21世纪经济报道记者 孙燕 邓浩
6月15日，燧原科技即将上会。
要是能够顺利通过会议, 那么, 名为摩尔线程的公司, 以及沐曦股份这家企业, 还有壁仞科技这一主体, 以及燧原科技这个对象, 即将, 在资本市场首次实现齐聚, 上述这些被称作“国产GPU四小龙”。
这算得上一个里程碑, 在过去那数年之间, 地缘政治处于紧张状态, 英伟达高端GPU一直处于一卡难求的状况, 这种情况下国产算力供应链被迫加快速度成型, 从EDA工具、光刻胶直至芯片设计, 从华为昇腾再到四小龙, 一条具备自主可控特性的算力链条正在渐渐缝合。
然而挑战那般十足真实。英伟达公司之市值已达5万亿美元形成的区间范围, CUDA所构架的生态壁垒迄今为止仍然极为坚硬稳固难以摧垮。国产用于图形处理且并行计算的核心硬件厂商不但要达成“创造生产出芯片”这一目标, 进而还要完成“倾销售卖芯片以及妥善运用好芯片”这些任务要求。
但是, 上市募集资金仅仅是第一步, 能不能切实进入互联网大厂的万卡集群, 能不能支撑住中国大模型的推理需求, 能不能从“硬件突破”迈向“生态构建”, 这才是资本市场对“四小龙”真正的考验。
本土算力供应链加速成型
当国产GPU排名前四的力量一同相聚在资本市场时, 这一行业或许会迎来自资本全方位给予支持的时期, 所募集到的资金将会有助于芯片的研发工作, 以及生产线和生态环境的建设工作, 从而能够进一步减小和海外处于领先地位的企业在技术方面的差距。
实际上，在地缘政治的影响下开云app在线入口开云真人app官方版入口,开云真人app官网入口，本土算力供应链正在加速成型。
拿当下大模型本土的龙头智谱来说, 2月12日, 智谱于官方公众号披露, 它上线且开源了GLM - 5, 并且其已然完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等国产算力平台的深度推理适配, 借助底层算子优化以及硬件加速, GLM - 5在国产芯片集群上达成了高吞吐、低延迟的稳定运行。
需要留意的是, 国产模样跟国产计算能力全方位适合之后, 它性能展现已经不比海外的商家要差。
智谱宣称, GLM - 5在昇腾这上面实现了W4A8混合精度量化, 而且是首次实现, 它能够在Atlas800TA3进行单机架构部署, 实际测试开启箱子后的性能能够和H100双机相对比, 在长序列且低时延这样的场景之下部署花费将减少50%！
产业人士当中有人觉得, 这代表着国产大模型跟国产芯片的适配性进入了新的更高阶段, 在底层技术方面冲破了国产算力链条的应用障碍。另外, 燧原科技等本土GPU厂商发展壮大起来, 将会健全国产算力全产业链, 带动EDA、制造、封测上下游共同协作, 给大模型、AI应用提供自主算力基础, 完善本土算力生态环境, 开拓行业长期的增长空间。
本土算力链自身, 同样是在抓紧时机, 去捕捉由AI超级周期以及供应链安全所引发的巨大机会。
将广立微这一以龙头之称而立的企业作为例子来讲, 在2025年8月的时候, 完成了针对全球范围内居于领军地位的硅光PDA企业Luceda NV的收购行动。Luceda的下游所在客户, 这其中主要涵盖了光芯片与致力于进行模块设计事宜之公司, 当中再有集成器件制造方面的商主体也就是IDM, 以及从事代工厂作业的Foundry等, 还有云服务这些类别, 以及在算力上面有所涉及的各类厂商等等。
硅光技术完成了可插拔光模块到共封装光学, 也就是CPO, 还有光互连, 即OIO这样的架构演进, 广立微解释称, 是因过去几年, AI算力中心对高带宽、也对低功耗互连需求爆发造成这样, 在这种架构发展下, 随着CPO/OIO把光引擎与电芯片紧密封装起来, 甚至单片集成, 光与电之间的耦合问题变得极为突出, 于是光电协同设计工具和统一数据模型的需求日益迫切。
广立微跟Luceda携起手来, 关注光电融合场景方面的需求之处, 去处理工具链破碎这样的问题, 把光、电以及热导入到光电系统级的设计还有优化当中, 应对CPO场景之下的系统设计带来的挑战。与此同时, 专心努力去构建“设计—制造—测试—数据”全新的底座, 让设计能够感知制造, 对硅光达成规模化量产给予助力。
光刻胶在半导体材料那边, ArF光刻胶以及KrF光刻胶, 是用于逻辑芯片制造的核心刚需耗材, 同时也是用于存储芯片制造的核心刚需耗材, 它们是国内晶圆光刻胶市场里价值量占比最高的两个品类。
