（本文作者为 浪潮不癫，钛媒体经授权发布）
文 | 浪潮不癫
6 月 22 日，上市半年的大模型公司智谱，盘中涨至 2980 港元创历史新高，总市值超过万亿港元，算起来约等于 3 个美团、4 个京东。
有个相关的冷知识必须提一嘴，2025 年智谱全年营收 7.24 亿，亏损 47.18 亿，同比扩大近六成。营收翻倍涨，亏损也在翻倍涨。
一家去年赚了 7 亿多、亏了 47 亿多的公司，现在市值突破 10000 亿，这几个数字摆在一起，还是很有魔幻的感觉。
智谱股价涨幅, 年内涨超 2000%
再做个对比，阿里云 2026 财年营收 1581 亿元，是智谱的 218 倍，但阿里云+淘宝+天猫等等打包起来的阿里，现在市值 1.96 万亿，还不到智谱的 2 倍。
AI 时代的想象力，就是这么辽阔。
隔壁老王问你浪哥，现在上车还来得及吗？这问题没法一两句话说清楚，需要把几个问题掰扯开来，一个个看。
一场有组织的狂欢
回头看，智谱实现万亿市值的过程，有几个关键节点。
一周前，智谱发布 GLM-5.2，在 Arena.ai 的 Code Arena 盲测榜单中，GLM-5.2 Max 以 1593 分位列前二。在 FrontierSWE 真实软件工程任务评测中，仅比 Claude Opus 4.8 低约 1%，超越了 GPT-5.5。
6 月 17 日，GLM-5.2 全面开源，同时宣布适配华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞这国产芯片八大天王。
同一天，智谱回 A 股的科创板 IPO 辅导验收了，拟募资 150 亿，120 亿投基座大模型。6 月 6 日完成上市辅导备案，6 月 17 日就变更为辅导验收，中间只隔了不到两周。
6 月 19 日，好戏来了。有网友在 X 上提问：“ 中国大模型预计何时能达到 Anthropic 的 Fable 水平”，马斯克回复：“ 可能在 2027 年一季度”。智谱创始人唐杰跟了一句：“ 不需要那么久”。
马斯克与唐杰在 X 上的互动
这里的每一步，都踩在资本市场的兴奋点上：模型能力对标国际顶尖，这是遥遥领先叙事；适配八家国产芯片，这是自主可控叙事；回 A 股募 150 亿，这是融资预期；跟马斯克正面硬刚，这是民族情绪+市场信心。
这才有了股价从 6 月 12 日的 1300 多港元，5 天涨到 2980 港元，翻了一倍多。5 个交易日，涨出了 1 个美团的市值，这让王兴情何以堪。
这背后你可以说是技术突破，也可以说是叙事节奏，两者大概率都有，但后者的作用肯定是被低估了。
还有一个细节很容易被忽略。智谱港股总股本 4.46 亿股，但真正自由流通的只有 1170-1190 万股，不到总股本的 3%。剩下的，全被基石投资者、原始股东、创始团队锁着。
不到 3% 的流通盘，意味着什么？意味着只需要很少的资金，就能把股价推到天上去。万亿市值的壮观数字背后，真正在市场上自由交易的筹码，可能还不到 300 亿港元。
算力地基，谁在托底？
说完股本构成，我们再来认真回答一个关于预期能否实现的问题：唐杰说“ 不需要那么久”，那达到 Fable 水平，到底需要靠什么？
靠故事？靠市值？靠跟马斯克打嘴仗？都不是，要靠算力。
大模型这摊事儿，说白了就是三个要素：数据、算法、算力。对中国企业来说，清洗、采买数据，优化算法，这些成本都相对可控，最大的问题显而易见，就是算力能否跟得上。
要训练好大模型，在算力层面需要三件事：你得有芯片；你得能造 （或买到） 芯片；你得能造出 （买到） 足够多、足够好的芯片。
这三件事无论哪一件，我们目前都还有一大段路要走。
先看芯片本身。华为昇腾 910C 是目前国产 AI 芯片的天花板，性能大约是英伟达 H100 的 80%。听着还行，但你得知道，H100 是 2022 年的东西了。在 AI 时代，这个时间都相当于咸丰年间了，但大清早亡了兄弟，英伟达已经走到 B200，即将发布 R100，已经换了两代半。
上海人工智能研究院数字化治理中心主任彭嘉昊接受国内媒体采访
