AI芯片廠商掀IPO熱潮，誰能成為下一個“寒武紀”？

每經記者 朱成祥    每經編輯 楊夏    

2024年，AI浪潮持續(xù)翻涌，寒武紀（688256.SH，股價625元，市值2609.1億元）作為A股AI算力芯片龍頭可謂風頭無兩，Wind數據顯示，去年寒武紀股價上漲387.55%，同期科創(chuàng)100指數則下跌8.56%。

在寒武紀“獨領風騷”的二級市場之外，國內還有一批優(yōu)秀的AI算力芯片企業(yè)尚未登陸資本市場，如壁仞科技、天數智芯、燧原股份、摩爾線程、沐曦等。其中，壁仞科技、燧原股份、摩爾線程、沐曦目前已進入上市輔導階段。

AI算力芯片主要可以分為GPU（圖形處理器）、AI ASIC（人工智能專用處理器）和FPGA（現場可編程門陣列）三種。目前，國內GPU廠商代表有壁仞科技、天智數芯、摩爾線程和沐曦等；AI ASIC廠商代表有華為海思昇騰、燧原股份、地平線、黑芝麻智能、比特大陸等。

AI算力芯片分類 圖片來源：記者根據公開信息整理，Napkin AI制圖

盡管位列Wind GPU指數（8841701.WI）成分股，但根據寒武紀招股書，其將自己的產品與傳統(tǒng)芯片CPU、GPU等進行了區(qū)分，稱“主要研發(fā)通用型智能芯片”，而不是專用型智能芯片（ASIC）。不過，在多家券商和咨詢機構的研報中，均將其產品列為了ASIC。

GPU與ASIC芯片到底是什么？

根據國泰君安證券研報，AI芯片主要分為三種類型：通用型（GPU）、半定制型（FPGA）、定制型（ASIC）。三類芯片代表分別有英偉達（NVIDIA）的GPU、賽靈思的FPGA和Google的TPU（一種專門為機器學習任務設計的AI ASIC）。GPU的計算能力最強，但是成本高、功耗高；FPGA可編程，最靈活，但是計算能力不強；ASIC體積小、功耗低，適合量產，但是研發(fā)時間長，且不可編輯，前期投入成本高，帶來一定的技術風險。

三大AI算力芯片特點 圖片來源：記者根據公開信息整理，Napkin AI制圖

在寒武紀招股書中，將自己的產品與傳統(tǒng)CPU、GPU等芯片類型進行了區(qū)分，而是列為通用型智能芯片和專用型智能芯片（ASIC）兩類。其中，通用型智能芯片代表包括寒武紀思元100/270/220）、華為海思（Ascend 310/910）、谷歌（TPU V1/V2/V3、TPU EDGE）等。

圖片來源：寒武紀招股書

在國泰君安證券研報中，谷歌TPU、華為海思昇騰910均被分類為ASIC。此外，燧原股份的云燧T20與寒武紀的NPU在整體性能上也與谷歌比肩。

此外，民生證券研報顯示，云端算力中，寒武紀也被劃入了ASIC。

頭豹研究院AI行業(yè)高級分析師常喬雨也告訴《每日經濟新聞》記者：“目前國內從事AI ASIC研發(fā)的廠商主要包括寒武紀、地平線、燧原科技、黑芝麻智能和比特大陸等。”

不過，寒武紀、燧原科技的芯片可能更偏向于DSA（領域專用架構），不屬于傳統(tǒng)不可編程的ASIC，而是廣義的ASIC。

傳統(tǒng)ASIC不可編程，于是DSA應運而生。常喬雨表示：“DSA芯片在性能和靈活性之間找到平衡點，成為ASIC和GPGPU（通用圖形處理器計算）之外的另一條技術路徑。DSA結合了ASIC的高性能優(yōu)勢和GPGPU（通用圖形處理器）的編程靈活性，專為特定領域的計算需求設計，尤其適用于泛安防和自動駕駛等明確場景。”

他補充表示：“整體來看，ASIC、GPGPU和DSA各有側重：ASIC注重特定任務的極致性能，GPGPU強調通用性，而DSA則嘗試去結合兩者的優(yōu)點，帶來性價比和效率更高的算力。”

燧原股份相關工作人員也回復《每日經濟新聞》記者稱：“我們是DSA架構。”

黑芝麻智能也對記者表示：“黑芝麻智能的芯片架構兼具ASIC的高性能和GPGPU的靈活性，芯片產品可以歸為ASIC芯片類別，和以上芯片（寒武紀、華為海思昇騰、燧原科技）架構類似，都具備靈活編程的擴展性。”

