当亚马逊把十余座数据中心的 Grace Blackwell 芯片售后回租、GMI Cloud 拿到 4.45 亿美元银行信贷、腾讯通过 Oracle 租用 10 万颗芯片时，GPU 已经不只是计算设备，而是一种可融资、可抵押、可证券化的金融资产。"卡本位"融资正在重塑 AI 行业的资产负债表。

芯片成为金融资产的三种形态​

传统观念里，服务器芯片是快速贬值的 IT 设备，进入资产负债表后只会计提折旧。2026 年的资本市场上，算力资产正在以三种形态被金融化：

形态	代表案例	资金方	商业逻辑
售后回租	亚马逊十余座数据中心 Grace Blackwell 芯片	租赁/投资机构	出让资产 + 长期租回，释放基建现金流
抵押信贷	GMI Cloud 4.45 亿美元银行信贷（台湾中国信托商业银行领投）	商业银行	GPU 抵押 + 合同现金流授信
租赁通道	腾讯租用 Oracle 10 万颗芯片	云厂商	绕开出口管制的使用权采购

这三种形态的共同前提是：GPU 的租金现金流足够稳定，可以被当作信贷的还款来源。这正是 GPU 云行业与传统 IT 采购最本质的区别——芯片变成了会持续产生租金的收入型资产。

案例拆解：从回租到租赁通道​

亚马逊：售后回租与资产转让​

亚马逊正在推进两条并行的资产盘活路径：其一，对旗下十余座数据中心的 Grace Blackwell 高端芯片做售后回租——"出让资产 + 长期租回"，用一次性回款缓解算力基建的现金流压力，代价是支付长期租金；其二，据 The Gist/FT 口径（2026 年 10 月 8 日），亚马逊另拟向投资者转让约 80 亿美元 NVIDIA 芯片资产。作为手握约 2200 亿美元 2026 年 capex 的最大买家，亚马逊把沉淀的芯片资产重新变成流动性，本质上是在为下一轮采购腾出资产负债表空间。

GMI Cloud：GPU 抵押信贷的样板​

GMI Cloud 的 6.68 亿美元融资拆成了两层：NVIDIA 参与的 2.23 亿美元股权，加上台湾中国信托商业银行领投的 4.45 亿美元信贷。银行愿意给一家 GPU 云公司放贷，看中的是其 GPU 资产和租赁合同现金流——NVIDIA 的股权参与又进一步增强了信用。这是"卡本位"信贷的完整样板：芯片做抵押物，租金做还款来源，厂商背书做信用增强。

腾讯：租赁通道与合规灰区​

腾讯租用 Oracle 10 万颗芯片的案例（2026 年 10 月 2 日 Slicast 报道）展示了第三种形态：不购买芯片所有权，而是采购算力使用权。这种模式被广泛解读为绕开出口管制的租赁安排——管制限制的是芯片出口，而云端算力的跨境租用处于监管的模糊地带。需要强调的是，这类结构的合规边界并不清晰，各国出口管制规则仍在动态调整，"租赁即合规"的假设存在政策风险。

SpaceX 与博通：债务买卡的资金源头​

SpaceX 拟以 400 亿美元融资购买 NVIDIA 芯片（Apollo 牵头：100 亿美元银行贷款 + 300 亿美元投资级债务）；博通则为 OpenAI/Anthropic 的定制芯片安排数百亿美元债务。加上 NVIDIA 1000 亿美元投资 OpenAI，债务买卡的资金池已经大到足以改变芯片行业的商业模式——从"客户付钱买卡"变成"资本市场付钱买卡，客户用租金还钱"。

"卡本位"估值的关键假设​

把 GPU 当作可融资资产，估值模型建立在几个关键假设之上，而这些假设恰恰是最脆弱的环节：

假设一：残值率。 信贷方给 GPU 估值时必须假设芯片几年后的残余价值。传统服务器的残值模型在 GPU 上未必成立——B300 当前租金可达 9.50 美元/GPU 小时（Nebius 口径），但三年后的租金和残值高度不确定。

假设二：技术迭代贬值速度。 NVIDIA 已进入 Rubin 一年一代的节奏。当新一代芯片的性能/瓦优势足够大时，旧卡租金会加速下滑，残值假设被击穿，抵押物价值缩水会直接触发信贷条款重估。一年一代的迭代周期，本质上是在加速抵押品的贬值曲线——这是"卡本位"融资与房产抵押贷最根本的不同。

假设三：需求连续性。 租金现金流的稳定性依赖 AI 推理需求的持续增长。算力供给的大规模释放（各家 AI 工厂 2027-2028 年集中交付）可能改变供需平衡。

对 GPU 云创业公司资产负债表的重塑​

算力金融化对 GPU 云创业公司是双刃剑。好的一面：融资渠道从股权扩展到债务，GMI Cloud 证明了银行信贷可以成为股权之外的第二资金来源，创始人稀释更少、扩张更快。坏的一面：资产负债表上堆积了大量以 GPU 为抵押的债务，让本就重资产的模式更加脆弱——租金价格下行 20%，可能同时冲击收入端和抵押物估值端，形成双重挤压。

对比之下，Oracle、亚马逊等巨头通过回租和资产转让把风险向投资者转移，创业公司反而更依赖抵押信贷。融资结构的分化，将在下一轮周期波动中重新洗牌 GPU 云行业的座次。至于 Oracle 用燃气卡车运电维持数据中心运转所暴露的高运营成本，则提醒所有信贷方：GPU 资产的"持有成本"里，电费可能是比折旧更凶猛的现金流出。

小结​

算力资产金融化已经形成三种成熟形态：亚马逊式的售后回租释放现金流、GMI Cloud 式的抵押信贷打开债务融资渠道、腾讯式的租赁通道解决跨境采购。支撑"卡本位"估值的是残值率、贬值速度和需求连续性三大假设，而 Rubin 一年一代的迭代节奏正在持续考验第一和第二个假设。对 GPU 云创业公司而言，债务杠杆放大了扩张速度，也放大了周期风险；对信贷方而言，给会快速贬值的芯片做抵押，风控逻辑必须区别于传统资产。算力金融化让行业跑得更快，也让下一轮回调来得更有杠杆——这是所有参与者在享受低息资金红利时，必须同步想清楚的问题。