如果说对比上上代的单卡，算力差了 20%，那组集群的差距更大，因为大规模训练不是一张卡能搞定的，需要搭建成算力集群、降低中间的损耗，比如英伟达的液冷超算机柜 NVL72，搭载 72 颗 Blackwell GPU 和 36 颗 Grace CPU，通过 NVLink 5.0 技术将所有 GPU 组成一个逻辑单元，实现单机柜 1440 PFlops 的超高性能。
听不懂是吧，没关系你浪哥也不大懂，不过正好有个朋友在美帝某大厂做 AI infra 研究员，前两周才跟他请教了一下，结果发现他做的就是这个事情，什么“ 构建高性能系统基础设施”，什么“ 优化内核、运行时与内存协同机制”，叽里咕噜的听不懂，就知道他年薪几十万刀，听着很多，但如果他能搞出一个算法把算力利用效率提升几个点，一年就能给公司节省 N 个小目标的钱。
说完芯片再看制程。中芯国际没有 EUV 光刻机，靠 DUV 多重曝光硬做 7nm，良率却上不去，成本下不来，产能天花板明晃晃摆在那。这个缺口不是加班能解决的，这是根本性的物理限制。
更往上走，光刻机是荷兰 ASML 的，HBM 存储芯片是三星和海力士的，先进封装设备依赖日本。整条供应链，每一环都有被“ 断粮” 的可能。2024 年 11 月，台积电已经通知中国大陆 AI 芯片客户，停止供应 7nm 及更先进制程的产品。
这就相当于你盖了一间漂亮的样本房，但砖头是跟邻居买的，后面的工期里，随时可能断供。
适配八家芯片，够吗？
智谱当然意识到这个问题。
GLM-5.2 宣称全程基于华为昇腾芯片和自研框架训练，适配八家国产芯片。方向是对的，但适配不等于替代。适配是什么意思？就是你的模型能在这些芯片上跑。能跑是一回事，跑得好是另一回事。当年浪哥写专栏，着急交稿的时候，用手机打字也能写文章，但跟用电脑接上机械键盘噼里啪啦相比，效率至少差三倍。
国产芯片在训练效率和稳定性上跟英伟达的差距，跟手机虚拟键盘和电脑机械键盘打字的效率也差不多了，这不是一两个版本迭代能追上的。
还有众所周知的是，英伟达真正的护城河不仅是硬件层面的芯片，还有软件层面的 CUDA 生态，十几年积累的开发者习惯、工具链、库函数，形成了一道看不见的城墙。你造得出芯片，但开发者用不惯你的工具，写了半辈子的代码要重来一遍，这个切换成本，比芯片本身的差距更难补。
经过近二十年的积累，CUDA 已成为 AI 计算领域的事实标准，拥有超过 400 万注册开发者和数百万部署的 GPU，构建了极高的行业壁垒和护城河
至于市场份额，2025 年中国 AI 加速卡国产合计市占率 41%，听着不错对吧？但这 41% 里大部分是推理卡，主要用于后训练和 AI 应用。决定大模型智力上限、能产生 scaling law 的预训练环节，需要用的还是顶级 GPU，这方面英伟达依然是绝对主力。
八家国产芯片加起来，能不能撑起一个万亿市值公司的下一代模型训练？这个问题，目前应该没人能拍胸脯说“ 能”。
又利好半导体？
智谱市值冲击万亿，对中国 AI 产业当然是好事。资本涌入意味着资源涌入，资源涌入意味着人才涌入、技术迭代加速。这是正向循环。
但狂欢有一个危险：它会让人产生错觉，以为市值高就等于实力强，以为股价涨了技术差距就缩小了。
中国 AI 这几年的进步是实打实的，从 2023 年英伟达绝对垄断，到 2025 年国产芯片份额 41%，这个速度放在任何一个产业里都是奇迹。
但进步快不等于差距变小。追赶者进步快是正常的，因为前面有人趟路。真正的考验在追到某个临界点之后，你需要自己开路的时候，能不能真正趟出一条新路，而不是发明新话术。
7nm 制程能不能突破？CUDA 生态能不能建起来？光刻机、HBM、先进封装能不能不被卡？这些才算智谱能否支撑起万亿市值的真问题。
公司的估值可以一周内翻倍，但芯片制造没有捷径。一颗芯片从设计到流片到量产，周期 18 到 24 个月，这还是一切顺利的情况。这中间每一个环节都可能卡住，每一个卡住都可能让整个链条停摆。
我知道说到这里，隔壁老王可能会说，“ 那就是利好半导体啦？”
也许是吧，毕竟英伟达被限制后，也没什么选择空间了，但这对中国的大模型公司是好事吗？能托起智谱的万亿市值吗？对整个中国 AI 产业是好事吗？浪哥下不了判断，只能说一句：
不管你信不信，反正我信了～
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App