你绝对想不到，在这一轮 AI 资产反弹里现货配资服务门户，国产 GPU 几乎是表现最弱的一批。
7 月至今，国产 GPU 集体腰斩，其中沐曦、天数智芯最大回撤分别达到 55% 和 64%。
更反常的是，跌完之后也没怎么反弹。
从阶段低点算到 9 月 15 日，沐曦和天数智芯的涨幅分别只有 3.0% 和 4.2%，基本还趴在这一轮调整的最低点附近。
同样从 7 月以来的低点计算，中际旭创反弹约 9%，新易盛反弹 14%，胜宏科技反弹 27%；港股 MiniMax 从 188 港元反弹至 234.6 港元，涨幅也接近 25%。
换句话说，7 月 AI 资产普跌之后，大多数方向多少都迎来了一轮修复，国产 GPU 却几乎没动，甚至还在不断刷新低点。
但这和基本面看起来又完全相反。2026 年上半年，包括沐曦、天数智芯等四家国产 GPU 的合计收入达到 52.42 亿元，整体同比增长约 162%。其中，增速最慢的沐曦也有 44.7%。
需求在增长，收入在放量，股价却集体腰斩，为什么会出现这种情况？
最直接的一个原因是，国产 GPU 公司的稀缺性在下降。
2025 年底以来，沐曦等一批国产 GPU 公司接连登陆资本市场。不到一年时间，公开市场从几乎没有纯国产 GPU 标的，一口气摆出了五家公司。
与此同时，筹码也开始进入释放期。沐曦的网下配售、战略配售和部分首发前股份陆续解禁；天数智芯的基石投资者锁定期也在今年下半年先后结束。
这意味着，过去市场愿意为"国产 GPU 稀缺性"支付的溢价，正在快速消失。与此同时，在激烈的竞争之下，国产 GPU 的规模还没大到足以摊薄研发，利润就很难同步跑出来。
国产 GPU 的稀缺性正在消失，而赚钱的逻辑还没跑通。这也是为什么投资开始"抛弃"国产 GPU 的原因。
/ 01 /
三大配资收入暴涨，但利润没有跟上
不到一年，国产 GPU 股价普遍腰斩。
以沐曦和天数智芯为例，从年内高点算，沐曦从 1033 元跌至 461.10 元，回撤约 55%；天数智芯从 887.50 港元跌至 318.80 港元，回撤约 64%。
与股价形成反差的是，国产 GPU 的业绩还在高速放量。
2026 年上半年，包括沐曦、天数智芯等四家国产 GPU 的合计收入达到 52.42 亿元，整体同比增长约 162%。其中，增速最慢的沐曦也有 44.7%。
收入在激增，股价却腰斩，核心在于利润没有跟上。比如，沐曦扣非亏损 4886 万元，天数智芯虽然实现 2.46 亿元经调整净利润，但同期有 7.60 亿元金融资产公允价值收益。剔除这部分，实际仍亏损约 5.14 亿元。
也就是说，已上市的国产 GPU 企业，没有一家跑出稳定的主营利润。
这背后的原因主要有两点。
一方面来自成本端，研发投入太重。
2026 年上半年，四家国产 GPU 公司研发投入合计 26.57 亿元，相当于同期收入的 50.7%。也就是说，每赚到 100 块钱，就要拿出 50 块去做投入。
这还不是短期投入。GPU 这门生意，就是靠当前一代产品进账，来替未来几代产品付研发账单。
以沐曦为例，2025 年，公司实现收入 16.44 亿元，当时收入主力仍是第一代 C500；但彼时第二代 C600 已在研发和量产准备阶段，第三代 C700 也已经立项，仅这两个项目，2025 年就投入了 4.90 亿元，占公司全年 10.27 亿元研发投入的一半。
公司自己也把这种研发节奏概括成"量产一代、在研一代、规划一代"。
这也说明了 GPU 是一门非常吃规模效应的生意。研发的钱要提前花，而且一花就是几代产品。只有出货规模足够大，才能把这些前期投入摊薄到更多芯片上。
所以收入增长再快，只要规模还没大到足以摊薄研发，利润就很难同步跑出来。
另一方面来自收入端，GPU 的供应商越来越多，但超级买家还是那几个。
在国内，真正能一次采购几千、几万张 AI 芯片的，依然集中在字节、腾讯、阿里这些头部云厂商和运营商。
但它们现在能够选择的供应商已经越来越多。
今年 6 月，路透社披露，字节正在与天数智芯洽谈至少 5 万颗推理芯片，同时还在评估百度昆仑芯；如果交易落地，天数智芯将与华为、寒武纪一起成为其主要国产 GPU 供应商。
买方没变多，卖方却越来越多，议价权自然更容易向大客户倾斜。
9 月 11 日上市的燧原就是个很直观的例子。根据其招股书披露，2025 年，燧原对腾讯直接及间接销售达到 8.30 亿元，占收入 83.79%。部分同类 AI 加速卡及模组对腾讯的销售价格低于非关联第三方。
