國內GPU廠商有各自的專注領域，其中不乏自主研發的產品，在IP、微架構創新、軟硬件結合等方面均有建樹。隨著ChatGPT掀起AI熱潮，大模型對算力的要求會越來越高，國內GPU廠商以圖形處理、通用GPU（GPGPU）為根基，逐步涉足大模型應用，下面列舉幾家具有實力的國內GPU廠商。

登臨科技

登臨科技專注于高性能通用計算平臺的芯片研發與技術創新，致力于打造云邊端一體、軟硬件協同、訓練推理融合的前沿芯片產品和平臺化基礎系統軟件。

基于GPGPU的軟件定義的片內異構計算架構，登臨科技自主研發了GPU+，在兼容CUDA/OpenCL在內的編程模型和軟件生態的基礎上，通過架構創新，完美解決了通用性和高效率的雙重難題。大量客戶產品實測證明，針對AI計算，GPU+相比傳統GPU在性能尤其是能效上有顯著提升。

圖片來源：登臨科技

登臨科技GPU+架構經過優化，在基準測試中使得計算單元、片上內存的延遲可以做到30+ cycle，傳統GPU為數百cycle。

采用“片上內存共享”技術，帶寬僅為國際主流方案的五分之一到六分之一，帶寬降低帶來的好處是更高的能效比、更高的并行性。

此外，GPU+架構將計算密度和計算效率集中在矩陣單元，綜合上述特性，基于登臨科技GPU+架構的產品與國際旗艦產品相比，具有三到四倍單卡能效比優勢。

圖片來源：登臨科技

在生態上，登臨科技GPU+兼容國內外主流CPU、服務器，以及Network引擎，可有效降低用戶的遷移成本。憑借創新的架構、獨有的技術和完整的生態支持，面向生成式AI的應用和大模型發展浪潮，登臨科技可提供強有競爭力的算力加速方案，全面助力用戶產品的性能提升以及應用落地。

中微電科技

中微電科技專注GPU技術研發，GPU/顯卡產品主要應用于信創市場、消費市場、人工智能、邊緣計算等領域。中微電科技自主研發的指令集MVP ISA被工信部評定為“完全自主知識產權指令集”，成功進行多次基于MVP核的SoC芯片流片，取得處理器領域核心發明專利22項。

在“十四五”規劃期間，中微電科技完成“南風”系列GPU芯片MVP核處理器架構、GPU核心自主知識產權IP、MVP指令集、編譯器及軟件棧等創新迭代升級及系統適配對接。完成“南風一號”量產、“南風二號”量產和“南風三號”預研，打造GPUIP級、芯片級和板塊級產品，形成“自主+安全”的場景解決方案。

圖片來源：中微電科技

中微電科技“南風一號”已于2022年完成流片，并于回片當天點亮成功。“南風一號”顯卡已與長城信創臺式機、麒麟操作系統、飛騰處理器、奇安信可信瀏覽器等完全兼容、運行穩定，性能滿足黨政、金融及安防等信創產業鏈專用整機電腦PC顯卡需求。

通過“南風一號”成功點亮可以充分驗證自研GPU IP滿足桌面電腦顯示的基本功能和性能要求。相對于授權IP受制于人，功能性能受限及產品同質化競爭的問題，自研IP不受任何第三方控制，可自主迭代發展,有望徹底解決卡脖子問題，打造自主GPU產業生態。只有堅持自主IP路線，深度的自研才能在產品和價格上形成競爭力，成為獨特的IP護城河。

沐曦集成電路

沐曦集成電路（下文簡稱沐曦）專注于設計具有完全自主知識產權，針對異構計算等各類應用的高性能通用GPU芯片。首款異構GPU產品MXN100采用7nm制程，已于2022年8月回片點亮，主要應用于推理側；應用于AI訓練及通用計算的產品MXC500已于2022年12月交付流片，公司計劃2024年全面量產。

沐曦擁有完全自主研發的GPU IP、指令集和架構，以及兼容主流GPU生態的完整軟件棧（MXMACA），產品具備高能效、高通用性。目前已推出MXN系列GPU（曦思）用于AI推理，MXC系列GPU（曦云）用于AI訓練及通用計算，以及MXG系列GPU（曦彩）用于圖形渲染，可滿足數據中心對高能效和高通用性的算力需求。

圖注：沐曦產品系列。來源：沐曦、財通證券研究所

景嘉微

景嘉微研發了JM5400、JM7200、JM9為代表的系列圖形處理芯片，目前正籌集資金用于“高性能通用GPU芯片研發及產業化項目”、“通用GPU先進架構研發中心建設項目”。

在技術儲備方面，截至2022年12月31日，景嘉微共申請238項專利（193項國家發明專利、31項實用新型專利、10項國際專利、4項外觀專利），較2021年同比增長16.10%，其中87項發明專利、29項實用新型專利、4項外觀專利均已授權，登記了119項軟件著作權，登記了2項集成電路布圖。

