微乐麻将真的是有挂是一款可以让一直输的玩家，快速成为一个“必胜 ”的ai辅助神器 ，有需要的用户可以加我微免费测试 ，先看效果下载使用。手机打牌可以一键让你轻松成为“必赢 ” 。其操作方式十分简单，打开这个应用便可以自定义手机打牌系统规律 ，只需要输入自己想要的开挂功能 ，一键便可以生成出手机打牌专用辅助器，不管你是想分享给你好友或者手机打牌 ia辅助都可以满足你的需求 。同时应用在很多场景之下这个手机打牌计算辅助也是非常有用的哦，使用起来简直不要太过有趣。特别是在大家手机打牌时可以拿来修改自己的牌型 ，让自己变成“教程” ，让朋友看不出 。凡诸如此种场景可谓多的不得了，非常的实用且有益 ，
1、界面简单 ，没有任何广告弹出，只有一个编辑框 。
2 、没有风险 ，里面的手机打牌黑科技 ，一键就能快速透明。
3 、上手简单，内置详细流程视频教学 ，新手小白可以快速上手。
4、体积小 ，不占用任何手机内存，运行流畅 。
手机打牌系统规律输赢开挂技巧教程
1 、用户打开应用后不用登录就可以直接使用 ，点击手机打牌挂所指区域
2 、然后输入自己想要有的挂进行辅助开挂功能
3、返回就可以看到效果了 ，手机打牌辅助就可以开挂出去了
1、一款绝对能够让你火爆辅助神器app，可以将手机打牌插件进行任意的修改;
2 、手机打牌辅助的首页看起来可能会比较low，填完方法生成后的技巧就和教程一样;
3 、手机打牌辅助是可以任由你去攻略的 ，想要达到真实的效果可以换上自己的手机打牌挂 。
手机打牌辅助ai黑科技系统规律教程开挂技巧
1、操作简单 ，容易上手;
2 、效果必胜，一键必赢;
3 、轻松取胜教程必备 ，快捷又方便2025年05月30日 12时11分01秒
腾讯科技《芯事重重》特约作者丨苏扬
“半导体圈都在排队上市 ， ”一位国产芯片从业者对我们说，“企业要生存发展 ，不得不走这条路。 ”
6月30日 ，摩尔线程和沐曦两家国产GPU企业同日递交科创板IPO申请，引发行业关注 。据不完全统计 ，包括壁仞、燧原 、格兰菲等也已进入上市辅导阶段 ，预计未来 A 股将涌现近 10 家“中国英伟达” 。
“这些企业本来就有上市计划，进入上市辅导环节属于正常现象 ，”前台积电建厂工程师吴梓豪说 ，“但辅导在上市流程中属于偏前期的阶段，完成辅导验收之后，如果流程加快 ，距离挂牌大概还需要1-2年时间。 ”
这一轮上市潮的背后 ，是科技企业IPO政策的明显松动，尚普咨询数据显示 ，今年6月份 ，A股新增受理IPO企业达150家，创年内单月新高 ，较同期的30家激增 400% 。
值得注意的是 ，科创板审核速度正在加快，中芯国际从提交招股书到挂牌仅用时40余天的案例 ，为行业提供了参考样本 。
市场机遇方面 ，随着美国出口管制持续收紧，英伟达在中国市场的份额已从拜登政府初期的95%大幅下滑至50%。行业人士指出 ，这为国产GPU企业提供了难得的市场窗口期 。但与此同时 ，行业竞争也日趋白热化 。
机遇虽在，但“蛋糕 ”有限，且分食者越来越多 ，残酷的竞争和洗牌将出现在IPO之后。
因此 ，在设计 、制造等领域困难重重的情况下，国产GPU需要向投资人回答 ，为什么自己是那个突出重围赢得竞争的幸运儿 。
国产GPU营收、亏损齐飞
从IPO辅导到提交招股书 ，摩尔线程用时7个月，沐曦则更快 ，整体用时不到6个月时间 。
根据招股书 ，摩尔线程计划通过此次IPO募资80亿元，其中25亿元左右用于新一代自主可控 AI 训推一体芯片的研发 ，近25亿元用于新一代自主可控图形芯片的研发 ，19.8亿元用于新一代自主可控AI SoC芯片研发，剩余10亿元用于补充流动资金。
相比摩尔线程 ，沐曦的产品线较少 ，募资额只有前者一半，其计划通过IPO募资39亿元，其中近24.6亿元用于新型高性能通用 GPU的研发和产业化 ，覆盖第二代 、第三代产品 ，4.5亿元用于新一代人工智能推理 GPU的研发和产业化，另有近10亿元用于面向前沿领域及新兴应用场景的高性能 GPU 技术研发。
