这背后与这一些企业面向不同的下游市场、采取不同的生态发展路线有关；部分厂商还受到国际复杂环境的干扰，限制了成长性。
整体看国内AI计算芯片公司，在主要CPU和GPU两大类重要计算市场均有布局，只是在面向AI大模型浪潮的大算力芯片方面，相关公司的业务进展有所不同。
财报显示，上半年公司实现营业收入37.63亿，同比增长44.08%，是国内AI大芯片公司中营收最高的厂商；期内实现归属母公司股东的净利润8.53亿元，同比增长25.97%。
根据披露，公司基本的产品为高端处理器芯片，分为海光CPU系列新产品、海光DCU系列新产品，后者是GPGPU的一种。
应用场景方面，海光CPU既支持面向数据中心、云计算等复杂应用领域的高端服务器，也支持面向政务、企业和教育领域的信息化建设中的中低端服务器以及工作站和边缘计算服务器。海光DCU能够适用于大模型的训练和推理，客户覆盖了包括智算中心“新基建”、互联网、金融、运营商等行业。
主要聚焦CPU市场的上半年业绩依然承压。财报显示，上半年公司实现盈利收入2.2亿元，同比减少28.68%；归母纯利润是亏损2.38亿元。总营收中，芯片类营业收入为1.63亿元，同比增长8.51%，解决方案类营收5617.34万元，同比下降64.14%。
对于出现业绩下行的原因，公司解释一种原因是受宏观经济环境、电子政务市场和公司传统优势工控领域部分重要客户尚未回到正常状态采购的影响；另一方面，随着龙芯芯片产品竞争力提升，芯片出售的收益相应提高，公司调整销售策略，减少了整机型解决方案的销售。
主要布局在GPU业务的，2024年上半年实现盈利收入约3.5亿元，同比增长1.4%；扣非净利润约2134万元，同比增长182.51%。
三大细分产品中，图形显控领域为营收主要贡献类目，占收入比重的65%；芯片领域产品贡献营收6650.76万元，占营收约20%；其余营收来自小型专用雷达产品方面。三类业务在上半年的毛利率均出现不同程度下降，芯片领域13.79个百分点的下降幅度最大，降至30.41%，毛利率表现最好的是小型专用雷达、其次是图形显控领域，都接近60%。
可见，在非常关注的GPU芯片市场，对收入贡献还不算太高，这源于公司早期更多聚焦相对专用的市场，尤其在机载领域沉淀时间比较久，而在通用大算力领域仍在沉淀。公告也指出，其主体业务集中在航空工业少数客户，存在客户集中度高的风险。
据披露，面向AI大模型市场，2024年3月，公司研发景宏系列高性能智算模块与整机产品，填补了在AI训练AI推理和科学计算等应用领域的产品空白。公司也在推进由“专用”到“专用+通用”的发展战略。
同为GPU芯片厂商的寒武纪则仍然面临财务压力。上半年受“实体清单”等供应链坏因影响，公司实现营业收入6476.53万元，同比下降43.42%，毛利率62.72%；实现归母纯利润是-53,010.96万元，同比亏损收窄1471.90 万元。
芯原股份与前述厂商不同，其身处相对上游的IP市场，因此在本轮下行周期中，该公司的业绩受影响进度相比芯片设计类公司偏晚，仅从财务表现看，当前还有所承压。
财报显示，上半年公司实现营业收入9.32亿元，同比下降21.27%；归属于母企业所有者的净利润-2.85亿元，同比下降1381.89%。
不过根据董事长兼总裁戴伟民在业绩交流会上介绍，从在手订单来看已经在逐渐回暖。截至2024年第二季度，在手订单金额22.71亿元，预计能在一年内转化的比例约81%。回顾近几个季度的表现，2023年末公司在手订单金额20.61亿元、2024年一季度末22.88亿元，至今已连续三个季度订单量保持高位，实际上在2023年末已经看到转机。
此外，盈利能力在二季度表现慢慢的开始好转，公司二季度纯利润是亏损7800万元，比第一季度的亏损幅度已经大幅收窄62.4%。
相比之下，采取与市场上成熟生态拥抱的策略，在业务拓展方面相对会更为快速；和寒武纪则采取全套自研路线，这必然伴随着生态逐渐发展成长的道路，会在中短期内限制公司业务外延的拓展进度。
根据海光信息公开披露，旗下CPU兼容X86指令集，可以有明显效果地兼容目前存在的数百万款基于X86指令集的系统软件和应用软件；海光DPU兼容“类CUDA”环境，众所周知英伟达芯片帝国的护城河之一就是CUDA软件生态，显然国内厂商选择兼容路线，某一些程度为其应用落地搭上顺风车。
龙芯中科在财报中指出，公司坚持建立独立于Wintel体系和AA体系之外的安全可控信息技术体系和产业生态，推出了自主指令系统龙架构，持续研发及优化包括CPU IP核、GPU IP核、接口IP核等在内的多个自主软/硬IP核，不依赖国外技术授权(包括指令系统、IP核等)。
独立打造生态的定位令其目前发展业务过程中相对聚焦，一旦遭遇下游市场波动，便会影响到公司业绩表现。
据披露，目前龙芯中科基于信息系统和工控系统两条主线开展产业生态建设，面向网络安全、办公与业务信息化、工控及物联网等领域与合作伙伴保持全面市场合作，已应用行业包括电子政务、能源、交通、等。
选择不同的生态路线并没有对错之分，也不是只有非此即彼的关系，只是基于不同市场发展策略的产物。国内计算芯片厂商之间也在加强共建计算生态等动作，例如海光信息指出，在主动融入国内外开源社区，在金融、电信、交通等领域基本实现自主可控。
北京大学讲席教授谢涛在近日一次公开演讲中曾分析，在软件生态适配方面，主流AI企业主要采取两种路线：其一是主流GPGPU公司采取兼容CUDA软件生态的方式，但这从长远看还是受制于人；其二是走非CUDA路线，但整体呈现小、散、弱的局面，国内高端AI芯片企业达40余家，软件栈层面各自为战，整体市场占有率不足10%。
他认为，强调“全兼容”路线，能够在一定程度上帮助厂商从应用端发扬光大，但如果得不到继续支持，将受到较大冲击；强调“全自主”，即自己发明和创造指令集，这条路线也很重要，但毕竟是从头做起，生态建设将经历较为缓慢的过程。
另据IDC中国季度服务器跟踪初步调查报告，截至2023年底，我国服务器市场中芯片的国产化比例不到20%，尚有较大发展空间。