了解GPU，看这一篇就够了

从美国政府的芯片禁令，到英伟达创始人黄仁勋今年内四次访华，围绕芯片进行的大国博弈张力尽显。

与此同时，微软、谷歌和Open AI，BAT、字节等国内外互联网科技巨头针对大模型的开源和版本更迭，也让大家逐渐对芯片这一底层算力支撑硬件不再陌生。

国内来看，摩尔、沐曦、壁仞、燧原等芯片厂商的上市进程彰显着国内芯片企业奋起直追的劲头。

在AI浪潮迭起的当下，有关芯片等核心技术的创新能力越来越攸关一个国家和民族的综合实力。本文将以GPU为核心，呈现与之相关的内容。了解GPU，看这一篇就够了。

GPU是什么

（1）GPU是显卡上的一块芯片。显卡是计算机的重要组成部分，承担输出显示图形的任务。显卡主要由GPU、显存、电容电阻、散热器等元件共同组成。GPU是显卡的核心。主流显卡的GPU主要由英伟达NVIDIA（英伟达）和AMD（美国超威半导体）两大厂商制造。GPU被称作图形处理器，是处理器芯片类型中的一种。芯片，也叫集成电路（Integrated Circuit, IC），是包含各种半导体元件的电子元件。按照不同的划分标准，芯片可以分为不同的类型（如下图）。

（2）概念辨析

CPU：中央处理器（Central Processing Unit），是计算机的核心，负责解释和执行计算机指令以及处理数据。它由运算逻辑部件、寄存器部件和控制部件等组成，执行各种算术和逻辑运算。简而言之，CPU就像是电子设备的大脑，负责处理和发布命令。

GPU：图形处理器（Graphic Progress Unit），是显卡的核心，协助CPU处理特定工作，服务器、PC、工作站、手机、游戏主机、平板等都需要GPU。

组成部分来看：CPU、GPU都包含运算单元ALU、控制单元Control、缓存单元Cache。区别在于各组成部分所占比例不同。

（图源：来自网络）

GPGPU:通用计算图形处理器（GeneralPurpose computing on Graphics Processing Units），属于GPU的一个子集，主要进行非图形相关程序的运算，如科学模拟、数据分析、机器学习、计算金融、高性能计算。

设计上去掉了图形处理单元，使之更加适合高性能并行计算，并能够使用更高级别的编程语言。

编程模型方面，需要特定的编程模型和API，如CUDA、OpenCL，实现通用计算。目前市场上主流的A800、H800、昇腾910B等都属于GPGPU的范畴。

（3）GPU分类以行业内领先企业英伟达为例，其GPU芯片主要包括GeForce消费卡、Quadro专业卡和Tesla数据中心卡。GeForce消费卡:面向游戏和娱乐领域,如GeForce RTXTM 4090、GeForce RTXTM 3090等。Quadro专业卡：面向专业设计和虚拟化领域，如NVIDIA RTXTMA6000、NVIDIA ⓇT1000。Tesla数据中心卡：面向深度学习、人工智能和高性能计算领域，如英伟达H800、A800、Tensor Core GPU等。还有H00、A100、A2、A10、A16、A30、A40、L40、V100。按照使用场景来看，除了当前火热的AI大模型训练场景。还包括自动驾驶、智能座舱、物联网和通信、游戏消费及工业控制等多领域。除此之外，芯片生产制造上下游产业链企业众多，暂不在此次统计范围之内。

（4）英伟达的优势

作为行业领先企业，英伟达在芯片业务上已经建构起强劲优势。

芯片产品方面，有业内人士认为英伟达产品具备好用、易用，产品种类齐全，产品拓展性强。同时，其CUDA（统一计算设备架构）生态配套齐全，上手无压力，客户群广泛。

（注：CUDA是英伟达推出的全球首款GPU上的通用计算解决方案。简单理解，CUDA是实现AI深度学习任务的一个软件平台或框架。）

值得注意的是，英伟达的CUDA生态发展了近十年，其成熟度和客户使用覆盖度是最优的。

对于国内芯片厂商而言，突破英伟达的生态壁垒主要有两条路线，包括分布式兼容或构建自有生态。目前来看，天数智芯、摩尔线程、海光DCU以兼容CUDA为主，寒武纪、昆仑芯、昇腾、燧原等都在构建其自有软件线。

GPU 重要性凸显

需求驱动。在AI与大数据方面，算力需求的增加带动GPU芯片需求增长。今年3月份，IDC发布数据，2024年第四季度嵌入式GPU服务器（集成GPU的计算设备）收入同比增长192.6%。

