黄仁勋辞任英伟达CEO，平头哥昆仑芯冲刺港股上市

（本文作者为 象先志，钛媒体经授权发布）

老黄走了，平头哥和昆仑芯能吃下这份市场吗？

11月12日，黄仁勋辞去英伟达CEO等职务。同一周里，阿里把平头哥赴港上市的进展摆了出来；昆仑芯更早，年初就递交了港股上市申请。时间点凑得有点巧。

这算不算国产芯片最舒服的一段日子？

两家都被喊到数百亿美元的身价，市场买的是它们未来能拿多少份额、赚多少利润。国产芯片顶上市场空缺的说法听着很顺，可客户真要换设备，模型得重测、软件得迁移。订单抢到手，利润能不能留住，还得另说。

平头哥到底该怎么定义

今年1月，有媒体转述摩根大通对平头哥的情景测算，给出的潜在估值区间是250亿至620亿美元。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，一个出自消息人士描述的上市目标，两家公司都没在这两个定价上真正完成公开发行。

两家公司公开报道中的估值预期，统一以亿美元列示

昆仑芯这边有实际融资可以对照。路透社2025年12月报道，公司一轮融资的估值约为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里的历史收入，大约是10.5倍P/S。同篇报道还提到消息人士的预期：2025年收入超过35亿元，达到盈亏平衡。

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

阿里CEO吴泳铭今年3月提到，平头哥年化营收已达百亿元级，这是平头哥方面给出的另一套收入口径。年化规模看的是近段时间的经营速度，拿它算出的收入倍数，与按完整年度实际收入得出的P/S不该混在一起比。

芯片业务的收入，跟客户的算力CapEx走得更近。云厂商扩容或换设备时采购芯片，供应商按合同约定，在满足交付验收等条件后确认收入；买方则把自用设备记作资产，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，是两回事。旧设备还在跑，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，取决于客户投多少钱、供应商在采购里占多大份额，以及产品卖什么价。

P/S能给快速扩张、暂时亏损的芯片企业提供一个估值参照。等利润做出来了，每一元收入的价值就会拉开距离。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。投资者付出同样的销售收入倍数，买到的利润差了一倍多。

英伟达已经把这种盈利能力演示过一遍。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、网络与系统能力共同撑起的议价权。

平头哥的起点有自己的优势。阿里云能持续提出需求，让芯片研发围着真实负载转，再靠大规模部署把投入摊薄。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批终端需求，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，阿里还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，资本市场却要为平头哥单独估值。

阿里云想压低算力成本，平头哥的独立股东想拿到利润。芯片的结算价格、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归谁。阿里的上市公告写明，预计分拆完成后平头哥仍是其子公司。集团没丢掉控制权，资本市场却开始为其中一部分业务单独出价。

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，也受内部结算安排牵制。靠阿里云做大，和让平头哥自己赚到高利润，是两笔要分开算的账。昆仑芯在外部拿单上的进展，已经把更多订单带进百度以外的采购体系，给收入增长添了其他客户的预算来源。

昆仑芯都卖给了谁

在百度之外，昆仑芯已经攒下运营商、金融、能源和工业客户的基本盘。

中国移动2025年至2026年推理型设备集采中，“类CUDA生态”标段共有三个标包，昆仑芯于2025年8月在这三个标包都排到份额第一，拿下十亿级规模订单，这是该公司今年11月披露的信息。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。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。银行提出算力需求，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的是另一类需求。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。这些项目也说明，昆仑芯的政企业务会同时走整机厂和百度云方案两条路交付，并不全由芯片公司直接签约。

客户结构的变化，已经让内外部业务的比重出现逆转。昆仑芯研发副总裁漆维今年6月在智源大会上透露，来自外部的业务占比已经高过向百度内部供货。据南都报道，这些订单不只是靠母公司多买几片，而是把昆仑芯送进了不同企业的预算和采购流程，也让其产品价格有了集团之外的成交参考。

平头哥同样拿到了外部的硬件订单。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。今年1月《晚点》还报道，小鹏和比亚迪在2025年各自下单超过万片PPU。平头哥的商业化路径里，除了云服务，设备销售也已经跑起来了。存储芯片方面，忆恒创源的PBlaze7 7A40企业级SSD用了镇岳510主控，说明平头哥的芯片已进入第三方产品。

