先看四家公司的位置

公司	核心定位	商业信号	眼下最关键的问题
摩尔线程	覆盖AI与图形业务的全功能GPU平台	2025年营收约15.1亿元；2026年上半年营收17.36亿元，同比增长147.42%。1532	更宽的产品线和MUSA软件栈，能否转化为可重复、可盈利的集群交付？
壁仞科技	面向数据中心训练与推理的高性能GPGPU	2025年营收增长207.2%至10.346亿元，毛利率为53.8%。46	能否为大规模AI部署持续提供稳定产能和软件支持？
燧原科技	云端AI加速器与全栈系统供应商	2025年营收增至9.9亿元，但腾讯约贡献其中74.9%。48	能否摆脱对核心客户的高度依赖，建立更广泛的外部客户基础？
沐曦	数据中心GPU与计算平台	2025年营收同比翻倍至约16亿元；2026年上半年净利润达到6.12亿元。1824	早期盈利能否在高投入、强周期的GPU行业中持续？

这四家公司走到资本市场之后，外界更容易把它们放在同一张表里比较。但上市并没有把它们变成四家同质化的“国产英伟达”。相反，营收结构、目标客户、软件架构和商业化节奏的差异正在迅速显现。

摩尔线程：押注最宽的全功能平台

四家公司中，摩尔线程的战略覆盖面最广。它并非只瞄准专用AI加速器，而是试图同时覆盖AI计算、图形渲染、视频、仿真以及通用计算等场景。其MUSA架构的目标，是在计算和图形产品之间建立统一的软件与硬件基础。38

这一路线的优势在于，摩尔线程有机会切入AI与视觉计算交叉的领域，例如渲染、视频处理、工业仿真和通用计算集群。但平台越宽，执行难度也越高：公司需要同时服务多种客户，并为数据中心场景补足软件、工具和集群部署能力。

从财务表现看，摩尔线程的商业化速度很快，但研发投入仍然沉重。根据其年报数据，2025年营收约15.1亿元，净亏损约10亿元。15 2026年上半年，公司营收达到17.36亿元，同比增长147.42%，归属于股东的净亏损则大幅收窄。3233

可能扮演的角色： 企业和云端AI推理、通用计算集群，以及四家公司中最明确的图形和视觉计算竞争者。至于大规模训练能否成为主力，还取决于软件成熟度与系统交付能力。

壁仞科技：最直接的高端数据中心GPGPU选手

壁仞科技是四家公司中数据中心取向最鲜明的一家。公司提供基于GPGPU的智能计算解决方案，覆盖云端到边缘的AI训练和推理。其BIRENSUPA平台将芯片和硬件系统与AI应用、框架、函数库、编程工具及集群管理能力连接起来。112

公司披露的商业增速十分突出。2025年营收同比增长207.2%，达到10.346亿元；毛利润为5.57亿元，毛利率达到53.8%。公司表示，增长主要来自BR10X系列产品的规模化量产和出货。46

壁仞科技还预计，2026年上半年营收将达到11.5亿至13亿元，而2025年同期约为5890万元；预计经调整亏损为2.9亿至3.6亿元。需要注意的是，这些是公司预测，并非已经审计确认的完整期末业绩。3

下一步的考验，是能否把出货增长转化为稳定的大规模部署。公司预计在2026年实现BR20X后续产品的商业发布，并称该产品将增加对低精度AI工作负载的支持，同时采用超节点设计。2

可能扮演的角色： 大规模AI训练和高性能推理，尤其适合重视国产供应、并且能够承担软件迁移成本的客户。

燧原科技：以腾讯为锚点的AI加速器路线

与传统的全功能GPU相比，燧原科技更集中于云端AI加速。其产品组合包括AI芯片、加速卡和模组、智能计算系统与集群，以及编程软件平台。4649

燧原科技的商业位置与腾讯存在显著绑定。公司营收从2023年的3.01亿元增长到2024年的7.22亿元，并在2025年达到9.9亿元；同期经调整净亏损从15.67亿元收窄至11.97亿元。50但腾讯约占其2025年营收的74.9%。48

