中國 GPU 市場正由「邊間會成為中國 NVIDIA」的單一敘事，轉向更現實的分工競賽。隨着幾家公司完成或接近上市，收入和商業化進度較容易比較，但數字並不代表它們正在建立四門一模一樣的生意。

相反，四家公司正按工作負載、客戶入口、軟件架構，以及收入能否轉化為持續盈利而逐步分化。

四家公司有何不同？

公司	主要定位	商業化訊號	最大問題
摩爾線程	覆蓋 AI、圖形及通用計算的全功能 GPU 平台	2025 年收入約 15.1 億元人民幣；2026 年上半年收入按年升 147.42% 至 17.36 億元人民幣。1532	廣泛產品線及 MUSA 軟件能否帶來可重複、可盈利的大型集群出貨？
壁仞科技	面向數據中心 AI 訓練及推理的高性能 GPGPU	2025 財年收入按年升 207.2% 至 10.346 億元人民幣，毛利率 53.8%。46	能否把量產、軟件支援和大型 AI 部署一併做大？
燧原科技	雲端 AI 加速器及全棧智能計算方案	2025 年收入增至 9.9 億元人民幣，但騰訊約佔其中 74.9%。48	能否突破對單一核心客戶的高度依賴？
沐曦	數據中心 GPU 及計算平台	2025 年收入增加逾一倍至約 16 億元人民幣；2026 年上半年錄得 6.12 億元人民幣純利。1824	在資本密集型晶片周期中，早期盈利能否持續？

摩爾線程：押注最闊的全功能平台

四家公司之中，摩爾線程的潛在市場範圍最廣。它不只集中於專用 AI 加速器，也同時覆蓋 AI 計算、圖形處理及視覺工作負載。公司的 MUSA 架構，目標是支援計算和圖形等不同產品及應用。38

這種布局令摩爾線程有機會切入渲染、影片、模擬，以及 AI 和視覺計算交集較多的場景。好處是市場面較闊，代價則是執行難度更高：平台要同時服務多類客戶，還要累積足夠軟件能力，才可應付數據中心部署。

財務表現反映其商業化速度很快，但投資壓力仍然沉重。根據年報數字整理，摩爾線程 2025 年收入約 15.1 億元人民幣，同期純損約 10 億元人民幣。15 到 2026 年上半年，收入已達 17.36 億元人民幣，按年增加 147.42%，歸母淨虧損則大幅收窄。3233

較可能的角色： 企業及雲端 AI 推理、通用計算集群，以及四家公司之中最清晰的圖形計算機會。至於大規模 AI 訓練，仍要視乎軟件和系統執行能力能否跟上。

壁仞科技：最明確的高端 GPGPU 競爭者

壁仞是四家公司中最聚焦數據中心的一家。它以 GPGPU 為基礎，提供涵蓋雲端到邊緣環境的 AI 訓練和推理智能計算方案。其 BIRENSUPA 平台，則把硬件與 AI 應用、框架、函式庫、編程工具及集群管理能力連接起來。112

公司的商業化增長相當突出。壁仞 2025 財年收入按年升 207.2% 至 10.346 億元人民幣，毛利為 5.57 億元人民幣，毛利率達 53.8%。公司表示，收入增加主要受 BR10X 系列進入量產及出貨規模化帶動。46

壁仞預計 2026 年上半年收入為 11.5 億至 13 億元人民幣，遠高於 2025 年同期約 5,890 萬元人民幣；經調整虧損預計為 2.9 億至 3.6 億元人民幣。要留意，這些是公司預測，並非經審計的完整期間業績。3

下一關在於，壁仞能否把出貨增長轉化為穩定的大型部署。公司預計 BR20X 後繼產品於 2026 年商業推出，並指新產品會增加對低精度 AI 工作負載的支援，同時採用超級節點設計。2

較可能的角色： 大規模 AI 訓練和高性能推理，尤其是重視國產供應、並有能力承擔軟件遷移成本的客戶。

燧原科技：以騰訊為核心的 AI 加速器策略

燧原比起傳統全用途 GPU 和圖形業務，更集中於雲端 AI 加速。其產品組合包括 AI 晶片、加速卡及模組、智能計算系統和集群，以及編程軟件。4649

燧原的商業位置高度依賴騰訊。公司收入由 2023 年的 3.01 億元人民幣，增至 2024 年的 7.22 億元，再升至 2025 年的 9.9 億元；同期經調整淨虧損則由 15.67 億元收窄至 11.97 億元人民幣。50 不過，騰訊約佔燧原 2025 年收入的 74.9%。48

