中國主要本土 GPU 業者正在進入更明顯的分化階段。上市與資本市場里程碑，讓市場更容易比較它們的商業表現；但這並不代表四家公司都是規模、定位相同的「中國 NVIDIA」。

它們正沿著四條主線拉開差距：工作負載、客戶取得能力、軟體架構，以及營收能否轉化為可持續的獲利。

四家公司先看懂

公司	主要定位	商業訊號	核心問題
摩爾線程	涵蓋 AI 與圖形運算的全功能 GPU 平台	2025 年營收約人民幣 15.1 億元；2026 年上半年營收按年增長 147.42%，達人民幣 17.36 億元。1532	廣泛的產品線與 MUSA 軟體堆疊，能否轉化為可重複、可獲利的大型叢集出貨？
壁仞科技	面向資料中心 AI 訓練與推論的高效能 GPGPU	2025 財年營收按年增長 207.2% 至人民幣 10.346 億元，毛利率達 53.8%。46	能否為大型 AI 部署擴大產能，並補足軟體支援？
燧原科技	雲端 AI 加速器與全棧式系統供應商	2025 年營收增至人民幣 9.9 億元，但騰訊約佔其中 74.9%。48	能否在這個重要但高度集中的錨定客戶之外，建立更多元的客戶基礎？
沐曦	資料中心 GPU 與運算平台業務	2025 年營收增至約人民幣 16 億元；2026 年上半年淨利潤達人民幣 6.12 億元。1824	在資本密集、業績波動較大的晶片週期中，早期獲利能否持續？

摩爾線程：押注最廣的全功能平台

四家公司之中，摩爾線程的策略可觸及市場最廣。它不只聚焦專用 AI 加速器，也同時覆蓋 AI 運算、圖形與視覺工作負載。公司的 MUSA 架構，目標是支援運算與圖形等多種產品及應用場景。38

這種廣度，讓摩爾線程有機會切入渲染、影片、模擬，以及 AI 與視覺運算交叉的工作負載。不過，廣泛的平台也帶來更沉重的執行要求：公司必須同時服務多類型客戶，並建立足以支撐資料中心部署的軟體深度。

財務表現顯示，公司商業化速度很快，但投資壓力仍然不小。根據對其年報數據的整理，摩爾線程 2025 年營收約人民幣 15.1 億元，淨虧損約人民幣 10 億元。15 2026 年上半年營收達人民幣 17.36 億元，按年增加 147.42%，歸屬於母公司股東的淨虧損則大幅收窄。3233

較可能的角色： 企業與雲端 AI 推論、通用運算叢集，以及四家公司中最清晰的圖形與視覺運算機會。至於大規模訓練，仍高度取決於軟體與系統整合能力。

壁仞科技：最鮮明的高階 GPGPU 競爭者

壁仞是四家公司中最明確以資料中心為中心的業者。公司提供基於 GPGPU 的智慧運算方案，支援雲端到邊緣環境的 AI 訓練與推論。其 BIRENSUPA 平台則把硬體與 AI 應用、框架、函式庫、程式開發工具及叢集管理能力連接起來。112

公司公布的商業增長相當可觀。壁仞 2025 財年營收按年增加 207.2% 至人民幣 10.346 億元，毛利為人民幣 5.57 億元，毛利率為 53.8%。公司表示，增長主要來自 BR10X 系列進入量產並出貨。46

壁仞預計 2026 年上半年營收為人民幣 11.5 億至 13 億元，相較 2025 年同期約人民幣 5,890 萬元大幅上升；同期預計經調整虧損為人民幣 2.9 億至 3.6 億元。這些屬於公司預測，而非已經審計的完整期間業績，解讀時需要保留這項前提。3

下一個考驗，是能否把強勁的出貨增長轉化為可靠的大規模部署。公司預計 BR20X 後繼產品於 2026 年商業化，並稱其將增加對低精度 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 訓練與高效能推論，尤其是重視本土供應、並有能力承擔軟體遷移成本的客戶。