作为本次国产芯片冲刺IPO的代表 ，摩尔线程和沐曦成立平均时间在5年左右 ，自2023年以来开始有业绩兑现 。
招股书显示，2022年至2024年 ，摩尔线程营收分别为 0.46 亿元 、1.24 亿元和 4.38 亿元 ，年复合增长率超 200%；沐曦自2022 至 2024年，营收分别为 42.64 万元、5302.12 万元 、7.43 亿元 ，2025年一季度更是达到 3.2 亿元 ，年复合增长率达到 4074% 。
两家的营收增速都有明显提升，但受制于研发 、产品周期和量产等因素影响 ，目前都还处于亏损状态 ，其中摩尔线程过去三年对应的亏损分别为 18.4 亿元、16.73 亿元、14.92 亿元，沐曦连续三年的亏损分别为7.77 亿元 、8.71 亿元 、14.09 亿元。
整体来看，营收在提速 ，亏损也还在持续 ，这是平均成立时间只有5年左右的国产GPU企业，短时间内共同面临的挑战 ，一位国产GPU从业者表示 ，“坦率说我们离‘中国英伟达’还远着，但中国确实需要自己的英伟达 。”
“中国英伟达 ”大浪淘沙
此次排队IPO的国产GPU企业 ，集中出现在2018年-2021年这一阶段 ，大基金二期是这波创业浪潮的催化剂之一 。
2019年，大基金二期成立 ，注册资本为2041.5亿元人民币 ，重点投资集成电路产业链，包括芯片制造、设计 、封装测试以及相关的设备和材料等领域。
国产GPU创业浪潮 ，还有一个重要的产业背景——基于Transformer架构的深度学习走向台前 ，2017年发表的《Attention is All You Need》论文，成为深度学习发展史上最重要的变革之一，硅谷公司相继下场探索大模型 。
和区块链一样 ，深度学习也重度依赖并行计算 ，这给了通用GPU 、AI ASIC无限的想象空间，英伟达在这一波深度学习推动的AI浪潮中赚得盆满钵满 。
黄仁勋2016年向OpenAI捐赠一台DGX-1服务器
去年底 ，在与我们的一次交流中 ，《黄仁勋：英伟达之芯》作者斯蒂芬·威特说：“在半导体行业，你得赌一把。 ”在斯蒂芬·威特看来 ，押注前景渺茫的技术就像孤军奋战 ，“不仅要对抗投资人，还要与客户抗争 。”
英伟达这样的海外先行者“押注 ”并行计算 ，也给中国这波GPU创业浪潮储备了人才资源 。
比如摩尔线程创始人张建中 ，2005年加入英伟达，一度担任全球副总裁、中国区总经理 ，壁仞联席CEO李新荣曾在 AMD 就职 15 年 ，担任全球副总裁 、中国研发中心总经理。
政策 、资金和产业趋势，共同造就了这波“中国英伟达 ”的创业浪潮，潮头之上是带着光环排队IPO的幸运儿 ，而潮水之下也有诸多一度被困在资金问题中的同行者——象帝先一度陷入破产传闻中 ，砺算科技也一度出现了资金链断裂的风险——期间还伴随着投资机构的回购诉讼 。
创业项目排队冲刺IPO，投资机构密集发起回购诉讼 ，背后也反映出了风险投资的退出需求 ，多位投资人均表示，现在不是机构投GPU项目的好时候 。
“美元基金在撤 ，国内的投资人都在等着查账 ，尤其是那些拿了地方钱的（项目），大家的投资欲望都在下降。”一位投资人表示。
关于风险投资的退出时间 ，长一点的在7年以上 ，短的也有3年，平均5年的时限 ，基本覆盖了国产GPU这波创业浪潮 。换句话说 ，如果“中国英伟达 ”们IPO成功，不仅为企业输送了新鲜血液，也给了投资人退出的机会 。
大浪淘沙 ，中国GPU厂商们等来了IPO的机会 ，前述投资人也强调IPO并非这些企业的终点，“这么多GPU ，上市不是终点 ，谁能真正活下来，还要看整体生态的构建。 ”
市场需要多少中国英伟达？
中国市场需要英伟达是确定的 ，此前寒武纪在资本市场的表现足以说明问题 。
