沐曦股份：国产GPU领跑者

沐曦股份：国产GPU领跑者汇报人：XXX日期：20XX-XX-XX内容由AI生成目录公司概况与核心优势01AI大模型驱动GPU需求，国产替代加速02全栈技术闭环，构筑算力基座0303内容由AI生成PART01公司概况与核心优势内容由AI生成030201初创奠基期（2020年）2025年7月曦云C600发布，年末风险量产，预计2026年上半年量产销售。基于国产先进工艺的下一代C700于2025年4月立项，计划2026Q2流片，2027年下半年量产。沐曦股份发展历程产品升级与资本化期（2025-至今）2021年初密集完成多轮融资。2022年首款推理GPU曦思N100和训推一体GPU曦云C500回片成功，C500于2023年量产出货。2024年C600流片，全年算力集群规模超万卡，完成股份制改革。融资扩张与技术研发期（2021-2024）2020年9月沐曦注册成立，确立高性能GPU研发方向。10月完成天使轮融资，由和利资本、泰达科投联合领投，创始团队技术背景成为吸引资本的关键。发展历程：从初创到资本化内容由AI生成面向传统及生成式AI场景，内置强劲视频处理器和运算核心，广泛应用于智慧城市、智慧交通、智慧教育、大模型推理等场景。后续迭代产品N260/N300支持大模型推理。曦思N系列（智算推理）拥有多精度混合算力，内置大量运算核心，适用于智算训练与推理、通用计算、AIforScience等场景。代表产品C500、C550、C588及最新C600系列。曦云C系列（训推一体与通用计算）面向图形处理场景，性能强大的图形处理器可应用于云游戏、数字孪生、云渲染、影视动画和专业制图等。正在研发基于自研XCORE2.0架构。曦彩G系列（图形渲染）全栈GPU产品矩阵覆盖三大领域内容由AI生成0102板卡到智算集群全覆盖公司交付内嵌GPU芯片的板卡/模组、集成多个板卡的服务器、一体机/工作站，以及由服务器、存储、网络组成的智算集群。配以MXMACA软件栈提供兼容主流GPU生态（CUDA）的MXMACA软件栈，为客户提供综合算力解决方案，具备高能效和高通用性的天然优势。公司交付产品形态产品交付形态多样内容由AI生成上海骄迈直接持有11.96%股份，与陈维良及上海曦骥构成一致行动人，合计控制20.63%股权。陈维良为公司实际控制人。实控人陈维良博士拥有20余年GPU经验。联合创始人彭莉、杨建均为AMD前企业院士，在芯片架构与软件生态领域互补。核心团队平均近20年GPU全流程研发经验。沐曦股份股权结构实际控制人陈维良核心团队来自国际顶尖芯片企业股权结构集中，管理层经验丰富内容由AI生成营业收入突破性增长净利润亏损显著收窄2024年营收7.43亿元，同比增幅1301.46%；2025年营收16.44亿元，同比增长121.26%。市场认可度与客户拓展成效显著。2024年归母净利润-14.09亿元，因研发投入加大；2025年归母净利润-7.89亿元，亏损额同比收窄43.97%。规模效应逐步显现，盈利能力修复趋势向好。营收爆发式增长，亏损大幅收窄内容由AI生成训推一体GPU板卡成为绝对主力毛利率维持高位2025Q1训推一体系列GPU板卡营收占比攀升至97.55%，高毛利驱动增长。GPU服务器作为新增品类占比28.29%，毛利率31.70%。2022-2025年毛利率分别为24.10%、62.88%（大幅提升）、（小幅回落）、56.51%，反映产品核心竞争力强。费用率持续优化，盈利基础不断夯实。产品结构优化，核心产品盈利强化内容由AI生成投资总额5.78亿元，研发基于先进封装技术的云端大模型推理芯片，应用于商业化智算中心及端侧推理场景，支持百亿到万亿参数模型。投资总额34.10亿元，覆盖第二代（C600）和第三代（C700）通用GPU芯片研发，基于国产先进工艺，应用于AI训练推理及通用计算。投资总额10.21亿元，围绕超高带宽显存、芯粒架构、光互连、散热技术等前沿方向开展研发，增强技术储备。