AI芯片IPO国产GPU

腾讯撑场、60亿豪赌,"GPU四小龙"最后一龙刚刚过会

冬梅··原文链接
收录于 2026/6/16 10:00:06

一、关键事件:四小龙收官过会

  • 2026 年 6 月 15 日,上交所发布审议结果:燧原科技科创板 IPO 申请获上市委审议通过
  • 公司于 2026 年 1 月 22 日正式拿到科创板受理函,经两轮监管问询后顺利上会。
  • 至此,"国产 GPU 四小龙"资本化路径全部打通:
    • 摩尔线程、沐曦股份 → 已登陆科创板
    • 壁仞科技 → 已赴港上市
    • 燧原科技 → 此次过会,完成最后一块拼图

二、公司基本面:八年四代架构,DSA 路线

  • 燧原科技成立于 2018 年 3 月,8 年来自研迭代了 4 代架构、5 款云端 AI 芯片
  • 产品体系覆盖:AI 芯片、AI 加速卡及模组、智算系统及集群、AI 计算及编程软件平台。
  • 技术路线选择 DSA 架构,与英伟达主导的通用 GPU 路线(CUDA 生态)形成差异化:
    • GCU-CARE 加速计算单元 ↔ 对标英伟达 Tensor Core
    • GCU-LARE 片间高速互联技术 ↔ 对标英伟达 NVLink
    • 全栈自研软件平台"驭算 TopsRider",包含驱动、编译语言与编译器、算子库、工具链

文章观点:燧原押注的不是复刻 CUDA 生态,而是围绕云端 AI 训练和推理的实际负载做软硬件协同优化,特别在推理侧对成本、能效和部署效率敏感度更高。

三、产品代际与硬件形态

时间架构产品定位
2019邃思 1.0云燧 T1x / i1x训练 / 推理首代
2021邃思 2.0云燧 T2x训练
2021邃思 2.5云燧 i2x推理
2024邃思 320云燧 S60大模型推理
2025邃思 400云燧 L600训推一体,OAM 模组,支持 FP8、面向超万卡集群
  • 智算系统品牌为"云燧智算机 Cloud Blazer POD",单 POD 通常集成 4–8 台 AI 服务器、32–64 张 AI 加速卡。
  • 更大规模集群由多个 POD + CPU 通用服务器 + 高速网络 + 独立存储服务器 + 自研系统软件共同组成。

四、收入结构与商业化进度

2025 年主营业务收入 9.86 亿元

  • AI 加速卡及模组:8.56 亿元(86.83%)
  • 智算系统及集群:1.28 亿元(13.00%)
  • IP 授权及其他:164.20 万元(0.17%)

文章观点:虽然公司已经具备从单卡、模组到 POD 和集群的产品形态,但现阶段商业化重心仍在 AI 加速卡及模组交付。系统和集群业务能否持续放量,仍取决于大客户项目节奏和后续国产智算中心建设需求。

五、创始团队与核心人员

  • 共同实际控制人:ZHAO LIDONG(赵立东)、张亚林。
  • ZHAO LIDONG:1966 年生,清华大学电子工程学士 + 犹他州立大学电子与计算机工程硕士,30+ 年芯片设计与管理经验,曾任 S3、Juniper、AMD,参与 AMD 中国研发中心建立;现任董事长、CEO、董事会秘书。
  • 张亚林:1978 年生,复旦大学电子工程学士,25 年芯片设计经验,曾任 AMD 资深芯片研发经理、中国研发中心芯片技术总监,主导过 Xbox-One 主芯片、小霸王 Z+ 芯片等;现任董事、总经理、COO。
  • 核心技术人员
    • 柴䇂(前 AMD 资深芯片研发经理,主管硬件芯片部门)
    • 罗巍(前英伟达上海 CUDA 测试开发与质量保证高级经理,主导驭算 TopsRider 软件栈从零到一建设)
    • 陈松涛(前 Teradyne、Avago、Marvell,主管产品及系统工程体系)

文章观点:从创始团队阵容和核心人员构成来看,燧原从成立之初就不是单纯"做一颗芯片",而是同时补齐芯片架构、板卡模组、系统集群和软件栈能力。

六、研发与亏损:典型烧钱模式

  • 2023–2025 累计研发投入 36.76 亿元,累计营收 20.14 亿元,研发投入/营收比例 182.55%
  • 截至 2025 年末员工 838 人,研发人员 643 人,占比 76.73%
  • 三年财务数据:
年度营收净亏损研发费用研发费用/营收
20233.01 亿16.65 亿12.29 亿408.01%
20247.22 亿15.10 亿13.12 亿181.66%
20259.90 亿11.64 亿11.35 亿114.63%
  • 2026 Q1:营收 2.87 亿元(同比 +1474.85%),归母净亏损 4.44 亿元,亏损同比扩大。招股书解释为产品进一步在下游客户端放量、保持较高研发强度,同时预收客户款项预提的利息费用及税金附加影响当期利润。