谈到 AI 芯片瓶颈，人们第一反应是 HBM 或先进制程，但真正的隐形关卡是封装。一台 3nm 光刻机不够可以排队再买，一条 CoWoS 产线从规划到爬坡却要以年计。2026 年 10 月，GlobalFoundries 与台积电这对代工对手签下互供协议，把封装产能的稀缺性暴露无遗。

AI 芯片封装"三件套"​

现代 AI 芯片的封装不再是把芯片装进外壳，而是构造一个微型系统。三个核心技术构件：

• 2.5D 中介层（interposer）：一块硅材质的"转接板"，放在 GPU die 与基板之间，上面布满密度远超 PCB 的走线，让 GPU 与 8-12 颗 HBM 之间以极短距离高速通信；
• 3D 堆叠（hybrid bonding）：用铜-铜混合键合把 die 直接面对面堆叠，不再靠凸点，互连密度提升一个数量级，主要用于 HBM 内部堆叠与缓存堆叠；
• RDL 重布线层：把 die 上的焊盘"重新布线"到合适位置，承担封装内的横向连接与信号引出。

三者组合，决定了 AI 芯片的集成形态。以 AMD MI455X 为例：8 个 N2 制程计算芯粒（XCD）、2 个 I/O die 与 2 个缓存/fabric die（N3），加上 12 颗 HBM4 堆栈，全部通过 CoWoS-L 封装整合在同一个封装内；NVIDIA Rubin R200 则是 2 颗计算 die + 2 颗 I/O die + 8 颗 HBM4 的 MCM 多芯片模块设计。没有先进封装，就没有现代 AI GPU。

CoWoS 技术梯队：S、R、L 的演进​

台积电的 CoWoS（Chip-on-Wafer-on-Substrate）家族按中介层技术分为三代：

方案	中介层技术	特点	典型应用
CoWoS-S	硅中介层（Si interposer）	成熟、成本最低，面积上限约 3 倍 reticle	H100、早期数据中心 GPU
CoWoS-R	RDL 中介层	用有机重布线层替代硅，面积更大、成本更低，带宽密度略降	H200 及部分 Blackwell 配置
CoWoS-L	局部硅互连（LSI）+ RDL	硅桥局部互连 + 大面积布线，面积上限突破 3.3 倍 reticle，互连密度最高	B200/GB200、MI455X、Rubin

演进的方向很明确：封装面积越来越大（从 1 倍 reticle 到 3 倍以上）、集成组件越来越多（GPU + HBM + 缓存 die + I/O die）、互连密度越来越高。CoWoS-L 已成为旗舰 AI 芯片的事实标准，也意味着单颗芯片占用的封装产能成倍增长。

为什么封装产能比晶圆产能更紧​

直觉上，先进制程更难、更稀缺，但封装恰恰是更紧的那一环，原因有四：

1. 产能基数小：全球先进制程晶圆厂有数十座，而具备大规模 CoWoS 产能的基地屈指可数，且全部集中在台积电体系内；
2. 扩产周期长：洁净厂房、无尘搬运、精度设备交付周期都以年计，CoWoS 月产能从规划到释放动辄 18-24 个月；
3. 需求端放大：HBM 堆栈数量从 6 颗涨到 12 颗、die 数量翻倍，单卡消耗的封装面积持续膨胀，产能需求指数级增长；
4. 良率敏感：中介层越大越贵，一片超大中介层的报废就是整封装报废，有效产能远低于名义产能。

AMD 在 2026 年明确指出，HBM 和先进封装（CoWoS）供给紧张是其增长的主要约束——注意，AMD 的瓶颈不在自家芯片设计，而在拿不到足够的封装配额。

GF-TSMC 互供：一个罕见的市场信号​

2026 年 10 月 8 日，DIGITIMES 报道 GlobalFoundries 与台积电签署多年期协议，金额约 20 亿美元：GF 将在美国纽约州 Malta 工厂为台积电的 CoWoS 生态生产硅中介层。

这个安排罕见在哪里？GF 与台积电在先进代工市场是直接竞争对手，让对手替自己生产关键耗材，只有一种解释——封装产能稀缺到连代工龙头都要向外借力。对台积电，这是快速扩大 interposer 供给的最短路径；对 GF，这是切入 AI 封装供应链的高价值订单。同时，地缘上它把 part of CoWoS 供应链锚在美国本土，呼应美国先进制造政策。

产业配套也在加速：应用材料（Applied Materials）与半导体封装设备龙头 Besi 于 2026 年 10 月 1 日宣布扩大 EPIC（Electronics Packaging Industry Consortium）中心合作，联合开发混合键合等下一代封装工艺；应用材料还与 Intel 扩大了下一代互连扩展与 Foveros 3D 技术的合作。设备商、代工厂、IDM 三方同时下注，印证封装已是 AI 算力的战略资源。

Foveros 与 CoWoS：两条路线之争​

台积电 CoWoS 并非唯一答案。Intel 的 Foveros 是另一条 3D 封装路线，两者定位有所不同：

维度	台积电 CoWoS-L	Intel Foveros
核心思路	2.5D 中介层承载多 die + 局部 3D 互连	3D 堆叠为基础逻辑 die 面对面互连
优势	生态成熟、HBM 集成经验深厚、大封装面积	互连密度与能效更高，垂直距离更短
主要客户	NVIDIA、AMD、Broadcom 等绝大多数 AI 芯片厂	Intel 自家产品为主，逐步开放代工
当前角色	AI GPU 封装事实标准	追赶者，重点在下一代互连扩展

短期内 CoWoS 地位难以撼动——AI GPU 的核心需求是把大量 HBM 和 compute die 拼在一张大封装里，CoWoS-L 正为此而生。Foveros 的机会在于 3D 堆叠密度与能效的长期演进，以及与 Intel 先进制程组合的代工吸引力。

