国产算力“集团军”进击，“芯”势力密集IPO
当下，全球资本市场呈现两大格局：中国“缺芯”、美国缺“电”。目前，英伟达的高端AI芯片仍对中国断供，特朗普甚至在11月初的采访中公开表示，不会让美国之外的任何国家获得英伟达最先进的AI芯片。
然而，国产算力的快速崛起正迅速打破这一局面。
中国本土芯片企业正纷纷冲向资本市场。IPO快速审核“绿灯”无疑释放了重要的政策支持信号。
11月24日，“国产GPU第一股”摩尔线程将登陆科创板，发行价为114.28元/股，预计募资80亿元，从受理到上市仅用时不到5个月。
沐曦股份的上市申请于11月13日获证监会同意，有望年底前登陆科创板；燧原科技、航中天启分别于11月1日和4日提交上市辅导备案，开启科创板IPO进程；长鑫存储完成上市辅导、长江存储完成股改、新凯来已进入上市筹备关键阶段......
上市是企业扩大融资、推进产能技术发展的重要一步。外部封锁不断加剧，而内部力量却发起“集团式”冲锋，一系列密集的资本市场动作清晰地宣告着，全新的国产算力版图正加速形成。
在全球人工智能竞赛白热化的巨大压力下，国产“芯”势力正扛起中国AI产业赖以生存和发展的算力底座。
01 国产先进制程，矩阵成型
与过去寒武纪单点突破的“独行侠”模式不同，此轮国产芯片崛起呈现出显著的“集团军”作战态势，不再是单一环节的替代，而是试图构建涵盖底层IP、芯片设计、软件生态的全方位矩阵。
作为算力要求最高的通用处理器，GPU是这场竞赛的重点之一。中国GPU“四小龙”——摩尔线程、沐曦股份、壁仞科技和燧原科技已崭露头角。
摩尔线程自2020年成立就以自主研发全功能GPU为核心业务，成立仅四年就完成了三代全功能GPU的迭代。
其招股书显示，摩尔线程MTT S80显卡的单精度浮点算力性能接近英伟达RTX 3060；基于MTT S5000产品构建的千卡GPU智算集群效率超过同等规模国外同代系GPU集群计算效率，产品部分性能指标已接近或达到国际先进水平。
沐曦股份同样专注于自主研发全栈高性能GPU芯片。其招股书和二轮问询回复显示，旗下芯片C600、C700系列均采用国内先进工艺制程，核心技术自主可控。
其下一代旗舰产品曦云C700系列，性能直接对标国际顶尖的英伟达H100，预计2027年下半年大规模量产。若目标实现，意味着国产GPU在性能上具备与世界顶级产品竞争的潜力。
壁仞科技自成立之初就将“训／推一体、面向数据中心”作为主线，产品线覆盖AI模型训练与推理、图形渲染加速、高性能科学计算三大领域，一块芯片既能承担训练AI模型的“重活”，也能完成让AI模型应用推理的“巧活”。
它成功将至少四种来自不同厂家、不同型号的芯片整合在一起进行混合训练，这一突破性成果证明了壁仞科技软件平台的强兼容性，能适应数据中心各种新老芯片混用的复杂情况。
成立于2018年的燧原科技是国内最早专注于云端AI算力芯片的企业之一，核心竞争力是AI算力的全链路布局，未转向消费卡或图形业务，而是全力投入大模型训练。
其“邃思”系列芯片已迭代至第三代，最新一代的燧原S60自2024年下半年量产后，累计订单量超10万片，覆盖超300个应用场景，应用于中国头部的互联网公司、云服务商及金融机构的数据中心，证明了在特定AI应用场景下，国产芯片已具备相当竞争力。
除了芯片产品公司，一个成熟的产业还需要生态的构建者和赋能者。作为A股中的“AI芯片第一股”，寒武纪的“思元系列”芯片不断发展迭代，边缘推理场景的能效比甚至超过英伟达H20，精准契合互联网、金融等行业的落地需求。
同时，思元推训一体690芯片已进入最后测试阶段，性能对标英伟达H100的80%，若2026年如期量产，有望成为国内最强的算力载体。
相较于寒武纪，芯原股份更像是国产芯片产业中的“军火库”，拥有全球领先的芯片IP授权和一站式芯片设计能力。
根据IPnest的报告和企业公开数据，芯原的IP种类在全球前十的IP企业中排名前二，合作对象涵盖国内多家互联网大厂与造车新势力，以及亚马逊、谷歌、微软、英特尔等海外云巨头。
有了这样的“军火库”，国内众多AI芯片初创公司无需事事从零开始，可基于这些成熟模块迅速设计出满足自身特定需求的芯片产品，大大推动了国产芯片“百花齐放”的进程。
华为不再孤军奋战。近期华为宣布了多颗昇腾系列芯片和演进路线，从昇腾950PR开始，将采用华为自研HBM芯片，这标志着华为将在算力芯片领域构建坚实的自主可控基础。
根据瑞穗证券报告预测，华为昇腾AI芯片Ascend 910A/B/C在2025年将出货70万颗，其中昇腾910C的算力达H100的80%，而推理成本仅为H100的10％，成为英伟达A100/H100在国内市场的主要替代品之一。