从弗若斯特沙利文所做的市场研究来看, 中国半导体光刻胶市场规模呈现出来的增速, 要高于全球半导体光刻胶市场规模的相关增速, 预计到2029年之时, 中国ArF与KrF光刻胶方面的市场规模总计会超过100亿元。当下国内高端晶圆光刻胶的供给情况, 仍然是被海外厂商占据主导地位, 国产化的比率非常低。
6月11日晚间, 本土光刻胶领域龙头鼎龙股份主动进行公告, 宣称公司年产300吨KrF/ArF高端晶圆光刻胶的产线, 自2026年3月20日投产之后, 已然向两家处于行业头部位置的晶圆厂客户, 交付了数量达数百加仑的浸没式ArF及KrF光刻胶, 并且在客户的量产产线当中顺利得以应用。由于公司所生产的光刻胶产品, 具备性能稳定、使用效果良好的特点, 上述两家客户在近期, 合计新增了将近1000加仑的订单。公司正在积极努力提升产品的交付速度开云app官方最新下载地址，预计在2026年上半年, 产品的交付量会有显著的提升, 商业化进程会显著加快。
鼎龙股份称, 公司高端晶圆光刻胶业务, 近期订单不断落地, 这表明公司在技术实力这方面, 在研发效率方面, 以及在供货稳定性等方面, 获得了下游客户的高度认可。当前, 量产线产能正稳步爬坡, 产品交付能力持续得到提升, 未来, 有望成为公司新的业绩增长极。
支撑自主AI生态是关键
国产AI芯片所具备的价值, 其最终的落点, 在于能不能切实地对中国AI产业的发展起到支撑作用。
单单从客观角度来讲, 国内AI大模型是在2024年DeepSeek开源模型出现之后才开始有突破的, 国内AI应用生态也是从那时候才开始大规模构建的, 所以国产AI芯片跟算法与下游应用场景的适配还不够充分。
反而四小龙上市所带来的资金以及资源赋能, 会促使它们越过仅仅“售卖硬件”的时期, 朝着“软硬件协同的生态构建者”方向去演进。
此刻, 于国内, 能够达成AI大模型商业闭环的企业, 主要聚焦于字节跳动、腾讯、阿里巴巴等头部互联网平台, 能不能进入其供应链系统, 对国内AI芯片企业的发展而言, 是非常关键的。
在国产GPU“四小龙”上市之前, 它们普遍和互联网大厂达成了“资本+场景”的深度绑定, 就比如燧原科技, 腾讯科技（上海）有限公司从燧原科技处于成立之初的Pre-A轮时就开始进行投资, 而且持续参与了它后续的多轮融资, 当下已经成为了燧原科技最大的机构股东, 燧原科技还和腾讯展开了深度合作, 历经7年从单一场景小规模验证开始, 再到多场景大规模验证, 最后到常态化批量合作。
随着IPO带来充足资金, 国产GPU厂商和大厂合作, 正加快迈向大规模商业交付过渡, 朝着收入转化更进一步。基于头部场景实现验证成功, 厂商从单卡交付向上提升, 到达千卡、万卡级智算集群落地, 工程化能力也会随之改变。
这种跨越, 是从“产品可用”开始转变的, 然后到了“集群大用”的阶段, 而这恰恰就是国产算力自主化的关键所在。恰如燧原科技于招股书中所做出的规划, 往后, 其一, 持续深入推进与互联网以及大模型厂商之间的业务合作, 借由具备强大竞争力的算力产品去驱动更多面向国民大众的应用, 促使算力能够走入每一户家庭之中；其二, 踊跃开展与大型运营商、国央企以及产业伙伴的全方位合作, 打造出具有标杆性质的算力集群项目, 并且使标志性的行业解决方案得以落地实施, 依靠自主研发的国产算力产品, 稳固我国自主可控的算力基础设施的核心根基, 让算力为各行各业赋予能量。
此刻, 算力中心的规模化搭建, 正面临大模型从“训练”阶段移步至“推理”阶段的应用转折点！
AI大模型推理需求不断提升, 非GPGPU架构也就是DSA架构在加速布置, 在推理阶段, AI芯片要在功耗、成本以及实时性等方面予以优化, 因为DSA架构能够针对特定模型所需算子开展优化定制, 跟GPGPU架构加速卡对比, 在针对特定场景或模型时有着更好的适配性, 在成本、性价比等方面存在优势。
这一架构在演进, 它正在重塑全球算力格局, 就如同燧原科技在招股书中所陈述的那样, 未来, 随着谷歌、亚马逊、META、微软等主要互联网厂商去量产自研的云端AI芯片产品（这些产品全都是DSA架构）, 而且谷歌TPU产品也渐渐对外售予, 在此预料下, 英伟达于全球市场的垄断地位会遭受挑战。
于这一全球性架构更迭、浪潮之中, 国内阵营也在加速、发展起来, 华为海思、寒武纪以及燧原科技等诸厂商已然成为探索DSA架构的本土、先行力量。往后, 国产GPU厂商的征程将不止于算力自主, 更要迈向全球竞争的主要、战场之地。
还木有评论哦，快来抢沙发吧~