燧原科技：以騰訊為錨的 AI 加速器路線

相較於傳統的全用途 GPU 與圖形業務，燧原更集中於雲端 AI 加速。其產品組合涵蓋 AI 晶片、加速卡與模組、智慧運算系統與叢集，以及程式開發軟體。4649

燧原的商業位置高度依賴騰訊。公司營收由 2023 年的人民幣 3.01 億元，增至 2024 年的 7.22 億元，再增至 2025 年的 9.9 億元；同期經調整淨虧損則由人民幣 15.67 億元收窄至 11.97 億元。50 然而，騰訊約佔燧原 2025 年營收的 74.9%。48

這段關係提供了重要的客戶與部署基礎，但也直接構成燧原最核心的商業風險。公司需要證明，其硬體與軟體能夠吸引騰訊以外的客戶，而不是長期依靠單一錨定生態支撐大部分需求。

燧原的軟體策略，也不是直接重現一個通用 GPU 平台。現有報導指出，公司的自有軟體生態包括 TopsRider，並試圖以垂直整合方式，形成有別於 NVIDIA CUDA 模式的替代方案。54 不過，相較於騰訊帶來的營收關係，燧原能否建立獨立的開發者與客戶基礎，仍有待市場驗證。

較可能的角色： 與騰訊及雲端業務相關的 AI 訓練與推論；圖形與渲染並非其最自然的主戰場。

沐曦：最強的早期獲利訊號

沐曦主要面向資料中心 AI，聚焦高效能 GPU 與運算平台，而不是消費級圖形產品。公司 2025 年營收按年增加 121.3% 至約人民幣 16 億元；不過，扣除非經常性項目後，當年仍錄得約人民幣 8.3 億元虧損。24

最明顯的轉折出現在 2026 年上半年。沐曦錄得人民幣 6.12 億元淨利潤，扭轉去年同期人民幣 1.86 億元的虧損；同期營收按年增加 44.7% 至人民幣 13.2 億元。18

以目前可取得的數據來看，沐曦是四家公司中最明顯的獲利異常值。這是一項重要的商業訊號，但不能單憑半年獲利就認定公司已永久解決 GPU 開發的經濟難題。半導體業績可能隨出貨量、產品組合、補貼、客戶驗證及開發費用變化而大幅波動。

沐曦的策略機會，在於讓客戶更實際地從既有 AI 軟體遷移，並把生產環境部署做得可靠。因此，它最有機會透過執行力建立差異：交付可用的資料中心系統、做好部署後支援，並改善推論的整體經濟效益。

較可能的角色： 企業與雲端 AI 訓練及推論，以獲利能力與部署效率作為主要差異化因素。

軟體，而不是一句「支援 CUDA」，才是主戰場

四家公司都不擁有 NVIDIA 的 CUDA 生態。真正值得比較的，不是業者能否籠統宣稱「相容」，而是客戶能否在可接受的工程風險下，搬移實際工作負載。

這需要支援主流框架、成熟的算子與函式庫、穩定的驅動程式、分散式訓練工具、除錯、效能調校，以及可靠的生產環境推論。現有證據不足以把四家公司中的任何一家視為已達到 NVIDIA 的軟體成熟度。

四家公司採取的路線各不相同：

• 摩爾線程以 MUSA 統合 AI 與圖形運算，建立較廣泛的 GPU 平台。相關報導稱，MUSA 的設計考慮了 CUDA 相容性，其開發者生態據報已超過 80 萬名開發者。3832
• 壁仞以 BIRENSUPA 將硬體與軟體整合，支援訓練、推論及大型 GPGPU 叢集。12
• 燧原透過自有軟體生態，採取較垂直整合的 AI 加速器策略，而不是建立一個同時涵蓋圖形的通用 GPU 平台。4954
• 沐曦有機會透過實用的軟體遷移、可靠部署與較低的營運摩擦成本競爭；但目前資料不足以宣稱其已在軟體領域領先。

對採購方而言，關鍵指標其實是轉換成本。一枚理論效能更強、卻難以移植、調校或操作的晶片，可能輸給效能稍弱、但工具與支援更完善的產品。

為何「四家取代 NVIDIA」是個誤導性的框架？

面對 NVIDIA，本土業者可以在供應保障、本地支援、政策配合，以及特定工作負載的整合能力上競爭。當這些因素比絕對的前沿效能更重要時，本土方案便有切入空間。但 NVIDIA 已建立的 CUDA 生態仍是重大優勢，現有資料也沒有證明四家公司任何一家已擁有可比的軟體成熟度。

