聚焦国产 AI 芯片四大主力：燧原、壁仞、摩尔线程、沐曦实力拆解

微信视频号：sph0RgSyDYV47z6

快手号：4874645212

抖音号：dy0so323fq2w

小红书号：95619019828

B站1：UID:3546863642871878

B站2：UID: 3546955410049087

中国AI芯片产业在近年来取得了显著发展，其中燧原科技、壁仞科技、摩尔线程和沐曦集成电路表现亮眼，成为中国自主高性能计算与人工智能芯片领域的核心力量。

这四家企业均成立于2018-2020年间，恰逢中国对国产芯片需求急剧增长与国际技术管制加剧的关键时期，承载着中国市场对国产AI算力替代的迫切期望。

燧原科技成立于2018年，专注于云端AI训练与推理芯片领域，提供从芯片到板卡再到智算一体机的全栈解决方案，核心竞争点是AI算力全链路布局，产品广泛应用于数据中心、云计算和高端制造等领域。

壁仞科技成立于2019年，主打高性能通用GPU芯片，注重异构运算和高算力解决方案，产品面向人工智能、科学计算、图形渲染和大数据分析等多种应用场景。其技术路线强调对国际主流架构的兼容性与性能超越。

摩尔线程和沐曦集成电路均成立于2020年，技术路线各具特色。

摩尔线程走全功能GPU路线，产品覆盖AI智算、高性能计算、图形渲染、计算虚拟化及智能媒体处理等多个领域，团队核心成员多来自英伟达，产品思路接近国际主流GPU厂商。

沐曦集成电路则聚焦于高性能GPU芯片研发，重点布局AI训练、推理及图形渲染三大领域，致力于构建全栈GPU生态体系，其优势在于GPU通用性与软件生态兼容性。

截至2025年，这四家企业均已完成多轮融资，且已启动或正在筹备IPO，成为2025年中国资本市场关注的热点。

市场表现与估值

CONTENT

燧原科技

凭借与腾讯的深度合作，在云端AI训练市场占据一席之地。腾讯控股是其第一大股东，并提供应用场景和联合开发（如紫霄系列芯片）。

燧原还与科华数据等合作打造绿色数据中心，在特定垂直领域建立优势。2024年8月，已启动A股IPO辅导，目前处于第三期辅导阶段，估值205亿元。

壁仞科技

在高性能通用GPU领域表现活跃，其产品在互联网、科研院所和国有企业中获得应用。计划于2025年第三季度提交港股上市申请，拟募资3亿美元，估值160亿元。

摩尔线程

采用“消费+AI”双轮驱动策略，产品覆盖消费级显卡和专业AI计算市场，2024年营业收入4.38亿元，净亏损14.92亿元。

2025年6月科创板IPO已受理，截至目前，摩尔线程科创板IPO获上交所上市委会议通过，也是四家公司中估值最高的企业。

沐曦集成电路

2024年营收7.43亿元，净亏损14.09亿元。沐曦聚焦AI训练、推理及图形渲染市场，估值约为100亿元。

2025年6月科创板IPO获受理，拟募资39亿元，7月19日进入问询阶段，估值210亿元。

核心技术架构对比

CONTENT

燧原科技

主要采用专域架构（DSA）设计，其邃思系列芯片针对AI训练和推理工作负载进行了深度优化。燧原的创新之处在于其“动态计算架构”，能够针对AI模型自动优化算力分配。

该架构专门针对云端AI训练场景优化，支持FP32、FP16、BF16、INT8等多种精度计算，但其DSA架构不兼容CUDA生态，显存配置相对较低，适配性存在一定局限。

壁仞科技

主打高性能通用GPU架构，其壁砺系列芯片采用自主研发的芯片异构运算架构，强调高算力和通用性。壁仞架构支持AI训练、科学计算和图形渲染等多种工作负载，通过先进的高速互连技术实现多芯片协同工作，提供较高的性价比。

摩尔线程

采用统一系统架构（MUSA），构建全功能GPU设计理念。MUSA架构覆盖计算、内存和通信三个关键领域，通过协同优化实现性能突破。

摩尔线程的独特优势在于其架构高度兼容CUDA，提供了几乎所有组件与CUDA的对应关系，支持迁移CUDA应用而无需大量代码变动。此外，公司提出“AI工厂”构想，强调计算效率公式，体现系统级优化思路。

沐曦集成电路

同样采用GPU架构，集成多种计算引擎，产品覆盖人工智能计算、通用计算和图形渲染三大领域。沐曦的核心优势体现在其MXMACA软件栈，实现了对GPU行业国际主流CUDA生态的高度兼容。