去年全年，超过一半的服务器市场收入来自嵌入式GPU服务器。NVIDIA嵌入式GPU的出货量占总出货量的90%以上，在服务器GPU领域占据主导地位。

全球企业基础设施跟踪器集团副总裁Lidice Fernandez表示：“随着世界各地的超大规模企业和私营公司等越来越优先考虑这些投资，IDC预计人工智能的采用将继续以惊人的速度增长。”

除此之外，在数字孪生、虚拟制作及元宇宙中，实时渲染复杂的3D画面离不开强大的图形和计算能力，GPU是无可替代的硬件基础。

此外，在自动驾驶、气候模拟以及药物研发方面，GPU超级并行计算能力成为重要的硬件核心。

技术驱动。GPU的重要性根植于其与AI深度学习的高度契合。AI深度学习模型的训练并非一个紧急任务需要瞬间得到结果，而是需要在极端的时间内完成巨大的计算量。相较于CPU的通用计算，GPU的并行计算更具备短时高计算量的需求。在大模型训练的当下，GPU的需求被引爆。

《自然》杂志2024年研究显示，“超过90%的AI训练任务基于GPU完成，推理市场中GPU占比亦超70%”。

据了解，AI大模型的训练需处理PB级数据，GPU的并行计算能力可将训练时间从数月缩短至数周；推理阶段，GPU的Tensor Core单元支持低精度计算（FP16/INT8），在保持精度的同时降低延迟，满足实时交互需求，像智能客服、视频内容审核等。

产业驱动。拥有和掌控先进GPU算力，直接攸关企业在AI时代的竞争力。算力壁垒已成为最高的行业壁垒之一。这也使得主要GPU供应商的市场地位空前提升。据CNBC和彭博社（Bloomberg）报道，NVIDIA因其在AI芯片市场的绝对主导地位，市值飞速攀升直至突破四万亿美元，成为全球最具价值的公司之一。

此外，谷歌、微软、亚马逊等全球科技巨头纷纷将AI视为核心战略，并投入巨资建设GPU算力基础设施。Meta首席执行官马克·扎克伯格在2024年初宣布，计划年底前在其数据中心部署35万颗NVIDIA H100 GPU，以支持其AI雄心。该单一订单就凸显了GPU的战略地位。据路透社报道，高端GPU（如NVIDIA H100）已成为比黄金还硬的“通货”。

国内芯片厂商现状

全球芯片市场上，英伟达一骑绝尘。但是，在AI大模型的算力需求下，国内GPU企业已经奋起直追，并不断取得突破。亿欧网不完全统计，国内GPU企业及人工智能行业芯片企业相关情况如下图所示：

以下是关于国内GPU芯片公司的简介。

一、已上市GPU芯片厂商

景嘉微：成立于2006年，是国内较早实现自主GPU产业化的企业。其致力于信息探测、处理与传递领域的高新技术开发和综合应用，主要从事高可靠电子产品的研发、生产和销售，能够为客户提供GPU芯片、图形显控模块、无线通信系统、小型化雷达、计算存储设备等产品与服务，产品涵盖芯片、模块、整机、系统等多种形态。

核心产品：其产品涵盖集成电路、信号处理、计算与存储、宽带自组网、小型雷达、电磁频谱等不同领域。拥有GPU芯片，固态存储模块、GPU模块等计算存储超融合系统的全系列产品以及专用化雷达产品等核心产品。

应用场景：信号处理、数字孪生、数据处理等。

营收表现：2025年中报显示，总营收为1.93亿元，同比下降44.78%；合并净利润亏损8761.01万元，跌幅356.51%。

海光信息：成立于2014年，主要从事高端处理器、加速器等计算芯片产品和系统的研究与开发。海光处理器兼容市场主流x86指令集，具有成熟而丰富的应用生态环境。

核心产品：主要包含CPU和深度计算处理器。针对不同市场需求，海光处理器划分为7000、5000、3000三大产品系列。此外海光还搭建开源生态和完善软件栈。

应用场景：面向企业计算、云计算数据中心、大数据分析、人工智能、边缘计算等多领域，其多种形态海光处理器芯片满足互联网、电信、金融、交通、能源、中小企业等行业应用需求。

营收表现：2025年中报显示，上半年总收入为54.64亿元，同比增长45.21%；归母净利润为12.01亿元，同比增幅40.78%。

寒武纪：成立于2016年，专注于人工智能芯片产品的研发与技术创新，其致力于打造人工智能领域的核心处理器芯片，提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台计划基础系统软件。

核心产品：思元系列智能加速卡、智能边缘计算智能模组、终端智能处理器IP、软件开放平台。

应用场景：寒武纪产品广泛应用于服务器厂商和产业公司，面向互联网、金融、交通、能源、电力和制造等领域的复杂AI应用场景。

营收表现：2025年中报披露上半年营收28.81亿元，同比增长4347.82%；录得净利润10.38亿元，同比增长295.82亿元。二级市场股价一度超越茅台，短暂“封王”。

