壁仞科技，还未跨过拐点

文 | 市值水晶

反复拉扯，这是壁仞科技当下的股价走势。

6 月 8 日，壁仞科技正式纳入港股通名单，股价当天一度逆市涨超 13%。对于这家上市不到半年的国产 GPU 公司来说，这意味着南向资金的闸门打开，流动性和机构持仓比例有望进一步提升。

就在两个多月前，壁仞科技交出了港股上市后的首份年报，业绩表现十分亮眼：2025 年全年营收 10.35 亿元，同比增长 207.2%；毛利 5.57 亿元，同比增长 210.8%。

但另一边，是壁仞科技高达 14.76 亿元的研发开支，同比增速高达 78.5%，经调整年内亏损 8.74 亿元，存货余额则来到 9.49 亿元，换言之，在迭代速度极快的 AI 芯片赛道，囤积的存货若无法及时售出，将面临减值风险。

这就是壁仞科技首份年报传递的核心信号：在营收激增的同时，应收账款周转天数在拉长，真金白银的落袋还未跟上。

它证明壁仞不仅能设计 GPU，还能把 GPU 卖出去。而没能证明的一点是，在当前特定时间窗口的红利下，壁仞科技能否做实国产替代故事，持续高质量地赚钱。

01 与时间赛跑

要理解壁仞科技亏损的本质，要先看一张跨越三年的经调整利润表。

2023 年，壁仞科技经调整净亏损是约 10.5 亿元；2024 年收窄至约 7.7 亿元；2025 年，又回升到 8.74 亿元。

表面看，企业亏损并没有随着收入高速增长而持续收窄，2025 年反而比 2024 年多亏了 1 个亿。

背后是研发的高额投入，2025 年壁仞科技的 14.76 亿元研发开支中，相当一部分投向了下一代旗舰芯片 BR20X 的前期开发—— 架构设计、流片准备、软件栈适配。

换句话说，财报中同期亏损几乎全部来自研发投入，赚来的钱都砸进下一代芯片研发还是不够。

这是一场典型的芯片行业"跨代投资"游戏。每一代芯片的研发投入必须提前两年左右启动，在财务上则表现为，上一代产品的收入往往要在研发启动之后才开始规模化放量。

结果是财报中，投资者看到的是一个预支未来的利润表—— 今天的收入在为昨天的研发买单，今天的研发又在赌明天的市场。

在芯片行业的初创阶段，这样的投入模式并非不可接受。

GPU 芯片设计是一个典型的前期投入密集、后期放量盈利的行业。英伟达曾在 CUDA 生态成型前有过研发费用率高增长的时间段。

但当时的英伟达已经有了成熟的 GeForce 游戏显卡业务作为现金流底座。壁仞则缺少这样的底气，它的全部收入都来自 AI 算力市场，而 AI 算力市场的客户只看性价比。

这个游戏的残酷之处在于，壁仞科技当前的高增长和高毛利，很大程度上建立在一个不可持续的"时间红利"之上。

壁仞科技的崛起，源于多因素的共振，其中核心的一环是英伟达的缺席产生的市场真空，留下的市场空白需要填补。同期华为昇腾的产能不足以满足市场需求。这也是壁仞科技被推上资本市场，上市首日市值破千亿的核心动力。

但相较头部玩家，壁仞科技还少了太多手牌。

从产品性能看，昇腾遵循“ 一年一代” 的节奏，已形成覆盖训练和推理的繁荣产品矩阵，而壁仞的当前主力产品，仍然是 2023 年量产的 BR106 和 2025 年推出的 BR166。

在年度财报中，壁仞科技提到，企业将通过优化制程工艺和封装方案来降低单位成本。这将是壁仞科技的下一步战略重心—— 在“ 鲶鱼” 回归之前有必要打通商业闭环，争取更多核心客户将训练集群的算力底座迁移到壁仞平台中，要让客户从不得不选，切换到主动选择。

02 离生态护城河有多远

2026 年 4 月 24 日，深度求索团队在官网宣布：DeepSeek-V4 预览版正式上线并开源。这是继 V3 引发全球关注之后，DeepSeek 的又一次深夜炸弹式发布。整个 AI 行业迅速进入适配竞速赛—— 谁先跑通 V4，谁就能在推理部署市场上占据先机。

不到 24 小时，壁仞科技的工程师们已经动起来了。

4 月 25 日晚，壁仞科技宣布完成 DeepSeek-V4 在旗舰 GPU 壁砺 166 系列上的适配验证与优化，包括模型验证跑通、定制化算子开发及端到端性能调优等。

一天之内跑通全球最受瞩目的开源大模型—— 这对壁仞的软件栈团队来说，是一次不容闪失的亮剑。证明 BIRENSUPA 的响应速度已经达到了可以用小时为单位计算的水平。