華為同樣是中國市場的重要競爭者，但目前提供的資料，沒有足夠可比的華為市場份額、效能或客戶組合數據，因此不宜精確排列華為與這四家新創公司的相對位置。

較穩妥的結論是：中國市場不會整齊地分成四個與 NVIDIA 等量齊觀的替代者。華為、在供應可得時的 NVIDIA、四家本土業者，以及其他中國供應商，將在不同採購需求與工作負載中競爭。

市佔率數據能說明什麼，又不能說明什麼？

現有資料並未建立摩爾線程、壁仞、燧原與沐曦之間精確且可直接比較的市場份額。各家公司採用的統計口徑不同，可能計算晶片、加速卡、系統、叢集或營收；而私有部署的實際規模也難以獨立核實。

更廣泛的競爭版圖，也不只包括這四家公司。例如寒武紀 2025 年營收達人民幣 64.97 億元，淨利潤達人民幣 20.59 億元，顯示所謂「四小虎」之外，還有已具規模的上市本土供應商。22

至於「中國 AI 加速器市場到 2028 年可能超過人民幣 1 兆元，本土方案接近 90%」的預測，應視為情境推演，而不是當前市佔率數據。現有資料沒有揭示這些預測所採用的方法，因此不宜將其當作已經發生的市場結構。

如果本土方案的採用率真的達到這一水平，更可能出現的是按工作負載分工，而不是四個均等的 NVIDIA 替代者：

• 壁仞與主要本土系統供應商，可能在大規模訓練領域面臨最直接的競爭。
• 沐曦、摩爾線程與燧原，將以不同組合爭取企業與雲端推論需求。
• 摩爾線程在圖形與視覺運算方面，擁有四家公司中最清晰的專門機會。
• 燧原必須證明，騰訊帶動的需求可以擴展為持久的外部客戶基礎。
• 沐曦則需要證明早期獲利並非短期現象。

市場真正要回答的問題，已不再是「哪家公司會成為中國 NVIDIA？」而是：哪家供應商能把穩定供應、明確的客戶切入點，以及足以降低離開 CUDA 成本與營運風險的軟體堆疊結合起來？

中國主要本土 GPU 業者正在進入更明顯的分化階段。上市與資本市場里程碑，讓市場更容易比較它們的商業表現；但這並不代表四家公司都是規模、定位相同的「中國 NVIDIA」。

它們正沿著四條主線拉開差距：工作負載、客戶取得能力、軟體架構，以及營收能否轉化為可持續的獲利。

四家公司先看懂

公司	主要定位	商業訊號	核心問題
摩爾線程	涵蓋 AI 與圖形運算的全功能 GPU 平台	2025 年營收約人民幣 15.1 億元；2026 年上半年營收按年增長 147.42%，達人民幣 17.36 億元。1532	廣泛的產品線與 MUSA 軟體堆疊，能否轉化為可重複、可獲利的大型叢集出貨？
壁仞科技	面向資料中心 AI 訓練與推論的高效能 GPGPU	2025 財年營收按年增長 207.2% 至人民幣 10.346 億元，毛利率達 53.8%。46	能否為大型 AI 部署擴大產能，並補足軟體支援？
燧原科技	雲端 AI 加速器與全棧式系統供應商	2025 年營收增至人民幣 9.9 億元，但騰訊約佔其中 74.9%。48	能否在這個重要但高度集中的錨定客戶之外，建立更多元的客戶基礎？
沐曦	資料中心 GPU 與運算平台業務	2025 年營收增至約人民幣 16 億元；2026 年上半年淨利潤達人民幣 6.12 億元。1824	在資本密集、業績波動較大的晶片週期中，早期獲利能否持續？

摩爾線程：押注最廣的全功能平台

四家公司之中，摩爾線程的策略可觸及市場最廣。它不只聚焦專用 AI 加速器，也同時覆蓋 AI 運算、圖形與視覺工作負載。公司的 MUSA 架構，目標是支援運算與圖形等多種產品及應用場景。38

這種廣度，讓摩爾線程有機會切入渲染、影片、模擬，以及 AI 與視覺運算交叉的工作負載。不過，廣泛的平台也帶來更沉重的執行要求：公司必須同時服務多類型客戶，並建立足以支撐資料中心部署的軟體深度。