云飞励天：成立于2014年，是AI推理芯片领军企业。其自主研发神经神经网络处理器核心IP和芯片，聚焦大模型高效推理，于2023年登陆上交所科创板。基于AI推理芯片相关产品及服务，公司推出了面向企业、消费、行业三大类应用场景的系列产品。

核心产品：DeepEye1000芯片、DeepEdge系类芯片产品以及IP授权及定制服务等。

应用场景：大模型推理、视频高密推理、多维感知识别等。

营收表现：2025年中报显示，云飞励天营业总收入为6.46亿元；归母净利润为-2.06亿元。

华为昇腾：华为昇腾是华为公司发布的两款人工智能处理器，包含昇腾910和昇腾310两款产品。昇腾910支持全场景人工智能应用，昇腾310主要用在边缘计算等低功耗领域。

核心产品：围绕昇腾910 和昇腾310两款产品，今年9月华为未来三年多款昇腾芯片，包含包括950PR，950DT以及昇腾960和970。其中950PR2026年第一季度对外推出，该芯片采取了华为自研HBM。

应用场景：昇腾910主要面向云端训练场景；昇腾310专供边缘计算领域，广泛应用于智慧城市、自动驾驶、智能制造等领域。

二、上市阶段GPU厂商

摩尔线程：成立于2020年。以全功能GPU为核心，支持AI计算加速、3D图形渲染、超高清视频编解码、物理仿真与科学计算等多种组合工作负载，致力于向全球提供加速计算的基础设施和一站式解决方案，为各行各业的数智化转型提供强大的AI计算支持。

核心产品：基于大模型智算加速卡和AI大模型训推一体机、基于为大模型训练集群、推理效率及性价比优化的服务器硬件系统、全功能GPU/显卡、软件系统等。

应用场景：摩尔线程构建了从芯片到显卡到集群的智算产品线，满足大模型训练和推理需求，以绿色安全的智能算力，推动大模型、AIGC、科学计算、数字孪生、物理仿真、元宇宙等应用落地。

营收表现：2025年上半年营收7.02亿元，归母净利润亏损2.71亿元。9月26日摩尔线程正式通过上交所的审核，IPO再近一步。

瀚博半导体：成立于2018年，是一家高端GPU芯片提供商。瀚博半导体为智能核心算力和图形渲染、内容生成提供全栈式芯片解决方案。瀚博秉持“为数字和像素世界提供浩瀚算力”的使命和愿景，潜心研发核心技术。

核心产品：目前拥有自主研发的核心IP以及两代GPU芯片，提供图形渲染GPU、数据中心GPU和边缘GPU三大产品线。

应用场景：大模型、智算数据中心、智慧工业、机器人与具身智能、智慧交通、车路协同、数字孪生、工业软件、云手机、云电脑、云渲染等。

燧原科技：成立于2018年，在北京、深圳设有研发中心。其专注于人工智能领域云端算力产品，致力于为通用人工智能打造算力底座，提供原始创新、具备自主知识产权的AI加速卡、系统集群和高效易用的软件平台。

核心产品：目前燧原科技旗下已拥有燧原S60人工智能推理加速卡、云燧智算集群（AI算力中心产品）、驭算计算及变成平台、燧原DeepSeek一体机。

应用场景：目前产品可广泛应用于互联网、智算中心、智慧城市、智慧金融、科学计算、自动驾驶等多个行业和场景。

沐曦集成：成立于2020年，同时在北京、南京、成都、杭州、深圳等地设立全资子公司暨研发中心。

沐曦集成致力于为异构计算提供全栈GPU芯片及解决方案，其产品均采用完全自主研发的核心GPU IP，拥有完全自主知识产权的指令集和架构，配以兼容主流GPU生态的完整软件栈（MXMACA®），为客户构建软硬件一体的全面生态解决方案，为数字经济发展提供强大算力支撑。

