燧原科技（688801）上市以来连创新高，把国产GPU的情绪推到了一个新位置。市场最直接的追问是：这轮走势对算力芯片板块的带动作用到底有多大？把这个问题拆开看，答案不在涨幅本身，而在订单从哪来、又落在谁身上。
国产算力内部已经走出两条并行路线。一条是海光、寒武纪（688256）等独立商用GPU/DCU厂商，面向政企和互联网客户做通用算力产品，订单来自市场化竞标，需要适配不同场景。另一条是平头哥、昆仑芯等云厂商自研ASIC，优先服务集团内部大模型训练推理，先满足自家算力池建设，成熟之后再逐步对外输出。两条路线的买方结构不同，验证链条不同，收入确认的节奏也不同。燧原新高带来的情绪外溢，在这两条路线上的传导效率和持续性存在实质差异。把板块带动作用理解为同质化普涨，会误判结构性分化的方向。
份额迁移不等于同质化迁移
IDC出货口径的数据提供了一个基本坐标。2025年中国整体AI加速器或加速卡出货量约400万张，国内厂商占41%，约165万张，海外与国内大致是六比四的格局。到2026年上半年，国内AI芯片总出货量约200万颗，英伟达（NVDA）份额降至34%，出货量约68万颗，国内五家重要厂商份额合计超过47%。
拆开内部排名，结构比总量更有信息量。昇腾以28%的份额、约57万颗出货量排在国产厂商第一；平头哥份额7%、约14万颗，国产第二；寒武纪（688256）份额5%、约10万颗，国产第三；百度（BIDU）昆仑芯份额4%、约8万颗，国产第四；海光信息（688041）份额约3%、约6万颗，国产第五。
这组数字说明两件事。国产份额确实在迁移，海外与国内的力量对比在一年内发生了方向性变化。但迁移不是均匀发生的，头部集中度很高，昇腾一家占了国产出货的过半，其余四家分食剩余空间。更关键的是，这五家厂商分属两条不同的路线：海光、寒武纪（688256）走独立商用GPU/DCU路线，平头哥、昆仑芯走云厂商自研ASIC路线，昇腾生态则带有更强的系统级牵引特征。
两条路线的买方结构差异，是后续一切传导分化的起点。独立GPU/DCU厂商的客户是政企和互联网公司的多元化场景，订单来自市场化竞标，每一家客户的需求都要单独适配。云厂商ASIC的第一客户就是股东方自己，需求确定性高，验证周期（883436）短，但对外输出时要重新走一遍客户验证。同一个国产替代预期，落在两条路线上，落地速度不一样。
买方结构决定验证门槛
独立GPU/DCU路线的验证链条覆盖多客户、多场景。政企客户的采购流程、互联网公司的业务负载、不同行业的合规要求，每一项都是独立的验证环节。单客户验证周期（883436）长，但客户分散降低了对单一大客户的依赖。这条路线上的收入确认，是逐个客户、逐个场景推进的，放量曲线相对平缓但更可持续。
云厂商ASIC路线的前期节奏完全不同。买方即股东方，内部算力池建设有明确的资本开支计划，需求确定性强，从流片到部署的验证周期（883436）比外部客户短得多。平头哥真武系列截至2026年4月累计出货量达到56万片，服务超650家企业客户，覆盖智驾、金融、大模型、具身智能、能源（850101）、制造等20多个行业。这组数据来自阿里巴巴（BABA）公告的分拆上市申请文件，说明ASIC路线在完成内部验证后，对外输出已经进入实质阶段。
但对外输出不等于验证门槛消失。ASIC的专用性意味着场景适配弹性低于通用GPU。一个为特定模型架构优化的ASIC，换到另一个客户的不同负载上，可能需要重新调优甚至重新设计。内部自用到外部商用之间存在二次验证门槛，只是这个门槛的位置和独立GPU路线不同——独立GPU是每进一个新客户就要跨一次，ASIC是先跨过内部验证、再跨外部客户的场景适配。