七、融资历程:估值 4 年翻 5 倍,腾讯持续加注

  • 2023 年 9 月:债转股 + D 轮,腾讯科技、国方金浦等以 7.67 亿元前期可转股借款 + 8.90 亿元货币资金认购;D 轮投前估值约 141 亿元
  • 2023 年 12 月:D+ 轮,淮安铁鹰、云创算、安徽中安、浙江基金等 8 家约 6.80 亿元,投前估值约 159 亿元
  • 2024 年 6 月:D++ 轮,腾讯科技等 12 家约 7.53 亿元,投前估值约 166 亿元;腾讯单笔出资 3 亿元,为该轮最高。
  • 2024 年 12 月:E 轮,上海产投、腾讯科技等 36 名约 27.20 亿元,投前估值约 175 亿元。其中上海产投与腾讯科技各出资 3 亿元,国投聚力 2 亿元,扬州国琨约 1.98 亿元,武岳峰三期 1.85 亿元。

文章观点:连续融资一方面是 AI 芯片行业本身的资本密集属性,另一方面也反映出资本对国产 AI 算力替代窗口的押注。

八、客户与股权:腾讯是"二合一"角色

股权结构

  • 截至招股说明书签署日,腾讯科技 + 一致行动人苏州湃益合计持有 20.2580%,为第一大股东
  • ZHAO LIDONG 和张亚林通过直接持股 + 员工持股平台合计控制 28.1357% 表决权。
  • 公司无控股股东,股权结构较为分散。

客户结构(2025 年)

  • 直销收入占主营业务比例 98.74%
  • 前五大客户:
客户销售金额占比
腾讯科技(深圳)7.68 亿74.90%
成都高新电子信息产业1.45 亿14.15%
客户 A5505.93 万
客户 B1340.98 万
客户 C1195.26 万
前五大合计96.89%
  • 公司还存在 AVAP 模式:按与互联网客户商定的价格,将 AI 加速卡或模组销售给该互联网客户指定的服务器厂商,部分终端需求实际来自互联网客户。

文章观点:客户集中度高,一方面与智算系统及集群业务中单个大额合同有关,另一方面与互联网终端客户需求集中有关。腾讯不只是股东,还是公司最重要的客户。

九、IPO 募资 60 亿,继续押注下一代芯片

  • 本次 IPO 拟募资 60 亿元,投向:
    • 第五代 AI 芯片系列产品研发及产业化项目
    • 第六代 AI 芯片系列产品研发及产业化项目
    • 先进人工智能软硬件协同创新项目

文章观点:从过去几轮融资到此次冲刺科创板,融资主线并未改变:继续用资本换研发周期,用研发迭代换产品放量,再通过大客户场景验证,争取在国产 AI 算力市场中站稳位置。

十、行业判断:窗口打开了,但英伟达仍是最大参照物

市场规模(招股书援引灼识咨询数据)

  • 2024 年全球 AI 加速卡市场规模约 1190.28 亿美元,预计 2028 年增至 5257.70 亿美元
  • 中国 AI 加速卡市场:2020 年 122.54 亿元 → 2024 年 2164.77 亿元 → 2028 年预计 11076.46 亿元
  • 到 2028 年,中国推理 AI 加速卡市场规模预计达 8085.82 亿元,占整体市场七成以上

格局(2025 年):

  • 中国 AI 加速卡总出货量约 400 万张,英伟达约 220 万张,占比约 55%
  • 燧原科技销售 AI 加速卡及模组 6.63 万张,按出货量口径中国市场份额约 1.7%

文章观点:DSA 路线在推理场景更有现实意义。训练市场英伟达凭借 CUDA 生态构筑了极深护城河,尤其在软件适配和集群稳定性上,后来者短期内难以正面突破;推理场景客户对成本、能效比和部署密度的敏感度更高,只要国产芯片能拿出经得起验证的性价比,就有机会撬开客户采购大门。

但这并不意味着国产 AI 芯片已站到与英伟达同等竞争的位置。需求窗口确实打开了,但市场主导者仍是英伟达,国产厂商目前更多是在部分客户、部分场景、部分项目中完成验证和替代,距离真正的大规模普及,还有产品迭代、软件生态、客户迁移和集群稳定性等多重门槛需要跨过。

十一、结论:真正的考验才刚开始

对燧原科技而言,IPO 前后最核心的问题不是"能不能做出国产 AI 芯片"——从产品迭代和销售情况看,公司已经完成了从芯片、加速卡到智算系统的商业化落地。

更关键的问题在于:能否让这些产品在大客户真实业务中长期稳定运行,并持续降低客户从英伟达生态迁移到国产 AI 算力平台的成本。

文章结语:国产 AI 算力的机会已经出现,但真正的考验才刚刚开始。市场给出的不是一张现成门票,而是一场关于产品可靠性、软件生态和规模化交付能力的长期验证。