中国算力产业：资本热潮与技术突破的双轮驱动

岁末年初，中国算力产业在资本市场的运作骤然加速。

1月8日，上海天数智芯半导体股份有限公司（简称“天数智芯”，09903.HK）在港股成功上市，其此次公开发售获得超400倍认购，彰显了资本市场的巨大热情。

不久之前，另外两家国产GPU头部企业也相继登陆科创板：2025年12月5日，摩尔线程（688795.SH）上市首日股价暴涨468.78%，总市值突破3055亿元；2025年12月17日，沐曦股份（688802.SH）上市首日涨幅达到692.95%，市值站上3300亿元关口。

与GPU厂商的二级市场表现相呼应，国产存储芯片厂商也在2025年末取得了关键进展。2025年12月30日，长鑫科技集团股份有限公司（简称“长鑫科技”）正式向上交所递交科创板招股书，并披露了其2025年前三季度320.84亿元的营收数据，这一数字直观展示了国产DRAM（动态随机存取存储器）产能释放的规模。

更早之前的2025年9月25日，长江存储科技控股有限责任公司（简称“长存集团”）完成了股份制改革，其1600亿元的估值一度刷新了半导体独角兽的纪录，也标志着这家NAND Flash（闪存）龙头进入了发展新阶段。

从芯片设计到存储颗粒，从科创板到港交所，一浪接一浪的资本热潮间接宣告了国产算力产业的快速进步。然而，在资本市场的热度之外，国产芯片在实际的智算中心建设与应用适配中，仍面临着复杂考验。

各司其职

进入2026年，在告别了单纯比拼硬件参数的阶段之后，国产算力的竞争焦点正在发生转移，“万卡集群”的稳定性、软件生态的易用性以及商业落地的性价比，正在成为衡量价值的新标尺。

在中国算力产业的叙事中，“万卡集群”是一个被反复提及的里程碑，但当系统规模真正迈向这一量级时，“万卡集群”也往往意味着指数级增长的故障概率。

近期，中科曙光（603019.SH）发布了scaleX万卡超集群，该集群由16个scaleX640超节点通过高速网络互连而成，实际部署了10240块AI加速卡。中科曙光高级副总裁李斌告诉经济观察报记者，当算力系统的规模较小时，一个单点的困难或许不是大问题，但当需要把几万个甚至十万个芯片组成一个紧耦合系统时，任何微小的瑕疵都会被放大。

“假设一个点的可靠性是四个9（即99.99%），放大一百倍、一千倍之后，系统的可靠性就会呈现数量级的下降。”李斌说。

为了解决这个问题，硬件厂商开始在“连接”上下苦功夫。李斌介绍，中科曙光发布的这套集群，核心突破在于采用了国产首款400G原生RDMA（远程直接内存访问）网络。而在传统的超级计算机领域，以色列的迈络思（Mellanox）公司几乎垄断了互连网络标准。

硬件的革新不仅是技术的挑战，更是物理极限的突破。李斌向记者分析，目前业界普遍使用铜缆连接，但随着数据中心内部的单链路速率提升，铜缆的有效传输距离正在急剧缩短。未来系统需要采用硅光技术，即光信号传输。

在解决“连得上”的问题后，还需解决“存得下”的问题。长鑫科技和长存集团分别卡位了存储芯片的核心领域——DRAM和NAND Flash。

长鑫科技在招股书中披露了其2025年前三季度营收达到320.84亿元，2022年至2024年主营业务收入复合增长率超过70%。长存集团则在NAND Flash领域稳住了阵脚。其全资子公司长江存储在3D NAND领域实现了技术突围。

更长远的挑战在于物理极限和产业链协同。李斌表示：“以往大家的心态都是——单做一点可能做不出市场，所以就开始都要做。但最后的结果是大家都没做好。”光合组织秘书长任京暘表示，分层解耦、各司其职成为唯一的生存之道。

软件生态

相比于万卡集群的硬件建设，软件生态的迁移是更为复杂的系统工程。

在英伟达CUDA生态长期占据主导地位的背景下，开发者切换至国产计算平台面临着巨大的代码重构与学习成本。如何降低这一门槛，成为国产芯片厂商必须解决的问题。

摩尔线程选择从个人开发者抓起。在MUSA开发者大会上，摩尔线程发布了一款名为“MTT AIBOOK”的AI算力本。这款笔记本预置了VS Code、PyTorch等全栈开发工具。

此外，摩尔线程还推出了代码生成大模型MUSACode和“Text to MUSA”项目，旨在通过降低开发门槛，逐步构建独立于CUDA之外的生态。

在更复杂的企业级市场，云服务商则承担起了“屏蔽差异”的职责。优刻得科技股份有限公司作为国内首家在科创板上市的中立云计算服务商，向下适配了3到5家主流的国产芯片。

“云平台的作用就是屏蔽底层的割裂。”优刻得服务器中心及AI算力负责人丁振雷表示。

紫光计算机则看到了“本地化”的独特价值。紫光计算机产品中心总经理潘睿指出：“云端AI存在网络延时和隐私风险。”因此，紫光推出了一款带有前置可插拔硬盘仓的AI工作站。

走向闭环

检验国产算力成色的最终标准还是客户的选择。

中国科学院高能物理研究所计算中心主任陈刚透露，高能所的国家高能物理数据中心已开始采用国产算力设施进行AI训练和科学计算。

“性能比国外的可能稍微差一点，但是差距并不大。”陈刚评价称。

对于国产算力的未来，陈刚持乐观态度：“我不认为他们能够一直卡住我们。”

在更广泛的商业市场，互联网大厂的选择往往具有风向标意义。海光信息副总裁吴宗友观察到国内互联网大厂的态度正在发生微妙的变化。

“他们自然就会接受更开放的架构。”吴宗友说。为了迎合这一需求，海光推出了定制化产品。

“如果大家用过Agent就知道，它对算力的消耗是指数级增长的。”丁振雷分析认为，目前行业面临的问题不是总量过剩而是供需错配。这也正是国产算力相关芯片的机会所在。