客户绑定关系可以作为观察两条路线落地节奏的辅助线索。公开报道中，字节的较大订单涉及寒武纪（688256）、天数智芯（HK9903）；阿里的较大订单涉及海光、壁仞；腾讯的较多订单涉及昆仑芯、燧原科技（688801）；昇腾生态则带动了华丰科技（688629）等配套厂商。这些绑定关系不宜写成确定的独家供应关系，但它反映了一个事实：两条路线的客户结构不是随机分布的，互联网大厂的采购偏好正在沿路线分化。
验证门槛传导至利润兑现的摩擦点不同
独立GPU/DCU路线的营收放量已经可见。寒武纪（688256）2026年前三季度营收95.26亿元，同比增长106.76%，归母净利37.15亿元，同比增长131.49%。海光信息（688041）前三季度营收149.55亿元，同比增长57.58%，归母净利28.47亿元，同比增长45.12%。两家公司的利润增速都跑赢了营收增速，规模效应开始显现。
但从营收翻倍到持续扣非盈利之间，隔着软件栈适配和客户驻场支持。沐曦股份（688802）在公开交流中提到，集群稳定性和软件迁移成本直接影响收入转化，客户从一套生态迁移到另一套，适配周期（883436）动辄数月。这不是芯片跑分能解决的问题，模型重写、算子调优、框架兼容，每一项都是真金白银的投入，计入费用端，摊薄利润。
燧原科技（688801）的数据提供了另一个观察角度。招股书及公开披露信息显示，其单季营收达到12.12亿元，同比增长接近4倍，单季亏损收窄至1.22亿元。营收放量接近4倍是需求端景气的直接映射，亏损收窄至1.22亿元说明费用控制有进展，但距离持续扣非盈利仍有距离。沐曦股份（688802）连续两个季度扣非盈利，前三季度累计扣非扭亏，毛利率维持在55%的水平。摩尔线程（688795）第三季度扣非净利转正至2007.24万元，为首次季度盈利。三家处于扭亏爬坡期的公司几乎在同一时间窗口给出了方向一致的业绩信号。
方向一致，节奏分化。独立GPU路线的利润兑现节奏，取决于多客户验证的推进速度和软件栈适配的复用率。客户越多、场景越分散，适配工作的复用率越低，费用摊销越慢。ASIC路线的利润兑现节奏，取决于内部订单的确定性和对外输出的二次验证进度。内部订单快，但对外输出的场景适配成本可能高于预期。两条路线的摩擦点不在同一个位置，这是分化持续的原因，也是把板块带动作用理解为普涨会出错的地方。
高端训练芯片、HBM供给、CUDA生态迁移仍是中长期门槛。国产份额的提升更多先发生在推理集群和中等规模训练场景，超高规格大训练集群的验证周期（883436）更长。这个约束对两条路线同时成立，但对独立GPU路线的影响更直接——通用GPU的目标市场本身就包含训练场景，训练集群验证不通过，天花板就压住了。ASIC路线在推理场景的专用性优势更明显，训练场景的份额争夺不是它的主战场。
最强反方：分化结论在什么条件下不成立
反方情形一：云厂商ASIC对外输出加速。如果平头哥、昆仑芯在完成内部验证后，快速跨过外部客户的场景适配门槛，ASIC路线的验证优势将从内部延伸到外部。独立GPU路线的市场化竞标优势——多客户、多场景的通用性——会被压缩。ASIC在特定场景下的性价比一旦被客户认可，采购决策会向专用方案倾斜。
反方情形二：CUDA生态迁移周期（883436）显著缩短。如果国产软件栈的成熟度快速提升，客户从一套生态迁移到另一套的适配周期（883436）从数月压缩到数周，独立GPU路线的验证摩擦会大幅下降。多客户推进的速度加快，收入确认节奏上移，两条路线的兑现节奏差会收窄。这个条件是否成立，取决于国产软件栈的迭代速度，公开信息尚不足以给出确定判断。
反方情形三：海外供应链不确定性持续发酵。如果英伟达（NVDA）管理层风波引发的供应链担忧继续扩散，国内云厂商和算力运营商对单一供应链的风险敞口重新定价，两条路线会同时受益于国产替代预期的上修。整体情绪的高涨可能掩盖路线分化，而不是消除分化。情绪退潮后，分化会重新显现。