財務表現顯示，公司商業化速度很快，但投資壓力仍然不小。根據對其年報數據的整理，摩爾線程 2025 年營收約人民幣 15.1 億元，淨虧損約人民幣 10 億元。15 2026 年上半年營收達人民幣 17.36 億元，按年增加 147.42%，歸屬於母公司股東的淨虧損則大幅收窄。3233

較可能的角色： 企業與雲端 AI 推論、通用運算叢集，以及四家公司中最清晰的圖形與視覺運算機會。至於大規模訓練，仍高度取決於軟體與系統整合能力。

壁仞科技：最鮮明的高階 GPGPU 競爭者

壁仞是四家公司中最明確以資料中心為中心的業者。公司提供基於 GPGPU 的智慧運算方案，支援雲端到邊緣環境的 AI 訓練與推論。其 BIRENSUPA 平台則把硬體與 AI 應用、框架、函式庫、程式開發工具及叢集管理能力連接起來。112

公司公布的商業增長相當可觀。壁仞 2025 財年營收按年增加 207.2% 至人民幣 10.346 億元，毛利為人民幣 5.57 億元，毛利率為 53.8%。公司表示，增長主要來自 BR10X 系列進入量產並出貨。46

壁仞預計 2026 年上半年營收為人民幣 11.5 億至 13 億元，相較 2025 年同期約人民幣 5,890 萬元大幅上升；同期預計經調整虧損為人民幣 2.9 億至 3.6 億元。這些屬於公司預測，而非已經審計的完整期間業績，解讀時需要保留這項前提。3

下一個考驗，是能否把強勁的出貨增長轉化為可靠的大規模部署。公司預計 BR20X 後繼產品於 2026 年商業化，並稱其將增加對低精度 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 訓練與高效能推論，尤其是重視本土供應、並有能力承擔軟體遷移成本的客戶。

燧原科技：以騰訊為錨的 AI 加速器路線

相較於傳統的全用途 GPU 與圖形業務，燧原更集中於雲端 AI 加速。其產品組合涵蓋 AI 晶片、加速卡與模組、智慧運算系統與叢集，以及程式開發軟體。4649

燧原的商業位置高度依賴騰訊。公司營收由 2023 年的人民幣 3.01 億元，增至 2024 年的 7.22 億元，再增至 2025 年的 9.9 億元；同期經調整淨虧損則由人民幣 15.67 億元收窄至 11.97 億元。50 然而，騰訊約佔燧原 2025 年營收的 74.9%。48

這段關係提供了重要的客戶與部署基礎，但也直接構成燧原最核心的商業風險。公司需要證明，其硬體與軟體能夠吸引騰訊以外的客戶，而不是長期依靠單一錨定生態支撐大部分需求。

燧原的軟體策略，也不是直接重現一個通用 GPU 平台。現有報導指出，公司的自有軟體生態包括 TopsRider，並試圖以垂直整合方式，形成有別於 NVIDIA CUDA 模式的替代方案。54 不過，相較於騰訊帶來的營收關係，燧原能否建立獨立的開發者與客戶基礎，仍有待市場驗證。

較可能的角色： 與騰訊及雲端業務相關的 AI 訓練與推論；圖形與渲染並非其最自然的主戰場。

沐曦：最強的早期獲利訊號

沐曦主要面向資料中心 AI，聚焦高效能 GPU 與運算平台，而不是消費級圖形產品。公司 2025 年營收按年增加 121.3% 至約人民幣 16 億元；不過，扣除非經常性項目後，當年仍錄得約人民幣 8.3 億元虧損。24

最明顯的轉折出現在 2026 年上半年。沐曦錄得人民幣 6.12 億元淨利潤，扭轉去年同期人民幣 1.86 億元的虧損；同期營收按年增加 44.7% 至人民幣 13.2 億元。18

以目前可取得的數據來看，沐曦是四家公司中最明顯的獲利異常值。這是一項重要的商業訊號，但不能單憑半年獲利就認定公司已永久解決 GPU 開發的經濟難題。半導體業績可能隨出貨量、產品組合、補貼、客戶驗證及開發費用變化而大幅波動。

沐曦的策略機會，在於讓客戶更實際地從既有 AI 軟體遷移，並把生產環境部署做得可靠。因此，它最有機會透過執行力建立差異：交付可用的資料中心系統、做好部署後支援，並改善推論的整體經濟效益。

