沐曦是理解下一阶段国产算力替代进程的一个重要样本

文｜《财经》研究员 周源

编辑｜谢丽容

沐曦首次公开发行股票数量4010万股，均为新股。本次发行价格为104.66元/股。首次公开发行后总股本约4亿股，发行股票数量为4010万股，占发行后总股本的10.02%。

截至2025年12月17日09:45，沐曦以700元开盘，较发行价104.66元暴涨569%，盘中最低656元仍维持526.79%涨幅，成交额达14.2亿元，开盘15分钟，换手率超过40%。按开盘价计算，中签投资者单签收益超27万元，成为年内最赚钱新股。其总市值突破2700亿元，已超越多数A股半导体公司，仅次于寒武纪、茅台等龙头。但由于大部分股份暂时限制流通，可以自由交易的股份1814万股，因此自由流通市值125亿。

同为国产GPU企业的摩尔线程上市首日暴涨425%，创下科创板新股单签收益纪录，强化了市场对沐曦的乐观情绪。但国产GPU的产业化能力仍需时间验证，投资者需警惕估值与基本面的背离。

沐曦成立于2020年9月，主攻高性能GPGPU（General-Purpose computing on Graphics Processing Units，通用GPU）芯片，通用GPU芯片能用于AI、科学计算等多种场景。

招股书显示，截至2025年一季度末，沐曦GPU产品累计销量超过25000颗，已在多个国家人工智能公共算力平台、运营商智算平台和商业化智算中心实现规模化应用，并且是国内少数真正实现千卡集群大规模商业化应用的GPU供应商。沐曦还公开透露，2024年，该公司在中国AI芯片市场中的份额约为1%。

沐曦与摩尔线程并称“国产GPU双子星”，而摩尔线程12月5日上市首日即暴涨逾400%，市值一度超过人民币4000亿元，已经成为科创板市值排名第四的企业，沐曦能否打破摩尔线程的诸项记录成为市场关注焦点。

短短五年时间，沐曦从无到有迅速走完了从技术验证到资本退出的前半程。当二级市场的目光齐聚打新收益与千亿市值时，沐曦的技术护城河、商业兑现能力以及能否引领国产高性能GPU芯片突围，比股价更加值得审视。

2026年有望盈利

AI芯片大致包括通用型架构和专用型架构。通用型架构以通用GPU芯片为代表，能够广泛应用于人工智能、科学计算、数据处理、图形处理等多样化场景，英伟达、AMD的AI芯片都属于通用GPU芯片；专用型架构以ASIC芯片为代表，是面向特定的、相对单一的人工智能应用所设计的专用集成电路，如寒武纪、华为海思、昆仑芯等走的是ASIC路线。

沐曦创业之初就确立了全功能通用GPU的技术路线，这与其核心创始团队来自AMD有主要关系。

沐曦创始人、董事长兼总经理陈维良曾任AMD全球图形研发高级总监，拥有20年以上GPU设计及量产经验，带领团队完成多款高性能GPU产品的流片和量产。另外两位联合创始人彭莉和杨建也都曾是AMD企业院士，其中彭莉是芯片架构资深专家，曾作为主架构师完成了多款高端复杂的GPU芯片设计；杨建是三维图形与高性能计算生态领域专家，拥有GPU芯片设计及软件生态开发经验。

基于自主研发的GPU IP和统一的GPU计算架构，沐曦先后推出了用于智算推理的曦思N系列GPU、用于训推一体和通用计算的曦云C系列GPU，以及正在研发用于图形渲染的曦彩G系列GPU，覆盖了人工智能训练、推理、通用计算及图形渲染全场景。

旗舰级产品是面向AI训练与推理的曦云C500系列GPU，其中，曦云C500/C550芯片处于英伟达A100的算力区间，曦云C588芯片在曦云C550芯片的基础上实现算力跃升，进一步缩小与英伟达H100的差距。

相较于其他一些AI芯片，沐曦GPU产品的突出优势，是凭借自研MXMACA软件栈实现了对英伟达CUDA生态的高度兼容，为AI、通用计算和大数据处理等领域的现有应用提供了快速迁移至MXMACA 软件栈的能力，这意味着开发者无需过多修改现有代码即可将应用快速部署到沐曦GPU产品上运行，大幅降低客户应用迁移成本、提升迁移效率。

招股书显示，MXMACA支持超过6000个CUDA应用、超过2200个高性能算子，与超过1000个模型实现了原生适配。

随着大模型参数规模指数级增长，单卡有效算力难以应对超大规模的算力需求，高带宽、低延迟的卡间互连技术成为关键竞争要素。据介绍，沐曦自主研发的MetaXLink高速互连技术突破了传统PCIe总线在带宽和延迟方面的限制，达到了与英伟达4纳米制程工艺下旗舰产品H200相当的互连带宽性能。

上述优势交织一起，曦云C500系列虽然2024年才量产，但快速被市场接纳，成为驱动沐曦营收大幅增长的核心因素。2024年和2025年一季度，曦云C500 (包含板卡和服务器)销售收入分别为72173.52万元和31359.27万元，收入占比超过90%。

从整体来看，沐曦业绩处于高速成长但尚未盈利的状态。招股书显示，2022年至2025年一季度，沐曦营业收入分别为43万元、0.53亿元、7.43亿元和3.20亿元，扣非后归母净利润分别为-7.77亿元、-8.71亿元、-14.09亿元和-2.33亿元。

公司的现金流持续为负。沐曦称主要有三个原因导致：第一，到目前为止尚未实现盈利，收入规模较小，无法覆盖各项成本费用支出；第二，客户回款时间相比收入确认时间有所滞后，应收账款余额较大且持续增加；第三，受地缘政治形势影响，为保障原材料供应稳定，沐曦于2024年积极进行战略备货，导致期末存货及预付账款余额大幅增加。