分化结论的边界条件需要说清楚。在国产算力份额迁移主要发生在推理集群和中等规模训练场景的阶段，两条路线的买方结构差异决定验证门槛差异，验证门槛差异决定利润兑现节奏差异，这个传导链条成立。一旦超高规格大训练集群的验证大规模通过，两条路线的竞争格局可能重新洗牌——独立GPU路线打开训练场景的天花板，ASIC路线的专用性优势在训练场景被稀释。前提变了，结论要跟着变。
三个可跟踪抓手
一看两条路线的客户结构变化。独立GPU路线的多客户验证进展，看的是新增客户数量和场景覆盖广度。ASIC路线的对外输出进展，看的是外部客户数量和非股东方收入的占比。单一口径的国产化率掩盖了路线之间的节奏差，拆开看才有信息量。
二看软件栈适配的客户数量和迁移周期（883436）变化。迁移周期（883436）缩短意味着生态成熟度提升，对两条路线都是正向信号，但受益程度不同。独立GPU路线的客户分散，迁移周期（883436）缩短的复用效应更强；ASIC路线的场景专用性高，迁移周期（883436）缩短更多体现在单个客户的深度适配上。
三看推理集群与训练集群的份额分布变化。份额提升先发生在推理集群和中等规模训练场景，这个阶段的竞争格局对ASIC路线相对有利。训练集群的验证进展决定两条路线下一阶段的天花板——独立GPU路线在训练场景的突破，会改变当前的节奏差。
燧原新高带动的板块情绪，在两条路线上的外溢是结构性的。独立GPU/DCU路线的收入分散但验证慢，ASIC路线的内部收入快但外部输出存在二次验证。把国产算力视为同质化整体，会误判分化方向。路线分化的跟踪价值高于涨幅追问：涨幅是情绪的截面，路线是业绩的时序。情绪会退潮，业绩按季度推进，两条路线的季度数据会给出比股价更诚实的答案。
风险提示：IDC出货份额数据为第三方统计口径，不同机构的口径可能存在差异；客户绑定关系来自公开报道，不宜视为确定的供应关系；国产算力芯片的集群验证进度和软件栈成熟度存在不确定性，两条路线的兑现节奏可能因单一事件而改变方向。
国产算力内部已经走出两条并行路线。一条是海光、寒武纪（688256）等独立商用GPU/DCU厂商，面向政企和互联网客户做通用算力产品，订单来自市场化竞标，需要适配不同场景。另一条是平头哥、昆仑芯等云厂商自研ASIC，优先服务集团内部大模型训练推理，先满足自家算力池建设，成熟之后再逐步对外输出。两条路线的买方结构不同，验证链条不同，收入确认的节奏也不同。燧原新高带来的情绪外溢，在这两条路线上的传导效率和持续性存在实质差异。把板块带动作用理解为同质化普涨，会误判结构性分化的方向。
份额迁移不等于同质化迁移
IDC出货口径的数据提供了一个基本坐标。2025年中国整体AI加速器或加速卡出货量约400万张，国内厂商占41%，约165万张，海外与国内大致是六比四的格局。到2026年上半年，国内AI芯片总出货量约200万颗，英伟达（NVDA）份额降至34%，出货量约68万颗，国内五家重要厂商份额合计超过47%。
拆开内部排名，结构比总量更有信息量。昇腾以28%的份额、约57万颗出货量排在国产厂商第一；平头哥份额7%、约14万颗，国产第二；寒武纪（688256）份额5%、约10万颗，国产第三；百度（BIDU）昆仑芯份额4%、约8万颗，国产第四；海光信息（688041）份额约3%、约6万颗，国产第五。
这组数字说明两件事。国产份额确实在迁移，海外与国内的力量对比在一年内发生了方向性变化。但迁移不是均匀发生的，头部集中度很高，昇腾一家占了国产出货的过半，其余四家分食剩余空间。更关键的是，这五家厂商分属两条不同的路线：海光、寒武纪（688256）走独立商用GPU/DCU路线，平头哥、昆仑芯走云厂商自研ASIC路线，昇腾生态则带有更强的系统级牵引特征。
