国产算力四小龙：营收翻倍之后，真正的门槛浮出水面

2026年9月11日，燧原科技在科创板正式上市，发行价定为142.18元，开盘价达到410元。至此，摩尔线程、沐曦股份、壁仞科技和燧原科技这四家被称为“国产GPU四小龙”的企业均已进入公开市场。资本市场最初给出了极为优厚的定价：摩尔线程上市首日收盘涨幅为425.46%，沐曦股份收盘涨幅为692.95%，前者开盘市值突破3000亿元，后者上市七个月后市值一度攀升至4000亿元。

真正发生变化的是评估标准。10月28日至30日，摩尔线程、沐曦和燧原相继公布了上市以来的首份三季报，而壁仞仍按照港股中期口径进行披露。这三家公司的营收同比增速分别为319.15%、128.45%和331.74%，摩尔线程和沐曦的扣非净利润均转为正值，燧原仍处于亏损状态，但单季度亏损同比收窄了56.12%。

然而，四小龙营收翻倍与盈利同时出现，并不意味着国产算力前景黯淡，而是外界提问的方式发生了转变：过去关注能否制造出芯片、流片是否成功，现在则关注产品是否畅销、每笔订单是否盈利，以及赚到的资金能否留在账上。

分化：相同的景气度，四本不同的账目

四家企业的上市时间跨度达九个月，披露口径也存在差异：三家已提供三季报，壁仞仅有港股中期数据。但将已披露的数据放在一起，路线和业绩的分化已经十分明显。

摩尔线程将规模优势提升到了新的高度。 前三季度营收为32.89亿元，同比增长319.15%，这一数字超过了沐曦的28.24亿元和燧原的23.32亿元。仅看第三季度，15.52亿元的收入环比增长55.4%，一个季度的业绩几乎接近上半年两个季度的总和。该公司采用全功能GPU路线，兼顾图形渲染和AI计算，自主研发MUSA软件栈，并依靠MTT S5000智算卡和夸娥集群开拓市场。9月，它与京东云签署了十万卡集群合作协议，计划于2027年建成。

利润表的转折点出现在第三季度。当季归母净利润为0.49亿元，扣非归母净利润为0.20亿元。回顾前两个季度，第一季度盈利0.29亿元，第二季度亏损0.41亿元，到第三季度两项指标同时转正。但将三个季度合并来看，情况则有所不同：累计归母净利润为0.38亿元，扣非净利润亏损1.31亿元，差额来自1.68亿元的非经常性损益，其中金融资产公允价值变动及处置贡献了0.89亿元。

前三季度研发投入为13.40亿元，同比增长55.72%，已超过2025年全年的13.05亿元，但费用率从上年同期的109.7%降至40.75%——收入增长速度快于投入增速，这才是单季度扣非净利润能够转正的根本原因。

沐曦股份的三季报于10月30日晚间发布，实际数据落在10月15日预告区间的中间位置：前三季度营收为28.24亿元，同比增长128.45%，归母净利润为6.39亿元，扣非归母净利润为2.59亿元，两项指标均较上年同期实现扭亏。第三季度单季营收为15.00亿元，同比增长367.12%，一个季度的业绩就超过了上半年的13.24亿元。

反差出现在同一张利润表的两行之间。 第三季度扣非归母净利润为3.08亿元，较第二季度的0.54亿元增长了近五倍；但同期的归母净利润仅为0.27亿元，环比下降96.27%。差额来自约-2.81亿元的非经常性损益——上半年为沐曦贡献了8.87亿元公允价值变动收益的那笔投资账，在第三季度转为负值。公司此前曾注明这笔收益不具备可持续性，如今报表已将其部分兑现。

真正支撑主营业务的，是产品和交付。 曦云C600于5月实现量产，搭载144GB HBM3e，从晶圆到封装均采用全国产供应链；7月发布的曦景S600超节点支持柜内高速互连，可横向扩展至万卡级集群。前三季度毛利率为54.99%，同比仅下降0.77个百分点，第三季度单季毛利率为53.03%。研发投入为8.28亿元，同比增长19.12%，费用率随着收入扩张而持续走低。

