国产 GPGPU 全面提速：从龙芯“上车”到沐曦、壁仞资本化加速
通用图形处理器（GPGPU）作为兼具图形渲染与并行通用计算能力的关键芯片，已经成为 AI、云计算和大数据分析等高性能算力场景中不可或缺的基础设施。长期以来，英伟达、AMD 几乎牢牢占据全球 GPGPU 市场主导地位。但在国内自主可控需求快速上升以及产业政策持续加码的大背景下，一批本土 GPGPU 厂商正加速入场、分化布局，逐步搭建起多元技术路线和国产生态。
近期，龙芯中科在投资者交流中透露，其首款 GPGPU 产品 9A1000 已完成流片并成功点亮，被业内视作“中国第一款纯国产 GPGPU”的代表性进展。
一、从“端侧”切入：龙芯中科走出的 CPU+GPGPU 协同之路
广义上的 GPGPU，是指将 GPU 的大规模并行计算能力用于传统由 CPU 负责的通用计算任务，可在计算密集型和高吞吐场景中显著提升效率。相较专用 ASIC，通用 GPU 在算法快速迭代、模型频繁更新的阶段具备更好的灵活性和适应性，也因此被普遍认为仍将是未来 AI 芯片的一条主流技术路径。
龙芯中科本身是国产 CPU 的重要玩家，近年来则有意识地将产品线向 GPGPU 延展。其 GPGPU 技术路线特点在于：将图形渲染与 AI 加速能力融合于同一计算架构，既兼顾传统图形显示需求，又可承担一定的通用计算与推理加速任务。具体节奏上，龙芯先从“端侧推理”场景起步，以终端、行业应用为主，再逐步往更高算力平台演进。
1. 9A1000：入门级独显，主打端侧 AI 与行业应用
2025 年，龙芯首款独立 GPGPU 芯片 9A1000 成功流片，标志着其正式进入通用 GPU 市场。该产品定位于入门级独显，重点面向终端和边缘设备等场景，例如无人系统、专用装备等。
核心指标大致如下（部分为对标信息）：
图形性能大致可对标 AMD RX550
支持 OpenGL 4.0、OpenCL 3.0 等主流图形与计算标准
内置 NPU，AI 推理算力约 40 TOPS，其中 INT8 算力 32 TOPS
像素填充率约 16 GPixel/s，纹理填充率约 32 GTexel/s
与集成在 2K3000 SoC 中的第二代 GPGPU 核心 LG200 相比，9A1000 在整体性能上提升超过 5 倍。
更关键的一点在于系统协同：9A1000 可与龙芯自家 CPU 深度耦合，形成“CPU+GPGPU”的一体化方案，即市场常说的“龙芯全家桶”。在信创、工业控制、教育信息化等对性价比和国产化要求都较高的场景中，这种组合有望提供一套相对完整的通用计算+图形/AI 加速解决方案。公司方面也提到，正在争取开发 9A1000 的 Windows 驱动，以便未来能在 Windows 生态中直接搭配使用。
2. 产品向上迭代：9A2000 与第三代 GPGPU
按照龙芯公布的规划：
第二代图形处理器核心 LG200 已在新一代 SoC 2K3000 中完成流片与硅验证，并已展开软硬件配套开发；
后续的 9A2000 将作为更高性能 GPGPU 型号推出：
图形性能目标约为 9A1000 的 4 倍
AI 推理性能目标约为 9A1000 的 8 倍
在 2025 年半年报中，龙芯还披露，第三代 GPGPU（结构升级）研发项目正在推进，将基于新一代架构推出面向云端与边缘 AI 应用、桌面与服务器图形场景的 GPGPU 产品。
3. 软件生态：多 OS 支持与 AI 推理模型适配
在软件堆栈方面，龙芯基于 2K3000 完成了 LG200 的图形驱动及算力软件栈开发，覆盖：
Linux
开源鸿蒙
嵌入式操作系统
在 AI 应用层面，已能够无缝支撑如 YOLO 目标检测、ResNet 图像识别等主流推理模型，为端侧和行业应用落地打基础。
二、第一梯队成型：沐曦、壁仞领衔，多路线冲刺高性能 GPGPU
除了龙芯这一路径外，国内 GPGPU 阵营大致已经形成了“多极并进”的格局：
以沐曦、壁仞科技为代表，切入高性能云端、智算中心市场；
以天数智芯、曦望 Sunrise 等为代表，深耕特定细分应用或在软件栈等层面形成差异化能力。
其中，近期沐曦登陆科创板、壁仞冲刺港股上市，也被视作国产 GPGPU 企业迈入“资本化加速”阶段的重要信号。
1. 沐曦股份：科创板“GPU 第一股”，三年营收放大 40 倍
2024 年 12 月 17 日，沐曦股份正式在科创板上市，被市场称为“GPU 第一股”。公司采用“自主通用 GPU + 兼容 CUDA 生态”的技术路线，目前主要产品线包括：
训推一体 GPU：曦云 C 系列
智算推理 GPU：曦思 N100 系列
图形渲染 GPU：曦彩 G100 系列
其中，曦云 C 系列的训推一体 GPU 板卡在 2024 年营收中占比接近七成（约 68.99%），已经成为业务的核心支柱。
沐曦是国内少数从底层架构、GPU IP，到高性能芯片和基础系统软件均具备系统性自研能力的企业之一。截至 2025 年，公司通用 GPU 累计销量已超过 2.5 万颗，在手订单约 14.3 亿元，2025 年前三季度营收达到 12.36 亿元，同比增速超过 450%。从 2022 年到 2024 年，营收复合增长率超过 4000%，商业化落地节奏在业内相对靠前。
