芯原股份

GPU企业：芯原股份（VeriSilicon）

芯原微电子（上海）股份有限公司（VeriSilicon，芯原股份）是中国重要的半导体IP和芯片定制服务企业，也是中国GPU产业中一个非常特殊的参与者。

与NVIDIA、AMD、摩尔线程等直接设计和销售GPU芯片或显卡的企业不同，芯原股份的核心业务之一是：

设计GPU IP，然后把GPU核心授权给其他芯片公司使用。

因此，从商业模式来看，芯原股份更接近：

Arm + Imagination Technologies

这类半导体IP公司，而不是传统意义上的显卡制造商。

不过，从GPU技术本身来看，芯原拥有完整的Vivante GPU IP产品线，覆盖2D、2.5D、3D、GPGPU以及AI计算，可以应用于从智能手表、物联网MCU一直到汽车、AI计算和服务器芯片。

截至2025年底，搭载芯原GPU IP的客户芯片全球累计出货量已经超过20亿颗。

一、芯原股份是什么公司？

芯原股份英文名称为：

VeriSilicon

公司成立于2001年，总部位于中国上海，并于2020年登陆上海证券交易所科创板，股票代码：

688521.SH

芯原目前在全球设有多个研发中心以及销售和客户支持机构，员工超过2,000人。

芯原给自己的核心定位是：

基于自主IP的芯片定制解决方案服务提供商。

公司的商业模式被称为：

SiPaaS

即：

Silicon Platform as a Service

中文可以理解成：

芯片设计平台即服务。

客户不一定需要自己从零开始开发一颗复杂SoC。

芯原可以提供处理器IP、接口IP、芯片架构、前端设计、后端设计、验证、流片以及相关软件支持，帮助客户完成芯片设计。

二、芯原拥有六大处理器IP

GPU只是芯原整个IP体系中的一部分。

目前芯原拥有六大自主处理器IP：

• GPU：图形处理器
• NPU：神经网络处理器
• VPU：视频处理器
• DSP：数字信号处理器
• ISP：图像信号处理器
• Display Processor：显示处理器

此外，公司还拥有超过：

1,700个数模混合、射频和接口IP。

这些IP可以组合起来形成完整SoC平台。

例如，一颗汽车SoC可能同时使用：

GPU + NPU + ISP + VPU + Display

GPU负责3D图形；

NPU负责AI推理；

ISP负责摄像头图像处理；

VPU负责视频编解码；

Display负责最终显示输出。

这正是芯原最大的技术特点之一：

它不是只卖一个GPU核心，而是可以提供一整套芯片处理器IP。

三、Vivante GPU从哪里来？

芯原GPU技术的重要来源是：

Vivante Corporation

中文通常称为：

图芯美国。

Vivante曾经是一家独立GPU IP企业，与Arm Mali、Imagination PowerVR等GPU IP架构竞争。

2016年，芯原完成对Vivante Corporation的并购。

从此，Vivante GPU成为芯原股份的重要处理器IP产品线。

这次收购对芯原非常重要。

因为从这一刻开始，芯原不仅拥有传统芯片设计能力，也正式拥有了一套成熟的自主GPU架构。

今天看到的：

Vivante GPU

实际上就是这一技术路线长期发展的结果。

四、芯原为什么也算GPU企业？

如果按照“是否销售独立显卡”这个标准判断，那么芯原显然不是典型GPU企业。

但如果按照：

“谁设计GPU核心？”