这段关系既是优势，也是风险。一方面，腾讯提供了明确的客户基础和实际部署场景；另一方面，燧原科技必须证明，自己的芯片和软件不仅能服务腾讯，也能吸引更多独立客户。否则，营收增长可能更多反映单一锚定客户的采购，而不是广泛市场竞争力的形成。

软件方面，燧原科技也没有简单复制通用GPU平台的路线。现有报道将其自有软件生态，包括TopsRider，描述为面向英伟达CUDA模式的垂直整合式替代方案。54不过，与腾讯带来的营收关系相比，这套软件生态能否形成独立的开发者和客户网络，仍缺乏同等强度的市场验证。

可能扮演的角色： 与腾讯相关的云端AI训练和推理。图形渲染并不是它最自然的主战场。

沐曦：最强的早期盈利信号

沐曦主要面向数据中心AI，重点是高性能GPU和计算平台，而非消费级图形产品。2025年，公司营收同比增长121.3%至约16亿元；但剔除非经常性损益后，仍亏损约8.3亿元。24

变化最明显的是2026年上半年。沐曦实现净利润6.12亿元，而上年同期亏损1.86亿元；同期营收增长44.7%，达到13.2亿元。18

就目前披露的数据而言，沐曦是四家公司中最突出的盈利异类。这是一个重要的商业信号，但不能据此断言公司已经永久解决了GPU研发和制造的经济性问题。半导体企业的业绩可能受到出货节奏、产品结构、补贴、客户验证和研发费用变化的显著影响。

沐曦真正的机会，在于让客户更容易从现有AI软件迁移过来，并让数据中心部署稳定运行。因此，它的差异化可能更多来自执行能力：能否交付可用的系统、做好部署后的支持，并持续改善推理业务的总体拥有成本。

可能扮演的角色： 企业和云端AI训练与推理，以盈利能力和部署效率作为主要卖点。

软件，而不是一句“CUDA兼容”，才是决胜点

四家公司都不拥有英伟达的CUDA生态。真正需要比较的，也不是厂商能否在概念上宣称“兼容”，而是客户能否以可接受的工程风险迁移真实工作负载。

这意味着，厂商需要提供主流框架支持、成熟的算子和函数库、稳定的驱动、分布式训练工具、调试与性能调优能力，以及可靠的生产级推理服务。现有证据不足以证明四家公司中的任何一家已经达到英伟达的软件成熟度。

四家的路径并不相同：

• 摩尔线程通过MUSA把AI与图形业务放进更宽的GPU平台。据报道，MUSA在设计上考虑了CUDA兼容性，其开发者生态规模已超过80万人。3832
• 壁仞科技将BIRENSUPA定位为覆盖训练、推理和大型GPGPU集群的软硬件一体化平台。12
• 燧原科技依托自有软件生态构建垂直整合的AI加速器技术栈，而不是发展一个同时覆盖图形和通用计算的GPU平台。4954
• 沐曦更有机会通过实际迁移、稳定交付和较低的运营摩擦来竞争，但现有资料还不足以据此认定其拥有软件领导地位。

对采购方而言，关键指标其实是切换成本。一款理论性能不错、却难以移植、调优和运维的芯片，可能输给一款性能稍弱、但工具链和售后支持更成熟的产品。

英伟达与华为：为什么“四家平分替代市场”的说法并不准确

面对英伟达，国产厂商可以在供应保障、本地服务、政策协同和特定工作负载集成方面寻找突破，尤其是在客户更看重可获得性和本地化支持、而不是绝对的前沿性能时。英伟达成熟的CUDA生态仍是重要优势，现有证据也没有显示四家公司中的任何一家拥有同等的软件成熟度。

