中国 GPU 发展史：从零起步到自主突围

中国 GPU 的发展，从技术空白到自主创新，可以分为三个阶段：技术启蒙 → 国产替代 → 生态构建。

在聊发展史之前，先把几个基础概念捋清楚

GPU (Graphics Processing Unit)：最早是给游戏、图形渲染用的芯片，后来因为并行能力强，也能做 AI 训练。

GPGPU (General Purpose GPU)：把 GPU 当成“计算芯片”来用，跑科学计算、大模型训练。

NPU (Neural Processing Unit)：专门针对深度学习算子（卷积、矩阵运算），效率高，但功能单一，不能渲染游戏。

AI Chip：一个大类，GPU、NPU、TPU（谷歌）、ASIC 都算在里面，泛指所有用来提供 AI/大数据算力的芯片。

一句话对比：
GPU = 万能刀 🔪
GPGPU = 计算型分支 ⚙️
NPU = 手术刀 🗡️
AI Chip = 工具箱 🧰

一、技术启蒙（2000—2015）：从实验室到国产首颗 GPU

科研探索：2000 年前后，中科院计算所、国防科大尝试 GPU 架构研究，但成果有限。

IP 引入：芯原微电子等引入 ARM Mali、PowerVR 等 IP 做嵌入式 GPU。

景嘉微破冰：2014 年发布 JM5400，填补军用显控空白；2016 年上市，成为国产 GPU 第一股。

二、国产替代（2016—2020）：从军用到民用

$景嘉微(SZ300474)$ JM7200：28nm 工艺，支持国产 CPU/OS，首次进入党政办公与 CAD 工业市场。

资本与政策推动：国家大基金入股景嘉微。

新势力崛起：2019 年，壁仞科技、摩尔线程成立，立志做通用 GPU，对标英伟达。

三、生态构建（2021—至今）：多场景突破

性能差距缩小

景嘉微 JM9 系列：14nm 工艺，性能接近 GTX1080。

摩尔线程 MTT S80：支持 DirectX 12，可跑《黑神话：悟空》。

壁仞 BR100：7nm 工艺，PFLOPS 级算力，用于大模型训练。

新锐力量登场

砺算科技：2025 年发布 7G100（6nm），性能超 RTX4060，支持 48 任务并行，在建筑可视化和数字孪生场景表现突出；背后有 $东芯股份(SH688110)$ 持股，被称为“性能黑马”。

沐曦集成：C500 已交付万卡，计划 C600 支持 FP8，走规模化路线。

国际竞争与生态建设

美国禁售 A100/H100 后，国产 GPU 替代加速。

摩尔线程 MUSA 架构、壁仞 BR100、景嘉微生态适配，国产 GPU 开发者社区逐步成型。

四、未来展望

技术：Chiplet 封装、FP8 精度、国产 HBM 内存将是突破口。

市场：景嘉微守政企，摩尔线程攻游戏，壁仞主攻 AI，沐曦量产，砺算走性能黑马路线。

2030 目标：国产 GPU 在信创、超算、大模型训练市场份额超 50%，实现从“跟跑”到“并跑”。

结语

从 景嘉微 JM5400 的军用突围，到 摩尔线程 MTT S80 的游戏突破，再到 壁仞 BR100 的大模型训练、沐曦的量产、砺算的黑马潜力，中国 GPU 已经完成了从零起步到多场景突破的历史跨越。

趋势已很清晰：中国 GPU 的突围之路，才刚刚开始。