新型高性能通用GPU研发及产业化新一代人工智能推理GPU研发及产业化面向前沿GPU技术研发募投聚焦三大GPU研发项目内容由AI生成募投项目投资情况序号项目名称投资总额（亿元）拟使用募集资金（亿元）募集资金占比1新型高性能通用GPU研发及产业化项目34.1024.5963.00%其中：第二代高性能通用GPU13.708.4121.54%第三代高性能通用GPU20.4016.1841.46%2新一代人工智能推理GPU研发及产业化项目5.784.5311.60%3面向前沿领域及新兴应用场景的高性能GPU技术研发项目10.219.9125.40%合计50.0939.04100%内容由AI生成PART02AI大模型驱动GPU需求，国产替代加速内容由AI生成GPU拥有大量简单核心组成计算阵列，能同时对海量数据执行相同操作，大大缩短模型训练时间。机器学习与AI中矩阵运算正是GPU擅长的并行任务。并行计算架构优势GPU在通用计算性能、开发友好性上更具优势，生态成熟。当前阶段GPU是大模型训练和推理的主力，未来更多专业化芯片也将进入市场。对比FPGA/ASIC/NPUGPU：AI计算的主力芯片内容由AI生成主要AI计算加速芯片种类对比特性GPUFPGAASIC定制化程度通用型半定制化定制化编程语言/架构CUDA、OpenCL等Verilog/VHDL等固定电路无需编程延迟1ms1us1us主要优点峰值计算强、通用性强、生态成熟平均性能高、功耗较低、灵活性强专业性强、功耗很低、量产成本低主要缺点成本高、不可编辑、功耗高量产成本高、峰值计算低、编程门槛高前期投入高、不可编辑、研发时间长应用范围模型训练、推理模型推理模型训练、推理内容由AI生成0102GPU产业链价值集中在中游设计与制造壁垒设计端英伟达以CUDA生态垄断，2023年数据中心GPU出货量中英伟达占98%。制造端台积电与三星在高端制程占优，封装测试由日月光等主导。英伟达垄断格局英伟达全球GPU市场份额断崖式领先，AI数据中心市场占据90%以上份额。AMD、英特尔在PC市场有地位，但整体难以撼动。GPU产业链内容由AI生成据弗若斯特沙利文，2024年全球GPU规模达10,515.37亿元，预计2029年达36,119.74亿元。AI智算GPU是增长核心。全球GPU市场2024年超万亿2024年中国GPU规模达1,638.17亿元，其中AI智算GPU从2020年142.86亿元增至2024年996.72亿元，CAGR62.5%。预计2029年占比提升至37.8%。中国GPU市场同步扩张全球及中国GPU市场规模高速增长内容由AI生成0102ScalingLaw驱动算力需求持续攀升模型性能随算力提升大语言模型遵循ScalingLaw：模型最终性能与计算量、参数量、训练数据量相关。训练阶段的ScalingLaw已充分验证，推理任务也呈现类似规律。未来大模型向多模态、强推理、数据合成演进，算力继续作为核心驱动力。训练和推理算力需求将持续提升。训练与推理需求双增内容由AI生成北美四巨头2025年CapEx达3760亿美元Meta、亚马逊、谷歌、微软2025年资本开支总和3760.51亿美元，同比增长64.69%。投资集中于数据中心、服务器和网络设备等AI基础设施。2026年指引增幅超50%谷歌2026年资本开支指引1750-1850亿美元（YoY+91.4%-102.3%）；Meta1150-1350亿美元；亚马逊2000亿美元。算力需求热度高涨。海外巨头资本开支持续高增内容由AI生成海外大厂2026年资本开支指引公司名称最新指引（亿美元）对应季度YoY(%)语言描述Amazon20002026Q1-Q451.72%现有需求强劲，AI、芯片、机器人等战略机遇可获长期回报Google1750-18502026Q1-Q491.4%-102.3%AI投资正全面推动营收增长，资本支出将成倍增加Meta1150-13502026Q1-Q465.0%-93.7%主要用于Meta超级智能实验室研发及核心业务投资内容由AI生成英伟达1000亿美元投资OpenAI2025年英伟达宣布分阶段投资OpenAI，总额最高1000亿美元，支持OpenAI建设10GW数据中心，联合优化模型路线图。