GPU“四小龙”最后一龙过会，燧原科技冲刺科创板，国产AI算力替代机会几何？

燧原科技科创板IPO过会

GPU“四小龙”最后一龙即将过会，又一家国产AI芯片公司走到科创板IPO审核关键节点。今天下午，上交所官网发布审核结果，云端AI算力厂商燧原科技科创板IPO申请获上市委会议审议通过。回溯其上市进程，公司1月22日正式拿到科创板受理函，经过两轮监管问询后顺利上会。

国产GPU“四小龙”集结资本市场

作为国产GPU第一梯队的“四小龙”之一，燧原科技此次过会意义重大。此前摩尔线程、沐曦股份登陆科创板，壁仞科技赴港上市，待燧原科技完成挂牌，四家国产算力龙头将完整集结资本市场。

燧原科技发展历程与产品体系

燧原科技成立于2018年3月。招股书显示，公司成立8年来，自研迭代了四代架构、5款云端AI芯片，形成了AI芯片、AI加速卡及模组、智算系统及集群，以及AI计算及编程软件平台在内的产品体系。

DSA架构路线选择

与市场上更常被拿来对标英伟达GPU生态的通用GPU路线不同，燧原科技选择的是DSA架构路线。简单来说，通用GPU强调更强的通用并行计算能力，而DSA更偏向针对特定计算负载进行架构优化。对于燧原科技而言，其技术押注点并不是复刻CUDA生态，而是在云端AI训练和推理场景中，以自研指令集、自研计算单元、自研互联技术和自研软件栈构建一套独立体系。它面向的是国内大模型训练、推理和智算中心建设带来的国产替代需求。而这条路上的阻碍也一目了然：英伟达长期建立的硬件、软件、开发者和客户迁移成本壁垒。

技术架构与产品策略

招股书将国内云端AI芯片厂商大体分为两类：一类是以华为海思、寒武纪、燧原科技等为代表的DSA架构厂商；另一类是以摩尔线程、沐曦股份、天数智芯、壁仞科技等为代表的通用GPU架构厂商。燧原科技的核心硬件架构包括GCU - CARE加速计算单元和GCU - LARE片间高速互连技术。按照招股书表述，GCU - CARE对标的是英伟达Tensor Core加速计算单元，GCU - LARE则对标英伟达NVLink卡间互联技术。软件层面，公司没有跟随CUDA生态，而是自研了包括驱动程序、编译语言与编译器、算子库、工具链在内的全栈AI计算及编程软件平台“驭算TopsRider”。这条路线的优势在于，燧原科技可以围绕AI训练和推理的实际负载做软硬件协同优化，特别是在推理侧，行业对CUDA生态的依赖相对训练侧更低，成本、能效和部署效率的重要性更高。招股书也提到，随着AI推理市场增长，DSA架构有望在特定场景下体现更高性价比。但这条路线的难点同样明确：软件生态迁移、模型适配、算子覆盖、客户验证周期，都会成为商业化落地的门槛。

在产品策略上，燧原科技已经形成了较清晰的代际路线。2019年，公司推出第一代邃思1.0架构，对应云燧T1x训练系列和云燧i1x推理系列产品；2021年，公司推出第二代邃思2.0架构，对应云燧T2x训练系列；同年推出邃思2.5架构，对应云燧i2x推理系列；2024年，公司推出第三代邃思320架构，对应云燧S60推理卡，该产品主要面向大模型推理场景；2025年，公司推出第四代邃思400架构，对应云燧L600训推一体模组。招股书显示，邃思400支持FP8低精度运算，并面向超万卡集群扩展需求。云燧L600采用OAM模组形态，支持高密度、高互联的AI服务器部署。

业务布局与收入结构

在芯片和加速卡之外，燧原科技也在向系统和集群层推进。其智算系统品牌为云燧智算机Cloud Blazer POD，通常由4至8台AI专用服务器和多台网络交换机组成，单个POD一般集成32至64张AI加速卡及模组。更大规模的智算集群，则由多个POD、CPU通用服务器、高速网络设备、独立存储服务器和公司自研系统软件共同组成。不过，从收入结构看，燧原科技当前最主要的收入来源仍然是AI加速卡及模组。2025年，公司主营业务收入为9.86亿元，其中AI加速卡及模组收入8.56亿元，占比86.83%；智算系统及集群收入1.28亿元，占比13.00%；IP授权及其他收入164.20万元，占比0.17%。这说明，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。