华为同样是国内竞争格局中不可忽视的力量。但现有资料没有提供足够可比的华为市场份额、性能或客户结构数据，因此无法将其与四家初创或成长型厂商进行精确排名。更稳妥的判断是，中国市场不会整齐地分成四个“英伟达替代者”：在可供应的场景中，英伟达仍会参与竞争；华为、四家GPU公司以及其他国产供应商，则会围绕不同采购要求和工作负载展开竞争。

市占率证据能说明什么，又不能说明什么

目前没有足够证据给出摩尔线程、壁仞科技、燧原科技和沐曦之间精确且可比的市场份额。不同公司披露的口径可能分别是芯片、加速卡、服务器、系统、集群或营收，而大量私有化部署也难以独立核验。

此外，国产GPU竞争远不止这四家公司。寒武纪2025年营收达到64.97亿元，净利润达到20.59亿元，说明所谓“四小龙”之外，还有已经上市且具备规模的国产供应商参与竞争。22

关于“到2028年中国AI加速器市场规模将超过1万亿元、国产方案占比接近90%”的说法，也应被视为情景预测，而不是当前市场份额数据。现有资料无法确认这些预测背后的具体方法和假设。

如果国产方案最终真的达到这一渗透水平，最可能出现的并不是四家企业平均替代英伟达，而是更明显的场景分工：

• 壁仞科技及主要国产系统供应商，将在大规模训练领域面临最直接的竞争。
• 沐曦、摩尔线程和燧原科技，可能分别争夺不同类型的企业级和云端推理需求。
• 摩尔线程在图形、渲染和视觉计算领域拥有四家公司中最清晰的专门机会。
• 燧原科技需要证明，腾讯主导的需求能够扩展为持久、分散的外部客户基础。
• 沐曦则必须证明，当前的早期盈利并非短期出货和产品结构变化带来的偶然结果。

所以，问题已经不再是“谁会成为中国的英伟达”。更现实的答案是：谁能把稳定供应、明确的客户切入口和足够强的软件栈结合起来，从而真正降低客户离开CUDA生态的成本与运营风险。

先看四家公司的位置

公司	核心定位	商业信号	眼下最关键的问题
摩尔线程	覆盖AI与图形业务的全功能GPU平台	2025年营收约15.1亿元；2026年上半年营收17.36亿元，同比增长147.42%。1532	更宽的产品线和MUSA软件栈，能否转化为可重复、可盈利的集群交付？
壁仞科技	面向数据中心训练与推理的高性能GPGPU	2025年营收增长207.2%至10.346亿元，毛利率为53.8%。46	能否为大规模AI部署持续提供稳定产能和软件支持？
燧原科技	云端AI加速器与全栈系统供应商	2025年营收增至9.9亿元，但腾讯约贡献其中74.9%。48	能否摆脱对核心客户的高度依赖，建立更广泛的外部客户基础？
沐曦	数据中心GPU与计算平台	2025年营收同比翻倍至约16亿元；2026年上半年净利润达到6.12亿元。1824	早期盈利能否在高投入、强周期的GPU行业中持续？

这四家公司走到资本市场之后，外界更容易把它们放在同一张表里比较。但上市并没有把它们变成四家同质化的“国产英伟达”。相反，营收结构、目标客户、软件架构和商业化节奏的差异正在迅速显现。

摩尔线程：押注最宽的全功能平台

四家公司中，摩尔线程的战略覆盖面最广。它并非只瞄准专用AI加速器，而是试图同时覆盖AI计算、图形渲染、视频、仿真以及通用计算等场景。其MUSA架构的目标，是在计算和图形产品之间建立统一的软件与硬件基础。38

这一路线的优势在于，摩尔线程有机会切入AI与视觉计算交叉的领域，例如渲染、视频处理、工业仿真和通用计算集群。但平台越宽，执行难度也越高：公司需要同时服务多种客户，并为数据中心场景补足软件、工具和集群部署能力。