這種關係提供了穩定的客戶和部署基礎，但同時亦構成公司最核心的風險。燧原要證明，自己的硬件和軟件可以吸引騰訊以外的客戶，而不是長期靠單一大型生態圈支撐大部分需求。

燧原的軟件路線，也不是直接重建一個包羅萬有的 GPU 平台。現有報道指，其自研軟件生態包括 TopsRider，方向是建立一套垂直整合的方案，作為 NVIDIA CUDA 模式以外的選擇。54 但這套方案能否建立獨立的開發者和客戶基礎，現時仍未如騰訊帶來的收入關係般明確。

較可能的角色： 與騰訊相關、以雲端為主的 AI 訓練及推理。圖形和渲染並非其最自然的主戰場。

沐曦：最強的早期盈利訊號

沐曦主要聚焦數據中心 AI 所需的高性能 GPU 和計算平台，而不是消費級圖形產品。公司 2025 年收入按年升 121.3% 至約 16 億元人民幣；不過，扣除非經常性項目後，全年仍錄得約 8.3 億元人民幣虧損。24

最引人注目的轉變出現在 2026 年上半年。沐曦錄得 6.12 億元人民幣純利，扭轉去年同期 1.86 億元人民幣的虧損；期內收入則按年升 44.7% 至 13.2 億元人民幣。18

以現有數字來看，沐曦是四家公司中最早發出明顯盈利訊號的一家。這是重要的商業指標，但不能單憑半年度盈利，就斷定公司已永久解決 GPU 開發的經濟難題。半導體業務的業績可以隨出貨量、產品組合、補貼、客戶驗收和研發成本變化而大幅波動。

沐曦的機會，在於令客戶更實際地由現有 AI 軟件遷移過來，並確保生產環境部署可靠。因此，它的優勢很可能取決於執行力：能否交付可用的數據中心系統、做好部署後支援，以及改善 AI 推理的整體經濟效益。

較可能的角色： 企業及雲端 AI 訓練和推理，並以盈利能力及部署效率作為差異化賣點。

軟件，而不是一句「兼容 CUDA」，才是真正戰場

四家公司都不擁有 NVIDIA 的 CUDA 生態。真正要比較的，並不是廠商能否籠統地聲稱「兼容」，而是客戶能否在可接受的工程風險下，把真實工作負載搬過去。

這涉及常用框架支援、成熟算子及函式庫、穩定驅動程式、分布式訓練工具、除錯、性能調校，以及可靠的生產推理能力。以現有證據而言，不能把四家公司任何一家視為已達到 NVIDIA 的軟件成熟度。

四家公司採取的路線各有不同：

• 摩爾線程以 MUSA 統一 AI 和圖形計算，覆蓋較廣的 GPU 平台。相關報道指，MUSA 在設計上考慮了 CUDA 兼容性，而其開發者生態據報已超過 80 萬名開發者。3832
• 壁仞以 BIRENSUPA 打造硬件加軟件的一體化平台，服務 AI 訓練、推理及大型 GPGPU 集群。12
• 燧原透過自家軟件生態，採取更垂直整合的 AI 加速器路線，而非建立一個通用圖形平台。4954
• 沐曦有機會靠實際遷移、可靠部署和較低的運行摩擦取勝，但現有資料仍不足以宣稱它在軟件方面領先。

對買家來說，最關鍵的指標其實是轉換成本。一塊理論性能很強、但難以移植、調校或運行的晶片，可能會輸給一塊性能稍遜、但工具和支援更好的晶片。

NVIDIA 與華為：四路取代 NVIDIA 的說法並不準確

面對 NVIDIA，國產 GPU 廠商可以在供應保障、本地支援、政策配合及針對特定工作負載的整合方面競爭，尤其是當這些因素比絕對峰值性能更重要時。NVIDIA 已建立的 CUDA 生態仍然是重大優勢，而現有證據並未顯示四家公司任何一家擁有相同程度的軟件成熟度。