这个标准来看，芯原绝对是一家重要的GPU企业。

现代SoC中的GPU通常有两种获得方式。

第一种：

芯片公司自己设计GPU。

例如：

NVIDIA

第二种：

芯片公司向GPU IP企业购买授权。

例如：

一家SoC企业可以购买GPU IP，然后把GPU集成到自己的芯片里面。

整个过程可能是：

CPU IP
↓
GPU IP
↓
NPU IP
↓
Memory Controller
↓
Display
↓
其他IP
↓
SoC

因此最终消费者购买的芯片虽然不是“芯原牌GPU”，芯片内部的GPU核心却可能来自：

Vivante。

这也是为什么统计全球GPU技术企业时，芯原股份应该占有一个位置。

五、Vivante GPU产品线

芯原Vivante GPU最大的特点之一就是：

可扩展性。

同一套GPU技术可以覆盖非常小的低功耗设备，也可以扩展到性能更高的SoC。

芯原目前GPU产品主要包括：

2D GPU

主要用于：

• 图形合成
• GUI
• 视频处理
• AI预处理
• 显示加速

2.5D GPU

主要用于：

• MCU
• 智能手表
• 智能手环
• HMI
• 汽车仪表
• 嵌入式GUI

3D GPU

主要用于：

• 3D图形
• Android设备
• 汽车座舱
• 嵌入式系统
• 计算机
• 智能终端

GPGPU

主要用于：

• 通用并行计算
• AI
• 汽车计算
• 边缘服务器
• 高性能计算

这种从小型MCU一直扩展到服务器的产品布局，是Vivante GPU的重要特点。

六、Vivante 3D GPU

3D GPU是Vivante最核心的传统产品之一。

它负责我们通常所理解的GPU工作：

Vertex Processing

顶点处理。

Rasterization

光栅化。

Pixel / Fragment Processing

像素和片元处理。

Texture Processing

纹理处理。

最终把3D模型变成屏幕上的二维图像。

芯原Vivante 3D GPU目前支持包括：

• Vulkan
• OpenGL ES
• OpenGL
• OpenCL
• DirectX

等主流图形和计算API。

例如GC8000Nano系列主要针对移动、嵌入式和MCU设备，在面积、功耗和图形性能之间取得平衡。

这与NVIDIA高端GPU追求最大绝对性能的路线明显不同。

Vivante很多产品追求的是：

足够的GPU性能 + 很小的芯片面积 + 很低的功耗。

七、2.5D GPU：一个非常有意思的市场

并不是所有设备都需要复杂的3D GPU。

例如：

智能手表
汽车仪表
智能家电
医疗设备
工业控制器

很多设备主要显示：

文字
图标
曲线
按钮
动画
仪表盘

如果为这些应用配置一个大型3D GPU，就可能造成：

面积浪费和功耗浪费。

因此芯原开发了专门的：

Vivante 2.5D GPU

它重点加速矢量图形和用户界面。

产品包括GCNanoUltraV、GCNanoOptimaV等系列，可以应用于MCU和MPU。

这种GPU性能看起来并不惊人，但对于芯片设计来说非常实用。

因为很多嵌入式设备真正关心的并不是：

“能不能玩AAA游戏？”

