收入、客户、集群三线起量，国产GPU下一步看什么？

国产GPU开始进入规模放量阶段。

8月28日晚，国产GPU企业壁仞科技（06082.HK）披露上市后的首份中期业绩。2026年上半年，公司实现收入12.36亿元，同比增长1997.6%；毛利5.27亿元，毛利率42.7%；期内亏损收窄至3.77亿元，经调整期内亏损3.37亿元。

接近20倍的暴增，主要是基于去年同期基数较低，为5890万元。不过，从全年数据看，今年上半年已经超过去年全年的10.35亿元，仍然十分可观。从收入节奏可以看出，这家公司正在从集中项目交付，进入更持续的规模出货阶段。

壁仞收入放量的时间点，也正好撞上国内算力需求继续上行。

这轮变化不只是市场需要更多GPU。随着大模型参数向万亿乃至数万亿级扩展、上下文不断拉长，AI编程和Agent又把一次问答变成持续执行的长任务，单个任务消耗的token和算力都在增加。

对芯片厂商来说，只比较单卡峰值性能已经不够，几百甚至上千张GPU能否高效协同，互连和内存访问能否跟上，系统能否稳定运行并持续交付，都开始直接影响算力成本，超节点和光互连因此被推到台前，国产GPU的竞争也由单卡进一步走向系统能力。

而对于正在进入规模交付阶段的国产GPU厂商来说，这也是新的竞争窗口。芯片之外，大客户、集群、软件和交付能力，都开始成为决定订单能否持续放量的因素。

算力需求继续扩张，国产GPU进入放量期

壁仞的收入增长，首先要放到一个仍在快速扩大的AI算力市场中看。

大模型的算力消耗正从训练进一步延伸到推理。AI编程需要不断生成、修改和验证代码，Agent长程任务需要连续完成多步操作，图片、视频等多模态生成也在增加单次调用的计算量。对GPU厂商来说，新增需求已经不只来自大模型公司，还来自互联网平台、云厂商和各地智算中心。

从市场规模看，弗若斯特沙利文数据显示，中国AI芯片市场规模从2021年的303亿元增至2025年的3039亿元，四年扩大约10倍；预计到2030年将接近1.6万亿元，2026年至2030年的复合年均增长率约38.6%。

算力基础设施的投入也还在增加。TrendForce今年8月将2026年全球AI服务器出货增速预测从28%上调至接近31%；其预计，字节跳动、腾讯、阿里巴巴和百度四家中国云服务商今年合计资本开支同比增长超过80%，投资主要流向大型AI数据中心、自研ASIC和GPU集群。

这些需求最终要落到芯片厂商的订单和交付上。对壁仞来说，今年上半年的变化已经首先体现在收入结构上。

上半年的收入增长首先来自产品进入规模交付。根据财报，壁仞今年上半年12.36亿元的收入里，智能计算解决方案贡献11.68亿元，上年同期只有5815万元；软件收入首次单独披露，为6517万元。

客户结构也在产生变化。根据半年报，壁仞已经完成互联网大客户供应商引入认证，并开始批量交付产品。目前，其客户已覆盖头部互联网企业、AI大模型开发商、国家级AI算力平台、AI数据中心、电信运营商，以及AI解决方案、制造、能源及公用事业、金融科技、教育等多个行业和政企客户。

相比客户名单本身，更值得注意的是互联网大客户已经进入批量交付阶段。互联网和云厂商是算力市场的重要采购方，供应商通过认证只是第一步，后续还要持续接受集群稳定性、软件兼容性、供应能力和整体使用成本的检验。

批量交付之外，壁仞落地的项目规模也在增长。智算中心方面，壁仞与合作伙伴建设了京津冀国产算力集群，并有多家大模型企业使用壁砺系列千卡集群进行多模态模型预训练和强化学习。此外，壁仞与上海仪电、曦智科技、中兴通讯联合推出的“光跃”光互连光交换GPU超节点已经实现数千卡规模商用部署，在典型混合专家（MoE）模型测试中，端到端训练性能提升逾30%。

这些项目落地，与国内智算设施扩张基本同步。

国家数据局数据显示，截至2025年底，全国智能算力规模为159万PFLOPS；到今年3月底增至188万PFLOPS，7月底进一步达到245万PFLOPS。七个月时间，全国智算规模增加86万PFLOPS。

智算中心持续扩容，为GPU、服务器和集群解决方案带来了新增需求。对芯片厂商来说，能不能进入大型智算中心和生产级集群，也越来越直接地影响其订单规模。

转向系统能力比拼

需求扩张的同时，国内AI芯片的供给格局也在变化。

受先进AI芯片对华出口限制影响，互联网公司、云厂商和智算中心增加了国产芯片采购。随着本土厂商出货规模提高，国产GPU面对的问题也开始从填补供应缺口，转向能否承担更多生产级算力需求。

IDC数据显示，2025年中国AI加速卡出货量约400万张，其中本土厂商合计出货165万张，占比已经达到41%；英伟达约出货220万张，占55%。

今年8月，TrendForce进一步预计，2026年国产方案在中国高端AI芯片市场的份额将接近90%。

不同机构的市场定义并不相同，这两组数字不能直接横向比较，但都反映出一个趋势：国产AI芯片在国内市场的使用规模还在提高。

份额提高只是第一步。进入大规模生产环境之后，客户更关心的是性能能不能满足要求、系统是否稳定，以及产品能不能持续交付。先进制造、HBM和软件生态等环节的差距仍然存在，国产GPU下一步需要证明的是，能不能从替代方案变成长期使用的主力算力。

