当前位置: 首页 > news >正文

摩尔沐曦中一签赚大几十万,国内还有哪些GPU公司?

最近GPU市场都疯了,摩尔上市首日中一签赚28w,沐曦不甘落后直奔30多了,真的是太恐怖了。 那么国内还有哪些做GPU个公司呢? 国内GPU(图形处理器)行业近年来发展迅速,涌现出多家公司,主要可分为两大类:专注于图形渲染的GPU和专注于通用计算/GPGPU的AI加速芯片 ,许多公司是两者均有涉猎。 以下是国内主要的GPU相关公司及其简要介绍: 一、 综合性/主流GPU设计公司这些公司旨在设计提供图形显示和通用计算能力的全功能GPU。 摩尔线程 (Moore Threads) 特点:成立时间虽短但发展迅猛,旨在研发全功能GPU,覆盖图形渲染、AI训练与推理、科学计算等。产品包括“春晓”、“苏堤”等系列,面向桌面、数据中心和元宇宙应用。创始人:行业资深人士,前英伟达、AMD高管。壁仞科技 (Biren Technology) 特点:初期聚焦高性能通用计算GPU(GPGPU),其首款产品BR100系列创下国内算力纪录,主要针对AI训练、推理等数据中心场景。后续也开始拓展图形产品线。定位:对标英伟达数据中心级产品。景嘉微 (Jingjia Micro) 特点:A股上市公司,是国内最早成功自主研发并量产GPU芯片的公司之一。其JM系列图形芯片主要用于军用和民用特种领域,在信创市场(党政办公)有重要地位。定位:国产嵌入式图形显示和计算解决方案的领军者。芯动科技 (Innosilicon) 特点:是一家老牌的IP设计和芯片定制公司,其“风华”系列GPU是面向桌面、服务器等应用的独立显卡,支持图形渲染和AI计算。在IP和芯片定制领域有深厚积累。业务:除了GPU,也提供高速SerDes等核心IP。二、 专注于AI计算/GPGPU的公司这些公司的芯片通常不强调图形渲染能力,主要针对人工智能、高性能计算市场。 寒武纪 (Cambricon) 特点:科创板上市公司,早期以AI加速器IP和终端芯片闻名。其“思元”系列云端智能芯片(MLU)属于GPGPU范畴,专攻AI训练和推理。定位:中国AI芯片第一股,产品线覆盖云、边、端。燧原科技 (Enflame) 特点:专注于云端AI训练和推理加速芯片,其“邃思”芯片和“云燧”加速卡主要面向数据中心,提供高算力解决方案。定位:对标英伟达的Tesla系列,深耕云端AI算力市场。瀚博半导体 (Vastai Tech) 特点:专注于AI+视频的云端推理芯片,其“星河”系列产品针对计算机视觉、视频处理等应用进行了优化。定位:填补云端AI推理,特别是视频处理市场的需求。天数智芯 (Iluvatar CoreX) 特点:发布国内首款通用云端GPGPU产品“天垓”,主要面向AI训练和推理、科学计算等。定位:通用云端计算芯片提供商。沐曦集成电路 (MetaX) 特点:致力于研发全栈高性能GPU芯片,主打高性能计算和AI加速。其产品路线图包括用于AI的GPGPU和用于图形渲染的GPU。定位:瞄准高性能计算和AI融合市场。三、 其他重要参与者海光信息 (Hygon) 特点:科创板上市公司,通过与AMD的技术合作,获得了x86 CPU和GPU(DCU)的授权。其DCU(Deep Computing Unit)本质上是基于AMD旧版架构的GPGPU,主要用于数据中心计算,在国产算力中占有重要份额。优势:拥有成熟的x86生态和软件栈。象帝先 (XMX) 特点:由行业资深人士创立,推出“天钧”系列GPU,主打高性能计算和图形渲染,涵盖桌面和数据中心。中船重工/中国电科等国有院所 一些国家级科研院所也在从事GPU相关的研究和设计,主要服务于特定领域。现状如何市场格局:国内GPU公司呈现“百花齐放”但“群雄逐鹿”的态势,各自在通用计算/AI加速和图形渲染两个赛道上发力,部分公司尝试两者兼顾。应用领域:主要集中在国产化替代(信创)、数据中心AI计算和特定行业(如军工、安防) 三大市场。挑战:与国际巨头(英伟达、AMD)相比,国内公司在硬件绝对性能、软件生态(如CUDA的替代)、制造工艺和开发者社区方面仍有较大差距。机遇:在AI浪潮和自主可控的国家战略推动下,市场需求巨大,为国内GPU公司提供了难得的成长窗口。这个领域发展变化很快,新的融资、产品发布和合作时常发生。 ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧ END ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧关注微信公众号『ZYNQ』,回复“加群”加入fpga/zynq技术交流群。后台回复“m”,查看更多精彩内容
http://www.cnnetsun.cn/news/160752.html

相关文章:

  • Langchain-Chatchat能否支持API网关统一接入?
  • FaceFusion能否用于科学可视化?大脑活动映射面部
  • Langchain-Chatchat能否实现文档变更自动检测同步?
  • AI 智能体企业级自动化评估实用指南
  • 产后恢复难题多?蓝丝带专业支持,助万千妈妈重拾美丽自信
  • Langchain-Chatchat能否实现文档分类自动打标?
  • 实测GPT Image 1.5,跑分第一的它击败Gemini了吗?
  • docker compose安装gitea
  • gitea和gitlab有什么区别
  • CH579硬件休眠模式节能设计
  • 【GRNN-RBFNN-ILC算法】【轨迹跟踪】基于神经网络的迭代学习控制用于未知SISO非线性系统的轨迹跟踪(Matlab代码实现)
  • AI智能体 - 资源感知优化模式
  • 当学术焦虑撞上AI时代:一位理工科研究生的论文自救指南——如何用智能工具化解从开题到定稿的“写作围城”
  • Langchain-Chatchat问答系统自动纠错机制探索
  • next-ai-draw-io 用这款AI 画图几十秒就搞定了
  • FaceFusion换脸出现鬼影怎么办?常见问题排查手册
  • 数据安全治理解决方案(附下载)
  • 【虚拟同步机控制建模】分布式电源的虚拟同步控制 + 双环控制(Simulink仿真实现)
  • FaceFusion人脸融合在虚拟快递员形象定制中的创新尝试
  • 12月的财务工作要达到的强度
  • 如何用GVHMR实现精准的3D人体运动恢复?5大核心技术解析
  • TachiyomiJ2K通知系统:5分钟学会智能漫画更新提醒配置
  • 使用lsp-zero.nvim快速配置Neovim的LSP功能
  • Oxigraph 实战手册:构建下一代语义智能应用的核心引擎
  • ESP32与心率监测联动冥想引导
  • QuickLook终极指南:5分钟掌握Windows快速预览神器
  • Java泛型详解(内附代码示例),零基础小白到精通,收藏这篇就够了
  • 刚刚!Science公布2025年度十大突破,第一名来自中国!
  • Web开发者进阶AI Agent:LangChain提示词模板与输出解析器实战
  • FaceFusion镜像内置缓存机制提升重复任务效率