壁仞科技如何通过技术架构与生态适配构建国产GPGPU竞争壁垒?

在当前全球智能计算芯片市场中,英伟达占据绝对主导地位,而美国出口管制进一步加剧了国内算力供应的紧张局面。壁仞科技作为国产GPGPU的代表性企业,其在技术路径选择、软件生态建设以及客户适配方面采取了哪些具体策略以应对市场竞争?

特别是在面对大模型训练和推理对算力集群线性扩展效率的高要求时,壁仞科技的硬件封装技术和光互连方案有何独特优势?同时,在软件层面,公司如何解决客户从海外平台迁移至国产平台的痛点,从而实现生态的快速落地?

最佳答案 匿名用户编辑于2026/09/07 19:28

壁仞科技通过“1+1+N+X”平台战略,在硬件架构、封装技术、集群互联及软件生态四个维度构建了核心竞争壁垒。

在硬件架构与封装方面,公司自研统一GPGPU架构,采用SIMT架构和T-core张量引擎,兼顾通用性与AI加速性能。更为关键的是,壁仞科技是国内首批在商业化产品中应用2.5D Chiplet芯粒技术的厂商。通过双计算裸晶集成和先进封装,公司突破了单芯片光罩尺寸的物理限制,不仅实现了算力性能的翻倍跃升,还显著优化了量产良率并摊薄了制造成本,为大规模交付奠定了基础。

在集群互联技术上,针对大模型训练对大规模并行计算的需求,壁仞科技自研了“光跃LightSphere X”分布式光交换集群系统。传统电互连集群的线性加速比通常仅为70%-80%,而壁仞的光互连方案将这一指标提升至95%,大幅降低了多卡协同训练的损耗。该方案已成功在国家级算力平台部署2,048卡超节点集群,证明了其在万卡级集群交付能力上的领先地位。

在软件生态与客户适配方面,公司推出了BIRENSUPA统一软件平台,涵盖编程模型、编译器、加速库及工具链。该平台深度兼容PyTorch、vLLM等主流AI框架,并完成了对DeepSeek、腾讯混元、阿里千问、智谱GLM等国内主流大模型的全面适配,甚至实现了部分模型的Day 0适配。这种深度的生态兼容显著降低了客户的迁移成本和开发门槛,解决了国产芯片“好用”的关键问题。

此外,公司客户结构已从早期的高度集中转向多元化,覆盖了电信运营商、国家级算力平台、商业AIDC及头部AI企业。通过与移动、联通等运营商及阶跃星辰等模型厂商的战略合作,壁仞科技不仅在技术上实现了突破,更在商业落地上形成了闭环,构筑了难以复制的生态护城河。

参考报告REPORT

壁仞科技-6082.HK-国产GPGPU领军者,智能算力国产替代加速.pdf

壁仞科技作为国内GPGPU领军企业,正处于商业化放量加速期。2026年上半年,公司实现收入12.36亿元,同比增长1998%,毛利率提升至42.7%,净亏损大幅收窄,主要得益于BR106、BR166等旗舰产品的规模交付及大型智算集群项目的落地。行业层面,AI大模型推理需求爆发推动算力缺口扩大,而美国出口管制加速了国产替代进程。中国GPGPU市场目前由英伟达垄断,但国产厂商正迎来历史性机遇。壁仞科技凭借自研统一GPGPU架构和BIRENSUPA软件平台,实施“1+1+N+X”战略,构建了软硬协同的全栈能力。技术优势方面,公司是国内首家采用2.5DChiplet封装技术的厂商,并通过自研“光跃Li...

我来回答
分享至