国产 GPU追赶英伟达，面临两场节奏不同的竞争。
一场在硬件上，从设计、流片到量产，一代芯片往往需要较长周期，如要进一步提高计算能力和显存带宽，通常得等待新产品落地；另一场在软件上，即便芯片不变，持续优化程序和工具，也可能提高它的实际运行效率。
2024年6月英伟达披露，同样使用512张 H100 GPU，GPT-3 175B 相关训练基准的性能比一年前提高了27%，其间 GPU 的型号和数量没有改变，性能提升主要来自计算程序优化，计算与卡间通信更充分地并行，以及芯片内部功率分配的调整。
国产 GPU 也有类似案例。
2025年12月沐曦公布与上海 AI 实验室 DeepLink 团队的合作成果，在 MinerU 文档解析应用中，使用同样的 C500 GPU，Graph 模式相较 Eager 模式的性能提升约60%，两种模式组织和执行计算的方式不同，硬件型号却没有变化。
这两组特定测试虽然不能代表所有模型的性能表现，但也共同说明，决定 GPU 实际使用价值的，不只是芯片出厂时的硬件性能，还有量产之后持续完善的软件能力。
因此，国产 GPU 面对的是一个不断移动的追赶目标，
一方面，他们需要开发下一代芯片，缩小与英伟达在硬件性能上的差距；
另一方面，他们又要持续用软件优化现有产品，使存量芯片能够支持不断变化的模型和应用。
当然，英伟达也在同时推进这两件事。对沐曦、摩尔线程、寒武纪、燧原等国产 AI 芯片厂商来说，软件由此不仅是技术问题，更是一笔决定投入如何回收的商业账。
成熟的编译器、数学库和开发工具，可以服务不同客户，甚至跨越多代芯片复用。但在软件体系尚未成熟时，每进入一家新客户，厂商都可能要重新组织工程师，解决适配、调优和部署问题。
前者能够沉淀为通用的软件资产，后者则更接近依赖持续人力投入的非标准化工程服务。
因此，软件投入能否产生商业回报，关键不只是投入多少，更是一次开发形成的软件能力能否随着订单增加被反复使用。
要看清这笔账，得先理解英伟达 CUDA 生态为何难以撼动。
客户为什么很难抛弃英伟达 GPU？
对于使用 GPU 训练模型的企业，购买芯片只是开始。
开发人员还要让模型真正运行起来，通过编译、算子优化和多卡通信等环节，把芯片的计算能力转化为相应的生产效率，换用另一种 GPU，原有程序可能需要修改，模型精度、运行效率和系统稳定性也要重新验证。这既需要工程师的资源投入，也可能延缓最后模型业务的上线。
因此，即便另一款 GPU 的采购价格更低，只要迁移过程足够复杂，企业节省的硬件成本就可能被新增的软件和工程成本所抵消。
英伟达的优势因此不止于硬件性能，客户围绕 CUDA 积累的大量软件资产及使用经验，构成了另一道更难跨越的竞争壁垒。
过去多年，英伟达围绕 CUDA 建设开发体系，让客户在不同代际 GPU 之间延续已有的软件投入，其中的一项重要设计，是位于上层程序与具体硬件之间的虚拟指令集 PTX。
开发者编写的程序需要经过编译，才能变为 GPU 能够执行的机器指令，PTX 提供了相对稳定的中间指令层，程序不必直接适应每一代 GPU 的全部变化，部分硬件差异可由后续编译工具处理。
英伟达 Blackwell 兼容性指南进一步说明，应用包含合适的 PTX 代码时，可以借助运行时编译支持更新的 GPU。不过，这仍取决于驱动和指令特性等条件，旧程序也不会自动获得新硬件的最佳性能。
其商业价值在于，客户过去的软件开发投入，有机会随着新一代 GPU 上市继续发挥作用。
数学库则让这种延续性进一步增强。
以训练模型中大量使用的矩阵乘法为例，开发者可以调用 cuBLAS 等数学库，不必每次从头实现。英伟达再针对不同硬件持续优化数据搬运和计算调度，提高实际运行效率。
CUDA 12.8系列就增加了面向 Blackwell 架构的新低精度计算支持，客户购买新一代 GPU 时，既可以延用原有的部分程序和经验，也能利用持续更新的底层计算能力。
软件与硬件由此形成相互强化的关系，已有软件降低新卡的导入成本，新硬件与新工具又提高了留在这一生态中的收益。