圖注：景嘉微GPU產品JM9規格

2022年公司圍繞核心產品保持高研發投入，成功研發JM9系列第二款GPU芯片，并完成適配測試工作。2022年和1Q23受政策波動影響，市場需求萎縮，景嘉微產品銷量減少。

景嘉微成長動力主要為算力需求有望拉動圖形渲染GPU市場，進一步打開信創需求，對辦公PC的GPU性能提出更高要求，推動獨立顯卡成為主流配置，信創GPU市場有望迎來擴容。同時隨著數字化的發展，云游戲、數字孿生、元宇宙、工業數字化等產業成為高性能渲染GPU新的增長點。

圖注：景嘉微業績預測（來源：浙商證券研究所）

龍芯中科

龍芯中科掌握了處理器核及相關IP核設計的核心技術，是國內極少數使用自主架構研制通用處理器的企業。龍芯中科掌握指令系統、處理器核微結構、GPU以及各種接口IP等芯片核心技術，在關鍵技術上進行自主研發，擁有大量的自主知識產權，已取得專利400余項。龍芯指令系統和處理器IP核的關鍵技術已申請相關專利，相關處理器芯片也申請了集成電路布圖設計版權。

圖注：龍芯中科的核心技術（來源：龍芯中科招股書）

在顯卡GPU驅動層面，根據龍芯系統架構的特點和優勢，通過數據布局、傳輸通路、協作機制等優化手段，圖形系統可充分釋放GPU的性能潛力。在渲染庫、解碼庫等基礎圖形庫層面，結合龍芯CPU微結構和指令集的特點進行算法優化，從而推動整體系統性能的改善。

海光信息

海光信息同時具備CPU和DCU研發能力，在電信、金融、能源等重要行業領域實現訂單放量。當前海光四號、海光五號CPU產品，以及深算二號、深算三號DCU（深度計算單元）產品研發進展順利。

海光DCU系列產品以GPGPU架構為基礎，兼容“類CUDA”環境，具備豐富軟硬件生態，全面覆蓋支持深度學習訓練場景，滿足AI、大數據處理、商業計算等高性能需求。深海一號DCU產品在典型應用場景下性能已達國際同類型產品同期水平，已經在北京大學高性能計算系統及百度飛槳AI大框架中應用落地，未來有望持續受益于AIGC時代算力需求爆發以及國產替代下的龐大市場。

圖注：海光信息業績預估

從消費應用到大模型，國內GPU如何突破？

目前實現商業化的國內GPU產品以消費應用居多，據Imagination中國區技術總監艾克介紹，消費應用的GPU和大模型中的GPU有所不同，國內GPU廠商要將技術和產品擴展到大模型應用，需要關注幾點：

（1）技術研發：大規模GPU模型需要高性能的計算能力和大規模的數據存儲能力，需要加強對GPU技術的研發力量，提升核心技術水平。包括研發GPU架構、設計和制造工藝的能力，提高芯片性能和功耗比，推動技術創新。

（2）創新應用：需要在新的應用領域進行創新，如人工智能、云計算、大數據，自動駕駛等。這些領域對計算能力的要求非常高，GPU可以提供并行計算能力，因此加強與這些領域的合作，推動GPU技術的應用。

（3）產業環境：需要打造良好的產業環境，吸引和培育GPU相關企業和人才。加大對GPU產業鏈關鍵環節的支持力度。同時，建立起完善的知識產權保護體系，保護自主研發成果。

（4）先進制造工藝：當前最先進制程和高GPU算力的設計，或受到美國出口技術的限制。如果國內先進制程技術能夠獲得突破，那么將十分利于國產GPU的發展。

圖注：消費級GPU與大模型GPU的區別（來源：Imagination）

小結

海外廠商的發展過程有幾個特點值得觀察。首先，選擇技術方向或許比快速展開業務更加重要。NVIDIA很早就意識到GPU在科學計算領域的潛力，并將其應用于人工智能、深度學習等領域。提前布局為未來趨勢做好準備。

其次，持續進行微架構創新。NVIDIA始終保持著創新和領導地位，與不斷研發新的GPU微架構和技術、提升性能和能效有較大關系。NVIDIA在GPU微架構上不斷演進，推出了包括Tesla、Fermi、Kepler、Maxwell、Pascal、Volta、Turing、Ampere在內的架構，每一次微架構的創新涵蓋了許多關鍵技術的引入和改進，推動了游戲圖形性能的提升，也使得GPU在科學計算、人工智能等領域發揮了重要作用。

此外，國產GPU發展初期可以通過兼容CUDA的部分功能，快速拓展市場，降低開發難度和用戶移植成本，但是長期來看，國內GPU廠商還是要不斷提升自身的軟硬件實力，打造一個自己的、獨具特色的軟硬件生態系統。

審核編輯黃宇