共计 1854 个字符，预计需要花费 5 分钟才能阅读完成。
近年来，随着国产芯片行业快速发展，GPU 领域也涌现出一批颇具潜力的初创企业和老牌玩家。然而，据统计，2023 年中国平均每天约有 30 家芯片企业退出市场，显示了这一赛道的残酷性。
壁仞科技创始人张文曾指出，芯片行业是一条昂贵且充满风险的赛道，最终可能只有一两家公司存活下来。尽管如此，国内仍有一批企业展现出强劲的生命力。以下重点分析天数智芯、燧原科技、壁仞科技、沐曦集成电路和摩尔线程这五家国产 GPU 企业的现状与发展路径。
天数智芯：填补高性能 GPGPU 空白
成立于 2015 年的天数智芯，起初专注于软件开发，直至 2018 年才正式进入芯片设计领域。创始人李云鹏拥有深厚的软件背景，曾在美国甲骨文公司担任研发总监。他认为，要避免直接模仿英伟达，而是打造类似苹果的系统级公司。
天数智芯首款芯片“天垓 100”从立项到量产仅用三年时间，采用 7nm 制程工艺，集成 240 亿个晶体管，性能媲美国际主流产品。其主打 AI 训练任务，支持多种深度学习框架，并实现了 200 多种 AI 模型的高效训练。
此外，天数智芯还推出了面向推理任务的“智铠”系列芯片，与市场主流产品相比，性能提升 2 - 3 倍。依托强大的算力集群，天数智芯已成功支持多个百亿级参数的大模型训练项目。
燧原科技：自研架构与生态兼容
燧原科技于 2018 年在上海成立，创始团队来自 AMD 等国际知名企业。公司以云端训练和推理为核心业务，已发布四代五款芯片，涵盖训练加速卡、推理卡及智算一体机等全栈产品。
燧原科技的“邃思”系列芯片摒弃了传统的 GPU 设计经验，自主研发了一套独特的指令集和处理器架构。第二代产品“邃思 2.0”在算力和能效上均有显著提升，单精度浮点运算能力达到 40TFLOPS，远超同期英伟达 A100。
为了更好地融入 CUDA 生态，燧原科技开发了 TopsCC 编程模型，并推出了开源工具链和 SDK。同时，公司还推出了 200GB 双向 ESL 互联技术，大幅提升了多卡集群的训练效率。
壁仞科技：异构计算与智算中心布局
壁仞科技成立于 2020 年，凭借首款芯片 BR100 迅速跻身国内领先行列。BR100 在性能上实现了对英伟达 A100 的全面超越，尤其在异构计算方面表现突出。
壁仞科技自主研发的异构 GPU 协同训练方案 HGCT，首次实现了三种及以上异构芯片的联合训练，大幅缩短了模型训练周期。此外，公司还积极参与智算中心建设，与中国电信、中国移动等运营商展开深度合作。
壁仞科技还推出了 BIRENSUPA 软件平台，支持主流深度学习框架，并兼容 CUDA 生态。通过软硬件协同优化，公司进一步提升了产品的市场竞争力。
沐曦集成电路：GPGPU 与图形渲染双线并进
沐曦集成电路成立于 2020 年，团队成员均来自 AMD 中国，拥有丰富的芯片设计经验。公司采取先 GPGPU 后图形渲染的策略，逐步完善产品线。
其首款 7nm 工艺芯片“曦思 N100”已于 2022 年初流片成功，性能接近英伟达 A100。同时，沐曦还在积极研发图形渲染 GPU，预计 2025 年推出融合型产品。
沐曦的 MXMACA 异构计算平台，不仅支持主流编程语言，还兼容多种开源技术和 AI 框架，为开发者提供了便捷的开发环境。
摩尔线程：全功能 GPU 的本土实践
摩尔线程由英伟达前高管张建中创立，是国内少有的全功能 GPU 企业之一。公司成立以来，产品迭代速度极快，目前已发布三代全功能 GPU 芯片。
最新发布的“曲院”芯片延续了摩尔线程一贯的全功能设计理念，支持通用计算、人工智能加速、图形渲染和视频编解码等多重任务。借助 MUSIFY 工具，摩尔线程实现了 CUDA 代码的无缝迁移，极大降低了开发者的学习门槛。
摩尔线程还致力于智算中心建设，推出了国内首个全功能 GPU 底座的万卡集群解决方案。该方案已在多个重大项目中得到应用。
国产 GPU 的机遇与挑战
尽管国产 GPU 企业在技术上取得了长足进步，但要实现全面替代仍面临诸多困难。首先，软件生态建设仍是制约因素之一。其次，国产芯片在实际应用场景中的使用率偏低，部分数据中心的国产芯片占比不足三分之一。
中国工程院院士郑纬民认为，即使硬件性能稍逊，只要生态足够强大，用户依然会选择国产芯片。因此，加强软硬件协同、完善生态体系成为当务之急。
与此同时，国产芯片厂商还需探索多元化的商业模式，如提供 MaaS 服务、开发 AI PC 等创新产品，以拓宽收入来源。正如达晨财智执行董事姜铭所说，构建生态是一个长期过程，需要全产业链的共同努力。
总体而言，国产 GPU 企业正通过技术创新和生态布局，逐步缩小与国际巨头的差距。然而，要在激烈的市场竞争中站稳脚跟，这些企业还需付出更多努力。
