首页
关于
login
Search
1
长鑫科技IPO估值4万亿:国产存储要起飞,云服务器价格会暴跌吗?
16 阅读
2
test
15 阅读
3
北京VPS主机做网站怎么样?华北地区建站首选分析
14 阅读
4
腾讯收购Manus背后:AI Agent私有化部署需要什么样的服务器?
14 阅读
5
VPS上创建网站的完整教程:从零开始搭建你的网站
11 阅读
服务器
VPS教程
服务器教程
云服务器
AI技术
评测
服务器导购
VPS资讯
云服务器知识
AI服务器
服务器推荐
游戏服务器
科技
AI编程
服务器安全
AI算力
VPS
VPS导购
行业分析
存储技术
云服务器推荐
服务器选购
AI
登录
Search
标签搜索
云服务器
VPS
VPS选购
VPS推荐
AI算力
GPU云服务器
服务器推荐
服务器选购
数据中心
云服务器推荐
AI服务器
建站教程
阿里云
腾讯云
服务器安全
DeepSeek
服务器导购
AI推理
国产芯片
AI Agent
Typecho
累计撰写
174
篇文章
累计收到
0
条评论
首页
栏目
服务器
VPS教程
服务器教程
云服务器
AI技术
评测
服务器导购
VPS资讯
云服务器知识
AI服务器
服务器推荐
游戏服务器
科技
AI编程
服务器安全
AI算力
VPS
VPS导购
行业分析
存储技术
云服务器推荐
服务器选购
AI
页面
关于
login
搜索到
1
篇与
的结果
2026-09-07
国产GPU四小龙集体冲刺IPO:燧原中签率仅0.02%,GPU云服务器会因此降价吗?
图:国产AI算力要崛起,最后都得落进这样的机房和机架里。GPU云服务器贵不贵,看的就是这一排排铁柜子里的东西。今天下午,朋友圈被一条消息刷屏了——燧原科技公布科创板IPO发行结果,网上中签率只有 0.02455315%。老实说,我看到这个数字的第一反应不是"又一家公司上市了",而是心里咯噔一下:国产GPU这事,真被资本市场当成风口吹起来了。你可能会问:燧原上市,关我什么事?我又不炒股票。别急。这事跟你我这种天天跟服务器打交道的人,关系大得很。原因很简单:燧原科技、摩尔线程、壁仞科技、沐曦股份,这"国产GPU四小龙"集体排队上市,意味着国产AI算力从"PPT造芯"正式进入"资本催熟"阶段。 而算力的上游变了,下游的GPU云服务器价格、选型逻辑,迟早跟着变。这篇文章不吹不黑,把这事的来龙去脉给你捋清楚,最后落到一个实在问题上:2026年下半年,买GPU云服务器到底该选英伟达,还是赌一把国产卡?目录 一、到底发生了什么:国产GPU四小龙排队敲钟 二、国产GPU走到哪一步了:从"能点亮"到"能打" 三、泼盆冷水:上市救不了生态,别被资本叙事带节奏 四、对你的钱袋子:GPU云服务器真会降价吗 五、导购建议:2026年下半年GPU云服务器到底怎么选 六、总结 一、到底发生了什么:国产GPU四小龙排队敲钟先把事实摆清楚,不传谣。燧原科技,今天(2026年9月7日)公布科创板IPO发行结果:发行价 142.18 元/股,发行 4303.5 万股,预计募资总额 61.19 亿元。 钱主要花在第五代、第六代 AI 芯片的研发及产业化上。再看另外三家,动作一个比一个快: 壁仞科技:早已在港股上市。2026年8月,它公布上半年财报——收入 12.36 亿元,同比增长 1997.6%,亏损大幅收窄 76.4%。上市半年后直接开启配售,拟再募 70 亿港元。 沐曦股份:2026年8月被曝筹划赴港上市,想搭"A+H"双资本平台。 摩尔线程:闷头搞技术,开源了 MusaCoder——号称首个基于国产全功能 GPU 全栈训练的代码大模型。 四家一起冲,巧合?当然不是。这是国产AI芯片产业链的一次集体"成年礼"。 从2018年前后那一拨创业潮算起,到2026年,正好七八年,烧了上百亿研发费,产品该迭代的迭代了,客户该积累的积累了。