但跑通不意味着跑好。

GPU 行业的竞争，表面上是算力参数的比拼，如显存带宽、制程工艺。但这些只是入场券。真正的壁垒，在软件生态。

英伟达的护城河从来不是单卡算力，而是 CUDA。过去十几年的时间里，海量开发者基于 CUDA 编写了数百万个 GPU 加速应用程序。

从深度学习框架到科学计算，CUDA 是事实上的行业标准。替换一张 GPU 卡容易，替换基于 CUDA 的整个软件栈，成本高到绝大多数企业不会去算。

对此壁仞科技投入了大量资源构建自己的软件生态。

在自研软件开发平台 BIRENSUPA 中，壁仞科技将快速适配与广泛兼容两个特性做到极致，借助自研的智能体系统 AIModelMaster 和 SUPACODE 多智能体编排平台，壁仞科技已经对多款国内前沿模型完成小时级适配。

这份“ 当天搞定” 名单除了 DeepSeek-V4，还包含一批国内知名的前沿模型，如 Kimi K2.6、智谱 GLM-5.1、混元 Hy3 preview、阶跃星辰 Step 3.5 Flash 等等。

这是一套主打兼容性与替代能力的打法，强调在最短时间内覆盖主流模型，并不断拓展前沿应用。在软件栈层面，壁仞能深度兼容 PyTorch、vLLM、SGLang、Diffusers 等主流 AI 框架，让开发者将项目自由迁移。

但解决了从 0 到 1 的问题，还面临从 1 到 10 的问题。开发者把模型从 CUDA 迁移到 BIRENSUPA 之后，需要功能更丰富的调试工具，甚至是现成的错误解答贴。当一个 AI 公司的工程团队面对成百上千个这样的小问题时，"迁移"的隐性成本就累积到了足以劝退核心业务的程度。

这也是壁仞科技收入结构单一的原因。2025 年年报显示，壁仞科技的智能计算解决方案收入占比高达 99.4%，软件和服务收入几乎可以忽略不计。

依赖硬件销售的一次性博弈，而持续性收益乏力，这是壁仞科技的难题所在。相较英伟达 CUDA 企业版授权、DGX Cloud 云服务等收入，壁仞仍然缺少这一层业务地基。

换句话说，核心训练用英伟达，边缘推理用壁仞。这样的客户习惯不改变，壁仞就拿不到自己的定价权。

03 爬过生态鸿沟

2025 年 7 月 28 日的 WAIC 论坛现场，壁仞科技与上海仪电、曦智科技、中兴通讯三家企业联合发布了光跃 LightSphere X—— 国内首个光互连光交换 GPU 超节点。

这是壁仞科技从卖单卡向卖集群迈出的关键一步。光跃 LightSphere X 能通过光信号而非传统电信号，将众多计算芯片高效连接成一个超级计算单元，突破单机柜功耗和距离限制，支持万卡级弹性扩展。

但背后仍然有急需追赶的技术劣势。光跃 LightSphere X 在创新性上取得了突破，但英伟达的绝对优势在于其整个系统的成熟度和精密的协同性。

集群效率的竞争不只是硬件的比拼。决定一个千卡级训练集群真正有效算力输出的，往往不是单卡峰值 TFLOPS，而是卡间通信延迟、故障恢复速度、负载均衡策略、梯度同步效率这些软实力。

以卡间通信效率为例，英伟达不仅通过 NVLink+NVSwitch 构建无阻塞网络，实现了单个机架内 72 颗 GPU 全连接，同时提供 NCCL、Mission control 等全栈工具链，能在不重启节点的情况下确保故障 GPU 隔离乃至重置。

相比英伟达从芯片、互联、服务器、软件调度到冷却方案的全栈自研方案，光跃 LightSphere X 是一个联合舰队—— 曦智科技的分布式光交换技术、壁仞的 GPU 液冷模组、中兴的国产服务器、仪电的智算云平台，四家企业各司其职。

这在技术协同上没有问题，但在集成度、交付效率和长期维护上，联合方案天然比全栈自研方案多了一层协调成本。

这也是资本市场对壁仞科技估值持续分歧的根源所在。

如果用英伟达的坐标系来审视，壁仞科技显然高估了，10.35 亿元年收入对应超过 1300 亿港币的总市值，市销率超过百倍。

作为对比，英伟达近期的市销率约在 20 倍。百倍市销率意味着，壁仞科技需要在未来几年内将收入提升至少一个数量级，才能消化当前估值。

但如果用国产替代的坐标系来审视，壁仞科技的前景还要更大。IDC 数据显示，得益于 AI 应用的全民普及，以及政策的持续加码，2026 年中国 AI 算力市场规模将达到 337 亿美元。

在一个高速成长的市场中，最先跑出来的国产 GPU 厂商理应享有成长溢价。

前提是，壁仞能不能在缺货红利消退之前，建立起属于自己的不可替代性。包括软件生态的成熟度，服务收入的可观占比，和商业模式的闭环。

但现状是，壁仞在生态、软件、服务收入占比领域全部处于初级阶段。只有建立可持续的收入模式，降低研发费用率，构筑留住开发者的软件生态，壁仞才有接近下一个叙事的机会。