華為同樣是中國本土競爭格局的重要一員。不過，現有資料未有提供足夠可比的華為市場份額、性能或客戶組合數據，因此不能準確把華為與這些初創公司排位比較。較穩妥的結論是，中國市場不會簡單地由四家企業平均取代 NVIDIA。華為、在可供應的情況下繼續存在的 NVIDIA、上述四家公司，以及其他國產供應商，會按不同採購需求和工作負載互相競爭。

市場份額數據可以說明甚麼？

現有資料不足以確立摩爾線程、壁仞、燧原和沐曦之間精確而可直接比較的市場份額。不同公司披露的口徑各異，有的計算晶片，有的計算加速卡、系統、集群或收入；而私人部署的實際規模亦難以核實。

更重要的是，市場並不只得這四家公司。例如寒武紀 2025 年收入達 64.97 億元人民幣，純利達 20.59 億元人民幣，反映所謂「四小虎」以外，亦有規模更大的上市國產供應商參與競爭。22

至於「中國 AI 加速器市場到 2028 年可能超過 1 萬億元人民幣，國產方案接近 90%」的預測，應視為情境推演，而不是現時市場份額數據。現有資料未能確認這些預測背後採用的計算方法。

如果國產方案的採用率真的達到這個水平，最合理的結果仍然是工作負載分工，而不是四家規模相若的 NVIDIA 替代者：

• 壁仞連同主要國產系統供應商，可能在大規模 AI 訓練領域面對最直接的競爭。
• 沐曦、摩爾線程和燧原會爭奪不同組合的企業及雲端推理需求。
• 摩爾線程在圖形和視覺計算方面擁有四家公司之中最清晰的專門機會。
• 燧原必須證明由騰訊帶動的需求，能夠擴展成持久的外部客戶基礎。
• 沐曦則要證明早期盈利不是一次性的偶然表現。

所以，市場真正要問的已經不是「邊間會成為中國 NVIDIA」，而是哪一家能夠把穩定供應、清晰的客戶切入點，以及足以降低 CUDA 轉移成本和營運風險的軟件平台結合起來。

中國 GPU 市場正由「邊間會成為中國 NVIDIA」的單一敘事，轉向更現實的分工競賽。隨着幾家公司完成或接近上市，收入和商業化進度較容易比較，但數字並不代表它們正在建立四門一模一樣的生意。

相反，四家公司正按工作負載、客戶入口、軟件架構，以及收入能否轉化為持續盈利而逐步分化。

四家公司有何不同？

公司	主要定位	商業化訊號	最大問題
摩爾線程	覆蓋 AI、圖形及通用計算的全功能 GPU 平台	2025 年收入約 15.1 億元人民幣；2026 年上半年收入按年升 147.42% 至 17.36 億元人民幣。1532	廣泛產品線及 MUSA 軟件能否帶來可重複、可盈利的大型集群出貨？
壁仞科技	面向數據中心 AI 訓練及推理的高性能 GPGPU	2025 財年收入按年升 207.2% 至 10.346 億元人民幣，毛利率 53.8%。46	能否把量產、軟件支援和大型 AI 部署一併做大？
燧原科技	雲端 AI 加速器及全棧智能計算方案	2025 年收入增至 9.9 億元人民幣，但騰訊約佔其中 74.9%。48	能否突破對單一核心客戶的高度依賴？
沐曦	數據中心 GPU 及計算平台	2025 年收入增加逾一倍至約 16 億元人民幣；2026 年上半年錄得 6.12 億元人民幣純利。1824	在資本密集型晶片周期中，早期盈利能否持續？

摩爾線程：押注最闊的全功能平台

四家公司之中，摩爾線程的潛在市場範圍最廣。它不只集中於專用 AI 加速器，也同時覆蓋 AI 計算、圖形處理及視覺工作負載。公司的 MUSA 架構，目標是支援計算和圖形等不同產品及應用。38

這種布局令摩爾線程有機會切入渲染、影片、模擬，以及 AI 和視覺計算交集較多的場景。好處是市場面較闊，代價則是執行難度更高：平台要同時服務多類客戶，還要累積足夠軟件能力，才可應付數據中心部署。