团队背景与研发投入

燧原科技能在成立数年内完成多代芯片架构迭代，并将产品推向云端AI算力市场，与其创始团队长期积累的芯片设计、工程管理和产业化经验密切相关。燧原科技的共同实际控制人为ZHAO LIDONG和张亚林。招股书显示，ZHAO LIDONG出生于1966年，拥有清华大学电子工程学士学位、犹他州立大学电子与计算机工程硕士学位，拥有30余年芯片设计及管理经验。他曾在S3、Juniper Networks、AMD等公司任职，并曾参与AMD中国研发中心的建立。2018年3月，他共同创立燧原科技，目前担任公司董事长、CEO及董事会秘书。张亚林出生于1978年，拥有复旦大学电子工程和信息系统专业学士学位，拥有25年芯片设计及管理经验。招股书披露，他曾在AMD任资深芯片研发经理、中国研发中心芯片技术总监，主导过Xbox - One主芯片、小霸王Z +芯片等芯片设计项目。2018年3月，他与ZHAO LIDONG共同创立燧原科技，目前担任公司董事、总经理、COO。从团队构成看，燧原科技的核心技术人员同样具有较强的芯片产业背景。招股书披露，公司核心技术人员包括柴菁、罗巍和陈松涛。其中，柴菁曾在AMD任资深芯片研发经理，加入燧原科技后负责硬件芯片部门，并参与公司四代架构、5款云端AI芯片从架构设计到量产的研发过程；罗巍曾在英伟达上海任CUDA测试开发和质量保证高级经理，加入燧原科技后负责软件研发体系，主导驭算TopsRider软件栈从零到一建设；陈松涛曾在Teradyne、Avago、Marvell等公司任职，加入燧原科技后负责产品及系统工程体系。

从创始团队阵容和核心人员构成来看，燧原科技从成立之初就不是单纯“做一颗芯片”，是试图同时补齐芯片架构、板卡模组、系统集群和软件栈能力。这种路线无疑要投入巨大的研发成本。招股书披露，2023～2025年，公司累计研发投入36.76亿元，累计营业收入20.14亿元，最近三年累计研发投入占最近三年累计营业收入比例为182.55%。截至2025年末，公司员工人数为838人，其中研发人员643人，研发人员占比76.73%。由于巨大的研发投入和较长的回报周期，燧原科技虽然收入增长较快，但仍处于持续亏损阶段。2023年至2025年，公司营业收入分别为3.01亿元、7.22亿元和9.90亿元；净亏损分别为16.65亿元、15.10亿元和11.64亿元。同期，公司研发费用分别为12.29亿元、13.12亿元和11.35亿元，研发费用占营业收入比例分别为408.01%、181.66%和114.63%。2026年一季度，公司实现营业收入2.87亿元，同比增长1474.85%；归属于母公司股东的净亏损为4.44亿元，亏损同比扩大。招股书解释称，2026年一季度，公司产品进一步在下游客户端放量，但由于公司保持较高研发强度，同时预收客户款项预提的利息费用以及产生的税金及附加，也对当期利润产生影响。

资本加码与股权结构

也正因为如此，燧原科技过去几年持续获得资本加码。从披露数据看，仅2023年至2024年，燧原科技就完成了多轮融资。2023年9月，燧原科技完成债转股及D轮融资。腾讯科技、国方金浦等投资者以合计7.67亿元前期可转债借款和8.90亿元货币资金认缴新增注册资本。其中，D轮货币资金增资参考投前估值约141亿元；前述可转债投资者则按照约123.43亿元投前估值或下一轮融资投前估值孰低值转股。同年12月，公司完成D +轮融资。淮安铁荣、云创智算、安徽中安、浙江基金等8家投资者以约6.80亿元货币资金认购公司新增股本，本轮融资投前估值约159亿元。进入2024年，资本继续加码。2024年6月，燧原科技完成D ++轮融资，腾讯科技等12家投资者以约7.53亿元货币资金认购公司新增股本，本轮融资投前估值约166亿元。其中，腾讯科技出资3亿元，是该轮融资中单笔出资金额最高的投资方。2024年12月，燧原科技又完成E轮融资。上海产投、腾讯科技等36名投资者以约27.20亿元货币资金认购公司新增股本，本轮增资投前估值约175亿元。其中，上海产投和腾讯科技分别出资3亿元，国投聚力出资2亿元，扬州国珺出资约1.98亿元，武岳峰三期出资1.85亿元。连续融资背后，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。