对芯片厂商的启示：封装配额就是出货上限​

2026 年的 AI 芯片竞争已经形成一条铁律：你的出货量不取决于你能设计多少芯片，而取决于你能拿到多少封装配额。

• 对 NVIDIA、AMD：CoWoS 配额直接决定 Blackwell/Rubin 与 MI400 系列的交付节奏，封装扩产进度就是营收曲线；
• 对国产芯片：在台积电 CoWoS 体系之外建立自主先进封装能力，与自研 HBM 同等重要，是摆脱供应链约束的另一半拼图；
• 对云厂商与大买家：锁定芯片产能的同时必须锁定配套封装与 HBM，三者缺一即断供。

小结​

AI 芯片的瓶颈正在从"造出更小的晶体管"转向"把更多 die 更好地装在一起"。CoWoS-S/R/L 的技术梯队撑起了从 H100 到 Rubin 的每一次性能跨越，而 GF 与台积电的互供协议则宣告：封装产能已稀缺到让对手合作。下一个五年，谁掌握先进封装，谁就握有 AI 算力版图的划分权。

"代码在同事机器上能跑，到我这报 CUDA driver version is insufficient"——这类事故几乎都源于对版本兼容规则的一知半解。搞清三件事：驱动决定上限、工具包要求下限、次版本兼容有例外。

先分清三个版本号​

很多混乱来自三个"CUDA 版本"的混淆。nvidia-smi 右上角显示的 CUDA Version 是当前驱动最高支持的 CUDA 版本；nvcc --version 显示的是编译工具链的版本；PyTorch 里 torch.version.cuda 显示的是该轮子编译时链接的运行时版本。三者不一致本身不是错误，只有当驱动版本低于运行时所需的最低驱动时才会初始化失败。

最低驱动要求矩阵​

CUDA 工具包	Linux 最低驱动	备注
CUDA 11.x	450.36.06 以上	Kepler 之后架构，11.8 新增 Hopper
CUDA 12.x	525.60.13 以上	Blackwell 完整支持自 12.8 起
CUDA 13.x	580.65.06 以上	Pascal/Maxwell/Volta 支持止步于 R580 驱动

驱动对旧工具包是向后兼容的：新驱动永远能跑旧 CUDA 编译的程序，所以"升级驱动不升级工具包"是安全的，反过来才要小心。同时注意架构生命周期：Blackwell（算力 10.0）从 CUDA 12.0 开始支持并在 12.8 完善到位；而 Pascal、Volta、Maxwell 的支持在 CUDA 12.x 止步，对应 R580 是它们的最后驱动分支。

次版本兼容的三个例外​

从 CUDA 11 起，同一大版本族内的应用只需满足最低驱动即可运行，这就是次版本兼容（Minor Version Compatibility）：用 CUDA 12.9 编译的程序，可以跑在只装了 CUDA 12.0 最低驱动（525 系列）的机器上。但有三个例外会让它翻车：

1. 用到新驱动才有的特性：应用会返回 cudaErrorCallRequiresNewerDriver，解决办法只能是升级驱动。
2. 依赖 PTX 运行时编译：驱动里不带对应架构的 PTX JIT 支持时程序无法运行，老驱动加新架构尤其危险。
3. 编译时未显式指定目标架构：次版本兼容要求给 nvcc 传 -arch=sm_xx 这类显式参数，不能依赖默认值。

实操建议​

装机的标准动作是先定工具包再定驱动：查清目标框架（PyTorch、TensorRT 等）要求的 CUDA 大版本，再按下表选不低于最低值的驱动，并优先使用框架官方 NGC 容器镜像，把宿主机驱动作为唯一需要管理的版本变量。排障时按顺序自查：nvidia-smi 能否执行（驱动层）、torch.cuda.is_available() 是否为真（运行时层）、报错码是否指向特性缺失（兼容层）。集群里多代显卡混布时，务必以最老那张卡的架构决定编译时的 -arch 参数，只按 H100 编译的轮子在 A10 上大概率直接报 no kernel image available。

千亿参数模型的训练没有银弹。显存不够、通信爆炸、扩展效率衰减，每个瓶颈都有对应的框架答案。看清 DeepSpeed、FSDP、Megatron 各自解决的核心矛盾，比背参数更重要。

三种哲学，三个框架​

三者的架构本质可以概括为一句话：DeepSpeed 是显存扩展优先，Megatron 是计算性能优先，FSDP 是易用性优先。

维度	DeepSpeed	Megatron-LM	PyTorch FSDP
出品方	Microsoft	NVIDIA	PyTorch 官方
核心技术	ZeRO 分片 1/2/3、Offload、Infinity	3D 并行（张量、流水线、数据）	参数全分片、Bucket 化、通信重叠
显存思路	优化器状态、梯度、参数逐级切分，可卸载到 CPU/NVMe	把模型按层切到多卡，换吞吐省显存	类似 ZeRO-3 的原生实现
硬件耦合	广泛，含 CPU、NPU、NVMe	强依赖 NVIDIA GPU 与 NVLink	跟随 PyTorch 后端
接入成本	JSON 配置，代码侵入低	需按规范重构模型	零侵入，包装即用

DeepSpeed 的 ZeRO-1/2/3 把优化器状态、梯度和参数逐级切分到各卡，ZeRO-Offload 与 ZeRO-Infinity 进一步把状态卸载到 CPU 内存甚至 NVMe，用带宽换显存，让有限硬件也能起步大模型训练。Megatron-LM 则是张量并行与交错式流水线调度的标杆实现，在 NVLink 互联的 NVIDIA 集群上能榨出最高的 MFU。FSDP 是 PyTorch 对 ZeRO-3 思想的原生化，2.x 时代又引入 DeviceMesh 与 DTensor，把多维并行表达成一等公民概念。