这种优势并非增加几个兼容接口就能打破，模型在具体硬件上的性能，还需要大量针对性优化。
DeepSeek 团队的技术报告披露，训练过程中，英伟达 H800的132个流式多处理器（SM）中，最多有20个用于通信相关操作，占用了部分原本可用于计算的资源。团队因此建议未来增加专门的通信处理能力，以释放计算资源、降低软件复杂度。
即使在英伟达自身的生态中，开发者也仍需根据硬件特点进行优化。
软件优化能提高硬件利用效率，硬件架构又决定软件需要解决哪些问题。客户长期使用一个平台，积累的不只是代码，还有难以直接迁移的工程经验。
模型调优、精度验证、系统部署和故障处理的方法，都需要经过实际运行沉淀；换用另一种 GPU 时，这些经验未必能够照搬。
因此，国产 GPU 争取客户，不仅要证明自己的芯片能运行相同模型，还要回答一个更现实的问题——换卡增加的工程成本，究竟由谁承担？
在国产软件生态尚未成熟的阶段，厂商往往需要承担其中相当一部分工作，派出工程师迁移代码、补齐算子、验证精度、优化性能，而为争取大客户，还可能通过价格优惠补偿对方承担的迁移成本与使用风险。
燧原与腾讯的合作，就提供了一个观察窗口。
燧原招股书披露，2025年公司对腾讯直接销售，以及通过腾讯指定服务器厂商的 AVAP 模式实现的销售，合计约8.3亿元，占当年营收约84%。与此同时，公司向腾讯销售的 AI 加速卡及模组，单价低于向非关联第三方销售的同类产品。对此，燧原将价格差异解释为长期战略合作下的协商定价。
腾讯这样的大客户，对燧原有两方面价值，一是在真实的模型与业务环境里可以帮助厂商发现问题、完善产品；二是大规模订单又能带来收入，为分摊前期研发投入提供可能。
但双方的利益并不完全一致。
客户希望以更低成本、更小风险获得可用算力；芯片厂商则希望借助订单和真实应用加快产品成熟，并通过扩大销量回收研发投入。
现在的普遍情况是，大客户掌握采购规模和业务资源，因而也具备较强议价能力，国产 GPU 即便通过大客户完成产品迭代，也未必能立即获得理想的价格和利润。
需要强调的是，现有披露并未完整列出腾讯的迁移、运维和硬件支出，无法据此计算换用国产 GPU 的总成本，也不能把价格优惠直接归因于软件适配。
但这一案例揭示了一项约束，客户迁移越困难，国产厂商争取订单时，越需要在产品价格之外承担额外的工程责任和成本。
要缓解这种约束，厂商就必须不断完善自己的软件体系。
两条技术路线，两种商业取舍
如何降低客户离开 CUDA 的成本，国产 GPU 厂商选择了不同路径。
沐曦、摩尔线程等强调兼容 CUDA，尽可能延续开发者原有的代码和习惯。摩尔线程的 MUSA Mapping 工具，就可以把支持范围内的 CUDA 调用映射到 MUSA 对应接口，再交由自身工具链编译。
只要部分既有代码和开发经验能够保留，客户就不必完全重建软件体系，国产 GPU 进入客户供应链的难度也会相应降低。
但降低客户迁移成本，不等于减少厂商的软件开发工作。
接口映射只解决原有程序调用哪个功能的问题，接口背后仍需要国产厂商自己的驱动、编译器、运行环境和数学库，关键计算程序还要针对自家芯片优化，并验证结果与性能。
这些基础软件能力是 GPU 平台本来就需要建设的，但兼容路线额外增加的，是维护自有平台与 CUDA 之间的接口对应、功能支持和行为一致性。
CUDA 增加新功能、主流模型改变计算方式时，厂商需要决定支持哪些功能、如何在自家硬件上实现，这不是完成一次代码迁移就能结束的工作。
不过，CUDA 每次更新，并不意味着国产厂商必须立即跟进全部变化，因为目标客户、支持范围、和版本策略决定投入节奏，真正具有持续约束力的是对存量客户与已支持功能作出的承诺。
另一种选择，是围绕自身芯片建立相对独立的软件体系。
燧原更强调这条路线。2026年9月，董事长赵立东接受采访时将 CUDA 形容为不开源的黑盒子，并追问兼容哪个版本、兼容到什么程度。他所担心的，不只是兼容工作量，还有国产厂商可能长期跟随英伟达软件演进的问题。
