一、GPU 并行计算能力适用于 AI 训推需求，大模型发展催化 GPU 需求
- GPU 擅长并行计算，适用于 AI 训推需求。GPU 由大量简单核心构成，被组织成强大的计算阵列，能够同时对海量数据执行相同的简单操作，因此相比 CPU 更擅长处理并行计算任务。
- GPU 产业链价值集中在中游，AI 芯片需求拉动 GPU 市场规模增长。GPU 产业链的上游包括设计芯片所需的 EDA 软件和 IP 模块等，以及制造所需的材料和设备。中游是附加值最高的环节，包括设计和制造两大方面。下游是系统制造商和最终用户。
- Scaling Law 依旧成立，大模型的发展需要 GPU 提供海量算力。人工智能取得突破性进展，多模态大模型不断涌现。大语言模型的进化遵循 Scaling Law 法则，其能力提升高度依赖海量算力供给。
二、海外巨头持续加码 AI 投入，英伟达占据全球主导地位
- AI 投入产出实现闭环，海外巨头坚定 AI 投资信心。大模型在应用端的表现持续取得显著进步，活跃用户数量不断攀升，token 调用量保持高速增长。大模型用户在向付费用户转化，有望实现 AI 投入的商业闭环。AI 算力成为此轮 AI 发展的核心驱动力，北美科技巨头加快算力基础设施建设。
- 英伟达占据全球主导地位，硬件与 CUDA 生态共筑深厚壁垒。英伟达凭借其顶尖的 GPU 硬件性能与深厚稳固的 CUDA 软件生态，构建了难以撼动的市场壁垒，与主要云厂商的战略合作进一步巩固了其“卖铲人”的霸主地位。
三、美国扩大高端 GPU 出口限制，国产奋起力争自主可控
- 美国扩大出口管制范围，国产 GPU 自主可控迫在眉睫。美国多次修订出口管制规则，旨在限制中国从美国进口先进的 AI 处理器用于人工智能的训练。国家政府立足发展需求，高度支持国产算力产业发展。
- 国内 GPU 厂商加速追赶，国产替代星辰大海。在市场空缺和国家战略的双重刺激下，国产 GPU 企业迎来历史性发展机遇。当前，寒武纪、海光信息、摩尔线程、沐曦股份等国内厂商推出多款 AI 智算芯片产品，并逐步追赶国际领先标准。
- GPU 供应商主攻路线各有差异，沐曦/摩尔线程指引有望于 26/27 年陆续转盈。从各公司创始团队及核心成员来源来看，寒武纪核心创始成员均来自中科院计算所，海光信息核心高管大部分来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多数来自超威半导体。从国产四大 GPU 上市公司产品路线及收入规模来看，海光信息 CPU 产品贡献主要营收，寒武纪深耕 AI 智能芯片，摩尔线程和沐曦股份均提供通用 GPU 产品，目前 AI 领域仍贡献主要收入。寒武纪 24Q4 开始单季度转盈，沐曦及摩尔线程指引预计最早 26/27 年实现盈利。
四、相关标的
- 寒武纪：云边端协同发展，掌握核心技术构筑竞争壁垒。
- 海光信息：聚焦高端处理器，CPU、DCU 双线发展。
- 摩尔线程：公司拥有完整 GPU 产品矩阵，覆盖企业级到消费级市场。
- 沐曦股份：公司坚持全栈式 GPU 产品开发。
- 中芯国际：高产能利用率叠加产品组合改善，Q3 收入与毛利增长超预期。
- 华虹公司/华虹半导体：2025Q3 量价共振兑现，公司收入与盈利能力环比双升。
五、风险提示
- 下游需求不及预期
- 国产替代进展不及预期
- 代工供应风险
