你绝对想不到，在这一轮AI资产反弹里，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。
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。
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。
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，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。
本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。