这些企业不断的产品迭代与性能突破，证明国产先进制程芯片已走出实验室，进入商业化应用并实现批量生产。
芯片研发是一场“烧钱”的马拉松，从可用到好用，再到建立能与英伟达抗衡的生态，还有很长的路要走，每一步都需要大量资金投入。因此，通过IPO从公开市场获取持续发展的核心资本，成为国产“芯”势力的共同选择。
02 缺“芯”背后：AI大模型的全球博弈
当前，全球AI竞争本质上是算力的竞争，谁掌握更庞大的算力集群，谁就能更快训练出更强大的模型，在未来智能时代抢占先机。
国际市场调研机构Omdia报告显示，2024年英伟达Hopper系列芯片全球最大买家包括微软、Meta、亚马逊、xAI、谷歌等，各大科技巨头都在大规模囤积GPU，为AI竞赛储备“军火”。
微软作为OpenAI的最大支持者，2025年第三季度资本支出飙升至近350亿美元，同比增长74%。
Meta在“元宇宙”战略收缩后，将重心转向AI，第三季度资本支出达193.7亿美元，是去年同期的两倍多。
谷歌与亚马逊两家云巨头同样疯狂“囤积”算力，谷歌母公司Alphabet第三季度资本支出约240亿美元；亚马逊宣布将2025财年资本支出预期从1180亿美元上调至1250亿美元，主要用于AI基础设施建设。
相比之下，尽管国内互联网与AI大厂也开启了“百模大战”，但在算力投入规模上与美国大厂差距明显。差距根源并非国内公司没钱，而是海外高端芯片“卡脖子”，导致企业即便有钱也难以建立强大的算力集群。
不过，英伟达创始人黄仁勋多次公开表示，美国对华芯片出口管制会倒逼中国加速发展。11月5日，他在参加英国《金融时报》举办的AI未来峰会时甚至称，以目前发展态势，“中国将赢得人工智能竞赛”。
03 “即使你卖，我也不要”
黄仁勋的观点指出，美国的封锁客观上为国产芯片创造了规模巨大、需求紧迫的确定性市场。“巧妇难为无米之炊”的困境，推动了中国反击策略的形成。
事实的确如此，英伟达的降级芯片H20在国内遇冷。
据媒体报道，中国要求所有获国家和政府资金支持的数据中心，不得使用任何国外AI芯片，包括英伟达、AMD、Intel等，更换的国产品牌有华为、寒武纪、壁仞科技、摩尔线程、砺算科技等。
从公开报道可知，多地已明确国投数据中心智算中心的国产化率。例如，上海要求2027年自主可控智算算力占比超70%，广东要求到2027年底新增国产化算力占比达70%，北京要求到2027年具备100%自主可控智算中心建设能力。
地方政府设定的时间表十分紧迫。
在商业层面，互联网大厂不能只考虑性能和商业效率，从供应链安全等角度出发，阿里、腾讯、字节等公司也在加速引入国产算力。
公开信息显示，腾讯云已全面适配主流国产芯片，阿里云通过一云多“芯”支持国产供应链，字节跳动也向寒武纪、海光信息等企业采购。
据央视报道，阿里巴巴控股的半导体设计部门平头哥开发出一款AU芯片，功能与英伟达的H20图形处理单元（GPU）相当。百度第三代的14nm昆仑芯P800在推理性能上超越了英伟达的A800，支持万卡集群部署。
任正非今年6月谈到中国与美国芯片差距时表示，中国单芯片落后美国一代，但可以用数学补物理、非摩尔补摩尔，用群计算补单芯片，结果能达到实用状况。
通俗来讲，中国计算集群需增加用量来弥补单一芯片的性能短板，这意味着要消耗更多电力能源。从政策上看，新建的数据中心可获得电力补贴。
一系列政策指引和激励措施正发挥作用，鼓励中国科技公司打破对英伟达的技术依赖，中国算力的自主可控正在快速追赶。
美国前商务部长雷蒙多近期在公开论坛上称：“美国前两届政府以为可以阻挡，但华为比任何时候都更强大地制造出令人难以置信的芯片”。
根据“十五五”规划方向，科技自立自强成为战略必选项，先进制程芯片所代表的集成电路产业是发展重点之一。
国产芯片企业近期冲刺科创板的景象，正是这一国家战略在资本市场的具体体现。从“单点”到“集团军”，再到相互赋能、共同演进的“生态圈”，这场宏大的算力“新基建”之路充满挑战，但国产“芯”势力的集体突围，已让希望清晰可见。
免责声明:本文（报告）基于已公开的资料信息或受访人提供的信息撰写，但本公众号及文章作者不保证该等信息资料的完整性、准确性。在任何情况下，本文（报告）中的信息或所表述的意见均不构成对任何人的投资建议。
本文来自微信公众号“明晰野望”，作者：洛苏，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com