投资人开始“抛弃”国产GPU了

在最近一轮AI资产反弹中，国产GPU的表现几乎垫底，这可能出乎许多人意料。

自7月以来，国产GPU价格普遍下跌一半，沐曦和天数智芯的最大跌幅分别达到55%和64%。

更异常的是，价格下跌后几乎没有回升。

从阶段性低点算到9月15日，沐曦和天数智芯的涨幅仅为3.0%和4.2%，基本停留在本轮调整的最低点附近。

同样从7月低点计算，中际旭创反弹约9%，新易盛反弹14%，胜宏科技反弹27%；港股MiniMax从188港元反弹至234.6港元，涨幅接近25%。

换句话说，7月AI资产普遍下跌后，大多数方向都经历了一定程度的修复，但国产GPU几乎纹丝不动，甚至持续创下新低。

然而，这与基本面情况似乎完全相反。2026年上半年，包括沐曦、天数智芯在内的四家国产GPU公司总收入达到52.42亿元，整体同比增长约162%。其中，增速最慢的沐曦也达到44.7%。

需求在增长，收入在扩大，但股价却集体腰斩，原因何在？

最直接的原因是，国产GPU公司的稀缺性正在减弱。

自2025年底以来，沐曦等一批国产GPU公司陆续上市。不到一年时间，公开市场从几乎没有纯国产GPU标的，迅速增加到五家公司。

与此同时，筹码也开始进入解禁期。沐曦的网下配售、战略配售和部分首发前股份陆续解禁；天数智芯的基石投资者锁定期也在今年下半年先后结束。

这意味着，市场过去愿意为“国产GPU稀缺性”支付的溢价正在快速消失。同时，在激烈竞争下，国产GPU的规模尚未大到足以摊薄研发成本，利润难以同步显现。

国产GPU的稀缺性正在消失，而盈利逻辑尚未成熟。这也是投资者开始“抛弃”国产GPU的原因。

收入激增，但利润未能跟上

不到一年，国产GPU股价普遍腰斩。

以沐曦和天数智芯为例，从年内高点计算，沐曦从1033元跌至461.10元，跌幅约55%；天数智芯从887.50港元跌至318.80港元，跌幅约64%。

与股价形成反差的是，国产GPU的业绩仍在高速增长。

2026年上半年，包括沐曦、天数智芯在内的四家国产GPU公司总收入达到52.42亿元，整体同比增长约162%。其中，增速最慢的沐曦也达到44.7%。

收入激增，股价却腰斩，核心在于利润未能跟上。例如，沐曦扣非亏损4886万元，天数智芯虽实现2.46亿元经调整净利润，但同期有7.60亿元金融资产公允价值收益。剔除这部分，实际仍亏损约5.14亿元。

也就是说，已上市的国产GPU公司中，没有一家实现了稳定的主营利润。

这背后主要有两个原因。

一方面来自成本端，研发投入过重。

2026年上半年，四家国产GPU公司研发投入合计26.57亿元，相当于同期收入的50.7%。也就是说，每赚100元，就要拿出50元用于研发投入。

这并非短期投入。GPU业务的特点是，依靠当前一代产品的收入来支付未来几代产品的研发费用。

以沐曦为例，2025年公司实现收入16.44亿元，当时收入主力仍是第一代C500；但第二代C600已在研发和量产准备阶段，第三代C700也已立项。仅这两个项目，2025年就投入了4.90亿元，占公司全年10.27亿元研发投入的一半。

公司自身也将这种研发节奏概括为“量产一代、在研一代、规划一代”。

这也说明GPU是一项高度依赖规模效应的业务。研发费用需提前投入，且涉及多代产品。只有出货规模足够大，才能将这些前期成本摊薄到更多芯片上。

因此，收入增长再快，只要规模未达到足以摊薄研发的程度，利润就很难同步显现。

另一方面来自收入端，GPU供应商增多，但超级买家仍然有限。

在国内，能一次性采购数千、数万张AI芯片的，仍主要集中在字节、腾讯、阿里等头部云厂商和运营商。

然而，它们现在可选择的供应商越来越多。

今年6月，路透社报道，字节正在与天数智芯洽谈至少5万颗推理芯片，同时也在评估百度昆仑芯。如果交易达成，天数智芯将与华为、寒武纪一起成为其主要国产GPU供应商。

买方数量未变，卖方却越来越多，议价权自然更倾向于大客户。

9月11日上市的燧原就是一个直观例子。根据其招股书披露，2025年，燧原对腾讯的直接及间接销售额达到8.30亿元，占收入的83.79%。部分同类AI加速卡及模组对腾讯的销售价格低于非关联第三方。