规模带来的优势尚未转化为估值溢价。沐曦上市七个月时市值一度达到4000亿元，但11月2日收盘时已回落至1866亿元。资本市场仍愿为国产算力买单，但已不再为“能够制造出来”这一事实支付溢价。

壁仞科技的收入弹性最大。2026年上半年营收为12.36亿元，同比增长约1997.6%，超过了2025年全年的10.35亿元；期内亏损收窄至3.77亿元，同比减亏76.4%，毛利率提升至42.7%。

壁仞科技的策略更偏向系统级。 它与上海仪电、曦智科技、中兴通讯联合发布的“光跃”光互连光交换GPU超节点已部署数千卡，大模型训练性能提升30%以上；自研的BLink 2.0互连协议最大支持1024卡扩展。上半年研发支出为8.04亿元。它是四家中唯一没有三季度数据的企业，但中期口径已足以反映其策略。

燧原科技走的是最极端的路线。 它不兼容CUDA，选择自研DSA路线和GCU指令集，与主流GPGPU路线不同。经过八年迭代，开发了四代架构、五款芯片，全部一次流片成功。代价是2023年至2025年累计研发投入达36.76亿元，相当于同期累计营收的1.8倍。

9月11日刚上市的燧原，于10月30日发布了首份财报。前三季度营收为23.32亿元，同比增长331.74%，几乎贴近此前预告区间23亿至30亿元的下限，与区间上限对应的455.36%增速相差甚远；归母净亏损为7.54亿元，同比收窄15.07%。第三季度单季营收为12.12亿元，同比增长395.34%，亏损为1.22亿元，同比减亏56.12%，环比减亏35.31%，单季毛利率为33.80%，同比上升2.35个百分点。

回报仍然押注在腾讯身上。天眼查数据显示，腾讯既是第一大外部股东，也是第一大客户，2025年贡献了8.30亿元收入，占营收的83.79%。真正值得关注的是两张资产负债表科目：9月末合同负债为63.85亿元，较上年末增长1745%，相当于前三季度营收的2.7倍；同期预付款项为77.09亿元，是为锁定晶圆和存储提前支付的资金。前三季度经营活动现金净流出20.17亿元，资金全部压在这两端。

共性很明确，分歧也同样清晰，而路线上的差异更为根本。兼容CUDA的GPGPU与自研独立的DSA，前者迁移成本低、起步快，后者不受制于人，但编译器和算子库需要从头开发。生态壁垒正在被工程量一步步攻克，而每一步都需要付出成本。

错位：硬件可以追赶，CUDA这道墙难以逾越

国内的分化只是第一层。真正决定四家企业天花板的，是它们与英伟达之间的距离，以及这段距离中哪些可以追赶、哪些无法企及。

全球坐标系由英伟达设定。2026财年营收为2159亿美元，同比增长65%，其中数据中心业务为1937亿美元；2027财年第二季度单季营收为962.21亿美元，毛利率为75.0%。英伟达累计研发投入超过767亿美元，42000名员工中约31000人从事研发工作。

这不是一颗芯片的较量，而是一套经过二十年时间、数百亿美元和数百万开发者反复加固的系统。硬件层面的差距实际上正在缩小——沐曦C600的144GB HBM3e规格已超过英伟达对华销售的H20，壁仞的超节点在混合专家模型训练实测中实现了30%以上的端到端性能提升。

真正难以追赶的是生态。 CUDA二十年积累的算子库、调试工具、开发者习惯和存量代码，本身构成了迁移成本；研发投入的量级差距更为现实：英伟达2026财年研发费用为184.97亿美元，折合人民币约1310亿元。

这场博弈的特殊之处在于，它并非一场纯市场化的正面竞争。出口管制将英伟达最先进的Blackwell挡在中国市场之外，尽管H200已获准出口，但其贡献的数据中心营收不到1%。英伟达CFO在第二季度财报中明确表示，前瞻指引未假设任何来自中国数据中心的计算收入。

黄仁勋的说法是，这些政策迫使英伟达将价值500亿美元的中国市场拱手相让，来自中国的营收占比已降至约9%，而三年前中国至少占其数据中心收入的五分之一。IDC数据显示，2026年上半年英伟达在中国数据中心AI芯片的份额降至34%，出货量为67.8万颗，同比下降44%；华为以28%的份额紧随其后，而一年前双方的差距还是31个百分点。