这种顾虑有现实基础，兼容某个版本的接口，不代表能够支持后来新增的功能；原有代码可以迁移，也不代表功能、精度和运行效率都能满足要求。
如果把兼容 CUDA 作为软件开发的主要参照，厂商还可能将大量资源持续投入对外部接口和功能的跟进。
燧原则希望更多围绕目标模型的计算需求，安排自身芯片架构和软件开发，降低对 CUDA 演进路径的依赖。
但自主开发也无法完全绕开 CUDA 的影响。PTX 有公开文档，CUTLASS 等项目开放了源码，这给整个行业的开发者提供了一个技术参考准，因为 CUDA 早已形成广泛的开发习惯与应用基础，客户已经积累的代码与经验，不会因为国产厂商选择自主路线而重建。
因此，燧原的 PyTorch 适配项目也提供部分 CUDA 设备调用的迁移能力，并且，寒武纪也通过 BANG 等自有工具及框架适配支持应用。可见，自建软件体系与降低客户迁移成本，并不矛盾。
两条路线都需要建设驱动、编译器、数学库和开发工具，也都需要处理客户迁移；差别在于兼容范围、产品开发的自主性，以及由厂商和客户分别承担哪些成本。
兼容路线尽量保留客户原有的软件投入，但要求厂商持续维护与 CUDA 之间的对应关系；自主路线有机会更自由地围绕自身硬件安排开发，却可能增加客户采用新工具的学习和迁移成本。
两者不是简单的成本高低之分，而是不同的投入与成本分配方式。
两种交付模式，一道商业难题
即便软件已经能够支持相关应用，国产 GPU 也不会自动进入客户的数据中心。芯片仍需经过服务器集成、系统部署和业务验证，才能转化为客户真正可用的计算能力。
因此，软件路线之外还有一道交付边界：客户购买的是加速卡或模组后自行完成集成，还是由供应商交付一套需要运行和验收的计算系统？
燧原销售加速卡及模组时，可以采用 AVAP 模式，按照与终端客户商定的价格向指定服务器厂商供货；而在智算集群交付中，公司还需要整合服务器与系统软件、完成部署测试，并在集群稳定运行一定周期后接受客户验收。
前者主要销售芯片及模组，后者承担更多系统级责任，包括多卡协同、资源调度、运行监测和故障处理，交付范围扩大，意味着厂商可能需要投入更多工程资源。
沐曦招股书披露，2025Q1，训推一体 GPU 板卡占主营业务收入约98%，板卡是当期主要收入来源，但具体由谁负责部署和集成，仍取决于客户与合作伙伴的分工。
燧原的产品结构也曾发生变化，2024年其智算系统及集群占主营业务收入约56%；到2025年其 AI 加速卡及模组占比则达到约87%，这表明同一家厂商也会随客户结构与订单需求调整交付方式。
两种交付方式各有取舍，
销售板卡，可以让厂商把更多资源集中在芯片和基础软件上，由客户或合作伙伴完成系统集成；前提是后者具备相应能力，并愿意承担相关工作。
集群交付则把更多集成和验收责任交给芯片厂商，有助于降低客户的部署复杂度、争取更大范围的订单，但也增加了系统成本、工程投入和交付风险。
对客户来说，无论购买板卡还是集群，迁移风险都是重要的采购考量。
对供应商来说，这形成了另一组矛盾，
为了降低客户的导入门槛，厂商往往需要提供更多软件支持和系统服务；
但承担的责任越多，新增订单带来的工程和交付工作也可能越多。
缓解这一矛盾，关键是让软件工具和系统交付能力逐步标准化。
一次客户适配形成的编译器优化、数学库或部署工具，如果能够在下一家客户复用，新增订单所需的重复工作就可能减少；如果每家客户都需要大量定制开发，收入增长仍然可能伴随相应的人力投入。
技术路线和交付方式各不相同，但能否把工程工作转化为标准能力，是它们共同面对的问题。
软件研发，究竟是一笔多大的账？
软件能力影响国产 GPU 能否进入客户采购清单，也影响订单增长后的成本结构，那么，国产厂商究竟为软件投入了多少资源？
现有行业公司的财务披露，很难给出统一而准确的答案。
芯片厂商通常按人员薪酬、技术服务、折旧摊销等科目披露研发费用，而不按软硬件划分。更复杂的是，硬件研发本身也大量使用软件工具。
