國產GPU“四小龍”到底誰更像英偉達？天數/摩爾/壁仞/沐曦一文講透

一句話總覽：四家公司“同賽道、不同基因”，把這四家放一起看，最核心的差別不是“峰值算力誰更高”，而是 產品譜系（做全功能還是做計算）、軟件生態（能不能讓CUDA代碼跑起來且跑得快）、以及量產交付（能不能穩定出貨、做集群）。

從各家招股書材料里，能明確讀到的定位是：

• 天數智芯：通用GPU高端芯片及超級算力系統提供商，產品包括天垓訓練系列與智鎧推理系列。

• 壁仞科技：高性能通用GPU，打造軟硬件體系，產品基于訓推一體芯片架構，面向訓練/推理/科學計算。

• 摩爾線程：做全功能GPU及相關產品，覆蓋AI、數字孿生、科學計算等，產品包括AI智算、專業圖形、桌面級圖形、智能SoC等；且披露了2024年收入結構：營收4.38億元，其中AI智算3.36億元。

• 沐曦：更像“數據中心計算GPU + 軟件棧 + 集群交付”的體系化玩家；可交付板卡/服務器/集群，并強調兼容CUDA生態的MXMACA軟件棧。

它的產品定義非常“英偉達早期味道”：AI智算 + 專業圖形 + 桌面級圖形 + SoC全覆蓋，并且商業化收入主要來自AI智算。

• 好處：全功能意味著更大的生態觸點（圖形、渲染、數字孿生、客戶端），更容易“先活下來再變強”。

• 代價：圖形管線、驅動穩定性、ISV認證、應用適配……都很燒錢、很磨人。

招股書中明確寫了訓練（天垓）+ 推理（智鎧）兩條線，并且定位到“超級算力系統提供商”。

• 這更像“圍繞數據中心算力交付去做產品定義”，目標是把算力做成“可用的系統”，而不一定追求客戶端/圖形全面開花。

材料強調其通用GPU基于訓推一體架構，覆蓋訓練、推理、科學計算。

• “訓推一體”在產品策略上通常意味著：盡量用同一套硬件架構+軟件棧覆蓋更多工作負載，減少碎片化；但也會面臨“樣樣都要、樣樣都難”的現實。

沐曦明確寫到：不僅交付板卡/模組，還能交付服務器、一體機/工作站、智算集群，并配套MXMACA軟件棧。
這套打法非常務實：“芯片只是起點，交付才是終點。”

維度二：軟件生態——真正的護城河，不是PPT 摩爾線程：走“API層兼容CUDA + 自研編譯器”的合規路線

在問詢函里，它把CUDA兼容路徑講得很直白：

• 一條路是對CUDA輸出物反編譯/反匯編（簡單但低效且可能違反協議）；

• 另一條路是API層面兼容，源代碼易遷移，自研編譯器編譯（難但性能更好且更合規），并明確選擇第二條。想吃到CUDA生態紅利，就得在“編譯器/算子庫/驅動/運行時”這些硬骨頭上狠狠干。

沐曦招股書寫得很明確：其編程接口在API層面實現對CUDA生態的高度兼容，幫助現有應用快速遷移。并在問詢函里進一步把“覆蓋度”量化：支持超過6000個CUDA應用、多種訓練/推理框架與算子庫。這家公司把“能跑起來、跑得穩、遷移成本低”當成一號工程。

天數 / 壁仞：招股書材料里沒有足夠軟件棧細節可引用。個人判斷如下：若目標是數據中心訓練/推理落地，軟件棧成熟度（框架適配、算子庫、通信庫、工具鏈、驅動穩定性、容器/虛擬化）往往比“峰值TFLOPS”更先決定能不能進生產。 維度三：商業化與交付——誰更像“能規模化出貨”的公司？ 摩爾線程：收入披露清晰，AI智算已成主引擎

2024年營收4.38億元，AI智算3.36億元。
這至少說明：它不是只講故事，已經在“賣東西”。

沐曦：收入結構、產品形態、交付策略寫得很細

招股書披露其主營業務收入來自GPU產品、GPU服務器與少量IP授權等，并給出分產品結構。
還解釋了交付策略會從服務器整機逐步轉向以板卡為主（減少整機交付）。
能把“怎么賣、怎么交付、怎么控成本/毛利”講清楚的公司，通常更接近規模化。

天數 / 壁仞：本次材料片段里缺少可核對的經營數據

因此我不在這里硬猜收入、出貨與客戶，只給結論：

• 你要比較它們，建議把“出貨形態（板卡/服務器/集群）、客戶驗收口徑、軟件版本節奏、典型集群案例”作為同一張表去對齊。

國產GPU這條路，本質上不是“做出一顆芯片”就贏了，而是要在編譯器、驅動、庫、通信、工具鏈、穩定性、規模化交付上，把一座座山啃穿。
從材料里看：

• 摩爾線程更像“全功能GPU生態路線”；

• 沐曦更像“數據中心算力交付+CUDA兼容遷移”的系統路線；

• 天數與壁仞在公開片段里更明確的是“訓練/推理/通用計算”的算力方向與產品線劃分；
  真正拉開差距的，往往是“你愿不愿意、能不能夠，把最臟最累的軟件硬仗打到底”。

免責聲明：以上內容僅基于公開的招股書/問詢函材料進行工程化解讀與對比，不構成任何投資建議。市場有風險，決策需獨立判斷，盈虧自負。

歡迎加入行業交流群，備注崗位+公司，請聯系老虎說芯（加V：tigerchip）