9月11日，燧原科技将正式登陆科创板 ，至此
，摩尔线程
、沐曦股份、壁仞科技 、燧原科技四家国产算力芯片企业（又称“AI芯片四小龙”）齐聚资本市场，意味着这四家公司已完成初步的技术验证和资本化 ，竞争步入新阶段
。

　　北京社科院研究员王鹏向证券时报记者分析
，在国内AI算力供需缺口持续拉大
、国产替代的刚性需求背景下，“四小龙 ”进入营收高速增长阶段 ，但盈利拐点仍待观察。未来要进行的是系统性比拼：规模化交付能力
，支撑大规模智算集群落地；软硬件全栈适配效率，快速完成主流大模型、行业场景的适配调优；以年为单位快速迭代产品；在特定行业 、特定算力场景建立专属优势等 。能率先把研发投入
、产品性能、软件生态和客户订单串成一条持续盈利的商业链条的公司 ，方能真正在行业站稳脚跟
。

　　估值回落

　　截至9月10日收盘
，已上市的摩尔线程 、沐曦股份
、壁仞科技（港股）的市值分别为1711亿元人民币、1975亿元人民币 、971亿港元。三家公司都经历了上市初期的估值快速冲高，之后普遍较年内高点回撤约四五成 。资本市场对国产AI芯片厂商的态度已从初期的热情逐步转为对业绩兑现能力的审视
。

　　从行业情况来看 ，中国信通院数据显示，2026年一季度国内AI算力需求同比增长417%
，有效供给增速128%。在供需缺口持续拉大的背景下，国产AI芯片厂商抓住了历史性的机遇窗口 ，其中“四小龙
”上半年营收亦录得大幅增长 。

　　具体而言
，上半年，摩尔线程实现营业收入17.36亿元 ，同比增长147.42%；沐曦股份实现营业收入13.24亿元
，同比增长44.67%；壁仞科技实现营业收入12.355亿元，同比增长1997.6%；燧原科技营业收入为11.2亿元 ，同比增长279%
。

　　虽然整体尚未跨过盈利线
，但已有公司亏损幅度明显收窄。例如，摩尔线程上半年实现扣非后归母净利润-1.51亿元 ，去年同期为-3.17亿元；同期
，沐曦股份实现扣非后归母净利润-0.49亿元，同比减亏75.83% ，分季度看，该公司二季度扣非后归母净利润0.54亿元
，实现单季度扣非盈利 。

　　沐曦股份董事长兼总经理陈维良曾预测，AI芯片行业高速增长和国产替代加速将拓宽市场空间 ，公司产品具备良好的市场前景
，营收增速预计保持高位，最早有望在2026年实现盈亏平衡
。

　　在9月初的IPO路演上 ，燧原科技董事长赵立东阐述
，在公司生产经营不受到世界 贸易环境等不可抗力的重大影响的前提下，根据在手订单
、产品交付节奏、员工成本预算 、研发规划等因素考虑 ，公司预计在2026年或2027年可实现合并报表盈利。

　　深度科技研究院院长张孝荣向证券时报记者表示
，国产AI芯片的崛起之路正迎来黄金发展期，但也要认识到产业尚处于发展早期 ，各环节均处于追赶态势 。未来率先跑出来的企业
，需要同时具备几点：技术路线清晰、供应链稳定
、软件生态完善、客户愿意持续买单。

　　两种架构长期共存

　　诚然，“四小龙”上半年营收同处于10亿元以上级别 ，但各自所走的技术路线 、所做产品
、客户构成，存在不小的差异
。

　　例如
，在技术路线方面，近来 AI芯片的主流架构分为以英伟达为首的GPGPU架构和包含谷歌TPU、华为昇腾 、寒武纪在内的非GPGPU架构——即DSA（专用领域）架构。

　　在“四小龙 ”中 ，摩尔线程
、沐曦股份、壁仞科技采用GPGPU路线
，兼容英伟达CUDA生态，开发者迁移成本相对较低 。其中 ，摩尔线程自研MUSA架构生态日益成熟
，近来 公司各类开发者数量已突破80万名
。

　　燧原科技则选取 了DSA路线，自研“驭算TopsRider
”软件平台 ，不兼容CUDA。在赵立东看来
，当前，推理场景对于CUDA生态的依赖在持续减弱 ，AI加速卡性价比成为关键
，公司AI芯片采用DSA架构，舍弃了非AI并行计算领域的通用性 ，但具备满足AI并行计算领域的通用性 。

