文 | 互联网江湖，作者 | Evin，编辑 | 刘致呈

最近，国产 GPU 四小龙的 2025 年成绩单出来了。

结果一如大家所预料到的那样，营收成长性一个比一个猛。比如沐曦股份，去年营收同比增速就达到了 121.26%，摩尔线程更是飙升至 243.37% ……

但同时，对应的净利润表现却集体 " 趴窝 " 亏损了。

这其中，港股 GPU 第一股的壁仞科技尤为夸张。

2025 年，其实现营收约 10.35 亿元，但净利润亏损却高达 163.94 亿元，同比增长 972.3%。

当然仔细来看，这个亏损大多都是纸面亏损。

当中占大头的（约 154.705 亿元），为公司授予投资者的赎回权相关的赎回负债公允价值增加所致。而这部分随上市成功就已经确认并计入公司股东应占权益了，后续不再产生会计收益或亏损。

所以过去一年，壁仞科技的实际经营亏损为 10.42 亿元，经调整年内亏损约 8.74 亿元。

不过就算如此，这个表现也比同为今年年初上市的港股国产 GPU 第二股——天数智芯稍逊一筹。

同期，天数智芯实现营收约 10.34 亿元，同比增长 91.58%，经调整净亏损约 4.377 亿元，同比增长 32.1%。

整体隐约有点 " 以下克上 " 的趋势。

那么在此背景下，壁仞科技还能不能守住自己港股 GPU 第一股的金字招牌？未来又该如何平衡好业绩与市值的资本杠杆？

这些问题值得深思。

上市之后，壁仞科技更需要技术张文？

从年报来看，此次壁仞科技还是藏有不少惊喜的。

比如营收，去年壁仞科技的营收增速高达 207.19%，在国产 GPU 四小龙中排第二。

这说明其产品竞争力是更受认可的。

不过即便如此，因为现在国产 GPU 赛道才刚刚起步，所以一时的市场增长快慢，还不能完全证明企业的长远内在价值差异。

毕竟，在大模型训练级算力绕不开 GPU 芯片，而外部采购渠道又被卡脖子的背景下，当前国内 GPU 市场就是典型的卖方市场，只要芯片能跑起来，品牌基本都处在供不应求的阶段，各家的营收增速差距可能就是多拿一两个大订单的区别。

就像壁仞科技，去年年中仅实现营收 5890 万元，但招股书提到，截止到 2025 年 12 月 15 日，公司的特专科技产品尚有 24 份未完成的具有约束力的订单，总价值约为 8.218 亿元。

同时，公司还就特专科技产品订立了 5 份框架销售协议及 24 份销售合同，总价值约为 12.407 亿元，等待未来变现……

除此之外，这份年报中还有一个非常值得肯定的表现是，毛利率的结构性增长。

天眼查 APP 显示：去年上半年，壁仞科技的毛利率约为 31.9%，而 24 年同期则为 71.0%，前后差距甚大。

招股书解释为，24 年上半年，壁仞科技的高端产品收入占比较高，连带着毛利率表现突出；25 年上半年，其入门级产品壁仞™ 106C 录得较高收入占比……

但如今，在全年营收猛涨的背景下，壁仞科技的毛利率还增长至了 53.84%，这是不是就说明其已经实现了相对均衡的高低端产品销售结构呢？

再来看此次争议最大的利润方面，其实和彼时手机行业的造芯难类似，现在 GPU 芯片从设计到流片，再到测试，每一环节也都需要巨额的投入，整体就是一场资本 + 技术的双重烧钱游戏。

