老黄离场，平头哥和昆仑芯能吃饱吗？
11月12日，黄仁勋辞去英伟达CEO等职务。就在这一周，阿里披露了平头哥赴港上市的进展；昆仑芯则早在年初就递交了港股上市申请。有点巧妙。
这是不是属于国产芯片最好的时候？
平头哥和昆仑芯已经被谈到数百亿美元的身价，市场在给它们未来的份额和利润出价。国产芯片接替市场空缺的故事很值得期待，客户更换设备却要重新测试模型、迁移软件。抢下订单之后，厂商还得把利润留下来。
如何定义平头哥今年1月，媒体转述摩根大通对平头哥的情景测算，潜在估值为250亿至620亿美元。6月，路透社援引The Information报道称，昆仑芯寻求的香港IPO估值约为500亿美元。一个来自机构模型，一个来自消息人士描述的上市目标，两家都没有在这两个定价上完成公开发行。
两家公司公开报道中的估值预期，统一以亿美元列示
昆仑芯有实际融资可作参照。据路透社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。用这轮融资估值除以报道中的历史收入，大约是10.5倍P/S。同篇报道还给出消息人士的预期：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，到500亿美元的上市目标，昆仑芯的市场叙事发生了很大变化。新一轮算力扩张的增长预期被提前计入估值，上市后的收入与利润也就得追上这份预期。
平头哥披露的是另一种收入口径。今年3月，阿里CEO吴泳铭称，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；用它计算的收入倍数，与基于完整年度实际收入计算的P/S，应当分开比较。
芯片业务的收入，更直接地跟随客户的算力CapEx。云厂商为了扩容或替换设备采购芯片，供应商按合同约定，在满足交付验收等条件后确认相应收入；买方则把自用设备作为资产，在使用期内计提折旧。
一批设备用几年，与客户多久追加采购，是两回事。旧设备继续运行，云厂商仍可以为新增业务不断扩容。芯片收入能否持续增长，取决于客户的投资力度、供应商在采购中的份额，以及产品价格。
P/S可以给快速扩张、暂时亏损的芯片企业提供一个估值参照。利润形成之后，每一元收入的价值会拉开距离。假设两家公司都获得10倍P/S，净利率分别为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。
英伟达已经展示过这种盈利能力。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，背后包含产品、供求、软件、网络与系统能力共同形成的议价权。
平头哥的起点有自己的优势。阿里云能够持续提出需求，让芯片研发围绕真实负载展开，并通过大规模部署分摊投入。母公司提供的不只是一笔采购，还包括模型、数据中心和反复调试产品的环境。
阿里云为平头哥组织了大批终端需求，也掌握着这条销售路线中的客户关系和云服务定价权。今年8月，阿里还将云智能集团与平头哥合并为“AI云与算力服务”分部。集团继续把芯片与云放在同一套业务里经营，资本市场则要为平头哥单独估值。
阿里云希望降低算力成本，平头哥的独立股东希望获得利润。芯片的结算价格、研发投入和后续服务费用如何分担，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。集团没有失去控制权，资本市场却开始为其中一部分业务单独出价。
母公司的长期采购可以降低经营波动，但平头哥向集团供货的议价空间，也受到内部结算安排的约束。依靠阿里云扩大规模，与平头哥自身获得高利润，是两笔需要分开的账。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，为收入增长增加了其他客户的预算来源。
昆仑芯卖给了谁昆仑芯在百度之外，已经形成了运营商、金融、能源和工业客户的基本盘。
据昆仑芯今年11月披露，在中国移动2025年至2026年推理型设备集采的“类CUDA生态”标段中，公司于2025年8月在三个标包均获得份额第一，取得十亿级规模订单。中国移动同时也是昆仑芯的投资方。
银行也已开始采购搭载昆仑芯的设备。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服务器采购记录中，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，芯片由此进入客户的基础设施。
能源和工业客户提供了另一类需求。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将昆仑芯与千帆、百舸等软件结合，用于金相分析、表面缺陷检测等任务。这类项目也说明，昆仑芯的政企业务同时通过整机厂和百度云方案交付，并非全部由芯片公司直接签约。
客户扩展已经改变了内外部业务的比重。据南都报道，昆仑芯研发副总裁漆维在今年6月的智源大会上表示，外部业务比重已超过向百度内部供货。相比依靠母公司增加采购，这些订单把昆仑芯带进了不同企业的预算和采购流程，也为其产品价格提供了集团之外的成交参照。
平头哥也已拿到外部硬件订单。温州银行今年1月招标采购1台平头哥GPU服务器，3月公布康旭科技中标。《晚点》今年1月还报道，小鹏和比亚迪在2025年各下单了超过万片PPU。平头哥的商业化，已经包括云服务之外的设备销售。平头哥的存储芯片也已进入第三方产品，忆恒创源的PBlaze7 7A40企业级SSD采用了镇岳510主控。
阿里云仍为平头哥组织了大批算力需求。今年3月，阿里管理层在财报电话会上表示，在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月披露的季度业绩进一步明确，真武芯片已通过阿里云服务覆盖650多家外部客户，涉及自动驾驶、互联网、金融等20多个行业。