大客户给了 GPU 厂商规模化订单，也换来了更有竞争力的价格。订单越大，客户对价格和合作条件的话语权就越强。
说到底，国产 GPU 虽然把收入做上去了，但这门生意的赚钱逻辑，还没真正跑通。
/ 02 /
推理时代，GPU 的生意开始"降温"
如果说高研发和大客户议价权，是国产 GPU 眼下要过的两道坎，那么从更长期看，连算力市场本身也在发生变化。
Gartner 预计，2026 年全球用于 AI 训练和推理的云端算力支出约 423 亿美元，其中推理约 233 亿美元，占比达到 55%，第一次超过训练的 190 亿美元。
国内更明显。燧原招股书引用灼识咨询数据预计，2024 年至 2028 年，中国推理 AI 加速卡市场将从 1252 亿元增长到 8086 亿元，年复合增速 59.41%，明显高于训练市场的 34.55%。
推理也在成为国内 AI 算力增长最快的一块。
原因也很简单。大模型正在从"训练出来"，走向被大规模使用。
训练一个模型，算力主要集中在研发阶段；但模型一旦进入搜索、广告、办公软件和各种 AI 应用，每一次用户调用都会产生推理需求。
Agent 又把这种消耗进一步放大，一个任务背后，可能对应多轮模型调用、搜索和工具执行。用户越多、调用越多，推理需要的算力自然越大。
而当推理成为算力最大的增量时，也给 GPU 市场带来了两个变化。
一是，通用 GPU 要和更多专用芯片抢增量算力。
训练时代，芯片面对的任务一直在变。模型可能参数变大，训练方法可能调整，今天跑这一套模型，明天又换另一套，客户需要的是一块什么任务都能接的芯片。通用 GPU 的优势就在于灵活，软件生态也足够成熟。
而推理不一样。模型训练完成以后，参数基本不再变化，芯片每天做的主要就是一遍遍执行计算，比如矩阵乘法、Attention 和激活函数。专用芯片可以把那些用不到的通用能力砍掉，用更低的功耗和成本把同一件事反复做。
说白了，通用 GPU 强在"什么都能干"，专用芯片则是"只干一件事，但可以把成本压得更低"。
而在推理时代，同样的钱，谁能跑更多 Token，谁就更有机会。
元股证券:ygzq.hk
TrendForce 预计，2026 年采用 ASIC 的 AI 服务器出货占比将达到 27.8%，创下 2023 年以来的新高，而且增速会快于 GPU 服务器。
大厂现在也不是小规模试水。
Meta 目前已经在推荐、广告等推理任务中部署了数十万颗自研 MTIA 芯片，未来两年还准备再推出四代新芯片；Anthropic 用于 Claude 的 AWS 自研 Trainium2，也已经超过 100 万颗。
AI 芯片的蛋糕还在变大，但新增蛋糕已经不再全部属于通用 GPU。
二是，推理卡本身也更难卖出训练卡的利润率。
推理进入大规模部署以后，客户的采购逻辑就变了。客户越算账，厂商就越难维持训练卡那样的高定价。
这在国产 GPU 上已经很明显。
2026 年上半年，天数智芯训练 GPU 毛利率达到 64.5%，推理 GPU 只有 35.6%，相差近 29 个百分点。
燧原也一样。2024 年，公司二代训练卡毛利率 73.67%，同代推理卡只有 58.76%；2025 年主力三代推理卡毛利率进一步降到 34.53%。
燧原在交易所问询中也直接解释过，推理卡大规模部署以后，客户会高度关注采购成本和每 Token 性价比，因此推理产品的定价和毛利率通常低于训练产品。
推理把 AI 芯片市场做得更大，但也降低了这门生意的想象空间。
而且这种市场对 GPU 的"降温"，其实已经在行业龙头英伟达上有所体现。
今年以来，英伟达股价从年初 188.85 美元涨到 210.96 美元，年内仍上涨约 12%。
股价在涨，背后是业绩也足够强。最新季度，英伟达收入达到 962 亿美元，同比增长 106%；GAAP 净利润 597 亿美元，同比增长 126%，毛利率也高达 75%。
但资本市场愿意给它的估值倍数，却在持续下降。
2026 年 1 月底，英伟达滚动市销率还有 21.1 倍，到 9 月已经降到 17.5 倍左右，年内压缩约 17%。
说白了，英伟达靠高速增长的业绩撑住了股价，但市场愿意为未来增长支付的溢价，也在严重缩水。
连行业最强的英伟达现货配资服务门户，都没能守住过去那份估值溢价，国产 GPU 的估值回撤就几乎只是时间问题了。
炒股杠杆网提示：本文来自互联网，不代表本网站观点。
