扫描下载APP
其它方式登录
沐曦股份2025年营收16.44亿元、同比增长121%，但归母净利润亏损7.89亿元，累计未弥补亏损达15.49亿元；虽股价破千、市值冲至4000亿，却尚未进入互联网大厂核心供应链，研发投入高企、现金流持续为负，2026年盈亏平衡目标面临严峻挑战。
文章揭示API厂商通过利用客户对GPU利用率的认知盲区实施定价套利，指出‘自建更便宜’仅在利用率≥52%时成立；多数AI创业公司实际利用率仅30%-50%，自建反而更贵。文中构建五维成本模型，推导出52%盈亏平衡临界点，并提供可验证的Python工具与决策树，强调利用率是核心变量，同时分析国产GPU（如昇腾910B）在中国区的成本优势。
Fable 5 AI模型在KernelBench-Mega基准测试中，纯手写CUDA内核实现18.7倍性能提升，首次达成端到端融合的「超级内核」，将整套推理流程压缩至单次GPU内核启动，显著超越GPT-5.5等主流模型，标志AI递归自我提升（RSI）循环开启。
摩根士丹利研报指出GPU和存储芯片（DRAM/NAND）全球短缺将持续至2027年底甚至更久，Meta等巨头自建云是产能极度紧缺的直接证据；缺货源于物理性产能建设周期长，而非需求疲软，支撑NVDA、AMD及存储厂商的长期定价权与盈利优势。
摩根大通研报显示AI基础设施需求持续强劲：LLM token用量6月环比激增70%，GPU租赁价格连续七个月上涨，DRAM现货价同比暴涨740%；美国模型占据85%消费金额，高端算力稀缺性缓解但整体需求未见顶，存储周期呈现NAND松动、DRAM坚挺的分化态势。
AI模型价格大幅下降（三年降千倍），但企业AI总支出激增320%，因应用数量、单应用深度和模型复杂度三重叠加导致token消耗指数级增长，进而推高对GPU、DRAM等硬件需求，半导体与存储芯片价格持续飙升，AI基础设施资本支出预计2026—2031年达7.6万亿美元。
文章指出AI行业普遍存在GPU算力严重浪费现象，前沿实验室GPU利用率不足10%，企业峰值负载下GPU利用率普遍低于70%。根本原因在于数据供给瓶颈、存储IO滞后及监控指标失真，导致GPU大量时间处于等待状态。提升利用率（如MFU）已成为关键工程挑战，正推动从‘堆算力’转向‘产出最大化’的范式变革。
文章指出AI行业普遍存在算力严重浪费现象：尽管全球疯狂采购GPU，前沿实验室GPU利用率不足10%，企业峰值负载下GPU利用率普遍低于70%。根本原因在于数据供给瓶颈、基础设施效率低下及监控指标失真，导致大量算力空转耗电。提升MFU（模型浮点运算利用率）成为新焦点，行业正从‘堆算力’转向‘榨取智能’的效率革命。
Ornn获3300万美元融资，由a16z Crypto领投，致力于将GPU算力转化为可定价、可交易、可对冲的金融化商品。公司推出Ornn Compute Price Index（OCPI）提供透明价格基准，并构建算力使用权交易平台，联合ICE推进GPU期货合约，推动AI算力市场从私下议价走向标准化、流动性强的成熟商品市场。
文章聚焦中国芯片公司曦望科技如何通过专为AI推理优化的GPU（如启望S3）降低Token成本，抓住大模型推理需求爆发的机遇。其采用大显存、高兼容性、软硬同源设计，在国产模型与国芯协同背景下，实现单位Token成本大幅下降，推动国产算力从‘替代’转向‘全球竞争力’，并拓展至中东、欧洲等海外市场。
文章指出AI正从模型竞赛转向产业落地，云厂商竞争重心由‘烧Token’转向交付真实业务结果，强调AI作为基础设施需深度嵌入金融、汽车、能源等高责任场景；国产算力底座加速替代，资本按基础设施逻辑重估AI价值，平台层（云）成为价值沉淀核心。
国产GPU四小龙（摩尔线程、沐曦股份、壁仞科技、燧原科技）加速登陆资本市场，叠加寒武纪、海光信息等已上市企业，国产AI芯片军团总市值逼近2万亿元。DeepSeek-V4等大模型适配推动技术验证与商业落地，国产芯片在性能、成本、生态适配及边缘场景中实现差异化突围，市场份额快速提升，正从‘替代’迈向‘原生’生态构建。
蚂蚁集团通过训推一体池化调度解决GPU结构性稀缺问题，打通训练与推理资源池，实现跨任务潮汐调度；强调国产芯片短板在于全链路生态而非单卡算力，并指出提升利用率存在硬件与业务SLO双重天花板，需软硬协同优化。
文章聚焦中美AI竞争中的核心瓶颈——高端算力芯片差距，指出中国在AI训练芯片领域严重依赖进口，受美国出口管制制约，导致大模型参数规模、迭代速度和工业应用能力显著落后于美国；虽国产GPU在推理侧取得进展，但在训练侧性能与生态（如CUDA替代）仍存代际差距，需长期投入突破。
壁仞科技作为首家港股上市GPU公司，凭借‘国产NVIDIA’标签获得高热度，但其发展受美国出口管制严重冲击，经历旗舰产品BR100流产、降规迭代为BR106/BR166、产线被迫转至国内等波折；当前依赖产能配额与主权订单维持出货，短期看BR20X新品能否补足FP8/FP4等短板并提升良率，长期则面临单芯性能、软件生态（BIRENSUPA）及系统交付能力的多重挑战。