而是：

能不能用几毫瓦的功耗流畅显示漂亮的GUI？

八、超低功耗GPU：GCNano3DVG

2025年，芯原又发布了一款很有代表性的GPU IP：

GCNano3DVG

这款产品专门针对：

• 智能手表
• 智能手环
• AI眼镜
• AR眼镜
• 电池供电嵌入式设备

GCNano3DVG把：

3D + 2.5D

图形处理结合起来。

这样一颗非常小的GPU既可以处理普通GUI，也可以处理部分3D动画和视觉效果，而不必安装一个面积和功耗都更大的传统GPU。

这也是芯原GPU路线一个非常典型的特点：

不一定追求最高性能，而是针对不同设备选择最合适的GPU。

九、从GPU走向GPGPU

现代GPU已经不只是画图。

GPU内部拥有大量并行计算单元。

例如：

一个CPU可能只有几个或者几十个大型核心。

GPU则可能拥有大量相对简单的计算单元。

如果一个任务可以分成成百上千个相似计算：

GPU就可能非常有效率。

于是GPU开始从：

Graphics Processing Unit

发展到：

General-Purpose GPU

也就是：

GPGPU。

芯原也已经将Vivante GPU技术向GPGPU方向发展。

目前的Vivante 3D GPGPU产品包括：

CC9100TC

以及：

CC9800TC

等系列。

十、GPU开始加入Tensor Engine

这是芯原GPU技术近年非常值得关注的变化。

过去GPU主要处理：

FP32
FP16

这样的浮点运算。

但是AI大模型越来越多使用：

FP8
INT8
FP4

等低精度数据格式。

因此现代AI GPU内部通常会增加专门的：

Matrix / Tensor Engine

芯原最新GPGPU架构也已经加入Tensor Engine。

以CC9800TC系列为例，芯原公布的配置中已经支持FP8、INT8和FP4等Tensor计算。

于是芯原GPU的发展路径实际上已经开始出现这样的变化：

Graphics GPU
↓
GPGPU
↓
Tensor Engine
↓
AI GPU

这与整个GPU产业的发展方向是一致的。

十一、GPU + AI正在成为新的重点

2025年，芯原进一步公布了面向汽车和边缘服务器的：

GPGPU-AI Computing IP

这套架构把可编程GPGPU与专用AI加速器结合起来。

目标应用包括：

• 大语言模型推理
• 多模态AI
• 自动驾驶
• 实时决策
• 边缘AI服务器

也就是说，GPU继续处理大规模并行计算，而专门的AI计算单元负责矩阵和Tensor运算。

这说明芯原现在已经不只是把Vivante当作“显示GPU”。

它正在逐渐形成：

GPU + NPU + GPGPU + AI Accelerator

融合的计算架构。

十二、芯原在汽车GPU市场非常有优势

汽车正在成为GPU的重要市场。

一辆现代智能汽车可能拥有：

• 数字仪表
• 中控显示
• HUD
• 后排娱乐屏
• 360度影像
• ADAS
• 自动驾驶
• AI语音
• 车内视觉

这些功能都需要图形、AI和视频计算。

芯原恰好拥有：

GPU
NPU
ISP
VPU
Display

因此可以提供从：

摄像头输入 → AI处理 → 图形渲染 → 视频处理 → 屏幕显示

的一整套IP。

Vivante GPU很早就已经进入汽车市场。

例如恩智浦NXP的部分i.MX处理器就曾采用Vivante GPU技术。

相比仅仅提供GPU核心，这种完整的处理器IP组合对汽车SoC开发商非常有吸引力。

十三、GPU软件生态

GPU不能只有硬件。

真正能够使用GPU，还必须拥有：

GPU Driver

驱动程序。

Compiler

编译器。

Graphics API

图形接口。

Compute API

计算接口。

芯原Vivante GPU目前支持的图形和计算接口包括：

• Vulkan 1.0–1.4
• OpenGL ES
• OpenGL
• OpenCL
• DirectX

支持的操作系统包括：

• Android
• Linux
• Windows
• Chrome OS
• QNX
• Kylin OS
• OpenHarmony

对于GPU IP公司来说，这一点非常重要。

客户购买GPU IP之后，不可能再从头编写完整GPU驱动。

因此：

硬件IP + Driver + Compiler + SDK

实际上必须一起交付。

十四、超过20亿颗芯片使用芯原GPU IP

判断一家GPU IP企业是否成功，一个非常重要的指标不是它卖了多少块显卡，而是：

多少颗SoC集成了它的GPU。

截至2025年底，芯原公布的数据显示：

内置芯原GPU IP的客户芯片全球累计出货量已经超过20亿颗。

与此同时，采用芯原NPU IP的AI类芯片累计出货也已经接近2亿颗。

这说明Vivante并不是一个停留在实验阶段的GPU架构。

它已经被大规模集成进实际商业芯片。

十五、芯原和Arm Mali有什么相似之处？

理解芯原GPU最简单的方法之一，就是把它与：

Arm Mali

进行比较。

Arm并不需要自己制造手机GPU芯片。

Arm可以设计GPU架构：

Mali

然后把GPU IP授权给SoC公司。

客户再把：

CPU + GPU + NPU + Memory Controller

集成成自己的芯片。

芯原的Vivante也是类似模式。

因此：

芯原并不一定直接出现在最终产品品牌上。

消费者可能根本不知道Vivante。

但是芯片内部却运行着Vivante GPU。

这就是IP公司的特点。

十六、芯原与Imagination Technologies也很相似

另外一家与芯原商业模式非常接近的企业是：

Imagination Technologies。

Imagination拥有：

PowerVR GPU IP

