过，英伟达创始人黄仁勋曾多次公开表态，认为美国对华的芯片出口管制只会倒逼中国加速发展，在11月5日参加英国《金融时报》举办的AI未来峰会时，他甚至放言以目前的发展态势，“中国将赢得人工智能竞赛”。

03 “即使你卖，我也不要”

黄仁勋的态度精准指出，当前美国的封锁客观上为国产芯片创造了规模空前、需求极其紧迫的确定性市场，“巧妇难为无米之炊”的困境，反而推动了中国反击策略的形成。

事实也的确如此，英伟达的降级芯片H20在国内不断遇冷。

据媒体报道，中国已经要求所有获得国家和政府资金支持的数据中心，不得使用任何国外AI芯片，英伟达、AMD、Intel，全部都在此列，更换的国产品牌则包括华为、寒武纪、壁仞科技、摩尔线程、砺算科技等等。

通过公开报道也可以窥见，对于国投数据中心，多地已明确智算中心的国产化率。例如，上海要求2027年自主可控智算算力占比超过70%，广东也要求到2027年底新增国产化算力占比达到70%，北京要求到2027年具备100%自主可控智算中心建设能力。

地方政府这些时间表都已经相当紧迫。

在商业层面，互联网大厂也不能仅仅考虑性能和商业效率，从供应链安全等角度，阿里、腾讯、字节等公司也在加速导入国产算力。

根据公开信息，腾讯云已全面适配主流国产芯片，阿里云通过一云多“芯”支持国产供应链，字节跳动也像寒武纪、海光信息等企业采购。

据央视近期报道，阿里巴巴控股的半导体设计部门平头哥开发出了一款AU芯片，其功能与英伟达的H20图形处理单元（GPU）相当。百度发展至第三代的14nm昆仑芯P800则已经在推理性能上超越了英伟达的A800，支持万卡集群部署。

任正非在今年6月谈到中国跟美国的芯片差距时直言，我们的单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。

通俗理解，我们的计算集群需要更多的用量来补齐短期单一芯片的性能短板，但这也意味着我们需要消耗更多的电力能源。从政策看，新建的数据中心也在获得电力的补贴。

一系列指引和激励正在发力，鼓励中国科技公司打破对英伟达的技术依赖，中国算力的自主可控正在快速追赶中。

“美国前两届政府以为可以阻挡，但华为比任何时候都更强大的制造出令人难以置信的芯片”。这是美国前商务部长雷蒙多在近期的一个公开论坛上的发言。

根据“十五五”规划方向，科技自立自强升级为战略必选项，先进制程芯片所代表的集成电路产业是发展重点之一。

国产芯片企业近期冲刺科创板的壮观景象，正是这一国家战略在资本市场的具体投射。从“单点”到“集团军”，再到相互赋能、共同演进的“生态圈”，这场宏大的算力“新基建”之路注定充满挑战，但国产“芯”势力的集体突围，似乎已让希望清晰可见。

免责声明:本文（报告）基于已公开的资料信息或受访人提供的信息撰写，但本公众号及文章作者不保证该等信息资料的完整性、准确性。在任何情况下，本文（报告）中的信息或所表述的意见均不构成对任何人的投资建议。

本文来自微信公众号“明晰野望”，作者：洛苏，36氪经授权发布。