国产GPU三线突破：收入激增、客户扩容、集群升级背后的产业变革

国产GPU产业正迎来规模化的放量增长阶段，技术突破与市场需求形成共振效应。

8月28日晚间，国产GPU领军企业壁仞科技（06082.HK）发布上市后首份中期财报。数据显示，2026年上半年公司实现营收12.36亿元，同比激增1997.6%；实现毛利5.27亿元，毛利率达42.7%；期内净亏损收窄至3.77亿元，经调整净亏损3.37亿元。值得关注的是，该增速建立在去年同期5890万元营收的基数上，但即便对比全年数据，今年上半年12.36亿元的营收已超过去年全年的10.35亿元，标志着企业正式进入持续规模出货阶段。

这种爆发式增长与国内算力需求的结构性升级形成完美契合。当前AI算力市场正经历三大变革：大模型参数规模突破万亿级，上下文窗口持续扩展；AI编程与智能体（Agent）技术将单次交互转化为持续执行的长任务；多模态内容生成（图片、视频等）大幅增加单次调用的计算密度。这些变化直接导致单个任务消耗的token数量和算力需求呈指数级增长。

对芯片厂商而言，技术竞争维度已发生根本性转变。单纯比较单卡峰值性能已不足以反映真实竞争力，系统级能力成为关键考量因素：数百乃至上千张GPU的协同效率、互连带宽与内存访问速度、集群稳定性与持续交付能力，这些指标直接决定着算力成本结构。在此背景下，超节点架构与光互连技术被推至产业前沿，国产GPU的竞争焦点从单卡性能延伸至系统整合能力。

对于进入规模交付阶段的国产GPU厂商，新的竞争要素正在浮现。除芯片性能外，大客户拓展能力、集群部署经验、软件生态适配度以及交付保障体系，共同构成决定订单持续性的核心要素。

算力需求持续扩张，国产GPU进入放量周期

壁仞科技的业绩爆发需置于AI算力市场持续扩容的大背景下审视。当前大模型算力消耗呈现两大趋势：训练需求向推理环节延伸，生成式AI应用场景持续拓展。AI编程需要持续生成、优化与验证代码，智能体长程任务要求完成多步骤操作，多模态内容生成则显著增加单次调用的计算复杂度。这种变化使得GPU需求来源从专业大模型公司，扩展至互联网平台、云服务商及各地智算中心。

市场规模数据印证了这种扩张态势。弗若斯特沙利文研究显示，中国AI芯片市场从2021年的303亿元增至2025年的3039亿元，四年间规模扩大近10倍；预计到2030年将突破1.6万亿元，2026-2030年复合增长率达38.6%。基础设施投资同样保持高位，TrendForce最新预测将2026年全球AI服务器出货增速从28%上调至31%，并指出字节跳动、腾讯、阿里、百度四大云服务商今年资本开支同比增长超80%，主要投向大型AI数据中心、自研ASIC芯片及GPU集群建设。

这些需求最终转化为芯片厂商的订单与交付压力。对壁仞科技而言，2026年上半年的结构性变化首先体现在收入构成上：12.36亿元营收中，智能计算解决方案贡献11.68亿元（上年同期仅5815万元），软件收入首次单独披露达6517万元。

客户结构优化同样显著。半年报显示，壁仞已完成互联网头部客户供应商认证并开始批量供货，客户群体覆盖互联网巨头、AI大模型开发商、国家级算力平台、AI数据中心、电信运营商，以及制造、能源、金融科技、教育等多个行业。特别值得关注的是互联网大客户进入批量交付阶段，这类客户对集群稳定性、软件兼容性、供应链保障及综合成本极为敏感，供应商需通过持续验证才能建立长期合作关系。

项目规模扩张更为突出。智算中心领域，壁仞与合作伙伴建成京津冀国产算力集群，多家大模型企业采用壁砺系列千卡集群进行多模态预训练与强化学习。在超节点部署方面，与上海仪电、曦智科技、中兴通讯联合推出的"光跃"光互连GPU超节点实现数千卡规模商用，在混合专家（MoE）模型测试中端到端训练性能提升超30%。

这些项目落地与国内智算设施扩张保持同步。国家数据局数据显示，全国智能算力规模从2025年底的159万PFLOPS增至2026年3月的188万PFLOPS，7月底进一步达到245万PFLOPS，七个月新增86万PFLOPS。智算中心持续扩容为GPU、服务器及集群解决方案创造新增需求，能否进入大型智算中心和生产级集群，已成为影响芯片厂商订单规模的关键因素。

系统能力竞争成为新战场

需求扩张的同时，国内AI芯片供给格局发生深刻变化。受先进AI芯片对华出口限制影响，互联网公司、云厂商及智算中心加速采购国产芯片。随着本土厂商出货规模提升，国产GPU面临的任务从填补供应缺口转向承担生产级算力需求。

