平头哥与昆仑芯冲刺港股：估值预期和订单成色几何

（本文作者为 象先志，钛媒体经授权发布）

黄仁勋一走，平头哥和昆仑芯就能把市场吃下来吗？

11月12日，黄仁勋卸任英伟达CEO等职务。巧的是，同在这一周，阿里对外披露了平头哥赴港上市的进展；而昆仑芯早在年初就递交了港股上市申请。时点凑得确实有点意思。

国产芯片是不是正赶上最好的时候？

平头哥和昆仑芯的身价已经被喊到数百亿美元，市场买的是它们未来的份额和利润。国产芯片填上空缺的故事听着不错，可客户换设备得重新测模型、迁软件。订单拿到手，厂商还得把利润留住。

平头哥该怎么看

今年1月，媒体转述摩根大通对平头哥的情景测算，潜在估值在250亿至620亿美元之间。6月，路透社援引The Information的报道称，昆仑芯寻求的香港IPO估值约为500亿美元。一个出自机构模型，一个是消息人士口中的上市目标，两家公司都还没在这两个价位上完成公开发行。

两家公司公开报道里的估值预期，统一按亿美元列示

昆仑芯这边有实际融资可以对照。路透社2025年12月的报道显示，公司一轮融资估值约210亿元人民币，2024年收入约20亿元，净亏损约2亿元。拿这轮融资估值除以报道中的历史收入，大约是10.5倍P/S。同一篇报道还提到消息人士的预期：2025年收入超过35亿元，并实现盈亏平衡。

从210亿元人民币的融资估值，到500亿美元的上市目标，昆仑芯的市场叙事变了不少。新一轮算力扩张的增长预期被提前算进了估值，上市之后的收入和利润就得追上这份预期。

平头哥亮出的是另一种收入口径。今年3月，阿里CEO吴泳铭表示，平头哥的年化营收规模已达到百亿元级。年化规模反映的是近期经营速度，拿它算出的收入倍数，和按完整年度实际收入算的P/S，应当分开来比。

芯片收入更直接地跟着客户的算力CapEx走。云厂商扩容或换设备要买芯片，供应商按合同约定、在满足交付验收等条件后确认收入；买方则把自用设备当作资产，在使用期内计提折旧。

一批设备用几年，和客户多久追加采购，本来就是两码事。旧设备照常跑着，云厂商照样能为新增业务不断扩容。芯片收入能不能持续增长，看的是客户投多少、供应商在采购里占多大份额，以及产品卖什么价。

对快速扩张、暂时亏损的芯片企业来说，P/S能提供估值参照。等利润出来了，每一元收入值多少钱就会拉开差距。假设两家公司都拿到10倍P/S，净利率分别是10%和25%，对应的P/E就是100倍和40倍。投资者掏的销售收入倍数一样，买到的利润却差了一倍多。

这种盈利能力，英伟达已经演示过。截至2026年7月26日的2027财年第二季度，公司收入962.21亿美元，GAAP毛利率达到75%。这是英伟达整体业务的财务结果，背后是产品、供求、软件、网络与系统能力一起撑起来的议价权。

平头哥的起点有它自己的优势。阿里云能持续提出需求，芯片研发围绕真实负载展开，再靠大规模部署分摊投入。母公司给的不只是一笔采购，还有模型、数据中心和反复调试产品的环境。

阿里云替平头哥组织了大量终端需求，也握着这条销售路线上的客户关系和云服务定价权。今年8月，阿里又把云智能集团与平头哥合并为“AI云与算力服务”分部。集团继续把芯片和云放在同一套业务里经营，资本市场却要给平头哥单独估值。

阿里云想压低算力成本，平头哥的独立股东想拿到利润。芯片结算价格、研发投入和后续服务费用怎么分担，会改变收益在集团内部的归属。阿里的上市公告明确，预计分拆完成后平头哥仍是其子公司。控制权还在集团手里，资本市场却已经开始为其中一块业务单独出价。

母公司的长期采购能压低经营波动，可平头哥向集团供货的议价空间，同样受内部结算安排约束。靠阿里云做大规模，和平头哥自己挣高利润，是两笔要分开算的账。昆仑芯在外部获客上的进展，已经把更多订单带进百度之外的采购体系，收入增长多了其他客户的预算来源。