硬件设计依靠工程师和 EDA 工具完成验证，软件开发则需要服务器、GPU 集群和测试设备。如果按人工与设备划分费用，无法准确对应软硬件研发；而新旧产品的开发周期交错，又进一步增加了识别难度。
以沐曦为例，C500于2022年底流片，C600于2024年10月交付流片。公司披露，2024年的委外开发费用同时受到 C600后端设计，以及 C500量产后优化、客户测试适配等工作的影响。
这意味着，下一代芯片开发与已量产产品的持续优化可能长期重叠，流片不是研发投入的终点，量产之后仍有大量客户应用需要适配。
沐曦2025年的研发投入提供了一个直观的例子。
2025年沐曦 “高性能通用 GPU 优化升级项目” 投入约4.6亿元，占全年研发投入约45%，主要用于第一代训练产品的持续升级与适配，这不能全部归为软件支出，却说明存量产品的完善需要持续投入，而且规模并不小。
此外，募资用途则提供了另一种观察角度。
壁仞招股书计划，将全球发售所得款项净额约45% 用于智能计算硬件发展、约40% 用于软件平台开发升级，后者包括扩展模型支持、优化驱动与编译器，以及建设测试发布设施等。
募资分配不能等同于实际年度研发费用占比，更不能代表整个行业，但它说明，软件平台已被作为需要持续投入、单独规划的重要研发方向。
在寒武纪2025年募资原方案中，芯片平台项目计划投资29亿元，软件平台项目16亿元。两个项目三年建设期的人员工资预算分别约15.4亿元和13.8亿元，第三年预计平均研发人数均为630人，软件平台工资约占其总投资的86%，芯片平台约为53%。这反映出软件项目对研发人力的高度依赖，并且两个项目预计的三年人数变化情况表明，软件研发人数比芯片平台增长更快。
比投入总额更重要的，是资金形成了什么能力。对已经量产的 GPU，后续软件工作大致可分为三类，
第一类是基础能力建设，包括编译器、数学库、运行环境和迁移工具。成果成熟后，可以被不同客户和模型共同使用，具有较强的复用潜力；
第二类是持续维护。已售芯片、既有版本和客户应用需要获得支持，随着支持范围扩大，相关任务可能累积，但成本也受自动化和版本策略影响；
第三类是客户定制适配。特定模型、系统或部署环境的问题，往往需要工程师单独处理，标准化程度较低，其成果未必能直接服务其他客户。
三类工作都需要研发资源，但经济属性不同，规模效应能否形成，关键在于通用能力的积累能否减少后续维护和定制工作的增量投入。
但这种替代也有边界，即使软件生态成熟，厂商仍需要决定支持多少代旧芯片、维护多少个旧版本。
例如，CUDA 13.0取消了面向 Maxwell、Pascal、Volta 等旧架构的离线编译支持。继续开发相关应用需要保留较旧的工具链，而已编译的旧程序不会因此立即停止运行。这说明，持续兼容不是没有成本的一个承诺，如何划定支持范围，取决于客户需求、维护价值与研发资源之间的取舍。
如此，国产 GPU 厂商规模相对较小，还需要兼顾新模型与 CUDA 生态的变化，这种资源分配尤其困难。因此软件投入也很难马上产生规模效应，只有通用能力不断积累，新增客户和版本带来的适配、维护工作得到控制，收入增长才有可能摊薄研发投入。
这也是判断国产 GPU 企业长期盈利能力的一项关键。
如何把一次投入，变成多次收入？
软件能否形成规模效应，最终还要回到经营结果上。
2024年至2025年，摩尔线程收入由约4.4亿元增至15.1亿元，研发费用则由13.6亿元降至13.1亿元，研发费用率从约310% 降至87%。
摩尔的整体研发费用率下降，表明研发支出被更多收入分担。但这也不能直接证明软件复用已经改善，例如，同期研发测试费由2.94亿元降至1.25亿元，降幅约1.69亿元，超过总研发费用的降幅；而芯片研发周期等因素也可能影响费用。
同时，现有披露也不足以区分新增收入中，到底有多少依赖定制开发，又有多少来自既有软件能力的重复使用。
更值得观察的是，客户和订单增加时，厂商是否仍要投入大量工程师来重复完成算子开发、模型适配和系统部署？