但偏偏在这方面，相比于其他三家，壁仞科技的研发投入还是更激进的那种。

就像去年，壁仞科技仅实现营收 10.35 亿元，但对应的研发投入开支却达到了 14.76 亿元。

而同期，天数智芯在营收规模接近的背景下，研发成本为 9.742 亿元；沐曦股份实现营收 16.44 亿元，研发费用也只有 10.27 亿元。

足以可见，现在壁仞科技对研发创新的重视。

不过从硬币的另一面看，壁仞科技在更高的研发投入下，却换来了相近甚至更低的营收规模，这是不是就意味着企业的研发效率有点低呢？

为什么会这样？

可能有两方面原因：一是业务上，壁仞科技从一开始走得就是更难的全栈自研道路，整体不仅在发力 GPU 芯片和先进封装等硬件技术，而且还以此搭建了 BIRENSUPA 自有软件栈，想要打出软硬件生态协同的系统性优势。

就像英伟达的 GPU 芯片，和它背后最核心的 CUDA 生态 " 护城河 " 那样。

长远看，这个路线肯定是正确的，但放到现在，一个绕不开的代价就是企业研发资源的被迫分散。

毕竟，在自身 GPU 硬件芯片没有彻底占据市场优势，商业化也还没有完全跑起来的背景下，壁仞科技们是没有无限开火权的。

再加上品牌企业也没有背靠像华为（昇腾芯片）那样的强资源 " 大腿 "，那么直接上来就想要快速走完英伟达花了二十余年实现的产业布局，结果自然就可能会拖累到现在的发展节奏……

二是掌舵人的问题。

要说壁仞科技和其他三家最大的区别是什么？核心掌舵人的技术背景算一个。

在此前接受《中国企业家杂志》交流时，壁仞科技的创始人张文曾表示：" 当时在大芯片赛道里，我是唯一一个不懂技术的创始人，而且连一个做 GPU 的大拿都不认识。"

从履历来看，张文除了本科曾就读于合肥工业大学电机专业，以及后来在上海交大集成电路学院攻读了（2021 级）电子科学与技术博士外，整体也确实没有更多的 AI 芯片技术背景。

所以过去，张文在壁仞科技主要做两件事：

一是找人，组建顶级技术人才团队，二是找钱，寻求巨额融资……

从发展的角度看，在上市前，壁仞科技确实需要一个猎头张文。

因为那时候的行业逻辑是 " 先拼资源密度，再拼技术深度 "，如果没有强融资能力、也没有一支有海光、英伟达背景的梦幻团队，壁仞科技可能连 GPU 赛道的入场券都拿不到。

