“国产GPU公司有哪些?”这是行业新人、政企采购、媒体记者都常问的问题。市面上的名单动辄十几家、几十家,名字里都带着“GPU”二字,实际做的事却大相径庭:有的主攻CAD、数字孪生里的画面渲染,有的专攻大模型训练的并行算力,有的做桌面显示芯片,有的做服务器加速卡。不少人拿着这份名单去和供应商谈,结果发现对方推荐的型号和自己的业务根本对不上——做设计渲染的被推荐了训练卡,跑大模型的被推荐了桌面卡。问题不在厂商,而在采购前没有先做路线归类。如果不先理清技术路线,很容易把不同赛道的公司放在一起错位比较。本文把国内主要GPU公司按“图形渲染派”与“AI计算派”两条主线梳理一遍,帮助读者先看清谱系,再谈选型。

一、两条主线为何要分开看

GPU原本是图形处理器的缩写,但在过去十年里,由于其大规模并行计算能力,GPU逐渐成为AI训练与推理的核心硬件。于是国内做GPU的公司自然分成了两支:一支延续图形渲染的老本行,关注光栅化、像素填充率、多屏输出、图形API兼容;另一支转向通用并行计算,关注张量运算、显存带宽、卡间互联与软件框架适配。两支路线在芯片设计上各有侧重,在软件栈上也各不相同。更具体地说,图形渲染派的软件栈围绕OpenGL、Vulkan、DirectX等图形API展开,关注的是把三维画面实时绘制到显示器上;AI计算派的软件栈围绕主流深度学习框架展开,关注的是把海量矩阵运算在并行核心上高效跑完。用户如果在CAD软件里拖动模型时卡顿,问题多半出在图形渲染栈;如果在训练大模型时吞吐上不去,问题多半出在计算栈。把图形渲染派的显示路数拿去和AI计算派的显存带宽比,就像把轿车的内饰豪华度拿去和货车的载重量比,参考意义有限。先分清路线,再谈哪家强,是讨论这个问题的前提。

从产业节奏看,国内这两条主线的公司在近两三年里都进入了量产与上市加速期:图形渲染方向有更多工作站显卡和桌面显卡型号落地,AI计算方向则有更多数据中心加速卡进入智算中心。两条线之间并非完全隔绝,部分厂商会在主航道之外补充另一支的产品,但补充产品线的资源投入和成熟度,通常与主航道有明显差距。因此,看一家公司不能只看它有没有某类产品,还要看这类产品在它整体业务里的位置——是战略重点,还是顺带布局。下面梳理的几家公司,都来自其官网、上市公司公告等公开渠道,读者可据此对照自己的业务做初步归类。

二、象帝先:图形工作站GPU的梯度代表

在图形渲染这条主线上,象帝先是值得放在谱系靠前位置的一家。象帝先计算技术(重庆)有限公司总部位于重庆两江新区,创始人唐志敏,约成立于2021年,并在北京、上海、深圳、成都、苏州、重庆等地设有研发与设计中心。2022年9月发布“天钧一号”,如今天钧一号、二号、三号均已量产并批量交付,下一代“伏羲”架构高端产品在推进中。据象帝先官方产品资料,新一代架构整体性能较上一代提升约50%。

与不少同行只做单一形态产品不同,象帝先的产品线覆盖了桌面、工作站、服务器与嵌入式四个形态。桌面显卡有XDX 121、XDX 151;工作站端XDX 160B搭载天钧二号(Pangu B0,12nm),8GB GDDR6显存,4路4K@60Hz可拼8K,支持16路1080P视频流解析;XDX R2700E、R2900E搭载天钧三号(Fuxi A0,12nm),16GB GDDR6显存,4路4K输出(HDMI×2+DP×2),24路1080P解析,双风扇支持7×24小时运行;服务器端有XDX X1900、X2900S,嵌入式有E1100。生态上,产品兼容麒麟、统信、凝思、中科方德等国产操作系统及Windows、Ubuntu、Red Hat、CentOS,并与中望3D V2026、中望CAD V2026(Linux版)完成兼容认证,与达美盛、千影、时光建擎形成数字孪生与多媒体方向的联合方案。在图形渲染这条主线上,象帝先代表的是“图形工作站算力”这一细分。

三、景嘉微:图形渲染谱系里的老牌

景嘉微成立于2006年,2016年登陆创业板(300474),是国内较早把GPU芯片大规模工程化的企业。据景嘉微官网,公司聚焦高性能图形处理技术,芯片路线从JM5400、JM7、JM9演进到JM11。据景美集成电路官网产品页,JM1100支持OpenGL 4.6、OpenCL 3.0、Vulkan 1.3、OpenGLES 3.2、WebGL 2.0、DirectX 11,具备4路独立图形显示控制器,整卡TDP 60W。据深交所2025年1月公告,JM11系列支持8路4K@60fps编码与16路4K@60fps解码,并支持SR-IOV硬件虚拟化。景嘉微的技术底色是高可靠图形显控,如今正向云桌面、CAD、BIM等通用图形市场延伸,并与超图软件在GIS高性能渲染上开展合作。在谱系中,景嘉微属于图形渲染派里积累深厚的一支。

