壁仞科技2025年财报解读及与摩尔线程、沐曦股份的对比分析
一、壁仞科技2025年财报核心亮点【2026年3月30日公开】
1. 财务表现：收入高增但亏损扩大，研发投入持续加码
：2025年营收达10.35亿元（人民币，下同），同比暴涨207.2%（2024年为3.37亿元），核心驱动力是智能计算解决方案（GPU相关）收入增长205.1%至10.28亿元，主要得益于BR10X系列旗舰GPU规模化量产、千卡智算集群交付及高价值客户拓展1。：全年净亏损16.49亿元（2024年为1.54亿元），同比扩大972.3%；但经调整净亏损8.74亿元（非国际财务报告准则），较2024年（7.67亿元）仅小幅扩大，反映核心业务经营效率有所改善。：研发费用达14.76亿元（同比+78.5%），占收入比重约142.7%，主要用于产品迭代（如BR10X系列优化）、技术团队扩张及股权薪酬激励，显示其对技术领先的长期投入决心。2. 产品与技术：BR10X系列为核心，聚焦国产算力突破
：BR10X系列是壁仞科技的旗舰通用GPU，2022年发布时曾创下全球算力记录，基于Chiplet架构设计，支持千卡集群商业化落地，2025年通过规模化量产进一步降低成本并提升性能。：主打“软硬一体异构协同的国产GPU智算集群解决方案”，2024年末获工信部“标志性产品”优秀案例，聚焦国产替代与集群化应用。3. 战略定位：国产算力“扛旗者”，瞄准系统级效率
财报强调未来将聚焦**“系统级全栈效率”（如超节点、光互连技术）、“芯片+系统+生态”整合商业模式**（提供软硬件协同优化方案），并构建稳健供应链（如国产化替代），目标成为国产AI算力生态的核心底座。二、与摩尔线程、沐曦股份的对比分析
（一）技术维度：芯片架构与性能差异
1. 壁仞科技：Chiplet架构+千卡集群商业化
：BR10X系列（2022年发布）采用Chiplet（芯粒）架构，通过模块化设计提升算力密度与扩展性，支持千卡级集群部署（如已落地的商业化集群），2025年重点优化集群工程能力（如通信效率、软件栈适配）。：发布基于光互连（OCS）技术的超节点解决方案，解决大规模集群的卡间高速互联瓶颈；软件栈聚焦国产适配（如兼容主流国产框架）。2. 摩尔线程：全功能GPU+MTT S4000系列
：MTT S4000（2025年主力产品）基于自研MUSA架构，支持多卡互联与千卡集群建设，单卡算力FP16稠密为15.2TFLOPS（低于壁仞BR10X但高于部分国产竞品），显存带宽1.84TB/s，擅长多卡协同训练场景。：MTLink技术实现多卡高速互联，兼容主流AI框架（如PyTorch、TensorFlow），专注训推一体场景（覆盖训练与推理全流程）。3. 沐曦股份：曦云C系列+训推一体优化
：曦云C600（2025年主流产品）为训推一体GPU，单卡算力FP16稠密50TFLOPS（高于摩尔线程MTT S4000但低于壁仞BR10X），显存带宽1.8TB/s，支持大模型训练及推理，强调高线性度（训练扩展性）与稳定性。：内置多精度混合算力（支持FP16/BF16/FP32等），适配从预训练到微调的全流程需求，生态兼容性较好（支持主流深度学习框架）。对比结论：壁仞在超大规模集群（千卡级）商业化与Chiplet架构创新上领先；摩尔线程强于多卡互联技术（MTLink）与全功能适配；沐曦则在训推一体线性度与多精度算力优化上突出。（二）市场维度：收入规模、亏损状况与客户定位
1. 收入与亏损
：2025年营收10.35亿元（行业第一梯队），但净亏损16.49亿元（研发与市场投入高）；经调整亏损8.74亿元，显示核心业务仍处投入期1。：2025年营收1.51亿元（同比增长243.37%），净亏损10.24亿元（亏损收窄36.7%），规模小于壁仞但增速快，专注GPU研发与市场拓展。：2025年营收1.64亿元（同比增长121.26%），净亏损7.81亿元（亏损收窄44.5%），中小规模但盈利改善显著，聚焦高性能GPU细分市场。2. 客户与场景
：主要服务大模型训练与推理的高性能需求客户（如千卡集群客户），客户群体偏向中大型企业与科研机构，依赖国产替代需求（如信创、政务场景）。：产品覆盖消费级（如PC/边缘计算）到数据中心级，客户包括AI开发者、中小企业及部分政企，主打“高性价比+全栈适配”。：聚焦AI训练与推理的训推一体场景（如大模型预训练、微调），客户以AI企业、云服务商为主，强调“线性扩展性”与“稳定性”。对比结论：壁仞面向高端大模型训练市场（高单价、高壁垒），摩尔线程覆盖更广泛的AI应用场景（从消费到数据中心），沐曦则深耕训推一体细分市场（性价比与稳定性优先）。（三）生态与供应链：国产化能力与协作模式
：构建“芯片+系统+生态”整合模式，与国产软件栈（如CANN等）深度适配，供应链侧重国产化替代（如国产光互连器件、PCB板），目标成为国产算力生态的“底座供应商”。：自研MUSA架构与MTLink互联技术，兼容CUDA生态（部分功能），供应链依赖国内代工厂（如中芯国际），通过战略合作（如与云厂商绑定）拓展市场。：采用多精度混合算力设计，兼容主流框架（如PyTorch），供应链注重成本控制与国产化比例提升，通过与AI企业联合研发优化生态适配。对比结论：三家均推进国产化，但壁仞更注重系统级生态整合（芯片+软件+集群），摩尔线程强于技术兼容性（CUDA适配），沐曦则聚焦场景化生态适配（训推一体优化）。三、总结：国产GPU厂商的差异化竞争格局
未来趋势：随着国产算力需求爆发，三家厂商将围绕**“性能-成本-生态”三角平衡**展开竞争——壁仞凭借集群规模与系统级能力巩固高端市场，摩尔线程通过全场景适配扩大用户基数，沐曦则以训推一体优化抢占细分赛道。政策支持（如信创、东数西算）与技术突破（如Chiplet、光互连）将成为关键变量。「特别声明：仅供行业学习研究参考，不构成投资建议」