簡而言之，DSA屬于廣義ASIC芯片，且較傳統(tǒng)ASIC更加靈活。

四大AI算力廠商啟動IPO輔導

2024年8月以來，國內四大AI算力廠商陸續(xù)啟動IPO輔導。2024年8月26日，AI ASIC領域代表廠商燧原科技啟動IPO輔導；GPGPU領域代表廠商壁仞科技于9月11日啟動IPO輔導；11月12日，GPU廠商摩爾線程啟動IPO輔導。

進入2025年，1月15日，沐曦股份也啟動了上市輔導。若四家全部上市成功，將大幅擴展A股AI算力廠商投資標的的供給。

這幾家接受IPO輔導的企業(yè)中，燧原科技創(chuàng)始團隊有AMD背景，其創(chuàng)始人兼COO張亞林于2008年加入AMD，歷任資深芯片經理、技術總監(jiān)。曾經作為全球芯片研發(fā)主要負責人之一，在AMD上海研發(fā)中心成功領導開發(fā)并量產了多顆世界級芯片，擁有豐富的工程和產品化實戰(zhàn)經驗。

沐曦股份創(chuàng)始團隊同樣來自AMD，其創(chuàng)始人陳維良曾任AMD全球GPGPU設計總負責人；兩位CTO（首席技術官）均為前AMD首席科學家，目前分別負責公司軟硬件架構。

而摩爾線程創(chuàng)始團隊來自全球GPU巨頭英偉達，其創(chuàng)始人兼CEO張建中曾任英偉達全球副總裁、中國區(qū)總經理，在GPU這一行業(yè)已經深耕近二十年。

圖片來源：視覺中國（圖文無關）

除了這四家接受IPO輔導的廠商外，天數智芯、昆侖芯、平頭哥等廠商也廣受市場關注。

另外，目前接受IPO輔導的四家廠商中，三家屬于GPU路線，一家屬于ASIC路線。當下，以英偉達為代表的GPU算力廠商仍是市場主流，而近期以博通為代表的ASIC路線也逐漸受到廣泛關注。

對于GPU路線與ASIC路線的優(yōu)劣，TrendForce集邦咨詢分析師邱珮雯回復《每日經濟新聞》記者認為：“ASIC在可見的未來不會完全取代GPU，ASIC通常是專門為某種特定應用或運算去設計的芯片，如訓練或推理，偏向特定客戶定制化；而GPU設計為通用運算，對于執(zhí)行多樣任務較具靈活性，通常為標準品，適用于多數客戶，且相較于高階英偉達芯片如B200，ASIC目前開發(fā)運算效能落差仍大。因此，ASIC和GPU有各自的目標市場及應用。”

常喬雨認為：“當前，AI ASIC的應用主要集中在推理任務上，盡管部分產品也涉及訓練領域，但推理顯然是其核心戰(zhàn)場。這是因為推理任務具有固定的計算模式和高吞吐量需求，非常契合ASIC硬件固化的高效特性。與此同時，推理的市場空間未來也將顯著超過訓練。隨著人工智能技術在各行業(yè)的加速滲透，終端設備和云端推理的需求量快速增長，涵蓋了從智能家居到工業(yè)自動化再到車載計算的多樣化場景。而推理任務的高頻調用和長生命周期特點，也決定了這一市場的規(guī)模潛力將遠超一次性投入較高的訓練環(huán)節(jié)。”

也就是說，當下AI仍以訓練為主導，GPU仍是主流。而未來，隨著AI技術的廣泛落地，推理市場規(guī)?；虼蠓^訓練環(huán)節(jié)。而推理環(huán)節(jié)，正是AI ASIC的主戰(zhàn)場。

事實上，ASIC芯片不僅在推理領域潛力巨大，在類似智駕等特定場景的應用也前景廣闊。

黑芝麻智能方面告訴《每日經濟新聞》記者：“黑芝麻智能的智駕芯片在高性能、低功耗、靈活性、跨域融合、市場定位和端到端算法參考模型等方面都有顯著優(yōu)勢。由于黑芝麻智能智駕芯片面向特定場景，因此算力的利用率、能效比都會更高。在靈活性方面，黑芝麻智能的芯片設計融入了可編程性，使其在一定程度上具備GPGPU的靈活性。”

如何補“運力”短板？

目前，國際上主流AI ASIC廠商為博通、Marvell。需要注意的是，博通不僅擁有AI ASIC設計能力，其配套網絡業(yè)務也十分強大，比如以太網交換芯片、PCIe/CXL Retimer等。而英偉達算力領域的三大壁壘，包括GPGPU芯片、NVLink和CUDA生態(tài)。而國內廠商在軟件工具鏈和開發(fā)者生態(tài)方面尚待補強。