核心产品：沐曦集成已推出智算推理的曦思®N系列GPU产品；用于通用计算的曦云®C系列GPU产品；以及适用于图形渲染的曦彩®G系列GPU产品。

应用场景：目前，沐曦集成核心产品可广泛应用于智算、智慧城市、云计算、自动驾驶、数字孪生、元宇宙等前沿领域。

营收表现：招股书显示，2025年1-3月、2024年、2023年和2022年各报告期内，沐曦营收分别为3.2亿元、7.4亿元、0.51亿元、42.64万元。

壁仞科技：成立于2019年，其聚焦云端通用智能计算，致力于研发高性能通用GPU，打造自主原创的高性能GPU软硬件体系，构建国产智能计算产业生态。

首代壁仞科技通用GPU产品基于原创训推一体芯片架构，已在多地智算中心落地。壁仞科技实现中国首个四种及以上异构芯片混训技术落地，突破了算力孤岛难题。

合作伙伴包括中国移动、中国电信、中兴通讯、上海人工智能实验室等。

核心产品：目前壁仞科技包含壁砺TM系列产品以及BIRENSUPATM软件开发平台。包含壁砺TM166C数据中心高性能推理AI加速卡等产品。

应用场景：大模型、图像识别、语音识别、自然语言处理、推荐系统等人工智能推理应用场景。

天数智芯：成立于2015年，是国内头部通用GPU芯片及算力系统提供商。其致力于开发自主可控、国际领先的通用GPU产品，探索通用GPU赶超发展道路，加快建设自主产业生态，为全产业提供算力解决方案，打造更可信、更高效、更绿色的国内头部算力引擎。

核心产品：包含天垓100芯片、智铠100，DeepSpark开源社区等。

应用场景：人工智能大模型落地，覆盖法律、金融等垂直领域。

兆芯：成立于2013年，掌握自主通用处理器及其系统平台芯片研发设计的核心技术，全面覆盖其微架构与实现技术等关键领域，构建了健全的知识产权体系，截至目前已申请1600余件专利，获权1400余件。

核心产品：集成GPU处理器，独立GPU，桌面整机、服务器等。

应用场景：通过构建丰富的台式机、笔记本、一体机、云终端、工作站、服务器以及物联网计算平台等产品，为政务、金融、教育、通信与广播电视、能源、交通、医疗、工业制造等行业，持续提供高性能、高稳定、高可靠、体验优越的产品和解决方案，助力应用平滑迁移，帮助用户节约成本，支撑产业创新升级。

登临科技：成立于2017年，是通用计算领军企业，其专注于研发与技术创新，致力于打造云边端一体、软硬件协同的前沿芯片产品和平台化基础系统软件。

核心产品：自主创新的GPU+（基于GPGPU的软件定义的片内异构计算架构），在兼容CUDA/OpenCL在内的编程模型和软件生态的基础上，通过架构创新，完美解决了通用性和高效率的双重难题。大量客户产品实测证明，针对AI计算，GPU+相比传统GPU在性能尤其是能效上有显著提升。

应用场景：高级自动驾驶、图形加速等。

智绘微电子：成立于2018年12月，专注于国产自主可控创新型GPU芯片设计的细分领域，致力于发展高性能计算机系统所需的图形渲染、图像处理、虚拟现实、人工智能等通用处理器芯片，旨在为中国信息化、智能化建设提供最安全、最可靠的GPU解决方案。

核心产品：2020年推出商用GPU芯片IDM919，2023年推出第二代具有完全自主知识产权的图形处理芯片IDM929。

应用场景：桌面办公、工业控制、地理信息系统、显示控制系统、图形工作站、高性能计算等领域。

砺算科技：成立于2021年，是一家高性能图形GPU研发公司，主要研发图形渲染GPU，基于自研盘古架构开发GPU产品TrueGPU图形芯片，可用于端、云、边、车等多个场景，配合用户进行定制化开发，为用户提供高性能GPU板卡。

核心产品：Lisuan eXtreme LX系列GPU，包含专业级7G105和消费级7G106两款型号，是砺算科技自主研发的国内高性能图形渲染GPU，为高端图形渲染提供强大动力。

应用场景：元宇宙、数字孪生、AR、VR、专业设计、智能座舱、智慧医疗等。

芯瞳半导体：成立于2019年，专注国产GPU芯片及全栈解决方案研发，依托自主创新的计算架构与图形渲染技术，为云端及终端客户提供高性能、可持续迭代的国产GPU产品体系。

核心产品：已有第一代高质量GPU GenBu01、第二代高性能GPU CQ2040等核心产品。

应用场景：其聚焦多屏显示、专业图形处理、特种行业、信创终端及嵌入式五大方向，持续为数字孪生、智慧农业等场景注入国产算力。未来将通过深化生态协作，推动自主GPU技术在千行百业的创新应用，构建安全可控的算力基石。

曦望Sunrise：是一家高性能GPU研发商，由商汤分拆独立而来，定位于“更懂AI的芯片公司”，致力于打造高性能自研GPU。

核心产品：已开发曦望S1、S2、S3三款产品。其中S1是云边视觉推理专用芯片，用于视频分析模型推理，服务于商汤CV产品线计算需求；S2是大模型推理GPGPU，兼容CUDA生态，性能对标英伟达A100；S3聚焦多模态大模型推理。