市场数据反映这种转变进程。IDC统计显示，2025年中国AI加速卡出货量约400万张，其中本土厂商出货165万张，占比达41%；英伟达出货约220万张，占比55%。TrendForce更预测2026年国产方案在中国高端AI芯片市场份额将接近90%。尽管不同机构统计口径存在差异，但均指向国产AI芯片应用规模持续提升的趋势。

市场份额提升仅是起点。进入大规模生产环境后，客户更关注性能达标率、系统稳定性及持续交付能力。在先进制造工艺、高带宽内存（HBM）及软件生态等环节，国产GPU仍需证明自身从替代方案向主力算力的转型能力。与此同时，大模型发展推动技术竞争从单卡向系统延伸：模型规模扩大与集群GPU数量增加，使得卡间数据交换频率激增，互连带宽、内存访问及集群调度成为影响算力释放的关键因素。

国内超节点投入呈现爆发式增长。华泰证券测算，到2028年国产超节点市场空间将达3414亿元，2026-2028年复合增速约194%。其核心判断在于，万亿参数模型训练与大规模推理中，卡间通信开销已不容忽视，系统互连效率直接决定算力释放程度。壁仞科技的下一代产品布局印证了这一趋势：采用自研指令集、计算核心及Chiplet架构，支持FP8/FP4低精度计算；自研BLink 2.0互连协议实现内存语义、统一编址及在网计算，最高支持1024卡Scale-up扩展。

在2026年世界人工智能大会上，壁仞发布新一代NPO光互连超节点方案，单个超节点支持1024卡扩展，率先完成从电互连到NPO的技术演进，为数万亿参数模型训练奠定基础设施。基于此，公司形成16卡标准服务器、128卡高密整机柜及1024卡分布式解耦架构的三级产品矩阵，其中1024卡方案采用NPO光互连技术。

光互连技术升级已成为行业共识。随着GPU数量增加，卡间数据传输量指数级增长，互连带宽、距离及功耗压力剧增。在数百卡Scale-up系统中，光互连成为解决带宽瓶颈的关键技术方向。LightCounting预测，2026年硅光调制器光收发器销售额将占整体市场半数以上，NPO/CPO部署进程加快。今年7月，华为联合20余家产业链企业启动OPEN NPO项目，发起国内首个NPO光互连多源协议，壁仞的技术路线选择正契合这一产业趋势。

这些变化重塑了GPU评价体系。单卡算力仍是基础指标，但在超节点阶段，通信效率、功耗控制及实际可用算力表现成为新的竞争焦点。为推进下一代产品，壁仞持续加大研发投入：2026年上半年研发开支达8.04亿元，同比增长40.7%，占营收比重约65%；过去三年半累计研发投入39.93亿元。截至6月底，公司累计申请专利1917项（发明专利1823项），获得授权专利1006项（发明专利927项）。

生态建设与交付能力决定最终胜负

芯片的终极价值取决于软件生态与交付保障。根据半年报，壁仞BIRENSUPA软件栈已兼容PyTorch、vLLM、SGLang、PaddlePaddle等主流框架，支持上千款AI模型运行。公司完成DeepSeek-V4、智谱GLM-5、Qwen3.6、Kimi K2.6等多款旗舰大模型的"Day 0"级适配，累计支持近30款国产大模型。针对Agentic场景中KV Cache重复计算问题，设计多级分层缓存架构使缓存命中率超95%。

适配速度成为竞争关键。大模型迭代周期缩短，若新模型发布后需长时间才能在国产GPU上稳定运行，将严重影响客户生产部署。对用户而言，软件生态最终体现为迁移成本与上线效率。壁仞通过自研多智能体平台SUPACODE实现模型分析、算子调优、通信优化及智能诊断运维自动化，将新模型适配周期缩短30%以上。

为解决国产芯片互不兼容问题，壁仞牵头制定的跨厂商异构混训国家标准已进入发布流程，异构混推国家标准也在制定中。当大型集群混合使用不同厂商芯片时，该标准可避免重复搭建软件与调度体系，显著降低部署成本。

交付能力构成另一道竞争壁垒。截至6月30日，壁仞存货余额12.15亿元，较2025年末增长28.1%；与服务相关的存货预付款项达15.34亿元，增幅230%，主要用于提前锁定关键产业链产能。资金层面，7月8日完成1.53亿股H股配售，募资净额约70.4亿港元，其中60%（约42.23亿港元）计划用于加速下一代产品商业化，预计2027年底前投入完毕。

在收入规模超越去年全年后，市场更关注增长持续性。这取决于三大要素：下一代产品能否按期量产，互联网大客户订单能否延续，1024卡超节点能否实现生产级部署。当大模型进入万亿参数与高频调用阶段，单芯片性能已难以定义企业上限，系统效率、软件适配及规模交付能力将成为决定订单规模的核心因素。从壁仞的半年报看，其经营重心已明显转向规模交付，最终答案将在量产进度与大客户订单中揭晓。