財務表現反映其商業化速度很快，但投資壓力仍然沉重。根據年報數字整理，摩爾線程 2025 年收入約 15.1 億元人民幣，同期純損約 10 億元人民幣。15 到 2026 年上半年，收入已達 17.36 億元人民幣，按年增加 147.42%，歸母淨虧損則大幅收窄。3233

較可能的角色： 企業及雲端 AI 推理、通用計算集群，以及四家公司之中最清晰的圖形計算機會。至於大規模 AI 訓練，仍要視乎軟件和系統執行能力能否跟上。

壁仞科技：最明確的高端 GPGPU 競爭者

壁仞是四家公司中最聚焦數據中心的一家。它以 GPGPU 為基礎，提供涵蓋雲端到邊緣環境的 AI 訓練和推理智能計算方案。其 BIRENSUPA 平台，則把硬件與 AI 應用、框架、函式庫、編程工具及集群管理能力連接起來。112

公司的商業化增長相當突出。壁仞 2025 財年收入按年升 207.2% 至 10.346 億元人民幣，毛利為 5.57 億元人民幣，毛利率達 53.8%。公司表示，收入增加主要受 BR10X 系列進入量產及出貨規模化帶動。46

壁仞預計 2026 年上半年收入為 11.5 億至 13 億元人民幣，遠高於 2025 年同期約 5,890 萬元人民幣；經調整虧損預計為 2.9 億至 3.6 億元人民幣。要留意，這些是公司預測，並非經審計的完整期間業績。3

下一關在於，壁仞能否把出貨增長轉化為穩定的大型部署。公司預計 BR20X 後繼產品於 2026 年商業推出，並指新產品會增加對低精度 AI 工作負載的支援，同時採用超級節點設計。2

較可能的角色： 大規模 AI 訓練和高性能推理，尤其是重視國產供應、並有能力承擔軟件遷移成本的客戶。

燧原科技：以騰訊為核心的 AI 加速器策略

燧原比起傳統全用途 GPU 和圖形業務，更集中於雲端 AI 加速。其產品組合包括 AI 晶片、加速卡及模組、智能計算系統和集群，以及編程軟件。4649

燧原的商業位置高度依賴騰訊。公司收入由 2023 年的 3.01 億元人民幣，增至 2024 年的 7.22 億元，再升至 2025 年的 9.9 億元；同期經調整淨虧損則由 15.67 億元收窄至 11.97 億元人民幣。50 不過，騰訊約佔燧原 2025 年收入的 74.9%。48

這種關係提供了穩定的客戶和部署基礎，但同時亦構成公司最核心的風險。燧原要證明，自己的硬件和軟件可以吸引騰訊以外的客戶，而不是長期靠單一大型生態圈支撐大部分需求。

燧原的軟件路線，也不是直接重建一個包羅萬有的 GPU 平台。現有報道指，其自研軟件生態包括 TopsRider，方向是建立一套垂直整合的方案，作為 NVIDIA CUDA 模式以外的選擇。54 但這套方案能否建立獨立的開發者和客戶基礎，現時仍未如騰訊帶來的收入關係般明確。

較可能的角色： 與騰訊相關、以雲端為主的 AI 訓練及推理。圖形和渲染並非其最自然的主戰場。

沐曦：最強的早期盈利訊號

沐曦主要聚焦數據中心 AI 所需的高性能 GPU 和計算平台，而不是消費級圖形產品。公司 2025 年收入按年升 121.3% 至約 16 億元人民幣；不過，扣除非經常性項目後，全年仍錄得約 8.3 億元人民幣虧損。24

最引人注目的轉變出現在 2026 年上半年。沐曦錄得 6.12 億元人民幣純利，扭轉去年同期 1.86 億元人民幣的虧損；期內收入則按年升 44.7% 至 13.2 億元人民幣。18

以現有數字來看，沐曦是四家公司中最早發出明顯盈利訊號的一家。這是重要的商業指標，但不能單憑半年度盈利，就斷定公司已永久解決 GPU 開發的經濟難題。半導體業務的業績可以隨出貨量、產品組合、補貼、客戶驗收和研發成本變化而大幅波動。

沐曦的機會，在於令客戶更實際地由現有 AI 軟件遷移過來，並確保生產環境部署可靠。因此，它的優勢很可能取決於執行力：能否交付可用的數據中心系統、做好部署後支援，以及改善 AI 推理的整體經濟效益。