　　“DSA的核心优势是针对AI核心运算做硬件定制，算力密度和能效比显著更高
，适合大规模推理部署，且可完全自主定义技术栈 ，不受海外生态约束
，适配信创场景要求
。劣势是通用性弱，跨场景适配成本高 ，各家工具链独立
，算子覆盖度和优化程度参差不齐，模型移植对开发团队技术储备要求更高。”王鹏向证券时报记者阐述 。

　　王鹏认为 ，上述两种构架并不是非此即彼的替代关系
，而是长期共存 、互补发展
。GPGPU胜在生态成熟
、通用灵活，适合算法迭代快、多任务混合部署的场景；DSA强在能效极致 、自主可控 ，适合大规模推理
、单一AI负载的场景
，未来两类路线的市场份额都会随算力总规模扩张同步增长。

　　据高盛分析，在AI服务器的AI芯片中非GPGPU架构芯片的出货占比将呈现明确上升趋势 ，预计将从2024年的36%，逐步增长至2027年的45% 。

　　在产品和客户层面
，相同的是，包括“四小龙 ”在内的AI芯片厂商均在积极布局“超节点
”
。不同的是定位 ，例如
，摩尔线程从全功能GPU到三大“AI工厂”，支撑起从训练到推理、从数字世界到物理世界的多元需求 ，客户覆盖互联网 、电信、政企等领域。

　　燧原科技的AI芯片产品则主要在推理场景大规模落地
，2025年，公司向腾讯科技直接或间接销售AI加速卡及模组等收入占营收比例为83.79% 。据赵立东介绍 ，公司其他互联网客户开拓进展良好
，第四代产品已通过潜在客户A
、F、B的硬件及模型匹配，有望在2027年实现大批量产品交付。

　　系统化较量

　　从市场份额来看 ，据IDC数据
，2025年中国市场AI加速卡总出货量约400万块，其中英伟达占比达到55%
。中国厂商合计165万张 ，占比达到41%。数据显示，出货量前二的国产厂商是华为昇腾和阿里平头哥
，分别出货81.2万块 、26.5万块，百度昆仑芯与寒武纪并列第三 ，在国产出货中占比7% 。“四小龙 ”还算不上主力
。

　　随着国产AI大模型的飞速发展
，加之英伟达等芯片受美国出口管制限制，越来越多AI公司开始主动选取 国产芯片。灼识询问 预计 ，到2028年
，国内AI加速卡市场规模将突破万亿元，国产方案占比有望达到90% 。

　　在此背景下 ，包括四小龙在内国内AI芯片厂商们仍有机会竞逐下一阶段发展
。“国产AI芯片竞争正从单卡性能转向万卡级集群
、超节点技术、能效优化 、软件生态与应用落地的系统化较量。从比较‘有没有’进入‘好不好用’阶段 。
”科方得询问 机构研究负责人张新原向证券时报记者表示
。

　　他指出
，对比英伟达等海外厂商，国内AI芯片企业在单卡性能
、软件生态、集群互联 、整机方案能力均存在一定差距 ，特别是CUDA生态十余年积累形成的开发习惯
、工程标准、迁移成本和生态信任壁垒难以突破。

　　再对比国内同行
，王鹏分析，四小龙对比海思 、寒武纪等头部厂商 ，后者已完成大规模商业化落地验证，生态覆盖的行业客户数量
、集群部署的实战经验相对更丰富
，部分厂商现金流和研发正向循环已经形成 。并且，有国内厂商的生态布局已获得世界 组织认可
。

　　9月8日 ，寒武纪宣布正式加入PyTorch（开源深度学习框架）基金会
，成为比较高 级别的白金成员。该基金会是一个厂商中立的开源社区平台，为模型训练、优化 、模型服务、编排和运行提供支持 ，让AI开发者能够在任意芯片
、任意云环境中构建和运行各类AI Agent 。

　　PyTorch基金会执行董事Mark Collier评价：“寒武纪持续为PyTorch上游社区贡献力量
，并积极推动vLLM在寒武纪硬件上的应用，充分展现了其对开源生态的长期投入与坚定承诺。这些努力不仅推动了相关技术的发展 ，也为整个AI生态的持续演进提供了助力
。”

　　一位AI芯片厂商负责人向证券时报记者表示
，尽管“四小龙 ”路径各异，但要共同面对行业存在的产能波动、客户结构相对集中 、生态建设漫长的现实考验。“英伟达之所以能够成为英伟达 ，不光是单个GPU性能强
，而是它把芯片
、软件、开发工具 、服务器
、网络互联以及开发者生态紧密连接 。这也是国内AI芯片厂商们的竞争终局
。”他说。

（文章来源：证券时报）