两条路线的买方结构差异，是后续一切传导分化的起点。独立GPU/DCU厂商的客户是政企和互联网公司的多元化场景，订单来自市场化竞标，每一家客户的需求都要单独适配。云厂商ASIC的第一客户就是股东方自己，需求确定性高，验证周期（883436）短，但对外输出时要重新走一遍客户验证。同一个国产替代预期，落在两条路线上，落地速度不一样。
买方结构决定验证门槛
独立GPU/DCU路线的验证链条覆盖多客户、多场景。政企客户的采购流程、互联网公司的业务负载、不同行业的合规要求，每一项都是独立的验证环节。单客户验证周期（883436）长，但客户分散降低了对单一大客户的依赖。这条路线上的收入确认，是逐个客户、逐个场景推进的，放量曲线相对平缓但更可持续。
云厂商ASIC路线的前期节奏完全不同。买方即股东方，内部算力池建设有明确的资本开支计划，需求确定性强，从流片到部署的验证周期（883436）比外部客户短得多。平头哥真武系列截至2026年4月累计出货量达到56万片，服务超650家企业客户，覆盖智驾、金融、大模型、具身智能、能源（850101）、制造等20多个行业。这组数据来自阿里巴巴（BABA）公告的分拆上市申请文件，说明ASIC路线在完成内部验证后，对外输出已经进入实质阶段。
但对外输出不等于验证门槛消失。ASIC的专用性意味着场景适配弹性低于通用GPU。一个为特定模型架构优化的ASIC，换到另一个客户的不同负载上，可能需要重新调优甚至重新设计。内部自用到外部商用之间存在二次验证门槛，只是这个门槛的位置和独立GPU路线不同——独立GPU是每进一个新客户就要跨一次，ASIC是先跨过内部验证、再跨外部客户的场景适配。
客户绑定关系可以作为观察两条路线落地节奏的辅助线索。公开报道中，字节的较大订单涉及寒武纪（688256）、天数智芯（HK9903）；阿里的较大订单涉及海光、壁仞；腾讯的较多订单涉及昆仑芯、燧原科技（688801）；昇腾生态则带动了华丰科技（688629）等配套厂商。这些绑定关系不宜写成确定的独家供应关系，但它反映了一个事实：两条路线的客户结构不是随机分布的，互联网大厂的采购偏好正在沿路线分化。
验证门槛传导至利润兑现的摩擦点不同
独立GPU/DCU路线的营收放量已经可见。寒武纪（688256）2026年前三季度营收95.26亿元，同比增长106.76%，归母净利37.15亿元，同比增长131.49%。海光信息（688041）前三季度营收149.55亿元，同比增长57.58%，归母净利28.47亿元，同比增长45.12%。两家公司的利润增速都跑赢了营收增速，规模效应开始显现。
但从营收翻倍到持续扣非盈利之间，隔着软件栈适配和客户驻场支持。沐曦股份（688802）在公开交流中提到，集群稳定性和软件迁移成本直接影响收入转化，客户从一套生态迁移到另一套，适配周期（883436）动辄数月。这不是芯片跑分能解决的问题，模型重写、算子调优、框架兼容，每一项都是真金白银的投入，计入费用端，摊薄利润。
燧原科技（688801）的数据提供了另一个观察角度。招股书及公开披露信息显示，其单季营收达到12.12亿元，同比增长接近4倍，单季亏损收窄至1.22亿元。营收放量接近4倍是需求端景气的直接映射，亏损收窄至1.22亿元说明费用控制有进展，但距离持续扣非盈利仍有距离。沐曦股份（688802）连续两个季度扣非盈利，前三季度累计扣非扭亏，毛利率维持在55%的水平。摩尔线程（688795）第三季度扣非净利转正至2007.24万元，为首次季度盈利。三家处于扭亏爬坡期的公司几乎在同一时间窗口给出了方向一致的业绩信号。
方向一致，节奏分化。独立GPU路线的利润兑现节奏，取决于多客户验证的推进速度和软件栈适配的复用率。客户越多、场景越分散，适配工作的复用率越低，费用摊销越慢。ASIC路线的利润兑现节奏，取决于内部订单的确定性和对外输出的二次验证进度。内部订单快，但对外输出的场景适配成本可能高于预期。两条路线的摩擦点不在同一个位置，这是分化持续的原因，也是把板块带动作用理解为普涨会出错的地方。