整个2024年 ，寒武纪的股价涨幅388%（1月2日收盘价134.90元/股，12月31日收盘价658元/股） ，尤其是今年初在DeepSeek出圈推动之下 ，市场凭借对国产AI芯片的想象，一路将其股价推到了52周最高的818.87元 。
财报显示 ，2024年寒武纪全年营收11.74亿元人民币 ，2025年第一季度营收大幅上涨至11.11亿元人民币。
在台积电建厂工程师吴梓豪看来，寒武纪股价大涨的逻辑是通顺的 。“他是fabless，业绩有一夜爆涨的可能 ，又是国产唯一上市的AI芯片 ，对标大火的英伟达，中国市场又不能采购高性能芯片 ，国内机构与资金团抱 ，ETF不断猛发，这样的天时地利人和 ，造就2024年业绩都没有却涨上天的传奇 。”
现在 ，随着众多“中国英伟达 ”开启上市流程，未来“AI芯片 ”概念的唯一性不再 ，业绩就成为了国产GPU们成功IPO之后的硬性考核指标。
那么 ，市场到底需要多少“中国英伟达”？
今年5月份，黄仁勋在采访中提及中国AI芯片市场 ，他说：“中国AI芯片市场有望达到500亿美元（约合人民币3580亿元） ，美国公司需要保留进入这个市场的渠道 。”
根据我们从国产GPU企业和分销商处获得的消息，国产卡单价在8万元左右，500亿美元的市场 ，对应437.5万张国产GPU 。按照Omdia此前披露的数据 ，字节2024年采购了23万张H20，这个市场规模 ，接近20家字节这种量级客户的年需求。
站在fabless的角度 ，要把年营收做到100亿元，需要交付12.5万张GPU（数据综合考虑CPU、网络 、机柜等） ，相当于交付13个万卡集群 。
此前 ，沐曦曾对外官宣，2024年全年相继交付9大算力集群 ，全年布局算力集群总规模超过万卡 ，按8万元均价计算，至少贡献8个亿的营收 ，基本能对应沐曦招股书中提及的2024年7.43亿元的营收 。
目前已经上市的fabless ，按不同细分赛道划分，聚焦CIS传感器的韦尔股份2024年营收达到257亿元，其他基本都在100亿元以下。如果一家国产GPU年营收超100亿元 ，500亿美元市场 ，理论上可以容纳35家这样的公司。
更进一步的问题是，年营收100亿元对应的是什么体量的公司？
如果看增速 ，以寒武纪为例 ，其2025年一季度营收11.11亿元，在保证季度环比增速在50%的情况下 ，全年营收差不多90亿元左右 。
12英寸晶圆在不同良率情况下的产出演示
对应到晶圆产能需求上 ，按每颗GPU Die的面积为600mm2来算，一片12英寸晶圆 ，按照30%的良率 ，预计可以切26颗左右GPU Die，100亿营收对应的12.5万张GPU产出 ，仅前端部分至少需要4800多片晶圆 。
如果良率持续爬升 ，晶圆需求量将会出现较大落差，比如在50%的良率下，每片晶圆可以切44颗左右GPU Die ，对应的晶圆需求将减少到2840多片左右。
一切问题始于代工产能
“人工智能需要越多的卡越好 ，万卡系统要做，但是很难 。 ”中国工程院院士郑纬民教授此前在《大模型技术与应用创新论坛》说 。
在郑纬民院士看来 ，异构卡训练效率不及同构 ，异地卡联合训练效率也上不去。其中，异地卡的问题主要指互联带宽受限影响数据传输效率 ，异构卡的问题则来自于出口管制和产能 。“因为人家不卖给我们了 ，只能用国产一万块卡 。 ”郑纬民院士说。
过去一年，沐曦 、摩尔线程这些国产GPU的万卡集群已经开始尝试商业化的实践 ，百度也官宣即将推出三万卡自研国产芯片昆仑芯集群 ，但关键要看能不能持续地、充分地获取到产能 。
前面我们计算过，100亿营收需要12.5万张GPU ，30%的良率下至少需要4800多片晶圆 ，而互联网巨头们的年需求基本是这个规模的2倍以上，fabless（无晶圆厂半导体公司）要拿下这个蛋糕，一是抢产能 ，二是依赖代工良率提升 。
过去 ，不少企业都会在台积电下订单，一些巨头也会联合博通 、AIChip自研ASIC芯片 ，然后在台积电流片。