窗口确实存在，但并非永久红利。 国产厂商的清醒之处在于，它们没有将主战场设定在对标全球最强预训练卡上，而是聚焦于国内千卡集群、行业私有化大模型、推理算力和信创场景，依靠本地化服务、定制适配和交付确定性来获取订单。

一个结构变化更具说服力。2026年上半年中国AI加速器总出货量为200.8万颗，其中GPU出货量为99.1万颗，同比下降26%，而非GPU加速器出货量为101.6万颗，增长近80%，首次在数量上超过GPU；华为、平头哥、昆仑芯和寒武纪四家企业拿走了非GPU细分市场95%的份额。需求重心转向推理，恰好落在国产厂商最能发挥优势的位置上。

变局：抢卡的日子已经过去，接下来比拼回本速度

错位可以换来时间，但无法换来终局。决定四小龙能走多远的，是国内算力需求还能持续多久，以及这轮景气最终以何种方式结束。

需求端短期内仍然旺盛。信通院数据显示，截至2026年6月底，全国在用智能算力规模达2185 EFLOPS，同比增长177.3%；灼识咨询预测，中国AI加速卡市场规模将从2024年的2164.77亿元增至2028年的11076.46亿元，其中推理市场为8085.82亿元，占比超过七成。

腾讯计划将国产芯片采购占比提升至65%以上，高盛判断国产AI芯片在服务器中的部署占比有望达到70%至85%。燧原敢于给出前三季度最高455.36%的增速指引，底气就在这里。

然而，供给端同时亮起红灯。先进制程、HBM、基板和高速互联仍然紧张，SK海力士已明确2026年HBM产能全部售罄，TrendForce数据显示第二季度DRAM合约价环比季增幅度从58%至63%。壁仞科技2026年上半年末存货与服务相关预付款项为15.34亿元，较2025年末增长230%，都是在为此付出代价。

更棘手的问题是利用率。信通院口径下，2025年国内智算资源实际使用率仅为36.8%，每投入100元建设算力，约70元对应的资源处于空转状态；腾讯云张晋在MWC26智能数据中心峰会上给出的数字更低，全国智算中心平均利用率仅为20%至30%，部分企业级甚至不足10%。五矿证券统计，五家头部云厂商AI资本开支与对应收入之比，已从2023年的59.2%升至2026年上半年的128.3%。

行业由此从抢芯片、建集群的粗放扩张，切换到以算力利用率和ROI优先的精细化阶段。这对四小龙是一把双刃剑：低效算力被淘汰，真正能运转起来的集群反而更有价值；但买方开始按Token消耗量计费、按结果化交付结算，芯片厂商再也不能简单地将卡卖出就完事。

因此，竞争要素从单卡性能转向全栈能力、集群交付、生态迁移成本和良率控制的综合比拼。10月15日阶跃星辰开源Step 5 Preview当天，昇腾、摩尔线程、沐曦、壁仞和海光DCU全部完成适配。Day 0适配在头部厂商中普及，意味着模型适配带来的差异化正在收窄。

风险边界也在这时清晰起来。应用落地不及预期是第一重风险，Gartner预警到2027年底超过40%的Agentic AI项目会因成本高企、价值模糊而被取消。算法效率提升降低算力消耗是第二重风险，同样的智能产出用更少的卡就能运行，卖卡的人反而受损。

海外供给政策变动是第三重风险，管制一旦放松，时间窗口会立刻收窄；国内价格内卷与生态适配进度，则决定谁能将账面收入转化为可持续利润。摩根士丹利测算国内云厂商ROIC在13%至20%区间，现金回收期约为3年。

回到开头那把标尺。四小龙已经走完最难的一步：制造出芯片、流片成功、送入机房、将收入纳入财报；剩下的一步更难，也更有价值——让客户在下一个采购周期中，因为好用而不是因为别无选择，继续下单。窗口依然存在，但窗口从来不会等人。

本文来自微信公众号“深潜atom”（ID：deepatom），作者：宋缺，36氪经授权发布。