但如今在上市后，在公司不缺融资渠道，也不缺人才资源的背景下，壁仞科技可能就更需要一个技术张文了。

因为此时更缺方向和判断。

理由很简单，在 GPU 这个硬科技赛道，如果掌舵人只懂管理，而把最核心的技术重心寄希望于他人时，结果就可能会陷入隐性的资源摩擦与决策迟滞。

比如在内部有大的技术路线、战略方向争议时，" 外行人 " 张文该如何拍板？

又会不会经历一些不必要的人才内耗和研发弯路？

这一点从此前阿里林俊旸的出走，到最近阿里成立技术委员会，给整个行业都提了个醒。

此外在 GPU 这个需要长期主义忍耐度的行业，非技术背景的张文能不能顶住资本市场的压力，持续保持对技术规律的敬畏，而不是一步步滑向对财务逻辑的妥协？

这些似乎都是个未知数。

说到底，这条路全都要的 GPU 破局之路，经不起太多折腾，每走错一步就是在浪费有限的资源，透支未来的想象力。

所以比起猎头张文，在未来的长跑途中，市场自然也就更期待一个能在技术无人区里画出路标的 " 船长张文 "。这也是 IPO 后，壁仞科技所必须跨越的一道坎……

AI 算力时代，壁仞科技快被非 GPU 们包围了？

其实在某种程度上，现在国产 GPU 四小龙们的投资定位，是有点微妙的。

主要体现在两方面：

一是赛道重心的 " 错位 "。本轮行情的根本驱动力，源于 AI 时代的快速落地，让算力正在成为一种全新的 " 基础设施级资源 "。

市场的核心兴奋点，在于 AI 算力。

只是因为 GPU 芯片本身就像万金油一样，可以应用于图形渲染、游戏、科学计算等多领域，也可以用做大模型训练算力，所以才带火了整个赛道。

但实际上在加码 AI 算力层面，通用 GPU 只是一种技术路径，而不是唯一的路径。

比如在 ASIC 等专用架构下，华为推出的昇腾芯片、百度的昆仑芯，寒武纪和阿里平头哥们的 AI 芯片，走的是 " 术业有专攻 " 路线，即不侧重于图形渲染等能力，而更专注于大模型训练和推理效率等领域；

又比如清微智能们选择的可重构计算路线，理论上，它既可以解决 GPU 通用但低效、ASIC 高效但硬件固化的痛点，也能通过底层架构创新实现性能与性价比的平衡……

这么一来，以壁仞科技为代表的通用 GPU 厂商们，其 AI 算力的稀缺性和市场需求价值，是不是就要大打折扣了呢？

二是竞争格局的倒挂。

在国内的 AI 算力芯片版图上，现在 GPU 与非 GPU 阵营呈现出了极不均衡的势力分布。

用一句话概括就是 " 小公司硬啃大难题，大公司专攻小切口 "。

比如新锐玩家——摩尔线程走的就是全功能 GPU 路线，想要通吃图形渲染和 AI 计算，从而成为 " 中国版英伟达 "；

又比如刚上市的壁仞科技，自成立初便锚定高性能通用 GPU，在异构运算与高算力解决方案上倾注心血，产品面向人工智能、图形渲染和大数据分析等多种应用场景，技术路径强调对国际主流生态的兼容乃至超越。

这份全面性，既是护城河的雏形，也是前行路上的千斤重担。

反观非 GPU 赛道，扎堆的却是互联网巨头与硬核实力派——华为昇腾、寒武纪、百度昆仑芯、阿里平头哥们。

它们不标榜 "GPU"，只做专注的 "AI 加速器 "。

技术与资本实力本就雄厚，现如今又将全部弹药集中于 AI 模型算力——这一当下市场最饥渴的靶心。

那么结果可想而知，据 IDC 数据，2025 年中国 AI 加速卡市场总出货量约 400 万张，曾长期垄断国内市场的英伟达出货约 220 万颗，占 55%，市场份额近乎腰斩。

整体 GPU 市场占比为 58%，而非 GPU 加速卡的 AI 服务器市场占比为 42%。

也就是说，非 GPU 技术路线，实际上才是现在本土力量突破海外算力封锁、实现 AI 算力主权归位的核心增长引擎。

同时从中国芯片厂商 AI 加速卡在国内数据中心适配数量占比来看，华为、平头哥和昆仑芯、寒武纪分别占 49%、16%、7% 和 7%，剩下的沐曦占 4%，天数占 3%，壁仞科技们则是被归入了 others 中。

这些实际上都道出了，现在壁仞科技乃至国产 GPU 四小龙最核心的错位：

它们的投资定位卡在了 " 中国英伟达 " 的宏大叙事与 "AI 专用加速卡 " 的务实现金牛之间，既不够极致通用，又不够极致专用。

那么未来，四小龙们究竟是继续咬着牙、烧着钱去补图形渲染和科学计算的课，做一个 mini 版的英伟达？

还是果断把 80% 的研发资源压向 AI 推理的极致优化，先好好的活下去，然后再朝着全功能 GPU" 乃至软件生态进击？

这可能就需要张文们做出最后的选择了。

不过好一点的是，国产 GPU 的征程虽远未到终局时刻，但大方向却已经日渐清晰。

技术路线之争、研发效率之困、资本耐心之考，终将在市场的大浪淘沙中找到平衡。

壁仞科技们需要的，或许不是某一个人的技术光环，而是在长跑中不断校准方向的能力。

行业前路或许崎岖，但算力自主的星辰大海，却始终都充满着无限的想象力！