当然，阿里云仍为平头哥组织了大量算力需求。今年3月，阿里管理层在财报电话会上称，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月披露的季度业绩说得更清楚：真武芯片通过阿里云服务已覆盖650多家外部客户，横跨自动驾驶、互联网、金融等20多个行业。

这条路子摸到的是面广量大的外部需求。企业买云服务，阿里云把芯片、网络和软件组织起来提供算力，平头哥则给这套服务供芯片。外部客户用得多，硬件需求就被拉起来；不过芯片公司的利润，还是取决于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。反过来，外部设备销售是把芯片送进客户自己的系统，芯片厂商和整机伙伴要做的现场交付就更多。昆仑芯在多个行业已有客户积累，现有方案能复用多少，直接关系到下一笔订单的成本。

政企订单还要看预算审批、招标和验收的进度。客户面扩大，昆仑芯的销售机会多了，不同项目的交付与回款节奏也跟着变。外部获客带来的好处，说到底仍要落在扣掉这些成本之后的利润上。

国内市场里，两家公司面对的对手都不弱。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%。这些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，照出了各家在国内市场所处的位置。

在中国客户的采购单里，昇腾是直接参与的一方；产品与软件层面，英伟达仍被当作重要参照。神州数码10月发布公告，子公司神州鲲泰已签下950DT服务器项目合同，含税金额约8.70亿元。按合同条款，客户在货物送达、发票齐全且验收合格后30日内一次性付清全款。

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。平头哥与昆仑芯面对的客户，不会只在这两家之间挑。

正因如此，交付节奏比发布会上的参数更要紧。阿里现有810E、M890，下一代V900计划在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卡超节点也计划2027年推向市场。眼下能供货的产品去接订单，下一代产品则给估值添上增长预期。

生态适配

客户下单之前，先要测自己的模型在这颗芯片上跑得怎么样。

阿里公布的一份810E推理测试里，用的是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基本持平；换到FP16，810E约为H20的73%。这是阿里在所列条件下的自测，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变，芯片的相对表现就会跟着变。

采购部门算的是：满足业务吞吐要买多少台设备，再把报价、电费和维护费用一起摊进去。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、工作负载一变，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。客户用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，售前决定能不能拿下项目，售后决定下一次扩容还买不买。

英伟达在这一块攒了长期优势。框架、通信库、已有代码和工程师的经验都能直接复用，换硬件要付的迁移费用，也就成了采购决策里的一项。

平头哥已经把一部分迁移工作做成了工具。10月13日，官方Triton for SAIL项目发布面向真武芯片的后端，沿用Triton的Python编程接口；11月11日的新版本又继续修复MoE专家模型和注意力计算中的问题。开发者照熟悉的写法写代码，编译和执行交给新后端完成。SAIL SDK还提供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。

应用部署这一侧，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，上层应用代码可以沿用一部分。SAIL文档写得很明确：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。

昆仑芯则把适配做在了外部模型发布之前。据公司披露，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，厂商这边已经先做过一轮底层适配。

2025年12月开源的vLLM-Kunlun，把昆仑芯的硬件适配放进了独立插件，开发者不用为了接芯片去改vLLM源代码。项目文档已给出P800运行GLM-5的部署配置，沿用标准模型服务接口。客户可以把精力更多放在自己的数据、负载和性能测试上，少掉从头写部署方案的功夫。

设备用起来贵不贵，还得看具体怎么执行。vLLM-SAIL截至11月13日的公开文档里提到一条MXFP8稠密权重的模拟执行路径：默认在模型加载时把FP8权重转成BF16并保留下来。这部分权重每个值占的存储从1字节涨到2字节，后面的线性计算走BF16或FP16。模型其余的内存开销另算。

一张卡还能剩多少内存去接并发请求，就跟这直接相关。采购清单上写着“支持某种格式”，得对着实际执行路径看；用了低精度模型文件，加载完也可能占掉更大的存储空间。

这部分软件工作谁来干，账就记在谁头上。客户自己扛，会算进迁移成本；芯片厂商扛，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，干的正是这类活。往后系统更新、模型换代、集群扩容，这些组件之间的配合还得接着维护。

昇腾在这类能力上也有积累。它有一套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。适配方案越好复用，厂商在客户变多时越有机会压住人员和服务费用。

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攒下政企客户基础，外部订单把它的市场做大了，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，说到底还要靠持续增长的收入和能留下的利润来撑。