国产GPU板块常被当作一场竞赛来看，但实际是四条方向不同的路径。英伟达在中国AI芯片市场的份额变化提供了一个底色：2022年约95%，而Bernstein预测到2026年中整体将降至8%，高端市场几乎完成替换；不过Reuters给出的口径是英伟达整体仍占约55%。两个数字并列，说明高端市场已由国产主导，中低端仍处于混战状态。
四家公司的技术路线差异显著。摩尔线程走全功能GPU路线，图形渲染、AI训练和推理都做，对标英伟达从芯片设计到软件生态的全栈模式。这条路上限高，但芯片架构、软件栈、开发者生态都需从零搭建，英伟达二十多年积累的护城河需要重新走一遍。沐曦选择兼容CUDA，客户原有代码迁移成本最低，代价是始终追赶英伟达的更新节奏。其自研软件栈MXMACA做了驱动、编译器、算子、框架四层适配，已适配40多个AI框架、1000多个模型，核心卖点是“不用改代码”。
壁仞押注芯粒技术，将多颗小芯片拼接以突破单芯片尺寸限制，配合自研NPO光互连技术，将光引擎集成到GPU上，绕过传统DSP芯片，实现低延迟长距离传输，今年WAIC上展示了1024卡超节点方案。这条路线赌的是大规模训练场景，但芯片间通信延迟和一致性是核心难题。燧原则走自研DSA架构，专为推理场景优化，不兼容CUDA，用户需重写代码，以通用性换取效率。其招股书显示83.79%的营收来自腾讯，深度绑定单一客户。
市场结构决定了路线选择。2025年推理已占AI服务器市场的67%，训练仅占33%，推理需求体量是训练的四到五倍。燧原专攻推理，恰好处于增速最快的方向；华为和寒武纪则走训推全栈路线。但四家共同面对的现实是：2025年国产AI加速器出货165万张，其中华为昇腾81万张排第一，平头哥26.5万张第二，寒武纪和昆仑芯各11.6万张并列第三，四小龙合计不足7%。华为一家占据半壁江山，四小龙更像是四条水量尚小的支流。
无论哪条路线，瓶颈高度一致。首先是制程，国产GPU都依赖代工，中芯国际是绕不开的选择，而先进制程产能紧张，华为一家锁定约43%，中芯每产出10片先进制程晶圆，4片多归华为，其余GPU公司排队。高盛2026年9月CHIPS IV报告预测，到2035年中国先进制程缺口将从92%降至34%，但眼下四家仍在排队。摩尔线程存货周转天数达658天，近两年产能堆在仓库，占用大量现金流。
其次是生态。每家公司都有自己的软件栈，互不兼容。AI公司选用国产GPU需重写代码、重新适配框架，换供应商又是一轮调试，隐性成本高。硬件差距在缩小，真正的瓶颈在软件生态，从“能用”到“好用”之间仍有鸿沟。四家公司相当于各自独立重建一个不完整的CUDA，资源分散在四条平行线上，本可集中投入一两百亿打造一个够用的生态，如今摊成四份，每份只有二三十亿，深度不足。
第三是客户。过去国产GPU依赖信创订单，政府、国企采购是基本盘，但信创天花板低，要真正做大需进入商业市场。互联网大厂、云服务商、大模型公司不看是否国产，只看性能、生态兼容性和性价比。大模型公司一年算力花费数亿，选错芯片意味着数千万适配投入打水漂。当前正卡在信创红利消退、商业市场刚开打的交接点。燧原大部分营收来自腾讯，深度绑定是优势也是风险；而系统整合商如浪潮信息反而抓住字节、阿里等大客户，超节点份额领先。
30亿营收被视为一道生死线。GPU公司固定成本高：先进制程流片一次数亿，数百人研发团队一年十几亿，软件栈再投入数亿，刚性支出合计二三十亿。营收不到此数，日常运营都难覆盖。摩尔线程上半年营收17亿多，壁仞12亿多，沐曦13亿多，沐曦归母净利转正至6亿多，但扣除研发仍亏损，另外三家均亏损。寒武纪和海光已跨过该线，半年营收分别为59亿和90亿，寒武纪净利23亿，定价逻辑更接近基础设施公司。
估值层面，摩尔线程市销率约70倍，沐曦约95倍，市场为每元营收付出70到95元市值。寒武纪和海光也有溢价，但逻辑不同，其商业模式已跑通，定价锚定当下基本面；四小龙营收尚有差距，定价锚定的是未来可能性。燧原发行价142元，募资60亿，上市首日翻倍多。四小龙IPO合计募资约230亿，资本相信它们能跨过30亿线，但机构定价差异大，反映市场对不同路线确定性的定价：沐曦CUDA兼容路径离钱最近，壁仞芯粒加光互连天花板高但验证中，摩尔线程全功能GPU执行难度最大。
摩尔线程从高点回落，市值蒸发两千多亿，9月初解禁当天20%跌停，三天成交超百亿；沐曦解禁前股价创历史新低，近两月跌四成。摩尔线程12月还有7倍规模解禁，VC、PE股份集中退出，高估值叠加抛压是结构性的。市值与财报背离已成常态，关键在分辨产业期权与情绪泡沫。GPU公司需同时过技术关和商业关，资本市场的高估值在买时间窗口。12月摩尔线程大规模解禁，2027年四小龙陆续进入业绩兑现期，节点渐近。最终能跑出来的公司不会多，营收过30亿的定价逻辑向寒武纪、海光靠拢，跨不过去的或被整合，或缩回信创角落。估值终须落回营收和利润。