根據國聯證券研報，AI大模型的快速發(fā)展推動“算力”“存力”需求快速增長。與此同時，對“運力”也提出了更高的需求。系統(tǒng)需要更高的帶寬，更快的傳輸。但內存的性能提升速度遠低于處理器的性能提升速度，導致處理器無法充分發(fā)揮其計算能力。

英偉達有NVLink，博通有CXL技術，那么國內在“運力”領域有哪些布局呢？

國內CXL高速互聯廠商國數集聯告訴《每日經濟新聞》記者：“NVLink具備高帶寬和低延遲的優(yōu)點，但存在生態(tài)封閉、價格昂貴等問題。主要運用在英偉達產品中。CXL基于PCIe的基礎上發(fā)展而來，專注于優(yōu)化處理器與加速器之間的通信。CXL能夠提供高帶寬、低延遲的通信，并支持先進的大容量低延遲內存協同特性。CXL也是唯一橫跨運力和存力的互聯標準、唯一橫跨通用服務器和AI服務器的互聯標準。”

目前國內也有較多的AI ASIC廠商。那么，國數集聯在高速互聯領域有哪些獨特的優(yōu)勢，是否有意與AI算力芯片廠商合作，共同研發(fā)、拓展市場？

國數集聯表示：“公司面向人工智能數據中心（AIDC）、云服務商、服務器廠商以及運營商，提供先進的高速互聯算法、芯片及方案。目前，公司的核心產品包括CXL Switch芯片、模塊以及硬件整體方案。國數集聯正與國內的云廠商、AI廠商、運營商展開合作，旨在提供高效的數據傳輸和聯結方案。”

圖片來源：視覺中國（圖文無關）

異構計算會是未來嗎？

大模型發(fā)展迅速，也對各大廠商軟硬件結合能力提出更高要求。而國內不少GPGPU廠商，也開始走向“異構計算”。

天數智芯副總裁鄒翾對《每日經濟新聞》記者表示：“異構計算在訓練和推理領域都占據著重要地位。在訓練領域，面對大規(guī)模數據集和復雜模型結構，單一類型芯片往往難以滿足計算需求。異構計算通過整合多種不同架構芯片，可以加速訓練過程，減少訓練時間和成本。在推理領域，實時性要求極高，異構計算能夠根據不同的推理任務特性，靈活調配硬件資源。例如在處理圖像、語音等特定類型數據時，通過不同芯片的協同工作，快速完成推理，輸出準確結果。”

資料顯示，天數智芯是國內率先支持智算芯片混合訓練的通用GPU廠商。其“天垓”和“智鎧”產品系列，廣泛應用于主流大模型的訓練、微調以及推理任務。2024年，天數智芯參加了在上海市通信管理局和上海市數據局的支持下，多家單位聯合開展的跨域異構算力網絡實驗驗證工作，異構混訓效率可達97.5%。

壁仞科技向記者提供的資料也顯示，公司正聯合客戶、合作伙伴、科研機構共同推動異構GPU協同訓練生態(tài)，具體包括：中國移動、中國電信、中興通訊、商湯科技、國網智能電網研究院有限公司、上海智能算力科技有限公司、上海人工智能實驗室、中國信息通信研究院等。

壁仞科技表示，這一異構GPU協同訓練方案最終實現了國產GPU和英偉達GPU的異構共存，突破異構算力孤島難題，加快國產GPU的落地遷移，助力國產大模型落地。此外，該方案賦能整個算力產業(yè)發(fā)展，壁仞HGCT方案具備普適性、易用性、兼容性，助力最終客戶實現多種異構算力聚合，最大化異構GPU集群利用效率。

圖片來源：視覺中國（圖文無關）

在邊緣側，AI PC又將如何發(fā)展呢？未來AI算力芯片是否可能作為單獨的“外掛”芯片，類似于獨立顯卡搭配在AI PC之中？

天智數芯表示：“目前這種外掛AI芯片的AI PC已有原型，并且已經有用戶在使用。隨著AI在PC端應用場景不斷拓展，如智能創(chuàng)作、數據分析等，對算力需求劇增。將AI算力芯片做成‘外掛’，便于用戶根據自身需求靈活升級，提升AI性能，就像現在人們按需選擇獨立顯卡。同時，這也有助于降低PC整體成本，促進AI技術在PC領域的普及。”

可以看出，除了寒武紀外，國內未上市的企業(yè)中，也有較多GPGPU廠商、AI ASIC廠商，且在“運力”、軟件生態(tài)領域，國內廠商也在積極布局。

封面圖片來源：視覺中國-VCG41N970174988