现在集体上市,一是要钱接着研发,二是给早期投资人一个退出通道,三是——向全世界宣告:国产GPU不是实验室玩具了。二、国产GPU走到哪一步了:从"能点亮"到"能打"先说我个人的判断,供你参考:2024年以前,国产GPU云服务器基本是"政策单"生意——你买它不是因为它好用,而是因为必须用。2026年再这么说,就有点不公允了。看几个细节,你就明白差距是怎么一点点缩小的。第一,芯片架构迭代速度上来了。 燧原成立近8年,自研迭代了四代架构、5款云端AI芯片。注意,是"云端AI芯片",不是显卡——这意味着它从一开始就奔着数据中心去的,跟英伟达在数据中心里抢生意,而不是跟消费级显卡较劲。第二,开始玩"超节点"这种系统级的东西了。 今年WAIC上,燧原联合中兴通讯发布了云燧 ESL64-O 超节点,主打"OEX正交无背板设计、0线缆、互联成本大幅降低"。壁仞更是甩出了 NPO 光互连、分布式解耦架构、最大 1024 卡的超节点方案。这说明什么?说明国产GPU厂商已经明白了一个道理——单卡性能追不上你,我就用系统架构跟你拼。 单卡干不过 H100,那就做 64 卡、1024 卡的超节点,用集群规模换整体算力。这条路,AMD 也走过,华为昇腾也走过。第三,软件栈不再是"裸奔"状态。 以前国产卡的硬伤是:芯片点亮了,但 CUDA 生态没法用,跑个 PyTorch 都要魔改半天。现在摩尔线程开源全栈训练的代码大模型,壁仞强调"精度完全对齐国际产品、千卡集群完成多模态预训练和强化学习"——虽然营销话术要打折听,但至少说明,国产卡的软件栈已经从"能开机"进化到"能训模型"了。还有一件事值得注意:燧原还搞了 CoPoS(Chip-on-Panel-on-Substrate)面板级先进封装,跟国产封装厂合作。先进封装是后摩尔时代的命门,国产GPU能在这上面布局,说明它们赌的不是一代产品,而是整个技术路线。三、泼盆冷水:上市救不了生态,别被资本叙事带节奏按理说,国产GPU形势一片大好,我该跟着喊"国产崛起"才对。但我这个人,习惯性泼冷水。越是在一片欢呼的时候,越要看看脚下有没有坑。先看一个最简单的现实:你的代码是为CUDA写的,不是为国产卡写的。你在英伟达卡上跑的模型,用的是 CUDA、cuDNN、TensorRT、NCCL 这一整套东西。换到国产卡上,跑通一个模型不难,难的是整个技术栈的迁移成本——训练脚本要改、分布式通信要调、推理引擎要换、团队要重新学。这个成本,小公司根本扛不住。第二盆冷水:资本市场上钱多,不等于产品力强。 壁仞上半年收入涨了1997.6%,这个数字看着吓人,但你要知道,2025年同期它的基数低得可怜。翻 20 倍之后的 12 亿,放到英伟达单季度几百亿美元的收入面前,连零头都算不上。第三盆冷水,也是最要命的:生态不是靠钱砸出来的。 英伟达的护城河不是芯片本身,而是过去十几年积累的开发者生态。CUDA 有几百上千万开发者,GitHub 上随便一个模型都默认支持 CUDA。国产卡想追,不是在芯片上追,是在"让全世界开发者默认支持你"这件事上追——这件事,钱解决不了,只能靠时间熬。还有运维层面的现实问题。国产GPU云服务器的坑,我在之前的文章里提过:驱动不完善、显存ECC策略差异、多卡互联带宽、以及"看着便宜、实际调不通"的隐性成本。 这些坑,不会因为公司上市就自动消失。所以我的态度很明确:国产GPU的进步,我认;但"上市=好用"这个等式,我不认。四、对你的钱袋子:GPU云服务器真会降价吗 图:英伟达还是国产卡,最后的落点都是这块小小的芯片——它的供给,决定着你钱包的厚度。这才是买服务器的人最关心的问题。先说结论:GPU云服务器长期看会降价,但短期(半年内)别指望暴跌。原因不是国产卡不够努力,而是供需决定的。国产GPU四小龙集体上市,带来一个直接的后果——一级市场的钱,变成了二级市场的产能。 