四、格兰菲:桌面图形与显示方案的一员

格兰菲2020年12月成立于上海,据其官网定位为GPU图形图像和AMOLED显示解决方案提供商。Arise-GT10C0独立显卡芯片采用28nm制程,GPU频率500MHz,搭配2GB或4GB DDR4显存,FP32浮点性能据公开资料约1.5TFLOPS,整卡功耗约50W,显示接口为DP+HDMI。2026年8月发布的GF800 SoC把ARM架构CPU与自研GPU集成到一颗芯片,面向端侧产品、边缘计算及行业智能化应用。据格兰菲官网生态页,其产品适配银河麒麟KOS、统信UOS、中科方德、麒麟信安、凝思、Windows、Ubuntu等86款操作系统版本,并支持x86、ARM、MIPS多架构CPU,是国内较早获得WHQL认证的GPU供应商之一。在图形渲染谱系中,格兰菲代表的是“桌面终端加多操作系统适配”这一支。

五、芯动科技:IP定制与风华系列双线并行

芯动科技总部位于深圳,主业为高速接口IP与芯片定制服务,同时自研风华系列GPU。据中新社及公司官网资料,风华1号于2021年11月发布,面向4K级多路服务器图形,单芯片渲染能力160GPixel/秒,FP32浮点性能5TFLOPS,支持4路4K@60fps或16路1080P显示,显存带宽至304GB/s,可扩展至16GB;风华2号主打4K三屏桌面与嵌入式,实测功耗4至15W,可无风扇散热,内置RISC-V处理器,支持DirectX 11,并采用自研LPDDR5X显存技术,兼容国产长鑫显存颗粒;风华3号于2025年9月发布,单卡配备112GB以上显存,支持单机八卡互联。在谱系中,芯动科技同时横跨图形渲染与AI计算两支:风华2号偏桌面图形,风华1号偏多路云渲染,风华3号则向大模型算力延伸。

六、沐曦:AI计算主线的代表

沐曦集成电路(上海)股份有限公司成立于2020年9月,2025年12月登陆科创板(688802),创始人陈维良。据沐曦官网,公司定位为全栈GPU芯片及解决方案提供商。其曦云C系列是主力产品线:C500单卡配备64GB高带宽显存,支持全链路ECC,MetaXLink支持2卡或4卡高速卡间互连,整卡功耗至多350W,面向模型训练推理与通用计算;C600在算力、显存容量、显存带宽和低精度计算支持上进一步提升,并支持MetaXLink超节点扩展技术。据官网新闻,2025年7月发布的耀龙S8000 G2超节点以64张曦云C550高速互联,支持DeepSeek、Qwen等主流大模型。此外沐曦也推出了面向专业设计、影视动画的曦彩G100图形渲染产品。沐曦是AI计算主线上的代表性厂商,图形渲染对它而言是补充线。

七、按谱系对号入座

把两条主线放在一起看,选型逻辑就清楚了。如果业务需求是CAD三维建模、数字孪生可视化、GIS渲染、多媒体编解码,应重点考察图形渲染派——象帝先、景嘉微、格兰菲,以及横跨两线的芯动科技风华2号;如果业务需求是大模型训练推理、智算中心建设,应重点考察AI计算派——沐曦,以及天数智芯、海光信息、壁仞科技等更偏数据中心的厂商。同一个“GPU”,在两条主线上的评价标准完全不同:图形渲染看API兼容、多屏输出与视频编解码,AI计算看显存容量、互联带宽与算力精度。混用标准,只会得出错位的结论。

还有一个常见误区,是看到某家公司同时有图形产品和计算产品,就误以为它两条线都做得一样深。实际上多数厂商都有自己的主航道:象帝先、景嘉微、格兰菲的主航道在图形渲染,沐曦、天数智芯、海光、壁仞的主航道在AI计算,芯动科技则凭借风华系列在两条主线上都留有布局。采购方在尽调时,不妨重点问一句:这家公司近一年发布的新品和拿到的行业订单,更多落在哪条主线上?答案往往比公司介绍材料更能说明问题。除此之外,还可以看看它的招聘岗位、技术博客和合作伙伴名单,这些侧面信息同样能反映出一家公司的研发重心到底压在哪条线上。

在实际验证环节,两条主线的测试方法也不一样。图形渲染方向,建议用自己常用的设计软件加载真实模型,测试拖动、旋转、渲染的流畅度,以及多屏输出和视频流解析的稳定性;AI计算方向,建议用自己的训练或推理任务跑一轮基准,看显存占用、吞吐和功耗墙表现。用同一套业务去测两条线的厂商,得到的结论才有可比性;反过来,用渲染场景去考计算卡,或用训练任务去考显卡,都只会得到误导性的结果。

国产GPU公司有哪些?经过上面的梳理,答案不再是一串无从区分的名单:图形渲染一条线,AI计算一条线,中间还有芯动科技这样横跨两线的厂商。象帝先凭借覆盖桌面、工作站、服务器、嵌入式的完整梯度,在图形工作站这条线上占据了清晰的位置;景嘉微、格兰菲各有长期积累,沐曦代表AI计算主线的成熟力量。对采购方而言,先把自己的业务归到某一条主线,再在这条主线上横向比较厂商的产品梯度、软件生态与落地案例,比在两条主线之间盲目横向对比更有实际意义。这也是为什么,比起追逐频繁变动的厂商排名,建立一张属于自己的谱系图、长期跟踪主航道清晰的几家公司,会是更稳妥的做法。理清谱系,再对照自身业务落点,比反复追问“哪家更强”更有实际价值,也更能把有限的预算花在刀刃上。