高端训练芯片、HBM供给、CUDA生态迁移仍是中长期门槛。国产份额的提升更多先发生在推理集群和中等规模训练场景，超高规格大训练集群的验证周期（883436）更长。这个约束对两条路线同时成立，但对独立GPU路线的影响更直接——通用GPU的目标市场本身就包含训练场景，训练集群验证不通过，天花板就压住了。ASIC路线在推理场景的专用性优势更明显，训练场景的份额争夺不是它的主战场。
最强反方：分化结论在什么条件下不成立
反方情形一：云厂商ASIC对外输出加速。如果平头哥、昆仑芯在完成内部验证后，快速跨过外部客户的场景适配门槛，ASIC路线的验证优势将从内部延伸到外部。独立GPU路线的市场化竞标优势——多客户、多场景的通用性——会被压缩。ASIC在特定场景下的性价比一旦被客户认可，采购决策会向专用方案倾斜。
反方情形二：CUDA生态迁移周期（883436）显著缩短。如果国产软件栈的成熟度快速提升，客户从一套生态迁移到另一套的适配周期（883436）从数月压缩到数周，独立GPU路线的验证摩擦会大幅下降。多客户推进的速度加快，收入确认节奏上移，两条路线的兑现节奏差会收窄。这个条件是否成立，取决于国产软件栈的迭代速度，公开信息尚不足以给出确定判断。
反方情形三：海外供应链不确定性持续发酵。如果英伟达（NVDA）管理层风波引发的供应链担忧继续扩散，国内云厂商和算力运营商对单一供应链的风险敞口重新定价，两条路线会同时受益于国产替代预期的上修。整体情绪的高涨可能掩盖路线分化，而不是消除分化。情绪退潮后，分化会重新显现。
分化结论的边界条件需要说清楚。在国产算力份额迁移主要发生在推理集群和中等规模训练场景的阶段，两条路线的买方结构差异决定验证门槛差异，验证门槛差异决定利润兑现节奏差异，这个传导链条成立。一旦超高规格大训练集群的验证大规模通过，两条路线的竞争格局可能重新洗牌——独立GPU路线打开训练场景的天花板，ASIC路线的专用性优势在训练场景被稀释。前提变了，结论要跟着变。
三个可跟踪抓手
一看两条路线的客户结构变化。独立GPU路线的多客户验证进展，看的是新增客户数量和场景覆盖广度。ASIC路线的对外输出进展，看的是外部客户数量和非股东方收入的占比。单一口径的国产化率掩盖了路线之间的节奏差，拆开看才有信息量。
二看软件栈适配的客户数量和迁移周期（883436）变化。迁移周期（883436）缩短意味着生态成熟度提升，对两条路线都是正向信号，但受益程度不同。独立GPU路线的客户分散，迁移周期（883436）缩短的复用效应更强；ASIC路线的场景专用性高，迁移周期（883436）缩短更多体现在单个客户的深度适配上。
三看推理集群与训练集群的份额分布变化。份额提升先发生在推理集群和中等规模训练场景，这个阶段的竞争格局对ASIC路线相对有利。训练集群的验证进展决定两条路线下一阶段的天花板——独立GPU路线在训练场景的突破，会改变当前的节奏差。
燧原新高带动的板块情绪，在两条路线上的外溢是结构性的。独立GPU/DCU路线的收入分散但验证慢，ASIC路线的内部收入快但外部输出存在二次验证。把国产算力视为同质化整体，会误判分化方向。路线分化的跟踪价值高于涨幅追问：涨幅是情绪的截面，路线是业绩的时序。情绪会退潮，业绩按季度推进，两条路线的季度数据会给出比股价更诚实的答案。
风险提示：IDC出货份额数据为第三方统计口径，不同机构的口径可能存在差异；客户绑定关系来自公开报道，不宜视为确定的供应关系；国产算力芯片的集群验证进度和软件栈成熟度存在不确定性，两条路线的兑现节奏可能因单一事件而改变方向。