怎么选：按规模与硬件定​

经验路径大致如下：几十亿参数微调、PyTorch 技术栈、不想改代码，直接 FSDP；显存吃紧、硬件预算有限、或需要在异构环境（含昇腾插件）里跑超大模型，选 DeepSpeed；自建 NVIDIA 大集群、追求 GPT-4 级别吞吐、愿意承担改造成本，上 Megatron。三者并非互斥：Megatron-DeepSpeed 混合方案在 BLOOM、GLM 等经典大模型训练中已被反复验证，用 Megatron 的并行结构叠加 ZeRO 的显存优化；也有团队训练侧用 FSDP、推理侧接 DeepSpeed-Inference 的组合。

工程上的常见坑​

1. ZeRO-3 与某些自定义算子、参数共享结构不兼容，接入前先跑小规模试训验证收敛。
2. 流水线并行对 micro-batch 数量敏感，batch 太小会让流水线气泡吞掉理论收益。
3. FSDP 在千亿级规模的扩展效率弱于 Megatron，别用它的短板打别人的长板。
4. Offload 到 CPU 会拖慢步速，确定显存确实不够再开，并用 profiling 对比开关前后的单步耗时。

实操建议​

上线前用目标模型跑一个 48 小时短程实验，记录单步时间、显存水位与 MFU 三项指标，三个框架横向对比再定。配置上先保守后激进：先用 ZeRO-2 或 FSDP 全分片拿基线，确实不够再切 ZeRO-3 加 Offload。国产硬件团队重点关注 DeepSpeed 生态与昇腾插件的兼容进展，它是对非 NVIDIA 硬件最友好的训练框架，没有之一。

英伟达把 Grace Blackwell 塞进了两个机盒：一个小如 Mac mini，一个像立式工作站。DGX Spark 与 DGX Station 的共同卖点是"在桌面上完成原型，再无缝迁往数据中心"，但两者价格差一个数量级，适用人群并不重叠。

两台机器，两套定位​

DGX Spark 由 GB10 超级芯片驱动：一颗桌面优化的 Grace CPU（20 核 Arm）通过 NVLink-C2C 连接带第五代 Tensor Core 的 Blackwell GPU，128GB CPU 与 GPU 一致性共享的统一内存（LPDDR5X），FP4 算力最高 1 PFLOPS。DGX Station 则搭载 GB300 Desktop 超级芯片：72 核 Grace Neoverse V2 加 Blackwell Ultra GPU，FP4 算力 20 PFLOPS，784GB 一致性内存（288GB HBM3e 加 496GB LPDDR5X），并配 ConnectX-8 800G 网卡支持多机互联。

规格	DGX Spark	DGX Station
芯片	GB10（Grace + Blackwell）	GB300 Desktop（Grace + Blackwell Ultra）
CPU	20 核 Arm Grace	72 核 Grace Neoverse V2
统一内存	128GB LPDDR5X	784GB（288GB HBM3e + 496GB LPDDR5X）
FP4 算力	1 PFLOPS	20 PFLOPS
互联	ConnectX（双机串联）	ConnectX-8，800Gb/s
存储	1TB 至 4TB NVMe	高容量 NVMe
参考价格	据公开报道 2,999 至 3,999 美元	未公布（定位高出数倍）

统一内存是两台机器共同的灵魂：CPU 与 GPU 共享同一块内存池，数据免拷贝。Spark 的 128GB 让 200B 参数模型（4-bit 量化）可以在桌面推理，微调上限约 70B；Station 的 784GB 意味着训练或推理过去需要一整个机架集群才能容纳的模型。另一侧是明确的短板：Spark 内存带宽约 273GB/s（据公开报道），远低于任何数据中心 GPU，decode 速度是它最常被诟病的地方。

谁该买 Spark，谁该买 Station​

DGX Spark 适合：个人研究者与学生——在本地跑通从微调到 Agent 部署的全流程；Agent 开发者——7x24 小时常驻的本地 Agent 运行环境，数据不出门；边缘与机器人开发者——Isaac、Metropolis、Holoscan 框架的原生开发平台；企业 POC 团队——用两台串联跑 405B 量化模型做概念验证，再迁往云端。它的正确预期是"开发与原型"，不是"生产服务"。

DGX Station 适合：需要桌面级保密的实验室——医疗、金融、国防场景下模型与数据全程本地；研究组——784GB 内存可在单机完成 70B 级全参数微调或更大模型的推理；Agent 集群测试——多台 Station 通过 800G ConnectX-8 组成小集群，模拟数据中心分布式行为。它填补的是"一台工作站装不下的模型，又不值得为此租机柜"的缝隙。

场景	Spark	Station
学习 AI 开发、跑开源模型	适合	过剩
200B 量化推理	适合（速度受限）	从容
70B 微调	上限所在	轻松
本地常驻 Agent	适合	适合
多机分布式实验	双机串联上限	800G 组网

软件与迁移路径​

两台机器预装 DGX OS 与完整的 NVIDIA AI 软件栈，包括 NIM 微服务与预训练模型。工作流的正确姿势是：本地原型、验证并行策略与量化方案，然后近乎原样迁移到 DGX Cloud 或数据中心集群——因为从 GB10 到 GB300 共享同一套 Grace Blackwell 软件栈，CUDA 代码与容器不需要重写。这套"从桌面到 AI 工厂"的连续性，才是英伟达做桌面产品的真正意图：培养下一代的开发者，让他们从第一行代码起就活在 NVIDIA 的生态里。

小结​

DGX Spark 是一台"会写代码的 Mac mini"：3,999 美元买到 1 PFLOP 原型机，适合个人与 POC；DGX Station 是"桌面上的小型 AI 工厂"：20 PFLOPS 与 784GB 内存服务保密场景与研究组。共同的前提是想清楚带宽与互联的物理极限——桌面设备的使命是缩短从想法到验证的距离，而不是替代数据中心。

2026 年，国产 AI 芯片行业迎来资本化的集中兑现期：燧原科技登陆科创板、壁仞科技折价配售 H 股、奕行智能完成近 20 亿元融资。从寒武纪到燧原，一条"融资—流片—上市—再投入"的资本飞轮正在成形，而配售折价与估值落差背后，是市场对国产算力的长期信心与短期博弈的交织。