对此，燧原披露过一组适配效率变化。赵立东介绍，早期腾讯模型更新后，燧原需要一至两个月补齐算子和功能；后来缩短至两三天，部分场景只需数小时。
这些是公司对不同阶段的描述，并非相同模型和工作范围下的严格对照，所以不能据此计算准确效率增幅，却提供了观察软件能力积累的窗口。
其再次表明，软件体系不成熟时，模型更新可能暴露新的算子缺口，需要工程师重新开发；随着算子、编译器和工具完善，新模型就有机会更多调用已有能力，减少重复工作。
对 GPU 厂商而言，这种变化的商业意义，是把逐项攻关的工程经验，逐渐沉淀为可以反复使用的标准化产品能力。
除此之外，软件也可能直接形成收入。壁仞在2026年上半年财报中单列约6517万元的软件产品收入，占总收入约5%，其直接的软件收费是一条回收研发投入的路径，但收入的持续性仍取决于收费方式和后续采购。
但更多时候，软件价值可能已经包含在厂商的硬件和系统销售中：完善的编译器和数学库改善实际性能，成熟的部署工具缩短验收周期，对旧产品的持续优化也有利于争取后续采购。
这些收益未必以软件收入体现，却可能影响销量、定价和盈利能力。因此，衡量国产 GPU 的经营质量，不能只看产品毛利率的高低。
如果客户部署和适配需要长期依赖研发人员，而相关费用计入研发支出而非营业成本，产品毛利率就无法完整反映订单背后的持续投入；只有当软件能力不断复用、客户增长不再要求研发和适配人员同比例增加时，规模效应才可能逐步体现在企业整体利润中。
而要减少重复开发，国产 GPU 厂商也需要借助外部软件生态，尤其是处在模型和开发工具更新很快的今天，仅靠单个企业独立建设全部能力，成本难以控制。
2026年4月，沐曦开源 TileLang-MetaX，使开发者能够沿用 TileLang 的编程方式，在沐曦 GPU 上开发和运行相关计算程序，并提出按周同步上游社区更新。
参与社区的意义在于，其能够利用已有的通用成果减少未来的重复建设，把更多资源用于自家芯片的适配和优化。但开源也只能部分节省厂商的研发费用，社区新增功能仍需厂商适配、验证和优化，成本能否下降还取决于外部成果到底可以复用到什么程度。
DeepSeek 的实践提供了另一个例子，其 V3技术报告披露，团队曾通过 PTX 等方式优化通信和计算；后来，DeepSeek 开源计算库 DeepGEMM 的更新说明提到，CUDA 12.9的 NVCC 编译器已能自动完成一项此前需要额外处理的指令安排优化，项目因此不再支持原有的编译后优化机制。
这说明，随着底层编译工具完善，部分过去由模型开发者手动完成的优化，可以转由通用工具处理。
对国产 GPU 而言，社区同样能够帮助其将分散在不同客户和模型中的共性问题，逐步沉淀到编译器、基础库和开发工具中。
但后发厂商要完成这一过程，仍面临基础能力不足、客户规模有限、与行业技术快速演进的多重约束。这使它们既要加快基础软件建设，又要持续支持新模型、新工具和新硬件；既不能等软件全部成熟后再进入市场，也难以要求客户独自承担迁移成本。
因此，国产 GPU 厂商为了摆脱 CUDA 生态的锁定，必须先进入到客户的真实业务中；但为了进入客户业务，厂商又不得不接受额外的软件开发、系统交付与价格让步，他们希望通过订单规模摊薄研发成本，却可能在争取规模的过程中不断增加定制成本。
他们之间真正的竞争分水岭，或许已经不是能不能获得更多订单，而是哪些公司能够率先打破这种束缚循环。在此期间，他们可能要在较长时期内同时承受两方面的压力，一边要靠低价格争取订单和规模，一边要靠成本或费用的不断内化来维护和沉淀软件资产，中间压缩的只能是当下的账面利润。
可见，国产 GPU 的软件账，最终是一笔研发投入能否、以及何时转化为规模化经营能力的账。
硬件决定芯片能够提供多少计算能力，软件决定这些能力能否被客户充分使用。对厂商而言，更重要的是能否从持续替客户逐个解决问题，转向让客户依靠成熟工具自行完成更多工作。
到了那个阶段，软件才不只是国产 GPU 追赶英伟达必须承担的成本，也开始成为可以持续积累、反复变现的资产。