較可能的角色： 企業及雲端 AI 訓練和推理，並以盈利能力及部署效率作為差異化賣點。

軟件，而不是一句「兼容 CUDA」，才是真正戰場

四家公司都不擁有 NVIDIA 的 CUDA 生態。真正要比較的，並不是廠商能否籠統地聲稱「兼容」，而是客戶能否在可接受的工程風險下，把真實工作負載搬過去。

這涉及常用框架支援、成熟算子及函式庫、穩定驅動程式、分布式訓練工具、除錯、性能調校，以及可靠的生產推理能力。以現有證據而言，不能把四家公司任何一家視為已達到 NVIDIA 的軟件成熟度。

四家公司採取的路線各有不同：

• 摩爾線程以 MUSA 統一 AI 和圖形計算，覆蓋較廣的 GPU 平台。相關報道指，MUSA 在設計上考慮了 CUDA 兼容性，而其開發者生態據報已超過 80 萬名開發者。3832
• 壁仞以 BIRENSUPA 打造硬件加軟件的一體化平台，服務 AI 訓練、推理及大型 GPGPU 集群。12
• 燧原透過自家軟件生態，採取更垂直整合的 AI 加速器路線，而非建立一個通用圖形平台。4954
• 沐曦有機會靠實際遷移、可靠部署和較低的運行摩擦取勝，但現有資料仍不足以宣稱它在軟件方面領先。

對買家來說，最關鍵的指標其實是轉換成本。一塊理論性能很強、但難以移植、調校或運行的晶片，可能會輸給一塊性能稍遜、但工具和支援更好的晶片。

NVIDIA 與華為：四路取代 NVIDIA 的說法並不準確

面對 NVIDIA，國產 GPU 廠商可以在供應保障、本地支援、政策配合及針對特定工作負載的整合方面競爭，尤其是當這些因素比絕對峰值性能更重要時。NVIDIA 已建立的 CUDA 生態仍然是重大優勢，而現有證據並未顯示四家公司任何一家擁有相同程度的軟件成熟度。

華為同樣是中國本土競爭格局的重要一員。不過，現有資料未有提供足夠可比的華為市場份額、性能或客戶組合數據，因此不能準確把華為與這些初創公司排位比較。較穩妥的結論是，中國市場不會簡單地由四家企業平均取代 NVIDIA。華為、在可供應的情況下繼續存在的 NVIDIA、上述四家公司，以及其他國產供應商，會按不同採購需求和工作負載互相競爭。

市場份額數據可以說明甚麼？

現有資料不足以確立摩爾線程、壁仞、燧原和沐曦之間精確而可直接比較的市場份額。不同公司披露的口徑各異，有的計算晶片，有的計算加速卡、系統、集群或收入；而私人部署的實際規模亦難以核實。

更重要的是，市場並不只得這四家公司。例如寒武紀 2025 年收入達 64.97 億元人民幣，純利達 20.59 億元人民幣，反映所謂「四小虎」以外，亦有規模更大的上市國產供應商參與競爭。22

至於「中國 AI 加速器市場到 2028 年可能超過 1 萬億元人民幣，國產方案接近 90%」的預測，應視為情境推演，而不是現時市場份額數據。現有資料未能確認這些預測背後採用的計算方法。

如果國產方案的採用率真的達到這個水平，最合理的結果仍然是工作負載分工，而不是四家規模相若的 NVIDIA 替代者：

• 壁仞連同主要國產系統供應商，可能在大規模 AI 訓練領域面對最直接的競爭。
• 沐曦、摩爾線程和燧原會爭奪不同組合的企業及雲端推理需求。
• 摩爾線程在圖形和視覺計算方面擁有四家公司之中最清晰的專門機會。
• 燧原必須證明由騰訊帶動的需求，能夠擴展成持久的外部客戶基礎。
• 沐曦則要證明早期盈利不是一次性的偶然表現。

所以，市場真正要問的已經不是「邊間會成為中國 NVIDIA」，而是哪一家能夠把穩定供應、清晰的客戶切入點，以及足以降低 CUDA 轉移成本和營運風險的軟件平台結合起來。