昆仑芯都卖给了谁

在百度之外，昆仑芯已经铺开运营商、金融、能源和工业客户的基本盘。

中国移动2025年至2026年推理型设备集采有个“类CUDA生态”标段，昆仑芯今年11月透露，2025年8月公司在三个标包中都排到了份额第一，拿到十亿级规模订单。昆仑芯的投资方里，也有中国移动。

银行也开始买搭载昆仑芯的设备了。昆仑芯2025年3月披露，搭载P800的服务器中标招商银行AI算力资源项目。民生银行2025年的PC服务器采购记录里，也出现了7台配备昆仑芯P800八卡模组的服务器，供应商为浪潮计算机。银行提算力需求，整机厂负责供货，芯片就这样进了客户的基础设施。

能源和工业客户带来了另一类需求。百度智能云2025年4月披露，国家电网、中国钢研已规模部署P800。中国钢研的私有化平台把昆仑芯与千帆、百舸等软件结合起来，用于金相分析、表面缺陷检测等任务。这类项目也说明，昆仑芯的政企业务既走整机厂，也走百度云方案交付，并非全由芯片公司直接签约。

客户结构已经变了。昆仑芯研发副总裁漆维在今年6月的智源大会上提到，来自外部的业务占比已经高过给百度内部供货，南都对此作了报道。这些订单的意义不只是多卖芯片——它们把昆仑芯送进了不同企业的预算编制和采购流程，也让产品价格有了集团之外的成交参照。

平头哥在外部硬件上也拿到了单子。温州银行今年1月就1台平头哥GPU服务器发起招标，3月公布由康旭科技中标。《晚点》今年1月的报道提到，小鹏和比亚迪2025年各自下单超过万片PPU。换句话说，平头哥的商业化不限于云服务，设备销售也算一条。存储侧同样有进展：忆恒创源的PBlaze7 7A40企业级SSD，用的就是镇岳510主控。

当然，阿里云仍是平头哥算力需求的大头。今年3月的财报电话会上，阿里管理层透露，阿里云公有云和混合云产品中，超过60%的平头哥芯片由外部商业客户使用。8月披露的季度业绩又给出更细的数字：真武芯片经由阿里云服务，已覆盖650多家外部客户，横跨自动驾驶、互联网、金融等20多个行业。

这条路子接触到的外部需求相当广。企业买的是云服务，芯片、网络和软件由阿里云组织起来交付算力，平头哥在背后供芯片。外部客户用得越多，硬件需求越旺，但芯片公司赚多少，还得看自己的供货价格和成本。

借阿里云集中部署，平头哥能省下一部分拓客和适配的投入。可一旦走到外部设备销售，芯片就进了客户自己的系统，芯片厂商和整机伙伴要干的现场交付活儿明显增多。昆仑芯在多个行业已有客户积累，现有方案能复用多少，直接决定下一笔订单的成本高低。

政企订单还卡在预算审批、招标和验收这些环节上。客户面铺开，昆仑芯的销售机会多了，不同项目的交付和回款节奏也跟着分化。外部获客带来的好处，说到底要落到扣掉这些成本之后的利润上。

国内市场的对手并不弱。路透社援引IDC数据称，2026年上半年中国数据中心AI加速芯片出货约200.8万颗，英伟达占34%，华为占28%，平头哥占7%，昆仑芯占4%。需要说明的是，这组数字算的是当期新出货，机房存量、实际利用率和收入份额各有各的口径。

当期出货份额，反映的是几家公司在中国市场的位置。

在中国客户的采购清单上，昇腾已经直接出现；产品与软件层面，英伟达依然是重要参照。神州数码10月公告称，子公司神州鲲泰签下950DT服务器项目合同，含税金额约8.70亿元。按合同约定，客户须在货物到达、发票齐备且验收合格后30日内付清全款。

国产算力已经签下大额合同，竞争也就落到了安装、调试和验收这些环节。平头哥和昆仑芯面对的客户，选择范围并不止于这两家。

交付节奏因此比发布会上的参数更关键。阿里手上已有810E、M890，下一代V900计划2027年第一季度量产并商业发布。百度11月12日发布会现场的报道显示，昆仑芯M100已经上市，M300计划2027年推出，天池1024卡超节点同样计划2027年推向市场。眼下能供货的产品负责接单，下一代产品则撑着增长预期。