从财务表现看，摩尔线程的商业化速度很快，但研发投入仍然沉重。根据其年报数据，2025年营收约15.1亿元，净亏损约10亿元。15 2026年上半年，公司营收达到17.36亿元，同比增长147.42%，归属于股东的净亏损则大幅收窄。3233

可能扮演的角色： 企业和云端AI推理、通用计算集群，以及四家公司中最明确的图形和视觉计算竞争者。至于大规模训练能否成为主力，还取决于软件成熟度与系统交付能力。

壁仞科技：最直接的高端数据中心GPGPU选手

壁仞科技是四家公司中数据中心取向最鲜明的一家。公司提供基于GPGPU的智能计算解决方案，覆盖云端到边缘的AI训练和推理。其BIRENSUPA平台将芯片和硬件系统与AI应用、框架、函数库、编程工具及集群管理能力连接起来。112

公司披露的商业增速十分突出。2025年营收同比增长207.2%，达到10.346亿元；毛利润为5.57亿元，毛利率达到53.8%。公司表示，增长主要来自BR10X系列产品的规模化量产和出货。46

壁仞科技还预计，2026年上半年营收将达到11.5亿至13亿元，而2025年同期约为5890万元；预计经调整亏损为2.9亿至3.6亿元。需要注意的是，这些是公司预测，并非已经审计确认的完整期末业绩。3

下一步的考验，是能否把出货增长转化为稳定的大规模部署。公司预计在2026年实现BR20X后续产品的商业发布，并称该产品将增加对低精度AI工作负载的支持，同时采用超节点设计。2

可能扮演的角色： 大规模AI训练和高性能推理，尤其适合重视国产供应、并且能够承担软件迁移成本的客户。

燧原科技：以腾讯为锚点的AI加速器路线

与传统的全功能GPU相比，燧原科技更集中于云端AI加速。其产品组合包括AI芯片、加速卡和模组、智能计算系统与集群，以及编程软件平台。4649

燧原科技的商业位置与腾讯存在显著绑定。公司营收从2023年的3.01亿元增长到2024年的7.22亿元，并在2025年达到9.9亿元；同期经调整净亏损从15.67亿元收窄至11.97亿元。50但腾讯约占其2025年营收的74.9%。48

这段关系既是优势，也是风险。一方面，腾讯提供了明确的客户基础和实际部署场景；另一方面，燧原科技必须证明，自己的芯片和软件不仅能服务腾讯，也能吸引更多独立客户。否则，营收增长可能更多反映单一锚定客户的采购，而不是广泛市场竞争力的形成。

软件方面，燧原科技也没有简单复制通用GPU平台的路线。现有报道将其自有软件生态，包括TopsRider，描述为面向英伟达CUDA模式的垂直整合式替代方案。54不过，与腾讯带来的营收关系相比，这套软件生态能否形成独立的开发者和客户网络，仍缺乏同等强度的市场验证。

可能扮演的角色： 与腾讯相关的云端AI训练和推理。图形渲染并不是它最自然的主战场。

沐曦：最强的早期盈利信号

沐曦主要面向数据中心AI，重点是高性能GPU和计算平台，而非消费级图形产品。2025年，公司营收同比增长121.3%至约16亿元；但剔除非经常性损益后，仍亏损约8.3亿元。24

变化最明显的是2026年上半年。沐曦实现净利润6.12亿元，而上年同期亏损1.86亿元；同期营收增长44.7%，达到13.2亿元。18

就目前披露的数据而言，沐曦是四家公司中最突出的盈利异类。这是一个重要的商业信号，但不能据此断言公司已经永久解决了GPU研发和制造的经济性问题。半导体企业的业绩可能受到出货节奏、产品结构、补贴、客户验证和研发费用变化的显著影响。

沐曦真正的机会，在于让客户更容易从现有AI软件迁移过来，并让数据中心部署稳定运行。因此，它的差异化可能更多来自执行能力：能否交付可用的系统、做好部署后的支持，并持续改善推理业务的总体拥有成本。