此次 IPO 计划募资约 39.04 亿元，其中约 24.5 亿元拟投入“新型高性能通用 GPU 研发及产业化项目”，核心是两款后续高端产品：
第二代高性能通用 GPU：代号 C600
第三代高性能通用 GPU：代号 C700
两者基于国产先进工艺，面向 AI 训练、推理及通用计算等场景，是曦云 C 系列的升级主力。
当前进展上：
C600：2024 年 10 月完成流片，2025 年 7 月回片点亮，正在进行功能测试，预计明年实现大规模量产；
C700：预计 2027 年三季度完成小批量量产，之后逐步放量。
据招股书披露，这两款均基于沐曦自研 GPU IP 与 MXMACA 软件栈，支持混合精度算力、超高带宽显存，并对计算密度与互连系统进行深度优化，旨在覆盖从单卡到大规模集群的各种加速需求。
2. 天数智芯：国内最早押注 GPGPU 的玩家之一
天数智芯成立于 2015 年，是国内最早聚焦通用 GPU 研发的公司之一。早在 2020 年 12 月，天数智芯就点亮了其首款全自研、基于 7nm 工艺的高性能云端 GPGPU——天垓 100，并于 2021 年 3 月正式发布：
在 FP16/BF16 精度下峰值算力为 147 TFLOPS
发布时性能已达到国际先进水平
公司走的是“通用 GPU + 算力系统”的双轮路线，在天垓 100 之后，又推出了第二款产品智铠 100，进一步丰富云端高性能计算产品线。
公开数据显示，截至 2022 年底，天垓 100 的累计销售订单已超过 5 亿元，市场验证效果较为明显。业内消息显示，天数智芯正在推进港股 IPO 进程。
3. 壁仞科技：PFLOPS 级单芯片与异构训练方案
壁仞科技，则是近年来声量较高的另一家 GPGPU 厂商。2022 年，公司发布 BR100 系列 GPGPU，同样采用 7nm 工艺与 CoWoS 2.5D 封装。根据公开数据，BR100 在：
FP16 精度下峰值算力约 1024 TFLOPS
FP32 精度下峰值算力约 128 TFLOPS
壁仞方面宣称其在部分指标上可超越英伟达 A100。技术路线方面，公司以“通用 GPU + Chiplet 技术”为核心，推出的壁砺系列 GPU 在单芯片整体算力上迈入 PFLOPS 级，算力密度处于全球高位水平。
在系统与软件层面，壁仞推出了自主的异构 GPU 协同训练方案 HGCT。根据公司介绍：
首次在业界实现支持 3 种及以上 GPU（壁仞 GPU + 英伟达 GPU + 其他国产芯片）联合训练同一个大模型；
已完成国内首个“4 种及以上异构芯片”混合训练方案落地。
这在一定程度上缓解了大型 AI 企业在算力扩展中的生态兼容、调度协同难题。
2024 年 12 月 15 日，壁仞科技已完成证监会备案，拟赴港交所上市，被寄望成为“港股 GPU 第一股”。
4. 曦望等厂商：押注软件栈和 CUDA 兼容
在当前 GPGPU 竞争中，软件生态的重要性持续上升。一些企业选择切入软件栈层面，重点围绕 CUDA 兼容与开发者体验展开。
例如，曦望 Sunrise 推出的全栈自研方案基本对齐 CUDA，在通用 GPGPU 芯片 S2 上主打大模型推理场景：
面向大模型推理及多模态任务
兼容 CUDA 生态，性能对标英伟达 A100
在国内大模型推理赛道中进入第一梯队
这类路线更多地通过软件生态与工具链来强化粘性，在算力性能之外构筑差异化优势。
三、小结：三大信号勾勒国产 GPGPU 新格局
从时间线拉长来看，中国 AI 芯片企业在 GPGPU 方向并非“被动补课”，而是至少在过去数年已经展开系统布局，并且在多个关键节点完成了从“可用”到“好用”的阶段性跨越。
以龙芯、沐曦、壁仞、天数智芯、曦望等为代表，当前国产 GPGPU 产业大致呈现出以下三点趋势和信号：
算力体系延伸：从 CPU 向 GPU 全栈打通
以龙芯为代表的厂商，正在从 CPU 出发，将通用 GPU 纳入统一架构和生态，形成“CPU+GPGPU”甚至“CPU+GPU+NPU”的多核协同，支撑从桌面终端到服务器、云端的多场景算力需求。
软件生态成为新的主战场
CUDA 兼容、编程接口、算子库、集群管理与部署工具等软层能力正成为核心竞争点。是否能在多个主流深度学习框架、大模型推理框架中形成稳定支持，将直接决定硬件的可用度与客户迁移成本。
差异化路线清晰：多家厂商各造“护城河”
龙芯侧重 CPU+GPGPU 协同、端侧与行业场景；
沐曦、壁仞重点攻高性能云端训练与推理市场，聚焦高算力与大规模集群；
天数智芯、曦望等则在特定应用与软件栈兼容上形成自己的支点。
可以预见，随着龙芯 9A1000 量产推进、9A2000 及第三代 GPGPU 上线，以及沐曦 C600/C700、壁仞新一代产品陆续落地，国产 GPGPU 正站在一个历史性窗口期：从“点状突破”走向“体系化竞争”。
