很多人评判国产GPU，习惯拿单卡算力对标英伟达：性能够不够？能不能打平海外旗舰？
当壁仞亮出BR20X，FP16算力对标H200，很多人的第一反应是：国产GPU终于在硬件层面摸到国际第一梯队的门槛了。
但壁仞CEO张文在路演上抛出的判断，打破了这套惯性认知。
对今天的国产GPU厂商而言，把芯片性能做出来，只是闯关的第一关。真正决定企业能不能活下来、能不能站上全球牌桌的，是三件事：HBM存储供给、软件生态迁移、营收规模带来的供应链话语权。
硬件可以追赶，生态、供应链、规模，才是慢变量的生死局。
成立于2019年的壁仞，走过整整六年。
六年前，国产通用GPU还被普遍视作“遥不可及的追赶目标”；六年后，BR20X完成流片，定下2027年大规模商业化出货的目标，券商机构给出预测：2026‑2028年营收分别为23亿、101亿、239亿。
如果这条增长曲线能够落地，意味着壁仞将从持续烧钱的研发阶段，转向具备自我造血能力的商业化阶段。
但张文算过一笔非常现实的行业账，给整个国产GPU行业敲了警钟：
年收入500亿，才是GPU企业的入场起点，达不到这个规模，连牌桌都上不去； 营收摸到2000亿，才能在供应链拿到真正话语权，HBM配额、产能排期，不完全取决于技术实力，取决于你的采购体量。
2027年100亿营收目标，依靠BR20X大规模出货来支撑。客观来看，即便目标达成，距离500亿的行业及格线，依旧还有很远距离。百亿只是阶段性门票，远不是终点。
理想的增长路径已经画好，但路上横亘着两道绕不开的高墙：存储供给，以及开发者生态。
硬件性能再强，没有足够的HBM高带宽存储，一切都是空谈。
这也是张文并不避讳的现实困境：未来一年，国产GPU行业最大的瓶颈，恰恰是HBM供给。
全球范围内能够稳定供应HBM的厂商屈指可数，国内GPU企业的供货配额，很大程度受制于海外存储厂商的排产节奏。存储供给的约束，会直接拉长国内产业收敛的周期，原本预期2‑3年的追赶窗口，可能被拉长至3‑4年。
当然行业也并非全无转机：国产HBM预计明年上半年逐步起量，2028年供给能力才会真正缓解行业压力。
而BR20X大规模出货的时间窗口，恰好踩在国产HBM起量的节点上。能不能抢到足够的HBM配额，直接决定100亿营收目标究竟是务实规划，还是空中楼阁。
芯片可以流片成功，但存储拿不到，就没有大规模商业化。这是当下国产算力产业共同要面对的现实难题。
BR20X作为壁仞第二代主力芯片，是冲击百亿营收的核心载体，硬件指标交出了一份亮眼答卷：
● FP16算力超越H200，原生支持FP8、FP4低精度格式，精准匹配当下大模型推理对低成本、高吞吐的需求。
● 自研BLink2.0互联技术，单通道双向带宽64GB/s，单超节点最高可扩展至1024卡。
● 完整搭建三级产品矩阵：16卡服务器、128卡整机柜、1024卡分布式解耦方案；基于BR20X打造的光互连方案“光跃Lightsphere X”千卡集群已经落地，集群训练性能提升超30%。
放在三年前，国产GPU做到这个硬件水准，几乎是不敢想象的事情。
但我们必须清醒：单卡性能追平，不等于整体竞争力追平。英伟达十几年沉淀下来的软件工具链、开发者习惯、海量模型适配，不是短短数年就能够抹平的鸿沟。
硬件可以通过研发投入快速追赶，软件生态是慢功夫，也是国产GPU最难啃的骨头。
摆在国产GPU厂商面前有两条路：
● 第一条，从零完整自研一套软件栈，全部算子、框架、工具重新开发。这条路完全自主，但开发周期漫长，开发者迁移成本极高，生态很难做起来。
● 第二条，兼容主流开源生态，降低开发者迁移门槛，借成熟生态壮大自己。
壁仞选择了后者。
壁仞推出TorchSUPA，本质不是重新造一套新框架，而是做PyTorch的扩展插件。
它利用PyTorch官方PrivateUse1接口，以插件形式拓展硬件能力，不需要改动PyTorch官方源码，维护成本可控。开发者原有的CUDA代码可以做到零修改迁移，现有CUDA Kernel可以直接复用，不必从零手写算子。
功能层面覆盖PyTorch主流API、集合通信原语、动态图捕获、静态图优化，同时提供显存、运行时间分析调试能力。
截至目前，BIRENSUPA™平台已经兼容PyTorch、vLLM、SGLang等主流大模型框架，500+AI模型开箱即用。
阿里云李三红曾点破行业痛点：AI全链路高度碎片化，生态割裂，才是产业规模化最大瓶颈。壁仞高级副总裁魏明也提出一个判断：训练与推理边界不断消融，深度绑定PyTorch生态，将成为下一代AI基础设施的胜负手。
生态的核心从来不是芯片有多强，而是开发者愿不愿意过来。迁移成本越低，生态扩张速度越快。 TorchSUPA的逻辑，就是尽可能抹平迁移门槛，让开发者几乎不用改变原有开发习惯，就能跑在国产硬件之上。
单靠一颗芯片，很难撑起完整算力生态。壁仞选择抱团共建的路线，把芯片、互联、集群、软件全部纳入布局：
● 和中兴通讯深度协同，联合曦智科技落地光互连千卡集群。
● TorchSUPA选择开源，提前吸引开发者适配、调试，把生态建设前置。
● 产品迭代节奏清晰可控：BR20X今年完成流片，2027年大规模商业化；下一代BR30X计划明年流片，直接对标Blackwell架构，新增LPU逻辑处理单元。
从对标H200，再向Blackwell发起冲击，代际路线已经明确。
硬件、互联集群、软件工具、开源生态，多条战线同步推进，不再只是单纯卖芯片，而是输出整套AI算力基础设施。
六年时间，壁仞完成了从“国产GPU能不能做出来”到“硬件性能对标国际旗舰”的跨越。
但行业的终极命题，从来不是“流片成功”。
能不能拿到足够的存储供给、能不能把软件生态跑通、能不能完成规模出货、能不能真正拿到供应链话语权，才是接下来的核心考验。
100亿只是阶段性目标，距离500亿入场门槛，依旧长路漫漫。
国产GPU已经跨过有无的坎，接下来要闯的，是商业化、生态、供应链的三重关。硬件追赶看得见，生态与规模的博弈，才是真正的战场。