可能扮演的角色： 企业和云端AI训练与推理，以盈利能力和部署效率作为主要卖点。

软件，而不是一句“CUDA兼容”，才是决胜点

四家公司都不拥有英伟达的CUDA生态。真正需要比较的，也不是厂商能否在概念上宣称“兼容”，而是客户能否以可接受的工程风险迁移真实工作负载。

这意味着，厂商需要提供主流框架支持、成熟的算子和函数库、稳定的驱动、分布式训练工具、调试与性能调优能力，以及可靠的生产级推理服务。现有证据不足以证明四家公司中的任何一家已经达到英伟达的软件成熟度。

四家的路径并不相同：

• 摩尔线程通过MUSA把AI与图形业务放进更宽的GPU平台。据报道，MUSA在设计上考虑了CUDA兼容性，其开发者生态规模已超过80万人。3832
• 壁仞科技将BIRENSUPA定位为覆盖训练、推理和大型GPGPU集群的软硬件一体化平台。12
• 燧原科技依托自有软件生态构建垂直整合的AI加速器技术栈，而不是发展一个同时覆盖图形和通用计算的GPU平台。4954
• 沐曦更有机会通过实际迁移、稳定交付和较低的运营摩擦来竞争，但现有资料还不足以据此认定其拥有软件领导地位。

对采购方而言，关键指标其实是切换成本。一款理论性能不错、却难以移植、调优和运维的芯片，可能输给一款性能稍弱、但工具链和售后支持更成熟的产品。

英伟达与华为：为什么“四家平分替代市场”的说法并不准确

面对英伟达，国产厂商可以在供应保障、本地服务、政策协同和特定工作负载集成方面寻找突破，尤其是在客户更看重可获得性和本地化支持、而不是绝对的前沿性能时。英伟达成熟的CUDA生态仍是重要优势，现有证据也没有显示四家公司中的任何一家拥有同等的软件成熟度。

华为同样是国内竞争格局中不可忽视的力量。但现有资料没有提供足够可比的华为市场份额、性能或客户结构数据，因此无法将其与四家初创或成长型厂商进行精确排名。更稳妥的判断是，中国市场不会整齐地分成四个“英伟达替代者”：在可供应的场景中，英伟达仍会参与竞争；华为、四家GPU公司以及其他国产供应商，则会围绕不同采购要求和工作负载展开竞争。

市占率证据能说明什么，又不能说明什么

目前没有足够证据给出摩尔线程、壁仞科技、燧原科技和沐曦之间精确且可比的市场份额。不同公司披露的口径可能分别是芯片、加速卡、服务器、系统、集群或营收，而大量私有化部署也难以独立核验。

此外，国产GPU竞争远不止这四家公司。寒武纪2025年营收达到64.97亿元，净利润达到20.59亿元，说明所谓“四小龙”之外，还有已经上市且具备规模的国产供应商参与竞争。22

关于“到2028年中国AI加速器市场规模将超过1万亿元、国产方案占比接近90%”的说法，也应被视为情景预测，而不是当前市场份额数据。现有资料无法确认这些预测背后的具体方法和假设。

如果国产方案最终真的达到这一渗透水平，最可能出现的并不是四家企业平均替代英伟达，而是更明显的场景分工：

• 壁仞科技及主要国产系统供应商，将在大规模训练领域面临最直接的竞争。
• 沐曦、摩尔线程和燧原科技，可能分别争夺不同类型的企业级和云端推理需求。
• 摩尔线程在图形、渲染和视觉计算领域拥有四家公司中最清晰的专门机会。
• 燧原科技需要证明，腾讯主导的需求能够扩展为持久、分散的外部客户基础。
• 沐曦则必须证明，当前的早期盈利并非短期出货和产品结构变化带来的偶然结果。

所以，问题已经不再是“谁会成为中国的英伟达”。更现实的答案是：谁能把稳定供应、明确的客户切入口和足够强的软件栈结合起来，从而真正降低客户离开CUDA生态的成本与运营风险。