不过自去年底开始 ，美国商务部BIS通知台积电，称有企业违规利用“马甲”进行代工 ，随后台积电开始推动客户自查 ，同时设定了更加严格的管制条例，主要包括两方面：
设定白名单 ，公布fabless和封测白名单 ，fabless需要在白名单中才能在台积电代工，非白名单中fabless要么申请加入白名单 ，要么在台积电代工后 ，由白名单中的企业完成后续的封测
划定代工的硬件指标：晶体管数量不超300亿，Die Size（芯片面积）不超300mm2 、最终封装不包含HBM高带宽内存等
相比白名单机制，直接划定的硬件指标 ，尤其是前两个指标 ，将AI芯片全部都卡在门外 。虽然可以像英伟达特供中国的B40一样，用GDDR7内存来替换HBM ，但国产芯片的600mm2 Die Size很难绕过限制 ，且500亿的平均晶体管数量也超过规定的标准 。
台积电无法正常代工，三星同样也不会去做这件事 ，国产GPU的可选项就只剩中芯国际 ，但和市场有限一样，大家都在中芯国际代工 ，其产能也存在严重的“僧多粥少 ”的问题。虽说中芯国际可以构建新产能 ，但兑现需要时间，且短期内中芯国际自身也面临着制造设备、材料等出口管制难题 ，这些都需要国产供应链补上来。
“AI依赖先进制程 ，现在卡死了，这是行业共同的挑战， ”前述国产芯片从业者感慨 ，“如果没有产能限制 ，我们的下一代产品就会出来，那就是另一番故事了 。”
但换个角度来看 ，A缺产能、B缺产能 ，C也缺，最后大家的竞争又回到了同一起跑线 ，“抓住英伟达被禁的好时机 ，大做国产生态 。 ”风云学会陈经说。
在陈经看来，相比工艺 、内存上的限制 ，生态发展水平对中国AI产业的限制更大 ，其归根结底是行业应用，这也是国产GPU差异化竞争一种思路——对于这一批“中国英伟达 ”来说 ，大家硬件都在差不多水平 ，就看谁能参与到应用生态的牵引当中去 。
“算力池现在都有过剩的迹象，你有算力，没人会训练也不行 ，行业要用起来 ，现在我们在垂直领域还只是搭框架，大家都不知道大模型怎么用 。”陈经说。
TO B的AI场景因为产能等原因受限时 ，游戏等C端图形场景也是国产可以尝试的新赛道 ，这个赛道依旧保持着稳定的增速，只是现阶段体量 、故事不及AI芯片业务 。以英伟达为例 ，2026财年第一季度 ，游戏业务贡献38 亿美元营收，尽管营收占比不到10% ，但是环比和同比增速分别为 48%、42% 。
如果时间倒退到2023财年第一季度 ，彼时英伟达的数据中心业务和游戏业务营收贡献基本接近，前者37.5亿美元 ，后者为36.2亿美元。“C端也是个大机会 ，英伟达（数据中心业务）也只是火了3年，以前营收还是靠游戏贡献，也涨了很多倍 。 ”陈经说 。
相比B端业务 ，C端做图形的难点在于需要储备大量的驱动人才去适配游戏 、DirectX ，一位驱动工程师透露，“做一张游戏显卡 ，难度不仅在于设计 ，最难的部分是如何开发驱动程序，如何做好软件的适配。光是一个图形驱动就有一个操作系统的代码量 。 ”
一位资深硬件分析师也强调C端的游戏 、应用对驱动研发要求极高 ，在他看来 ，大大小小的游戏都要兼容，而在这块游戏厂商不会去做主动适配 ，需要GPU厂商协调资源去做兼容 ，他说：“AMD为啥一直不如英伟达，就是舍不得砸钱投入 ，游戏适配优化不到位 。”
以游戏为代表的C端图形场景的困难不仅体现在技术和资本投入上 ，也反映在代差上——国产消费级GPU，目前的硬件性能还只能对标RTX 3060这类产品，甚至还没有明显的价格优势 ，前述国产芯片从业者认为只有出货量规模上来之后 ，才会出现优势，“英伟达的规模化效应短时间内 ，不是国内某些企业可以追赶的 ，这也需要时间。 ”
B端难、C端也难，但错位竞争却能换得一些差异化的机会 ，更主要的是图形不仅仅指代游戏场景 ，也可以为GPU厂商打开数字孪生 、元宇宙这些新的机会，尽管现在看上去还有些遥远。“GPU的起源就是图形 ，后来才拓展到AI ，未来的数字世界肯定是基于图形+AI的 。 ”前述驱动工程师说 。