燧原科技上市：科创板 AI 芯片又一个标杆样本​

2026 年 9 月 11 日，燧原科技（688801.SH）正式登陆科创板，首日表现堪称惊艳：

指标	数据
上市日期	2026 年 9 月 11 日
上市板块	科创板（688801.SH）
开盘价	410 元/股
较发行价涨幅	+188.37%
盘中最高价	468 元（较发行价 +229%）
上市当日市值	1764.44 亿元
最大机构赢家	腾讯（浮盈超 300 亿元）

开盘即上涨 188%，盘中一度冲到 468 元的高点，最终以 1764.44 亿元市值收官——这个定价水平说明二级市场愿意为"国产 AI 算力第二梯队龙头"支付相当高的溢价。作为燧原多轮融次的核心投资方，腾讯在这笔长期投资上获得的浮盈超过 300 亿元，也成为产业资本陪跑 AI 芯片公司最成功的案例之一。

从产品侧看，燧原此前已在站点卡片中沉淀了完整的云端训练与推理产品线，此次上市为其后续的大规模流片与集群交付提供了资本弹药。

已上市公司版图：从寒武纪到天数智芯​

燧原并非孤例。目前国产 AI 芯片上市公司已经覆盖了 A 股和港股两个市场：

公司	上市地	代码	定位
寒武纪	A 股科创板	688256.SH	通用智能芯片，云端训练+推理
摩尔线程	A 股科创板	—	全功能 GPU
沐曦	A 股科创板	688802.SH	GPU 计算加速
天数智芯	港股	09903.HK	通用 GPU
燧原科技	A 股科创板	688801.SH	云端训练/推理加速卡

A 股科创板聚集了寒武纪、摩尔线程、沐曦、燧原四家，港股则有天数智芯。这种"A 股为主、港股为辅"的上市结构，反映了两地市场对硬科技资产的定价能力差异：科创板对国产 AI 芯片的估值容忍度明显更高，而港股为部分公司提供了更快的上市通道。

一级市场仍在加速：壁仞配售与奕行智能融资​

资本化不止 IPO 一条路。最近两周还有两个标志性事件：

壁仞科技：折价配售 1.3 亿股新 H 股​

据 2026 年 10 月 8 日 AI 日报披露，壁仞科技拟配售 1.3 亿股新 H 股：

• 配售价：每股 31.08 港元，较当日收盘价折让 9.76%
• 配售代理：中金公司 + 瑞银（UBS）

配售是港股上市科技公司最常见的再融资方式，但接近 10% 的折价幅度值得玩味——它说明即便在国产 AI 芯片热度高企的当下，承销方对短期市场承接力仍有顾虑，需要用价格换确定性。

奕行智能：近 20 亿元新融资，投后估值近 150 亿元​

RISC-V 云端 AI 算力芯片独角兽奕行智能完成近 20 亿元新融资，投后估值接近 150 亿元，投资方阵容包括华泰创新、钟鼎资本和中芯聚源。RISC-V 路线切入云端 AI 算力，意味着国产芯片的指令集架构选择也在多元化。

需求侧的真实支撑：份额从 0 到 41%​

资本故事能讲通的前提是需求真实存在。Counterpoint 数据显示，国产 AI 芯片的市场份额变化是一条陡峭的曲线：

年份	国产 AI 芯片份额
2022 年	≈ 0
2025 年	41%（Counterpoint）

在国产市场中，华为昇腾占据了约 62% 的份额，是绝对的龙头。华为轮值董事长徐直军此前"能产多少供多少"的表态，也从侧面印证了国产算力的供需缺口——这不是营销话术，而是产能爬坡速度追不上需求增长的行业现实。

出口管制持续收紧的背景下，英伟达对华供应受限，国产替代的需求被进一步锁定。这也是二级市场愿意给出高溢价的底层逻辑：份额替代的斜率，决定了这些公司的收入曲线。

分析：估值飞轮、落差修复与配售折价的博弈​

"融资—流片—上市—再投入"的飞轮​

国产 AI 芯片行业的资本化路径已经清晰：

1. 一级市场融资：产业资本（腾讯、中芯聚源）+ 财务资本（钟鼎）+ 政府基金共同注资
2. 流片与产品迭代：资金转化为芯片产品与集群交付能力
3. 上市退出与定价：科创板/港股为早期股东提供退出通道，同时完成公开市场定价
4. 再投入：募集资金用于下一代芯片研发，飞轮进入下一圈

燧原上市让腾讯浮盈超 300 亿元，这种示范效应会反过来刺激更多产业资本投入尚未上市的 AI 芯片公司——奕行智能此轮融资的顺畅程度，某种程度上就受益于这个正反馈。

一级市场估值 vs 二级市场定价的落差与修复​

一级市场和二级市场对 AI 芯片公司的定价逻辑并不相同：一级市场看赛道和团队，估值往往基于融资轮次间的比价；二级市场则要面对真实财报、产能兑现和竞争格局的检验。上市首日 +188% 的涨幅，本质上是一级市场定价与二级市场定价之间落差的集中修复。这种落差修复能持续多久，取决于公司能否把估值转化为持续的营收增长。

配售折价说明的短期博弈​

壁仞 9.76% 的配售折价是另一个信号：即便行业景气度高，大额再融资仍需要向短期资金让利。一级市场火热、二级市场"热中有谨慎"，这种温差正是当前国产 AI 芯片资本化最真实的写照——长期逻辑没有分歧，分歧在于节奏。

小结​

2026 年的国产 AI 芯片资本化呈现三条并行主线：燧原等公司通过 IPO 完成"一级到二级"的价值兑现；壁仞等已上市公司通过配售补充弹药但接受折价博弈；奕行智能等新势力在一级市场继续拿到大额融资。份额从 0 到 41% 的替代曲线是所有故事的共同底层支撑，而华为昇腾 62% 的国产市场统治力则框定了竞争格局。对投资者而言，需要同时关注两个变量：替代斜率的持续性，以及高估值与盈利兑现之间的时间差。飞轮已经转起来，但每一圈对资金消耗和技术迭代的要求都更高。