沐曦在招股书中给出了明确的盈利预期：从现有经营情况出发，结合产品市场空间、市场份额及变动、客户复购和新客户验证及拓展情况，预计最早在2026年达到盈亏平衡。

根据公布的信息，在沐曦堪称豪华的投资人阵营中，除了各大国资和头部VC，还包括知名私募大佬葛卫东。

这位绰号“混沌教主”的超级牛散，通过个人持股及旗下的混沌投资，合计持有沐曦约7.48%的股份，位列主要股东席位。在一家科创板IPO企业的上市前融资中，单一自然人（非创始人）持有如此高比例的股份并不多见。葛卫东素以“快准狠”和偏好硬科技（如曾重仓兆易创新、科大讯飞）著称，业界普遍认为，葛卫东下注沐曦，某种程度上代表了二级市场资金相当看好沐曦技术变现能力。

行业共性挑战突出

对于沐曦而言，上市只是开始，在国产算力替代进程中得到一个合适的位置，才是更加重要的战役。和摩尔线程、壁仞一样，国产智能算力芯片企业现阶段共性挑战大过于公司个体挑战。

对于这些明星公司来说，更需要去解决的问题是订单兑现速度、技术迭代进展和生态适配成效。

供应链安全直接决定它的订单兑现速度。包括半导体资深人士王凌锋在内的多位行业人士预测，2026年所有AI芯片公司面临的最大挑战将是“产能争夺”。由于美国对先进工艺的封锁，国产先进制程（如14纳米以下）晶圆代工厂产能有限，如何获取足够的先进制程产能及HBM（高带宽内存）芯片，将直接决定沐曦产品的交付能力。包括沐曦、摩尔线程在内的国产AI芯片厂商，均需通过国内代工或多元化供应链规避风险。

英伟达的成功很大一部分因素依赖于生态的强壮。英伟达通过CUDA生态构建了完整的软硬件技术标准体系，形成行业事实性垄断。沐曦虽推出了兼容CUDA的MXMACA软件栈，但在实际应用中，兼容并不等于完美运行，沐曦需要协助合作伙伴一起帮助最终用户将原本在英伟达芯片上运行的一些关键生产应用平滑迁移过来，这里面也有大量工作。总之，硬件的参数容易追赶，软件的生态建设非一朝一夕。

沐曦主打高性能计算，在双精度浮点性能、互联技术等方面对标英伟达A100/H100，技术门槛极高。目前客户主要为数据中心、超算中心，对稳定性要求严苛，替换成本高，需要长期验证。

前述AI服务器芯片人士表示，沐曦下一阶段发展的关键，是看能否“搞定”阿里、字节跳动，DeepSeek等大模型厂家。大模型厂家给AI芯片厂商带来的不仅是销量激增，其丰富应用场景也利于打磨AI芯片能力，且能在一定程度上避开CUDA生态墙。

“谷歌自研AI芯片TPU证明了，AI芯片只需要适配一种模型也可以实现很好的效果，英伟达CUDA生态在开发者层面前有护城河，但在大模型巨头面前被削弱。”上述AI服务器芯片人士解释说。

另一个深层次挑战是芯片研发。

近年来，人工智能大模型算法的快速迭代以及模型参数量的指数级增长，对底层算力持续提出新的需求，GPU芯片设计总体上向着更高算力密度、更大内存及通信带宽、更多元的混合精度等方向不断发展演进。

但是，AI大模型发展非常快，迭代周期只有平均三到六个月，而芯片研发周期长得多，从设计到量产一般需要两三年，并且研发投入金额较大。这种周期上的错配，要求芯片研发必须具备足够的前瞻性，需要时刻掌握行业最新动态和发展趋势，提前布局并融入相关前沿技术，才能确保芯片很好地支持最新的大模型。

一位资深芯片人士表示，英伟达厉害之处就在于设计有足够的前瞻性，国产芯片这方面的能力普遍需要加强。

他还指出，芯片研发需要一代接一代持续升级迭代，这一代产品表现不错，下一代产品迟迟出不来或者性能赶不上最新模型要求，也是芯片设计公司后继乏力甚至惨遭淘汰的常见原因。

招股书显示，沐曦产品迭代已经进入“量产一代、在研一代、规划一代”的稳定周期。

在近期举办的沐曦股份科创板IPO网上投资者交流会上，陈维良表示，沐曦最新一代产品及明年的主力产品曦云C600系列，性能介于A100和H100之间，预计今年年底进入风险量产阶段，2026年上半年正式量产。下一代产品曦云C700系列，基于国产供应链打造，综合性能对标英伟达H100，预计2026年下半年流片。

英伟达被允许向中国市场出口H200芯片，行业普遍关注H200会对国产AI芯片带来怎样的冲击。

H200是英伟达在2023年11月发布的上一代旗舰AI芯片，相比英伟达曾被批准“特供”中国的H20芯片，H200的理论AI算力大约是H20的13倍以上，且单卡带宽比H20高45%以上，因此，H200在大模型训练方面有明显优势。

但多位行业人士表示，H200进中国对沐曦影响有限。“因为买H200的客户不太会买沐曦，买沐曦的不太会买H200。”王凌锋认为。

另有前述AI服务器资深人士表示，目前购买沐曦芯片主要是政府和金融客户。

王凌锋认为沐曦未来的主要挑战还是供应链风险：在哪流片，能拿到多少工艺，多少产能，如何获得充足的HBM（高带宽内存）芯片。

（《财经》研究员吴俊宇对此文亦有贡献）