較可能的角色： 企業與雲端 AI 訓練及推論，以獲利能力與部署效率作為主要差異化因素。

軟體，而不是一句「支援 CUDA」，才是主戰場

四家公司都不擁有 NVIDIA 的 CUDA 生態。真正值得比較的，不是業者能否籠統宣稱「相容」，而是客戶能否在可接受的工程風險下，搬移實際工作負載。

這需要支援主流框架、成熟的算子與函式庫、穩定的驅動程式、分散式訓練工具、除錯、效能調校，以及可靠的生產環境推論。現有證據不足以把四家公司中的任何一家視為已達到 NVIDIA 的軟體成熟度。

四家公司採取的路線各不相同：

• 摩爾線程以 MUSA 統合 AI 與圖形運算，建立較廣泛的 GPU 平台。相關報導稱，MUSA 的設計考慮了 CUDA 相容性，其開發者生態據報已超過 80 萬名開發者。3832
• 壁仞以 BIRENSUPA 將硬體與軟體整合，支援訓練、推論及大型 GPGPU 叢集。12
• 燧原透過自有軟體生態，採取較垂直整合的 AI 加速器策略，而不是建立一個同時涵蓋圖形的通用 GPU 平台。4954
• 沐曦有機會透過實用的軟體遷移、可靠部署與較低的營運摩擦成本競爭；但目前資料不足以宣稱其已在軟體領域領先。

對採購方而言，關鍵指標其實是轉換成本。一枚理論效能更強、卻難以移植、調校或操作的晶片，可能輸給效能稍弱、但工具與支援更完善的產品。

為何「四家取代 NVIDIA」是個誤導性的框架？

面對 NVIDIA，本土業者可以在供應保障、本地支援、政策配合，以及特定工作負載的整合能力上競爭。當這些因素比絕對的前沿效能更重要時，本土方案便有切入空間。但 NVIDIA 已建立的 CUDA 生態仍是重大優勢，現有資料也沒有證明四家公司任何一家已擁有可比的軟體成熟度。

華為同樣是中國市場的重要競爭者，但目前提供的資料，沒有足夠可比的華為市場份額、效能或客戶組合數據，因此不宜精確排列華為與這四家新創公司的相對位置。

較穩妥的結論是：中國市場不會整齊地分成四個與 NVIDIA 等量齊觀的替代者。華為、在供應可得時的 NVIDIA、四家本土業者，以及其他中國供應商，將在不同採購需求與工作負載中競爭。

市佔率數據能說明什麼，又不能說明什麼？

現有資料並未建立摩爾線程、壁仞、燧原與沐曦之間精確且可直接比較的市場份額。各家公司採用的統計口徑不同，可能計算晶片、加速卡、系統、叢集或營收；而私有部署的實際規模也難以獨立核實。

更廣泛的競爭版圖，也不只包括這四家公司。例如寒武紀 2025 年營收達人民幣 64.97 億元，淨利潤達人民幣 20.59 億元，顯示所謂「四小虎」之外，還有已具規模的上市本土供應商。22

至於「中國 AI 加速器市場到 2028 年可能超過人民幣 1 兆元，本土方案接近 90%」的預測，應視為情境推演，而不是當前市佔率數據。現有資料沒有揭示這些預測所採用的方法，因此不宜將其當作已經發生的市場結構。

如果本土方案的採用率真的達到這一水平，更可能出現的是按工作負載分工，而不是四個均等的 NVIDIA 替代者：

• 壁仞與主要本土系統供應商，可能在大規模訓練領域面臨最直接的競爭。
• 沐曦、摩爾線程與燧原，將以不同組合爭取企業與雲端推論需求。
• 摩爾線程在圖形與視覺運算方面，擁有四家公司中最清晰的專門機會。
• 燧原必須證明，騰訊帶動的需求可以擴展為持久的外部客戶基礎。
• 沐曦則需要證明早期獲利並非短期現象。

市場真正要回答的問題，已不再是「哪家公司會成為中國 NVIDIA？」而是：哪家供應商能把穩定供應、明確的客戶切入點，以及足以降低離開 CUDA 成本與營運風險的軟體堆疊結合起來？