大客户为GPU厂商提供了规模化订单，也换来了更具竞争力的价格。订单越大，客户对价格和合作条件的话语权就越强。

归根结底，国产GPU虽然实现了收入增长，但这门生意的盈利逻辑尚未真正成熟。

推理时代，GPU业务开始“降温”

如果说高研发和大客户议价权是国产GPU当前面临的两大挑战，那么从长期来看，算力市场本身也在发生变化。

Gartner预计，2026年全球用于AI训练和推理的云端算力支出约423亿美元，其中推理约233亿美元，占比55%，首次超过训练的190亿美元。

国内更为明显。燧原招股书引用灼识咨询数据预计，2024年至2028年，中国推理AI加速卡市场将从1252亿元增长到8086亿元，年复合增速59.41%，明显高于训练市场的34.55%。

推理也成为国内AI算力增长最快的领域。

原因很简单。大模型正从“训练出来”转向被大规模使用。

训练一个模型，算力主要集中在研发阶段；但模型一旦进入搜索、广告、办公软件和各种AI应用，每次用户调用都会产生推理需求。

Agent又进一步放大了这种消耗，一个任务背后可能涉及多轮模型调用、搜索和工具执行。用户越多、调用越多，推理所需的算力自然越大。

当推理成为算力最大的增量时，也给GPU市场带来了两个变化。

一是，通用GPU需与更多专用芯片争夺增量算力。

训练时代，芯片面对的任务不断变化。模型参数可能变大，训练方法可能调整，今天运行一套模型，明天又换另一套，客户需要的是能处理各种任务的芯片。通用GPU的优势在于灵活性，软件生态也足够成熟。

而推理则不同。模型训练完成后，参数基本固定，芯片每天主要执行重复计算，如矩阵乘法、Attention和激活函数。专用芯片可以砍掉不必要的通用功能，以更低的功耗和成本反复执行同一任务。

简言之，通用GPU擅长“什么都能干”，专用芯片则专注于“只干一件事，但成本更低”。

在推理时代，同样的资金，谁能跑更多Token，谁就更具优势。

TrendForce预计，2026年采用ASIC的AI服务器出货占比将达到27.8%，创下2023年以来的新高，且增速将快于GPU服务器。

大厂目前并非小规模试水。

Meta已在推荐、广告等推理任务中部署了数十万颗自研MTIA芯片，未来两年还计划推出四代新芯片；Anthropic用于Claude的AWS自研Trainium2已超过100万颗。

AI芯片市场仍在扩大，但新增份额已不再全部属于通用GPU。

二是，推理卡更难实现训练卡那样的利润率。

推理进入大规模部署后，客户的采购逻辑发生变化。客户越精打细算，厂商就越难维持训练卡那样的高定价。

这在国产GPU上已很明显。

2026年上半年，天数智芯训练GPU毛利率达64.5%，推理GPU仅为35.6%，相差近29个百分点。

燧原也是如此。2024年，公司二代训练卡毛利率73.67%，同代推理卡仅为58.76%；2025年主力三代推理卡毛利率进一步降至34.53%。

燧原在交易所问询中直接解释，推理卡大规模部署后，客户会高度关注采购成本和每Token性价比，因此推理产品的定价和毛利率通常低于训练产品。

推理扩大了AI芯片市场，但也降低了这门生意的想象空间。

这种市场对GPU的“降温”，实际上已在行业龙头英伟达身上有所体现。

今年以来，英伟达股价从年初188.85美元涨至210.96美元，年内仍上涨约12%。

股价上涨背后是业绩强劲。最新季度，英伟达收入达962亿美元，同比增长106%；GAAP净利润597亿美元，同比增长126%，毛利率高达75%。

但资本市场愿意给它的估值倍数却在持续下降。

2026年1月底，英伟达滚动市销率还有21.1倍，到9月已降至约17.5倍，年内压缩约17%。

换句话说，英伟达依靠高速增长的业绩支撑了股价，但市场愿意为未来增长支付的溢价已大幅缩水。

连行业最强的英伟达都未能守住过去的估值溢价，国产GPU的估值回撤几乎只是时间问题。

本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。