这条路线已经接触到广泛的外部需求。企业购买云服务，阿里云组织芯片、网络和软件，负责提供算力；平头哥则为这套服务供给芯片。外部客户的使用量能够拉动硬件需求，芯片公司的利润仍取决于自己的供货价格和成本。
通过阿里云集中部署，平头哥能够节省部分拓客和适配投入。外部设备销售则把芯片送进客户自己的系统，芯片厂商与整机伙伴需要完成更多现场交付工作。昆仑芯已经在多个行业积累客户，已有方案能复用多少，会直接影响下一笔订单的成本。
政企订单还受预算审批、招标和验收进度影响。客户范围扩大，增加了昆仑芯的销售机会，也会带来不同项目的交付与回款节奏。外部获客的优势，最终仍要体现在扣除这些成本后的利润上。
国内市场已经给两家公司安排了强劲对手。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%。这些数字衡量当期新出货，机房存量、实际利用率和收入份额各有不同口径。
当期出货份额呈现了国内市场的竞争位置
英伟达仍是产品与软件的重要参照，昇腾则直接参与中国客户的采购。神州数码今年10月公告，其子公司神州鲲泰签署950DT服务器项目合同，含税金额约8.70亿元。合同约定，货物到达、发票齐备并验收合格后30日内，客户支付全款。
国产算力已经进入大额合同，竞争也随之落到安装、调试和验收。平头哥与昆仑芯拿到的客户，不会只在它们两家之间作选择。
产品交付节奏因此比发布会上的参数更重要。阿里现有810E、M890，下一代V900计划于2027年第一季度量产并商业发布。百度11月12日的发布会现场报道则显示，昆仑芯M100已经上市，M300计划于2027年推出，天池1024卡超节点也计划于2027年推向市场。当前可用的产品承接订单，下一代产品为估值增加增长预期。
生态适配客户采购前，会先测试自己的模型在芯片上怎样运行。
阿里公布的一份810E推理测试中，使用vLLM框架和ShareGPT对话数据，运行Qwen2.5-72B。双方各用两张卡，batch为64，输入、输出长度各512 tokens：在INT8精度下，810E吞吐与H20基本相当；换成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呈现出不同的相对表现。
目标模型和计算精度会改变芯片的相对表现
采购部门会把满足业务吞吐需求的设备数量，连同报价、电费和维护费用一起计算。训练、长文本推理和混合专家模型，对内存、通信与计算的要求不同。一个任务中的优势，可以帮助芯片进入相应的采购预算；模型升级或工作负载改变，需求还会跟随变化。
通义和文心为两家厂商提供内部开发场景。客户使用DeepSeek、Kimi等模型时，硬件厂商也需要及时完成适配。软件团队的工作因此持续发生在芯片售出前后，售前关系到能否拿下项目，售后关系到下一次扩容会不会继续采购。
英伟达在这里积累了长期优势。客户可以复用框架、通信库、已有代码和工程师的经验，更换硬件时需要付出的迁移费用，因而成为采购决策的一部分。
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。开发者可以沿用熟悉的代码写法，由新后端完成面向真武的编译和执行。SAIL SDK还提供Asight Systems，帮助工程师找出耗时最多的算子，也就是模型运行中的具体计算环节。
在应用部署一侧，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。企业更换底层硬件时，可以沿用一部分上层应用代码。SAIL文档明确，PPU与GPU采用源代码级编译兼容，二进制并不兼容，已有GPU程序仍需要重新编译、测试和部署。
昆仑芯把适配推进到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两大推理框架上完成验证。客户选择用昆仑芯运行GLM-5时，厂商已经做过一轮底层适配。
2025年12月开源的vLLM-Kunlun，还把昆仑芯的硬件适配放进独立插件，开发者无需为接入芯片而修改vLLM源代码。项目文档已经给出P800运行GLM-5的部署配置，沿用标准的模型服务接口。客户因此可以把更多精力放在自己的数据、负载和性能测试上，减少从头编写部署方案的工作。
具体执行方式还会改变设备的使用成本。vLLM-SAIL截至11月13日的公开文档显示，在MXFP8稠密权重的一条模拟执行路径中，默认会在模型加载时将FP8权重转换为BF16并保留。该部分权重的存储由每个值1字节增加到2字节，后续线性计算采用BF16或FP16。模型的其他内存开销另行计算。
这会影响一张卡还能留出多少内存处理并发请求。采购清单上的“支持某种格式”，需要结合实际执行路径理解；采用低精度模型文件，也可能在加载后使用更大的存储空间。
软件工作由客户承担，客户会把它算进迁移成本；由芯片厂商承担，则进入厂商的研发、交付和服务费用。腾讯云的P800部署文档对操作系统、内核和驱动作出具体要求，正是这些工作的一部分。后续系统更新、模型变化和集群扩容，还需要维护这些组件之间的配合。
昇腾也在积累这类能力。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。平头哥与昆仑芯进入新项目时，面对的是已经有人投入开发、能够继续扩展的软件环境。
软件减少重复劳动，也需要持续投入。适配方案越容易复用，厂商越有机会在客户增加时控制人员和服务费用。产品售价、制造与内存成本、研发投入以及客户议价能力，再共同决定订单最终留下多少利润。
支撑平头哥估值的，是阿里云能够组织的需求，以及在统一环境里开发、部署的效率。关联交易定价则影响着这些优势能为独立股东留下多少利润。昆仑芯已经在百度之外建立政企客户基础，外部订单扩大了它的市场，交付投入和方案复用效率则影响着这些订单的利润。两家公司的P/S，最终要由持续增长的收入和能够留下的利润来支撑。