2026年的国产AI芯片市场出现了一个教科书级的卖方市场特征：客户不问价格、不挑型号，只问一件事——什么时候能到货。据央视财经援引的行业调研，全年需求约400万颗，实际交付约300万颗，百万级缺口把订单周期一路推到三年开外。

满产满销：订单不是问题，产能才是​

多位产业链人士在公开交流中给出的判断高度一致：2026年国产算力芯片全行业满产满销，订单完全不愁，核心变量只剩上游产能与良率。头部互联网大厂与头部芯片公司签订保供框架协议、锁定绝大部分产能的做法，已成为行业标配——先签长约者得产能，后来者排队。

业绩数据佐证了供不应求的成色：2026年上半年，寒武纪营收59.96亿元，同比增长108.1%；摩尔线程营收17.36亿元，同比增长147.4%；壁仞科技营收12.36亿元，同比暴增约20倍。下游智算中心同样如此，有大型智算园区负责人公开表示在手订单已排到三年后，中游集成商的客户数量一年增长10倍，甚至催生了"集装箱式算力中心"——把传统近一年的建设周期压缩到24小时上线。

产业链环节	2026年现状
上游芯片	需求约400万颗，交付约300万颗，缺口百万级
下游智算中心	头部园区订单排至三年后
中游集成	部分厂商客户数量一年增长10倍
备货（寒武纪）	存货82.48亿元，较上年末增长66.8%
备货（摩尔线程）	存货从13.3亿元增至35.5亿元

积压的结构：从晶圆到 HBM 的逐层紧张​

订单积压并非单点瓶颈，而是一条传导链。最前端是先进制程晶圆：国产AI芯片高度依赖国内代工产能与有限的海外先进制程通道，产能分配向头部客户倾斜，行业普遍采用"第一顺位"机制。第二层是HBM与存储：国产HBM供给能力有限，叠加大环境存储涨价周期，先进存储成了最紧的物料之一。第三层是先进封装：CoWoS类2.5D封装产能全球性紧张，国产封装厂扩产需要时间。逐层卡脖子叠加，最终表现为交付周期从数周拉长到数月乃至更长。

厂商的应对是"以存货换交付"：2026年上半年，国产AI芯片公司集体大规模备货，寒武纪存货达82.48亿元，海光信息75.18亿元，天数智芯从7.1亿元猛增至19.68亿元。提前锁料锁产能，本质是用资产负债表为交付承诺背书——在涨价预期下，早买还等于省钱，这笔账算得过来。

价格信号：供给短缺的隐性定价​

短缺正在改写价格体系。据公开调研信息，市场主流国产AI芯片的单卡价格受HBM涨价与产品组合变化影响持续上移，多家厂商上调了收入指引；同时晶圆代工端，台积电确认2027年起上调代工价格3%至6%，三星先进制程涨幅最高达15%，内地代工厂也纷纷提价。成本端的全面上移，最终会传导到算力服务价格——这也是国产算力租赁市场持续走强的底层原因之一。

研判：观察产能爬坡，而非订单数字​

对国产AI芯片行业，2026年的正确观察指标不是订单总额，而是三个爬坡速率：晶圆投片量的季度环比、HBM国产供给的实际到位节奏、以及先进封装的良率学习曲线。只要这三个指标持续向上，百万级缺口就会逐步收敛，收入兑现只是时间问题；反之若某环节卡壳，订单积压将转化为客户流失与替代方案回流。当下的国产芯片产业正处在从"能用到好用"再到"够用管饱"的中场——订单积压是这份成绩单上最耀眼也最脆弱的一栏。

每当 DeepSeek 发布新模型，国产芯片厂商的适配速度就成了软件栈成熟度的公开考试。从 0day 支持到性能调优，各家交出的答卷差异不小。

适配路径：两条技术路线​

国产芯片跑 DeepSeek 目前有两条主流路径。第一条是接入开源推理框架：通过 vLLM、SGLang 的硬件插件机制适配，昇腾的 vllm-ascend、寒武纪的 vLLM-MLU 都走这条路，好处是模型覆盖随上游社区自动扩展。第二条是自研推理栈深度调优：在自己引擎内做算子融合与并行策略定制，性能上限更高但适配周期更长。头部厂商普遍双线并行。

各家进展盘点​

厂商	硬件	适配方式	公开亮点
华为昇腾	Atlas 800I A2 等	vLLM/SGLang 插件	DeepSeek-V3.2-Exp 0day 支持并开源推理代码与算子
寒武纪	MLU 系列	vLLM-MLU 开源引擎	同步适配 V3.2-Exp，主打长序列稀疏 Attention 降本
海光	DCU	DTK 软件栈	宣布无缝适配与深度调优，强调 GPGPU 生态兼容
摩尔线程	MTT S5000	联合硅基流动	DeepSeek-V3 671B 满血版单卡 Prefill 吞吐超 4000 tokens/s，Decode 超 1000 tokens/s

以 2025 年 9 月底 DeepSeek-V3.2-Exp 发布为例：昇腾实现 0day 支持并开源全部推理代码，寒武纪同步完成适配并开源 vLLM-MLU 源码，海光宣布无缝适配加深度调优。三天内的响应速度说明头部厂商的模型结构级适配能力已经工程化、流水线化，不再是运动式攻关。

性能口碑怎么看​

公开数据要分清口径。摩尔线程联合硅基流动公布的 DeepSeek-V3 671B 单卡 Prefill 超 4000 tokens/s、Decode 超 1000 tokens/s，是集群级部署下分摊到单卡的分片吞吐，不能与单卡跑全量模型的场景混比。昇腾路线的优势在于生产案例密度：据社区年度回顾，互联网、银行、运营商等用户已基于 vLLM 加昇腾插件上线 DeepSeek V3.2、Qwen 系列、GLM 系列等十余个模型，覆盖智算平台与 MaaS 形态。寒武纪的叙事重点是把 V3.2 的稀疏 Attention 机制与自家算子结合，压低长序列场景的训推成本。

