国产GPU三线突破：收入激增、客户扩容与系统级竞争白热化

国产GPU产业正迈入规模化增长的新阶段，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业绩报告。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，经调整后净亏损3.37亿元。值得关注的是，尽管同比暴增主要源于去年同期5890万元的较低基数，但上半年营收已超越2025年全年10.35亿元的水平，标志着企业正式从项目制交付转向持续规模化出货阶段。

这种跨越式发展恰逢国内算力需求持续攀升的关键期。据徽声在线技术研究院分析，当前AI算力市场呈现三大特征：大模型参数规模向万亿级突破，上下文窗口不断扩展；AI编程与智能体（Agent）技术推动单次任务向长周期执行演变；多模态内容生成导致单次调用的计算量呈指数级增长。这些变化直接推高了对GPU集群的协同运算需求。

在技术演进层面，芯片竞争已从单卡性能比拼转向系统级能力较量。当GPU集群规模突破数百张甚至上千张时，互连带宽、内存访问效率、系统稳定性等指标成为决定算力成本的关键因素。壁仞科技推出的超节点架构与光互连技术，正是针对这种需求变化的战略布局，标志着国产GPU开始从替代方案向主力算力平台转型。

对于进入规模化交付阶段的国产GPU厂商而言，竞争要素已发生结构性变化。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。这种转变在壁仞科技的客户结构变化中可见端倪：其客户群已覆盖头部互联网企业、AI大模型开发商、国家级算力平台、电信运营商及金融、能源等重点行业。

算力市场扩容与产业升级双轮驱动

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。当前算力需求呈现两大延伸趋势：从模型训练向推理环节渗透，从专业领域向通用场景扩展。AI编程需要持续生成、优化代码，智能体长程任务要求连续执行多步骤操作，多模态内容生成则显著增加单次调用的计算复杂度。这些变化使得GPU需求来源从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判断。弗若斯特沙利文报告显示，中国AI芯片市场从2021年的303亿元扩张至2025年的3039亿元，四年增长近10倍；预计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将2026年全球AI服务器出货增速预测从28%上调至31%，预计字节跳动、腾讯、阿里、百度四家云服务商今年资本开支同比增长超80%，主要投向大型AI数据中心及GPU集群建设。

这种市场扩张直接转化为芯片厂商的订单增长。壁仞科技财报显示，上半年12.36亿元收入中，智能计算解决方案贡献11.68亿元，较去年同期的5815万元增长近20倍；软件收入首次单独披露达6517万元。客户结构方面，互联网巨头已完成供应商认证并进入批量交付阶段，这对供应商的集群稳定性、软件兼容性及综合成本管控能力提出更高要求。

项目落地规模同样显著提升。在智算中心领域，壁仞与合作伙伴共建的京津冀国产算力集群已投入运营，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。更值得关注的是，其与上海仪电、曦智科技、中兴通讯联合推出的"光跃"光互连超节点实现数千卡规模商用部署，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形成良性互动。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月底进一步突破245万PFLOPS，七个月内新增86万PFLOPS。智算中心的持续扩容为GPU、服务器及集群解决方案创造新增需求，能否进入国家级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

需求扩张与技术迭代正重塑国内AI芯片供给格局。受先进AI芯片出口限制影响，互联网企业、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，竞争焦点从填补供应缺口转向承担生产级算力需求。IDC数据显示，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220万张，占比55%。TrendForce预测，2026年国产方案在中国高端AI芯片市场份额将接近90%。

市场份额提升仅是第一步。当国产GPU进入大规模生产环境后，客户更关注性能达标度、系统稳定性及持续交付能力。尽管在先进制程、高带宽内存（HBM）及软件生态等方面仍存在差距，但国产厂商需证明自身能从替代方案升级为主力算力平台。这种转变与大模型发展密切相关——当模型参数突破万亿级、集群规模扩展至数百张GPU时，卡间数据交换频率激增，互连效率、内存访问及集群调度成为决定实际算力的关键因素。

国内超节点市场因此迎来爆发期。华泰证券测算，到2028年国产超节点市场规模将达3414亿元，2026-2028年复合增速约194%。其核心逻辑在于：万亿参数模型训练中，卡间通信开销占比显著提升，系统互连效率直接决定算力释放程度。这种技术趋势推动行业投入重点转向互连技术创新。

壁仞科技的下一代产品布局印证了这种判断。根据半年报，其新产品采用自研指令集、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。在世界人工智能大会期间发布的NPO光互连超节点方案，更是在国内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础。基于此，壁仞已形成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。

光互连技术正成为行业共识。随着GPU数量增加，卡间数据传输量呈指数级增长，互连带宽、距离及功耗压力剧增。在数百卡Scale-up系统中，光互连因其低延迟、高带宽特性成为关键技术方向。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部署速度加快。华为联合20余家企业启动的OPEN NPO项目，及壁仞采用的NPO光互连方案，均体现行业对集群互连升级的重视。

这种技术变革导致GPU评价标准扩展。过去单卡算力是核心指标，如今在超节点阶段，通信效率、功耗控制及实际可用算力成为新的竞争维度。为推进下一代产品，壁仞上半年研发投入达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，其中发明专利1823项；获授权专利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能力。壁仞科技半年报显示，其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等旗舰大模型的"Day 0"级适配，累计支持近30款国产大模型。更关键的是，其自研多智能体平台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；针对Agentic场景设计的多级分层缓存架构，使KV Cache命中率超过95%。

适配速度成为软件生态的核心竞争力。大模型迭代速度加快，若新模型无法快速在国产GPU上稳定运行，将影响客户将其用于生产环境。壁仞通过持续优化软件栈，将模型迁移成本降低40%，上线速度提升50%，这在互联网大客户批量部署阶段尤为重要。

为解决国产芯片生态碎片化问题，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及调度体系，显著降低部署成本。据测算，采用统一标准的异构集群，其综合运维成本可降低25%以上。

交付能力方面，壁仞通过供应链优化构建竞争壁垒。截至6月30日，公司存货余额12.15亿元，较2025年末增长28.1%；与服务相关的预付款项达15.34亿元，增幅230.0%，主要用于提前锁定关键产业链产能。资金层面，7月8日完成的1.53亿股H股配售募资70.4亿港元，其中60%（约42.23亿港元）将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，国产GPU的持续性成为关注焦点。下半年需观察三大指标：下一代产品能否按计划量产，互联网大客户订单是否延续，1024卡超节点能否在生产环境规模化部署。当大模型进入万亿参数时代，单芯片性能已非决定性因素，系统效率、软件适配及规模交付能力将共同塑造行业格局。从壁仞科技的战略调整看，其经营重心已全面转向规模化落地，最终答案将在量产进度与大客户订单中揭晓。