微软、Oracle等深度合作微软与英伟达深度集成AI软件栈；OpenAI与Oracle签署5年约3000亿美元云服务协议；微软+英伟达投资Anthropic至多150亿美元。北美AI企业战略合作坚定投资信心内容由AI生成英伟达在AI数据中心市场占据90%以上份额。Q1FY27营收816.15亿美元（YoY+85%），数据中心业务占比92.14%，为核心驱动力。数据中心份额超90%FY26Q1至FY27Q1，数据中心收入从391亿升至752亿美元。可见至2026年底，仅Blackwell和Rubin两大平台带来约5000亿美元可见收入。营收持续高增英伟达占据GPU主导地位内容由AI生成02CUDA提供高级语言编程接口，简化并行算法开发。2007年发布以来仅支持英伟达平台，丰富的库和工具集构成极高生态壁垒。CUDA生态锁定开发者GB200LLM推理性能是H100的30倍，训练性能4倍，节能25倍。GB300采用BlackwellUltra，密集FP4算力为GB200的1.5倍，专为推理任务打造。01GPU产品迭代：A100到GB300英伟达硬件与CUDA生态壁垒内容由AI生成英伟达GPU硬件参数对比参数A100SXMH100SXMH200SXMGB200NVL72GB300NVL72GPU容量80GBHBM2E80GBHBM3141GBHBM3E186GBHBM3E279GBHBM3E带宽1.935TB/s3.35TB/s4.8TB/s8TB/s8TB/sTDP300W700W700W1200W1400WFP8TensorCore-3.958PFLOPS3.958PFLOPS10PFLOPS10PFLOPSFP16/BF16TensorCore0.312/0.624PFLOPS1.979PFLOPS1.979PFLOPS5PFLOPS5PFLOPSFP3219.5TFLOPS67TFLOPS67TFLOPS80TFLOPS80TFLOPS互联技术NVLink600GB/sNVLink900GB/sNVLink900GB/sNVLink1.8TB/sNVLink1.8TB/s内容由AI生成2025年8月国务院出台“人工智能+”行动意见，支持芯片攻坚与生态培育；两部门提出加强CPU/GPU服务器攻关，超前部署新型基础设施。政策支持算力自主可控寒武纪、海光信息、摩尔线程、沐曦股份等推出多款AI智算芯片，逐步追赶国际标准。沐曦股份作为国内GPU领军企业，受益于自主可控趋势。国产GPU企业崛起管制不断升级美国多次修订出口规则，限制中国进口高端AI处理器。虽允许H200出口，但GB200、GB300仍受限，国产自主可控紧迫性增强。美国出口限制与国产替代内容由AI生成PART03全栈技术闭环，构筑算力基座内容由AI生成公司基于自主研发的GPUIP与统一GPU计算和渲染架构，在通用性、单卡性能、集群性能及稳定性方面具备较强核心竞争力。2022年推出曦思N100（推理），2023年训推一体曦云C500，随后C550、C588。C600已回片并风险量产，C700在研。曦彩G系列覆盖图形渲染。沐曦股份典型GPU芯片基本组成架构产品迭代路径明确自研IP与核心架构硬件架构：深耕GPU技术内容由AI生成技术储备全面研发投入持续加大公司拥有自主GPUIP、统一计算架构、多精度混合算力、大容量显存、高效能比等核心技术。覆盖训推一体、推理、图形渲染三大方向。研发费用率虽从高位逐步回落，但仍保持较高水平，支撑技术迭代。截至2025年，公司拥有多项专利及软著。核心技术储备内容由AI生成MXMACA软件栈与CUDA兼容公司积极参与开源社区，与合作伙伴共同打造GPU应用生态，推动国产GPU在教科研、金融、交通、能源等场景落地。MXMACA软件栈框架结构开源合作生态MXMACA异构计算平台兼容主流CUDA生态，提供从底层驱动到上层应用的完整软件栈，降低客户迁移成本，实现高通用性。全栈软件平台内容由AI生成01基于先进封装技术的云端大模型推理芯片，目标2026年完成研发及产业化，支持百亿到万亿参数模型推理，应用于智算中心及AIPC。02新一代推理