芯原拥有：

Vivante GPU IP

两家公司都不是依靠大量销售独立显卡，而是通过：

GPU IP授权

进入其他公司的SoC。

因此，如果把全球GPU企业简单分成两类，可以得到：

第一类：GPU芯片公司

例如：

NVIDIA
AMD
Intel
摩尔线程
景嘉微

第二类：GPU IP公司

例如：

Arm
Imagination Technologies
芯原股份

芯原属于第二种。

十七、芯原真正的优势不是一块GPU

芯原最值得关注的地方，其实并不是某一个Vivante GPU型号。

它最大的优势是拥有一个相当完整的：

半导体IP平台。

例如客户希望开发一颗AI汽车芯片。

可能需要：

CPU
GPU
NPU
ISP
VPU
Display
PCIe
MIPI
Memory Interface

如果每一种IP都从不同厂商购买，系统集成会非常复杂。

芯原则可以提供其中相当大一部分。

因此芯原真正出售的是：

IP组合 + 芯片设计能力 + SoC平台。

这也是它与普通GPU公司的最大区别。

十八、芯原正在向Chiplet发展

随着AI芯片越来越大，把所有东西做在一个Die上的成本越来越高。

未来高性能计算芯片可能越来越多采用：

Chiplet

结构。

例如：

CPU Chiplet
GPU Chiplet
AI Chiplet
I/O Chiplet
HBM

最后通过先进封装组合起来。

芯原目前正在推进：

IP as a Chiplet

即：

IP芯片化。

进一步是：

Chiplet as a Platform

最终形成：

Platform as an Ecosystem。

对于GPU来说，这条路线非常值得关注。

未来客户可能不再只是购买一个GPU RTL IP，而可能直接购买已经做成硅片的：

GPU Chiplet。

十九、芯原的优势

芯原在GPU市场的主要优势包括：

第一，GPU IP经过长期商业验证。

Vivante并不是刚刚出现的GPU架构，已经拥有大量商业客户。

第二，出货规模大。

客户芯片累计出货超过20亿颗。

第三，覆盖范围非常广。

从几乎没有操作系统的小型MCU，到Android、Linux、汽车SoC甚至边缘服务器。

第四，拥有完整处理器IP组合。

GPU可以和NPU、ISP、VPU、DSP、Display协同工作。

第五，拥有芯片设计服务能力。

客户不仅可以购买GPU IP，还可以让芯原帮助完成整颗SoC。

这也是芯原真正独特的地方。

二十、芯原面临的挑战

芯原GPU同样面临明显挑战。

首先是：

高端GPU性能。

在PC游戏GPU、AI训练GPU以及超大规模数据中心GPU市场，NVIDIA和AMD仍然拥有非常明显的领先优势。

其次是：

软件生态。

现代GPU竞争越来越不是简单比较硬件。

NVIDIA拥有：

CUDA
cuDNN
TensorRT
大量AI软件库

AMD拥有：

ROCm

Intel也拥有自己的计算软件生态。

对于芯原来说，如果希望进一步进入高性能GPGPU和AI计算市场，除了GPU IP之外，还必须不断完善：

Compiler + Runtime + Library + SDK + AI Framework

整个软件体系。

第三是：

高端市场品牌影响力。

Vivante在嵌入式SoC中已经存在多年，但普通消费者对这个品牌并不熟悉。

这与NVIDIA、AMD完全不同。

不过对于IP企业来说，消费者品牌本身并不是最重要的竞争指标。

客户是否愿意把你的GPU集成进几十亿颗芯片，才更加重要。

二十一、芯原在中国GPU产业中的位置

如果只看中国独立显卡企业，芯原可能并不是最显眼的一家公司。

但如果从整个中国GPU产业链来看，芯原的位置实际上非常特殊。

摩尔线程的发展路线更接近：

完整GPU芯片。

壁仞、沐曦、天数智芯更重视：

GPGPU和AI计算。

景嘉微长期发展：

图形GPU芯片。

而芯原主要解决的是：

GPU IP。

这意味着它并不一定与这些企业直接竞争。

相反，一些芯片企业甚至可能成为芯原IP的客户。

因此中国GPU产业实际上需要不同层次的公司：

GPU Architecture
↓
GPU IP
↓
GPU Chip
↓
Graphics Card
↓
Software
↓
System

芯原所占据的位置主要位于：

GPU Architecture + GPU IP + SoC Design

这一层。

二十二、总结

**芯原股份（VeriSilicon）**是中国非常重要的半导体IP和芯片定制企业，同时也是全球GPU IP市场的重要参与者。

公司成立于2001年，总部位于上海，并于2020年在科创板上市。

2016年，芯原通过收购Vivante Corporation获得GPU技术，并逐步形成今天的：

Vivante GPU IP

产品体系。

Vivante GPU覆盖：

2D GPU
2.5D GPU
3D GPU
GPGPU
AI计算

可以应用于：

智能手表
IoT
嵌入式设备
汽车
AI/AR眼镜
计算机
边缘服务器
AI计算

截至2025年底：

搭载芯原GPU IP的客户芯片全球累计出货已经超过20亿颗。

芯原最大的特点不是制造一块自己的高端显卡，而是：

把GPU变成其他芯片企业可以使用的核心IP。

因此，如果NVIDIA代表的是：

GPU芯片模式

那么芯原代表的更多是：

GPU IP模式。

从更长远的角度来看，芯原正在进一步把：

GPU IP + NPU IP + SoC设计 + Chiplet

组合起来。

这可能使它从一家传统的半导体IP供应商，逐渐发展成为覆盖：

IP → Chiplet → SoC → AI计算平台

的综合芯片技术平台。

在中国GPU产业版图中，芯原股份因此拥有一个与摩尔线程、壁仞科技、沐曦等GPU芯片企业完全不同、但同样重要的位置。