燧原募的 60 多亿、壁仞配售的 70 亿港元,大部分要砸进新芯片研发和产能扩张。两三年后,国内智算中心的可选国产卡供给会明显增加。供给增加,价格自然松动。这是经济规律,跑不掉的。但短期有个对冲因素:需求涨得更快。 大模型训练、推理、具身智能、AI Agent……算力需求还在指数级膨胀。供给增加 50%,需求增加 100%,价格照样坚挺。所以,对个人开发者和中小企业,我的判断是: 如果你是做AI应用、推理、微调的,现在不用等。 按需买、按量租,别囤卡。国产卡的推理价格本来就有优势,该上车就上车。 如果你是做大规模训练的,短时间别指望国产卡"平替"英伟达。 生态迁移成本摆在那,省下的卡钱不够你赔上的时间钱。 盯紧两个信号: 一是国产卡厂商的"千卡集群客户数"能不能持续放量(说明真有人拿它干活),二是云厂商(阿里云、腾讯云、火山引擎这些)什么时候把国产卡机型当成主力机型推——云厂商是最精明的,它们大规模上国产卡的那天,才是国产GPU真正"能用"的证明。 五、导购建议:2026年下半年GPU云服务器到底怎么选不整虚的,直接给结论。按你的场景对号入座:场景一:个人开发者 / 学生,跑跑小模型、微调、AI应用开发推荐:按量租英伟达卡(如 RTX 4090 / L20 / A10 级别的云GPU),或者直接买 API,别碰自建。理由:这个阶段你需要的不是算力,是省心。国产卡在单卡场景下,性价比优势不明显,反而要折腾驱动和框架兼容。按小时租卡,一小时几块钱,随用随停,不香吗?场景二:中小企业,做AI应用、知识库、客服、Agent 推理推荐:认真考虑国产卡GPU云服务器(燧原、壁仞、昇腾等),特别是推理场景。理由:推理对生态要求低(现在主流推理框架基本都适配国产卡了),但对价格敏感。国产卡推理的每Token成本,通常能比同档英伟达卡便宜 20%-40%。前提是:先花一天时间,拿你自己的模型做一次完整的PoC测试,别直接全量迁移。场景三:做模型预训练 / 大规模微调推荐:暂时以英伟达为主力,国产卡作备选。理由:训练是生态依赖最重的场景,NCCL、Megatron、DeepSpeed 这些,国产卡的支持还在追赶。除非你被"卡脖子"卡到必须用国产卡,否则别拿训练工期赌生态成熟度。场景四:被制裁/合规要求,必须用国产算力推荐:优先选有"整机+集群+软件栈"完整方案的厂商,别买裸卡自己拼。理由:这时候买的不只是芯片,是服务。谁的超节点方案成熟、谁有云厂商背书、谁在真实的大模型训练里跑通过千卡集群,就选谁。燧原+中兴、壁仞的超节点方案,方向是对的,你可以多关注。给你一张速查表,直接存: 你的场景 首选方案 备选方案 要不要现在上车国产卡 个人开发/学习 英伟达云GPU按量租 大模型API 不急,先观察 中小企业AI推理 国产卡推理云服务器 英伟达中端卡 可以,先做PoC 大规模训练 英伟达H系列/A系列 国产千卡集群(谨慎) 等生态,别赌 合规强制国产 昇腾/燧原/壁仞整机方案 — 必须上,选方案商 六、总结最后,把话收一收。国产GPU四小龙集体上市,是件好事。 它意味着国产AI算力产业链第一次有了大规模、可持续的资本血液,意味着"卡脖子"这件事,正在从"无解"变成"有解"。但我必须再泼一盆冷水:上市只是起点,不是终点。 芯片造出来是一回事,生态跑起来是另一回事。英伟达用十五年建起来的护城河,不是几百亿募资就能填平的。对普通用户,我的建议永远是那句话——别为情怀买单,要为需求买单。你的业务需要什么,就买什么。推理便宜,就认真评估国产卡;训练要稳,就老老实实租英伟达。等哪天国产卡真的"好用又便宜"了,市场会用脚投票,根本不需要谁去吹。这一天,可能比我们想象的要快,但也可能没你想的那么快。自己动手测一次,比看一百篇吹文都管用。希望对你有帮助。(全文完)
2026年09月07日
9 阅读
0 评论
0 点赞