——AIPC时代国产GPU的开天辟地之路
过去十多年,显卡的故事几乎被两家巨头写满:英伟达、AMD。一个不断推出性能炸裂的“游戏神器”,一个紧追不舍、性价比出圈。直到AI浪潮袭来,显卡的角色突然从“画面渲染者”变成了“AI计算引擎”,GPU的命运走到了一个前所未有的十字路口。
有趣的是,这个十字路口并没有让大家犹豫太久——光追?AI?3D建模?虚拟化?每一条岔路,都有人开始探路。而在中国的这场“探险”中,有一家年轻的公司,正试图以一种颇为不同的姿态杀入战场,它的名字叫——砺算科技。
要理解砺算科技的野望,得先看看今天的显卡处境。
在游戏领域,显卡已经从“性能越高越好”进入到一个“够用就行”的阶段。1080P60帧、2K60帧、4K60帧,这些对于大多数玩家来说已经够爽了。再往上加分辨率、加帧数,价格飙升速度远快于画质提升速度——有点像当年的HIFI音响:发烧友依然追求极致,但大众已经停下脚步。
而AI领域却完全相反,需求正急速膨胀。大模型、本地化推理、AIPC(AI Personal Computer,人工智能个人电脑)……这些新兴应用对显卡的两个要求极为突出:显存大、AI算力强。如果显存不够,再多的AI加速单元都施展不开。
于是,显卡厂商面临一个难题:是为游戏优化,还是为AI优化?Shader?RT Core?Tensor Core?还是全部塞进去?但绝大多数人,只愿意为“甜品级价格”买单,产品经理很难取舍。这恰恰给了后来者机会。
砺算的出现,不是去跟英伟达抢“全能型GPU”这条主航道,而是选择在细分场景“开垦新大陆”。
第一步,是架构自立
砺算推出了自研的“天图”架构GPU,不仅有自己的指令集,还在软件栈上下了功夫——驱动、开发工具、适配层全套自研。这意味着它不必完全依赖CUDA生态,可以更快适配国产操作系统(UOS、麒麟等)和国产AI框架(如飞桨、昇思)。
第二步,是功能差异化
它强调大显存、虚拟化、多任务并发能力。比如SR-IOV虚拟化技术,可以让一块GPU被多个用户同时使用,这在云游戏、云桌面、政企办公中能显著降低成本。再加上AI超分辨率(NRSS)和光追降噪,既能满足画质要求,也能节省算力。
第三步,是场景优先
砺算并不急着跟4090这样的顶级游戏卡硬拼,而是先瞄准:
政企AIPC:低功耗、大显存的AI推理卡,赋能办公AI助手、本地大模型。
云游戏/云桌面:用虚拟化GPU降低服务器成本。
数字孪生/低空经济:3DGS建模、无人机三维重建、具身机器人环境渲染。
这些市场共同的特征是——国际巨头覆盖不深、价格敏感、国产替代需求强烈。
AIPC这个概念,过去几年一直在酝酿,但直到2023–2024年才真正被市场接受。原因很简单:
大模型本地化——有了像DeepSeek、通义千问这样的国产大模型,用户希望它们能直接在自己的电脑上运行,不用担心隐私或网络延迟。
显存门槛降低——过去甜品卡8GB显存捉襟见肘,现在24GB LPDDR/GDDR混合方案有可能下探到2000元级别。
AI应用爆发——从图像生成(Stable Diffusion)到本地语音助手,再到办公自动化,AI在PC上的使用场景越来越多。
AIPC并不是“PC加AI”,而是“为AI重新设计PC”——它需要的显卡不是4090那样的极致游戏怪兽,而是低功耗、大显存、稳定且价格可控的AI专用GPU。砺算看准的,就是这一波机会。
如果用一句话概括砺算的目标,就是——在AIPC时代做国产GPU的“开天辟地者”。
它的路线,大致可以分成三步走:
2025–2026:站稳脚跟
7G100 GPU量产
国产OS与AI框架适配
政企试点、云游戏测试
2027–2028:场景深耕
推出专用AIPC显卡(24GB显存,低功耗)
虚拟化GPU商用
切入低空经济与3DGS市场
2029–2030:国产替代突破
第二代架构(支持GDDR7、Chiplet)
国内AI+图形细分市场占有率≥15%
打入东南亚、中东等新兴市场
政策护航:国产替代不仅是口号,很多政企和科研项目的采购名单里,国产GPU是“刚需”。
生态窗口期:CUDA虽强,但AI大模型的适配难度比传统CV低很多,新玩家有机会迅速支持主流模型。
细分市场巨大:低空经济、具身机器人、数字孪生这些领域的算力需求可能是百亿级规模。
显卡行业的格局已经几十年没变,但AI和AIPC的到来,正在把一切重新洗牌。砺算科技并不是去挑战巨头的巅峰性能,而是像在原始森林里开辟一条新路:用大显存、虚拟化、多场景适配去满足真正的本土需求。
或许五年后,我们再回头看,会发现国产GPU的转折点,就在这一批“开天辟地”的新玩家手中。砺算的野望,不是空想,而是一步步铺在现实里的路。$英伟达(NVDA)$ $东芯股份(SH688110)$ $寒武纪-U(SH688256)$