实操建议​

1. 选型前明确目标模型清单，让厂商在真实负载下跑 POC，重点看连续 72 小时压测的吞吐衰减与故障恢复。
2. 优先选有开源插件、活跃社区与公开性能报告的路线，闭源黑盒调优承诺要打折扣看。
3. 关注稀疏 Attention、FP8 等新模型特性的跟进速度，这比跑老模型快慢更能预示未来半年的体验。
4. 部署形态上多卡分片跑 MoE 大模型是当前主流，网络互联与调度软件的成熟度往往比单卡算力更影响实际效果。

国产化替代最常见的失败模式不是"卡买不到"，而是"代码跑不动、精度对不齐、性能差五倍"。迁移本质是一个软件工程问题，用清单化的方式管理，成功率会高得多。

一、三条生态路线先分清​

昇腾（CANN 加 torch_npu）：生态最完整的国产路线。PyTorch 官方支持度较好，主流模型（LLaMA、Qwen、DeepSeek 系列）的适配案例最多，社区踩坑记录丰富。硬件侧 Atlas 800T A2（8 卡 910B）训练机约 75 万至 200 万元区间，910C 8 卡服务器渠道价约 110 万至 120 万元，推理侧 Atlas 300I Duo 单卡约 2 万至 4 万元。

寒武纪（Neuware）：训练卡 MLU 系列、推理卡加边缘盒子的组合，推理场景渗透率提升明显，国产推理卡渠道价已进入 3 万至 5 万元区间。

海光（DTK，ROCm 系）：DTK 从 ROCm 分支演化，对 CUDA 代码的兼容性是三条路线中相对友好的，GPGPU 架构使通用算子迁移成本较低，适合已有大量自定义 CUDA 算子的团队。

二、六阶段迁移清单​

阶段	工作内容	典型工作量	常见坑
1. 资产盘点	扫描代码中的自定义 CUDA 算子、专有库依赖（NCCL、TensorRT、FlashAttention）	1 至 2 周	低估第三方闭源库依赖
2. 环境搭建	驱动、固件、CANN 或对应 SDK、框架版本对齐	1 至 2 周	版本矩阵组合错误，驱动与 SDK 不匹配
3. 框架适配	安装 torch_npu 或对应插件，跑通开源模型 baseline	2 至 4 周	依赖库里隐藏的 CUDA 专属调用
4. 自定义算子迁移	用等价 API 重写或请求原厂支持	2 至 8 周，取决于算子数量	算子性能回退数倍，需原厂深度调优
5. 精度对齐	FP16 或 BF16 下逐层对比 loss 与输出	1 至 3 周	舍入差异累积导致 loss 曲线发散
6. 性能调优与压测	通信库替换、算子融合、混合精度策略	2 至 6 周	集群线性加速比不达标，多因网络配置

整体而言，一个"标准开源模型加常规训练脚本"的项目迁移到昇腾，顺利情况下约 6 至 10 周；有大量自定义算子和闭源依赖的项目，周期可能拉长到半年，且强依赖原厂驻场支持——签约时务必把驻场支持写进合同。

三、最容易翻车的五个环节​

1. NCCL 依赖。 分布式训练脚本里的 NCCL 调用要替换为昇腾 HCCL 或对应通信库，超参与拓扑配置需要重新调试，多机通信效率是国产集群性能差距的最大来源。

2. 量化推理工具链。 从 TensorRT 到昇腾 MindIE 或各家的量化工具，量化校准数据集和精度评估都要重做，生产环境的精度回归测试不可省略。

3. 生态外围工具。 DeepSpeed、vLLM、Transformer Engine 等常用库在国产平台上的版本支持滞后，很多团队卡在"模型能跑，加速库不兼容"这一步。

4. 运维体系。 现有监控（DCGM 类工具）、故障诊断、驱动升级流程全部要重建，这部分工作量经常被漏算。

5. 人才储备。 国产平台的调优经验集中在原厂和头部客户，招聘有昇腾或寒武纪实战经验的工程师成本高，提前安排团队参加原厂认证培训更实际。

四、结尾建议​

给准备迁移的团队三条建议：第一，先迁推理、后迁训练——推理负载对生态的依赖更浅，Atlas 300I Duo 这类推理卡性价比高，能用最小代价验证国产路线的可行性；第二，选硬件前先选生态，优先挑你的核心模型已有官方适配案例的平台，能省一半工作量；第三，保留双栈能力，迁移期让 CUDA 与国产平台并行运行至少一个季度，用同一份测试集做持续对比，确认精度与性能达标后再下线旧集群。国产化替代是一场马拉松，清单化管理、分阶段验收，才能避免"买回来跑不起来"的困境。

国产替代不是"把英伟达换成国产卡"一句话能概括的决策。合规压力、负载类型、迁移成本、供货确定性、预算五个维度都要过一遍，本文用站内芯片卡数据把每一步落到具体型号上。

一、替代决策五问​

动手选型前，先回答五个问题：

1. 合规要求：是政策强制的信创场景（政府、国企、金融），还是成本驱动的自愿替代？前者看《安全可靠测评》等资质，后者看性价比。
2. 负载类型：训练还是推理？Prefill 还是 Decode？不同负载的答案完全不同——昇腾 950PR 是推理 Prefill 卡，拿它做 FP16 密集训练就是选型错误（站内卡明确提示：FP16 训练应选 910C，其 800 TFLOPS 对 950 系列的 486–547 TFLOPS 保持领先）。
3. 生态迁移成本：现有 CUDA 代码库有多少算子依赖？团队有没有非 NVIDIA 平台经验？迁移成本有时比卡价更高。
4. 供货确定性：产能爬坡与 HBM 供应决定交付周期，头部型号已经在涨价排队。
5. 预算口径：国产卡价格已从"替代品折价"转向"供给稀缺溢价"，预算要按动态报价做。

