从创始到产品：壁仞科技GPU的国产替代之路解析

壁仞科技于2019年在上海成立，由商汤科技前总裁张文创立。与其他几家GPU企业创始人多为技术出身不同，张文拥有哈佛大学法学博士学位，并曾在华尔街工作十年，参与了多起大型并购案。创始人的背景使其更擅长资本运作，为公司发展奠定了不同的起点。

公司的业务聚焦于通用图形处理器芯片及计算解决方案，深耕人工智能核心算力。其产品旨在支撑 AI 模型训练、推理及通用人工智能的基础设施建设。通过自主研发的 GPGPU 架构，公司专门为大规模人工智能负载设计，兼顾高性能、高能效与可扩展性，并构建了完整的硬件系统与软件平台解决方案。

• 硬件：产品线包括 PCle 板卡、OAM 模块、服务器及集群系统，支持风冷与液冷等多种散热方案。
• 软件：其 BIRENSUPA 平台兼容性强，旨在连接底层硬件与多样化的 AI 应用场景，以降低客户的应用迁移成本。

在核心产品策略上，壁仞选择了先攻坚技术门槛更高的通用计算市场，再逐步拓展至图形渲染领域的路线。通用计算对芯片的架构设计、软件生态要求更为严苛，攻克此领域有助于建立长期的技术壁垒。

核心产品系列

1. BR100：首款通用 GPU 芯片，于2022年8月发布，采用台积电7nm制程工艺，适用于 AI 训练、推理及科学计算，主要面向大型数据中心部署。
2. BR104：性能约为 BR100 的一半，同样基于7nm工艺。
3. BR106：为大规模计算集群场景专门设计。
4. BR110：面向边缘计算及云端推理场景的芯片。
5. BR116：计划于2025年下半年推出，采用7nm工艺与 Chiplet（芯粒）技术。该技术可通过先进封装将不同工艺的小芯片集成，以实现更高的性能和更灵活的定制能力。
6. BR20X：目标在2026年实现商业化，其性能旨在超越当时国内主流算力水平（对标英伟达 A100）。
7. BR30X：长期规划产品，预计在2031年前后商业化。

软件生态与技术路线

GPU 硬件是基础，而软件生态才是真正的护城河。为此，壁仞推出了原生编程模型 BIRENSUPA。该平台的一大亮点是兼容主流 CUDA 生态，可以通过编译器将基于 CUDA 编写的程序转换到自家的硬件平台上运行，这极大地降低了开发者的迁移成本，是切入现有 人工智能 市场的重要策略。

在技术路线上，公司主打千卡级集群、Chiplet 及光互连技术，旨在解决大规模算力部署中的系统级难题。目前，壁仞已与国内三大电信运营商建立了深度合作关系，并且是国内 GPU 企业中最早实现 Chiplet 芯粒封装技术商用落地的厂商之一。

面临的挑战与市场环境

2022年与2023年，壁仞科技被美国列入实体清单，这导致其无法继续通过台积电代工自行设计的芯片。目前，公司正在积极寻求与国内代工厂的合作以突破封锁。

从市场规模来看，预计到2025年，国内 AI 芯片市场仍将由英伟达（NV，约66%）和 AMD（约5%）主导，华为海思预计占据约23%的份额。国产 GPU 企业仍处于追赶阶段。

总结与行业展望

近年来，国内优秀的 GPU 芯片设计企业如寒武纪、摩尔线程、沐曦股份、壁仞科技等基本都已上市，在这个备受关注的赛道，市场估值普遍不低。其中，寒武纪已实现规模化盈利，而其他三家仍处于商业化初期。这几家公司路线各有侧重：寒武纪专注于 AI 专用芯片（ASIC），摩尔线程走全功能 GPU 路线，沐曦股份和壁仞科技则主攻通用 GPU（GPGPU），壁仞更聚焦于 AI 训练场景。

公司的客户主要聚焦于数据中心、电信、能源公用事业、金融科技、互联网五大行业。其中，国央企出于供应链安全考虑，对国产替代的需求更为迫切，市场渗透速度也相对更快。

对于技术变革飞快的芯片行业，在发展初期很难断言最终的赢家。中短期内，针对 AI 负载优化的 GPGPU 因为目标明确、需求刚性，市场放量可能会更快。长期来看，全功能 GPU 的生态壁垒更宽，护城河更深。这个领域具有“赢家通吃”的特性，需要通过绝对的技术领先来构建宽广的软件生态护城河。

当前，“卡脖子”的困境、国产替代的迫切需求以及 AI 专用芯片的浪潮，共同为国内 GPU 企业创造了宝贵的时间窗口和发展机会。未来在 AI 算力领域，国内企业肯定有公司能够脱颖而出。谁能最终胜出尚不明朗，或许还需要3-5年的时间，市场格局才会变得清晰。华为凭借其全栈能力，势必会占据重要一席；已实现盈利的寒武纪概率也较高；而其他几家厂商，则要看各自在技术突破、生态建设和商业化落地上的真功夫了。

对这类前沿技术与产业动态的持续追踪，离不开一个活跃的开发者社区进行交流碰撞。欢迎在 云栈社区 的 智能 & 数据 & 云 板块，与其他技术同仁一起探讨包括 GPU 在内的算力基础设施与 云原生 部署实践。