这里边有一个很值得关注的信息：腾讯不仅是燧原科技的重要股东，也同时是公司的重要客户。招股书显示，截至招股说明书签署日，腾讯科技及其一致行动人苏州湃益合计持有燧原科技20.2580%的股份，是公司第一大股东；而ZHAO LIDONG和张亚林通过直接持股及员工持股平台合计控制公司28.1357%的表决权，公司不存在控股股东，股权结构较为分散。2025年，公司主要采用直销模式，直销收入占主营业务收入比例达到98.74%。从前五大客户情况看，腾讯科技（深圳）有限公司对应销售金额为7.68亿元，占比74.90%；成都高新电子信息产业有限公司对应销售金额为1.45亿元，占比14.15%；客户A、客户B、客户C分别贡献5505.93万元、1340.98万元和1195.26万元。前五大客户合计占比达到96.89%。招股书进一步解释，公司客户集中度较高，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。除了直接向腾讯销售，公司还存在AVAP模式，即按照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。因此，部分服务器厂商采购背后，实际终端需求也可能来自互联网客户。

IPO募资投向与市场机遇挑战

此次IPO，燧原科技拟募集资金60亿元，继续投向第五代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，以及先进人工智能软硬件协同创新项目。换言之，从过去几轮融资到此次冲刺科创板，燧原科技融资主线并没有改变：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。

与已顺利完成IPO的“国产GPU四小龙”前三位一样，燧原科技同样赶上了国产AI芯片公司无法忽视的战略窗口期。过去几年，大模型训练与推理需求快速增长，尤其是近一年来，以“龙虾类Agent”为代表的新型应用大幅推高了Token消耗，算力已从互联网大厂的技术储备，转变为云厂商、运营商、地方智算中心及行业客户共同投入的基础设施。随着AI应用从模型训练逐步走向规模化部署，推理算力需求持续放大，这也为国产AI芯片公司提供了新的切入机会。招股书援引灼识咨询数据称，2024年全球AI加速卡市场规模约为1190.28亿美元，预计2028年将增长至5257.70亿美元；中国AI加速卡市场规模则从2020年的122.54亿元增长至2024年的2164.77亿元，预计2028年将达到11076.46亿元。

不过，比起总量的扩张，市场内部的结构性变化更值得玩味。过去，外界谈论AI算力，几乎等同于谈论大模型训练。但训练终究有阶段性，而推理需求却是伴随着应用落地持续存在的。数据显示，到2028年，中国推理AI加速卡的市场规模预计将达到8085.82亿元，占整体市场的七成以上。这一趋势对燧原科技这类采用DSA（专用领域架构）的厂商而言，意义尤为现实。在训练市场，英伟达凭借CUDA生态构筑了极深的护城河，尤其是在软件适配和集群稳定性上，后来者很难在短期内正面突破。相比之下，推理场景虽然同样看重可靠性，但客户对成本、能效比和部署密度的敏感度更高。在那些模型相对固定、应用场景明确的行业里，只要国产芯片能拿出经得起验证的性价比，就有机会撬开客户的采购大门。

不过，这并不意味着国产AI芯片已经站到了与英伟达同等竞争的位置。招股书披露，2025年中国AI加速卡总出货量约为400万张，其中英伟达出货量约220万张，占比约55%。同期，燧原科技销售AI加速卡及模组6.63万张，按照出货量口径测算，中国市场份额约为1.7%。这组数据很直观地说明了国产AI芯片公司的处境：需求窗口确实打开了，但市场主导者仍然是英伟达。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。

因此，对燧原科技来说，IPO前后最核心的问题并不是“能不能做出国产AI芯片”。从招股书披露的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，它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。换句话说，国产AI算力的机会已经出现，但真正的考验才刚刚开始。对于燧原科技而言，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。