与此同时，大模型的发展也在把技术竞争从单卡推向系统。模型规模继续扩大、集群增加到数百甚至上千张GPU后，卡与卡之间的数据交换越来越频繁，互连、内存访问和集群调度都会影响最终能够释放多少算力。

国内超节点的投入也在快速增加。华泰证券今年4月测算，到2028年，国产超节点市场空间有望达到3414亿元，2026年至2028年的复合增速约194%。其判断是，在万亿参数模型训练和大规模推理中，卡与卡之间的通信开销越来越难忽略，系统互连效率会直接影响最终能够释放多少算力。

壁仞的下一代产品也沿着这个方向推进。根据半年报，其下一代产品采用自研指令集、计算核心和Chiplet架构，并支持FP8、FP4低精度计算；自研BLink 2.0互连协议支持内存语义、统一编址和在网计算，最高支持1024卡Scale-up扩展。

今年世界人工智能大会期间，壁仞发布新一代NPO光互连超节点方案，单个超节点最高支持1024卡Scale-up扩展，在国内率先完成从电互连到NPO的技术演进，为数万亿参数大模型的训练与推理奠定基础设施底座。基于此，壁仞已经发布16卡标准服务器、128卡高密整机柜和1024卡分布式解耦架构的三级超节点产品矩阵，其中前两级采用电互连，1024卡方案采用NPO光互连。

从电互连继续往光互连走，也不只是壁仞一家公司的选择。

随着GPU数量增加，卡与卡之间需要传输的数据量迅速上升，互连的带宽、距离和功耗压力也随之增加。在数百甚至上千张卡的Scale-up系统中，光互连因此成为行业正在重点投入的技术方向之一。

LightCounting今年5月预计，2026年采用硅光调制器的光收发器销售额将首次占到整个光收发器市场的一半以上，同时NPO、CPO的部署正在加快。今年7月，华为联合20余家产业链企业启动OPEN NPO项目，发起国内首个NPO光互连多源协议。壁仞采用NPO光互连，也处在这一轮集群互连升级中。

这些变化意味着，衡量GPU的标准也在增加。过去最直观的是单卡算力；到了超节点阶段，还要看数百甚至上千张卡放在一起之后，通信效率、功耗和实际可用算力表现如何。

为了推进下一代GPU和超节点产品，壁仞的研发投入仍在增加。今年上半年，壁仞研发开支达到8.04亿元，同比增长40.7%，相当于同期收入的约65%。而过去三年半，壁仞研发投入已高达39.93亿元。

截至6月底，壁仞累计申请专利1917项，其中发明专利1823项；累计获得授权专利1006项，其中发明专利927项。

这轮技术变化并没有让国产GPU与国际厂商重新站到完全相同的起点，但竞争已经从单颗芯片扩展到整套系统。先进制造、HBM和软件生态等短板仍然存在，而超节点、光互连、Chiplet和低精度计算的发展，也让互连、系统设计和软硬协同成为新的竞争维度。

生态和交付，才是最后一公里

芯片能不能真正用起来，最终要看软件和交付。

根据半年报，截至6月底，壁仞的BIRENSUPA软件栈已经兼容PyTorch、vLLM、SGLang、PaddlePaddle等主流框架，并支持上千款AI模型。公司披露，其完成DeepSeek-V4、智谱GLM-5、Qwen3.6、Kimi K2.6等多款旗舰大模型的“Day 0”级适配，累计支持近30款国产大模型。

壁仞还把自研多智能体平台SUPACODE用于模型分析、算子调优、通信优化和智能诊断运维，以缩短新模型的适配和调优周期。针对Agentic场景中KV Cache重复计算的问题，壁仞设计了多级分层缓存架构，缓存命中率超过95%。

比支持多少款模型更重要的是适配速度。大模型更新越来越快，如果新模型发布后需要较长时间才能在国产GPU上稳定运行，客户就很难将其用于长期生产。对客户而言，软件生态最终体现为迁移成本和上线速度。

壁仞也在尝试解决不同国产芯片之间互不兼容的问题。公司半年报称，其牵头制定的跨厂商异构混训国家标准已经进入批准及发布流程，跨厂商异构混推国家标准也在制定中。

当一个大型集群同时使用不同厂商、不同架构的芯片时，如果每增加一种芯片都要重新搭建一套软件和调度体系，部署成本会明显增加。异构混训、混推标准要解决的，正是不同算力之间的协同问题。

软件之外，交付是另一道门槛。截至今年6月30日，壁仞存货余额12.15亿元，较2025年末增长28.1%；存货与服务相关预付款项15.34亿元，增幅230.0%。公司称，这主要用于提前准备关键产业链产能。

资金层面，7月8日，壁仞又完成1.53亿股H股配售，募资净额约70.4亿港元。其中60%，约42.23亿港元计划用于加速下一代产品商业化及生产，预计在2027年底前使用完毕。

收入开始放量之后，接下来更值得观察的是这种增长能否持续。半年收入超过去年全年之后，还要看下一代产品能否按计划量产，互联网大客户订单能否延续，1024卡超节点能否进一步进入生产部署。

大模型进入万亿参数和高频调用阶段后，单张芯片的参数越来越难决定一家GPU公司的上限。系统效率、软件适配和规模交付，都会直接影响产品最终能够拿到多少订单。从这份半年报看，壁仞的经营重心已经更明显地转向规模交付。下一阶段的答案，也要从量产、大客户订单中寻找。