二、国产主要选项对比​

以下数据全部取自本站芯片卡：

型号	架构	FP16/BF16 算力	低精度	显存 / 带宽	互联	软件栈	参考价
昇腾 910C	Da Vinci 双芯	BF16 800 TFLOPS	不支持 FP8/FP4	128GB HBM2e / 3.2 TB/s	HCCS 784 GB/s + UB 392 GB/s	CANN	渠道价超 ¥11 万
昇腾 950DT	Da Vinci v5	BF16 547 TFLOPS	FP8 1,034 TFLOPS、FP4 2,007 TFLOPS	144GB 自研 HiZQ 2.0 / 4 TB/s	灵衢 2 TB/s	CANN Next	渠道指示价超 ¥25 万
寒武纪 思元690	MLUarch 双 die	FP16 700+ TFLOPS	INT4 2,800+ TOPS	196GB HBM3 / 3.35 TB/s	MLU-Link 890 Gbps	NeuWare	约 ¥17.5 万
摩尔线程 MTT S5000	MUSA 平湖（第四代）	BF16/FP16 400 TFLOPS	FP8 稠密 1,000 TFLOPS	80GB / 1.6 TB/s	MTLink 784 GB/s	MUSA / MUSIFY	官方指导价 ¥5.5 万
天数智芯 天垓150	ivcore11	FP16 192 TFLOPS	INT8 384 TOPS	64GB HBM2e / 1.2 TB/s	PCIe 4.0	IXUCA	未公开
燧原 云燧T21	邃思2.0	FP16 未公开	TF32 160 TFLOPS	HBM2E（容量未公开）	自研多卡互联	燧原智算软件栈	约 ¥7 万

怎么读这张表：训练优先看昇腾 910C/950DT 与思元690（FP16 算力与显存容量领先，且都有千卡/超节点级方案——思元690 已落地 256 卡超节点，950DT 的 Atlas 950 SuperPoD 1024 卡版本已在 WAIC 2026 真机展示）；FP8 推理看 MTT S5000（FP8 稠密 1,000 TFLOPS 是国产卡中的亮点，且已通过《安全可靠测评》2026 年第 2 号）；视频与低功耗推理看昆仑芯 R200（150W、INT8 256 TOPS、108 路视频解码）；信创训练集群可评估云燧T21（OAM 标准模组，8000+ 卡集群已验证）。

三、软件栈迁移成本评估​

迁移成本是国产替代里最容易低估的一项，各家生态进展差距明显：

• CANN（华为）：进展最快。CANN Next 提供 CUDA 兼容层，约 80% 的标准 PyTorch 推理代码仅需配置修改；2026 年 10 月 DeepSeek 与华为联合发布面向昇腾 950 的开源编程工具与库。生态拐点已现——站内昇腾 960 卡口径显示，CANN 外部开发者占比升至 61%，首次超越内部团队，月活跃开发者突破 5,200 人；PyTorch 官网也已将昇腾收录为中国算力平台。
• NeuWare（寒武纪）：云边端统一一套代码是国内独一份，PyTorch/TensorFlow 适配版齐全，MagicMind 是全球首批商用 MLIR 图编译推理框架；短板在千卡以上分布式训练的工程成熟度，单机 8 卡与百卡小集群表现优异。
• MUSIFY（摩尔线程）：算子覆盖率约 70%–80%（CUDA 为 99%+），复杂 LLM 需手工优化，但 Day-0 适配能力快速进步——2026 年 6–7 月连续完成 MiniMax M3、智谱 GLM-5.2、Qwen3.5 和美团万亿参数 LongCat-2.0 的适配。
• IXUCA（天数智芯）：高度兼容 CUDA 生态，官方口径迁移时间下降 50% 以上，已适配 200+ 模型，覆盖 LLM、CV、NLP、语音等领域。

四、供货现实与价格走势​

供需关系是当前国产算力市场的第一现实：

• 需求侧：华为副董事长徐直军在 HC2026 访谈中的表态是"能产多少供多少"——需求远未见顶，第一约束已从市场转移到产能。
• 产能侧：站内 950DT 卡引用的行业口径显示，中芯国际产能可支撑年产超 100 万颗昇腾芯片，但国产 HBM 产能仅够约 25 万–30 万颗成品加速器，缺口约六成——瓶颈在 HBM 而非逻辑制程。
• 价格侧：HBM 成本攀升推高全线上调——950DT 渠道指示价超 ¥25 万（较两个月前 +20%–50%，Bloomberg 称三个月涨约 60%，已对标 B200）、950PR 突破 ¥8 万（+30%）、910C 超 ¥11 万（+22%）、寒武纪 690 等同期上调 20%–30%。预算必须按动态报价做，且注意以上均为渠道指示价，实际成交随采购规模与捆绑条件浮动。

五、混合部署策略与风险清单​

务实的企业路径是混合部署：NVIDIA 存量卡继续承担成熟训练负载与 CUDA 专有工作负载，国产卡承接增量需求——通常从推理切入（生态迁移成本最低），训练负载在 CANN/MUSA 成熟度验证后逐步迁移。昇腾 910C 集群已验证万亿参数大模型全参数后训练能力（站内卡记载的 DeepSeek V4 Pro 案例），训练迁移的技术可行性正在快速提高。

同时把风险清单贴在采购文档里：

1. 生态风险：算子覆盖不全导致的性能回退与排期延误，先做 POC 再批量采购。
2. 价格风险：涨价周期中锁价窗口短暂，长单尽量锁量锁价。
3. 供货风险：HBM 约束短期无解，关键项目准备备选型号。
4. 人才风险：非 CUDA 平台的工程师储备需要提前 6–12 个月建设。
5. 残值风险：国产卡二手市场流动性弱于 NVIDIA，折旧年限要单独评估。

小结​

国产替代选型的正确姿势是：用五问框架定位自己的真实约束，按负载类型从对比表里筛型号（训练看昇腾与思元690、FP8 推理看 MTT S5000、低功耗视频看昆仑芯），把软件迁移成本算进总预算，在涨价与供货的现实下混合部署、增量替换。更多型号的全字段对比见站内完整对比表，各卡详细规格请进入对应芯片卡页面。