制作工艺及性能对比

CONTENT

*四家AI芯片公司在算力性能方面各有侧重，不同芯片在不同工作负载下表现出差异化优势。

其中，壁仞产品在MLPerf于2022年进行的AI基准测试（MLPerf Inference v2.1）中取得了优异成绩。

其BR104芯片在数据中心推理评测中自然语言理解（BERT模型）和图像分类（ResNet50模型）两类基准评测available（可售产品类别）单卡性能全球第一，性能达到英伟达A100单卡性能的1.58倍。

这表明壁仞芯片在通用计算和AI推理场景下具备强大竞争力。

*在能效比(OPS/W)方面，四家公司均注重性能功耗比的优化，但侧重点和实现方式不同。

燧原科技通过动态计算架构实现能效优化，针对AI工作负载自动优化算力分配，降低整体能耗。

壁仞科技采用芯片异构设计和先进制程实现高能效，其壁砺106C峰值功耗150W，相比市售主流产品实现显著的性能提升，提供了高能效的加速计算能力。

摩尔线程通过统一系统架构MUSA实现计算、内存和通信三重突破，其MTT S3000在35W相对较低功耗下实现15.2TFLOPS的FP32性能，体现出色的能效比。

沐曦集成电路则通过专用计算引擎和软件协同优化实现能效提升，在不同精度计算中提供优化的性能功耗比。

软件生态与框架兼容性

CONTENT

软件栈与开发生态

软件生态是AI芯片成功商业化应用的关键因素，这四家AI芯片公司在软件生态建设上采取了不同策略。

燧原科技

虽然采用DSA架构不兼容CUDA生态，但其提供了自动化编译工具和完善的软件开发套件，支持TF/PyTorch主流框架，降低迁移成本。

燧原的软件策略侧重于垂直领域深度优化，通过与特定行业客户的定制化合作，提供软硬一体解决方案。然而，其生态影响力相对较弱，需要依赖客户定制化合作，在通用性方面存在局限。

壁仞科技

软件策略注重平衡性能与兼容性，计划通过兼容性削弱英伟达CUDA的市场主导地位，但未明确表示完全兼容CUDA。

壁仞积极培育自己的软件生态，提供完善的开发工具和文档支持，但其软件生态成熟度与CUDA相比仍有距离。

摩尔线程

在软件生态方面优势明显，其MUSA架构兼容CUDA，并提供几乎所有组件与CUDA的对应关系，支持迁移CUDA应用而无需大量代码变动。

摩尔线程构建了完整的MUSA生态，包括开发工具、运行时库和驱动程序，大大降低了开发者迁移成本。其软件栈支持主流AI框架和开发语言，提供了从云到端的全栈软件解决方案。

沐曦集成电路

开发了MXMACA软件栈，实现了对GPU行业国际主流CUDA生态的高度兼容。

沐曦的软件策略强调端到端兼容性，其软件栈端到端兼容PyTorch/TensorFlow，大幅降低了生态迁移门槛。若应用重度依赖CUDA生态，迁移到沐曦平台的成本相对较低。

框架支持与迁移工具

在主流AI框架支持方面，四家公司都对TensorFlow和PyTorch提供了不同程度支持。

TensorFlow支持方面，沐曦集成电路表现最为突出，其MXMACA软件栈提供端到端的TensorFlow支持。摩尔线程通过CUDA兼容层间接支持TensorFlow，燧原科技提供自动化编译工具支持TensorFlow，壁仞科技也对TensorFlow提供了支持。

PyTorch支持方面，沐曦再次表现领先，其软件栈提供原生PyTorch支持。摩尔线程通过MUSA架构的CUDA兼容性支持PyTorch，燧原科技支持PyTorch主流框架并提供自动化编译工具以降低迁移成本。

在迁移工具方面，燧原科技提供自动化编译工具以降低迁移成本。摩尔线程提供完善的迁移工具链，支持CUDA应用迁移到MUSA平台。沐曦集成电路凭借高度兼容CUDA的软件栈，大幅降低了迁移难度。

值得注意的是，尽管国产AI芯片厂商在软件生态建设上取得了显著进展，但CUDA生态作为英伟达多年积累的护城河，拥有超过百万开发者，其成熟度和丰富度仍然具有优势。即使技术上实现了兼容性突破，如何让开发者真正愿意使用国产GPU，仍然是一个巨大的挑战。

 

微信视频号：sph0RgSyDYV47z6

快手号：4874645212

抖音号：dy0so323fq2w

小红书号：95619019828

B站1：UID:3546863642871878

B站2：UID: 3546955410049087

 

参考文献链接

聚焦国产 AI 芯片四大主力：燧原、壁仞、摩尔线程、沐曦实力拆解