生态适配

客户掏钱之前，先要测自己的模型在芯片上跑得怎么样。

阿里公布过一份810E的推理测试：用vLLM框架和ShareGPT对话数据跑Qwen2.5-72B，双方各用两张卡，batch为64，输入、输出长度各512 tokens。INT8精度下，810E吞吐与H20基本相当；换到FP16，810E约为H20的73%。这是阿里在上述条件下的自测，同一款产品在两种精度下，相对表现并不一样。

目标模型和计算精度一换，芯片的相对表现就会变。

采购部门算的是：满足业务吞吐要买多少台设备，再叠加报价、电费和维护费用。训练、长文本推理和混合专家模型，对内存、通信与计算的要求各不相同。某个任务上的优势，能帮芯片挤进对应的采购预算；可模型一升级、负载一变，需求又得重新算。

通义和文心给两家厂商提供了内部开发场景。客户跑DeepSeek、Kimi这些模型时，硬件厂商也得及时跟上适配。软件团队的工作因此贯穿芯片售出前后：售前决定项目拿不拿得下，售后决定下一次扩容还买不买。

英伟达在这件事上攒了多年优势。框架、通信库、现成代码和工程师经验都能直接复用，换硬件要付的迁移费用，自然成了采购决策里的一项。

平头哥已经把这部分迁移工作做成工具。10月13日，官方Triton for SAIL项目发布了面向真武芯片的后端，沿用Triton的Python编程接口；11月11日的新版本继续修复MoE专家模型和注意力计算中的问题。开发者照旧用熟悉的写法写代码，编译和执行交给新后端完成。SAIL SDK里还有Asight Systems，帮工程师定位耗时最多的算子，也就是模型运行中的具体计算环节。

部署这一侧，面向真武的社区插件vLLM-SAIL保留了标准vLLM调用方式和兼容OpenAI的服务接口。企业换底层硬件时，上层应用代码能沿用一部分。不过SAIL文档写得很清楚：PPU与GPU是源代码级编译兼容，二进制并不兼容，已有的GPU程序仍需重新编译、测试和部署。

昆仑芯把适配做到了外部模型发布之前。公司披露，今年2月GLM-5上线前，昆仑芯已与智谱联合完成适配和性能调优，并在vLLM、SGLang两大推理框架上做过验证。客户想用昆仑芯跑GLM-5时，厂商已经先做完了一轮底层适配。

2025年12月开源的vLLM-Kunlun，把昆仑芯的硬件适配装进独立插件，开发者接芯片不必再改vLLM源代码。项目文档已经给出P800运行GLM-5的部署配置，接口沿用标准模型服务。客户由此能把精力更多放在自己的数据、负载和性能测试上，少花时间从头写部署方案。

设备的使用成本，还会被具体执行方式改写。vLLM-SAIL截至11月13日的公开文档显示，MXFP8稠密权重的一条模拟执行路径中，默认做法是在模型加载时把FP8权重转成BF16并保留下来。这部分权重的存储从每个值1字节变成2字节，后面的线性计算走BF16或FP16。模型其他内存开销另算。

一张卡还能剩多少内存去接并发请求，就跟这直接相关。采购清单上写的“支持某种格式”，得放到实际执行路径里看；用低精度模型文件，加载之后也可能占掉更大的存储空间。

软件这块的活由谁干，账会记到不同地方：客户自己承担，就计入迁移成本；芯片厂商承担，就落到研发、交付和服务费用里。腾讯云的P800部署文档对操作系统、内核和驱动都提了具体要求，这就是其中一部分工作。往后系统更新、模型变化、集群扩容，这些组件之间的配合还得有人维护。

昇腾同样在攒这类家底。它有PyTorch适配体系，DeepSeek公开了面向昇腾的计算内核项目，主流推理框架也在持续维护昇腾版本。平头哥和昆仑芯进新项目时，面对的是一个已经有人投过开发、还能继续扩展的软件环境。

软件能省掉重复劳动，可投入也得持续。适配方案越容易复用，厂商在客户变多时就越有机会压住人员和服务开支。产品售价、制造与内存成本、研发投入，再加上客户议价能力，几项合起来才决定一笔订单最后能留下多少利润。

撑起平头哥估值的，是阿里云能组织起来的需求，以及在统一环境里开发、部署的效率。关联交易怎么定价，则影响这些优势能给独立股东留下多少利润。昆仑芯在百度之外已经有了政企客户基础，外部订单把它的市场做大，交付投入和方案复用效率又影响着这些订单的利润。两家公司的P/S，说到底还是要靠持续增长的收入和能留下来的利润来支撑。