国内GPU产业盘点：主流AI芯片公司与国产化替代现状分析

国内GPU（图形处理器）行业在近年迎来了快速发展，多家企业相继涌现。根据技术路线与产品定位，这些公司主要可分为两大类：专注于图形渲染的GPU和专注于通用计算/GPGPU的AI加速芯片，许多公司则同时布局这两个领域。

一、 综合性/主流GPU设计公司

这类公司致力于设计具备图形显示与通用计算能力的全功能GPU。

摩尔线程 (Moore Threads)

• 特点：作为行业新锐发展迅速，旨在研发全功能GPU，覆盖图形渲染、AI训练与推理、科学计算等场景。产品包括“春晓”、“苏堤”等系列，面向桌面、数据中心和元宇宙应用。
• 创始人：由前英伟达、AMD等公司的资深人士创立。

壁仞科技 (Biren Technology)

• 特点：初期聚焦高性能通用计算GPU（GPGPU），其首款产品BR100系列创下国内算力纪录，主要针对AI训练、推理等数据中心场景。后续产品线也开始向图形领域拓展。
• 定位：对标英伟达的数据中心级产品。

景嘉微 (Jingjia Micro)

• 特点：作为A股上市公司，是国内最早成功自主研发并量产GPU芯片的企业之一。其JM系列图形芯片主要用于军用和民用特种领域，在信创市场（党政办公）占据重要地位。
• 定位：国产嵌入式图形显示与计算解决方案的领军者。

芯动科技 (Innosilicon)

• 特点：是一家拥有深厚积累的IP设计和芯片定制公司，其“风华”系列GPU是面向桌面、服务器等应用的独立显卡，支持图形渲染和AI计算。
• 业务：除GPU外，也提供高速SerDes等核心IP。

二、 专注于AI计算/GPGPU的公司

这类公司的芯片通常侧重通用并行计算能力，主要面向人工智能、高性能计算市场，其发展深度依赖于人工智能 领域的算法演进与算力需求。

寒武纪 (Cambricon)

• 特点：科创板上市公司，早期以AI加速器IP和终端芯片闻名。其“思元”系列云端智能芯片（MLU）属于GPGPU范畴，专攻AI训练和推理。
• 定位：中国AI芯片领域的代表性企业，产品线覆盖云、边、端。

燧原科技 (Enflame)

• 特点：专注于云端AI训练和推理加速芯片，其“邃思”芯片和“云燧”加速卡主要面向数据中心，提供高算力解决方案。
• 定位：对标英伟达的Tesla系列，深耕云端AI算力市场。

瀚博半导体 (Vastai Tech)

• 特点：专注于AI+视频的云端推理芯片，其“星河”系列产品针对计算机视觉、视频处理等应用进行了特定优化。
• 定位：瞄准云端AI推理，特别是视频处理市场的细分需求。

天数智芯 (Iluvatar CoreX)

• 特点：发布了国内首款通用云端GPGPU产品“天垓”，主要面向AI训练和推理、科学计算等场景。
• 定位：通用云端计算芯片提供商。

沐曦集成电路 (MetaX)

• 特点：致力于研发全栈高性能GPU芯片，主打高性能计算和AI加速。其产品路线图涵盖了用于AI的GPGPU和用于图形渲染的GPU。
• 定位：瞄准高性能计算与AI融合的未来市场。

三、 其他重要参与者

海光信息 (Hygon)

• 特点：科创板上市公司，通过与AMD的技术合作，获得了x86 CPU和GPU（DCU）的授权。其DCU（Deep Computing Unit）本质上是基于AMD架构的GPGPU，主要用于数据中心计算，在国产算力中占有重要份额。
• 优势：拥有相对成熟的x86生态和软件栈。

象帝先 (XMX)

• 特点：由行业资深人士创立，推出了“天钧”系列GPU，主打高性能计算和图形渲染，涵盖桌面和数据中心应用。

国有科研院所

• 包括中船重工、中国电科等在内的国家级科研院所也在从事GPU相关的研究与设计工作，主要服务于航天、军工等特定领域。

现状与挑战

市场格局：当前国内GPU产业呈现“百花齐放”的态势，各公司在通用计算/AI加速和图形渲染两个主要赛道上竞相发力，部分企业正尝试整合两条技术路线。

应用领域：市场需求主要集中在三大板块：国产化替代（信创）、数据中心AI计算以及军工、安防等特定行业市场。

核心挑战：与国际领先的英伟达、AMD等巨头相比，国内公司在硬件峰值性能、软件生态（尤其是构建类似CUDA的成熟替代方案）、先进制造工艺以及全球开发者社区建设方面，仍存在明显差距。构建强大的云原生 软件栈与开发生态是赢得市场的关键。

发展机遇：在全球AI浪潮持续深化与国家推动科技自主可控的战略背景下，巨大的市场需求为国内GPU公司提供了宝贵的成长窗口和发展机遇。

需要注意的是，该领域技术迭代与市场变化迅速，新的融资动态、产品发布及产业合作时常发生。