募资60亿，腾讯押宝的AI芯片“四小龙”，迎来科创板大考

过去两年，AI大模型把算力推到了全球科技竞争的中心。无论是ChatGPT、Gemini，还是DeepSeek带来的模型效率革命，都没有改变一个底层事实：算法创新之外，算力供给仍然是AI产业继续向前的关键瓶颈。尤其是在云端训练、推理、智算中心和行业大模型加速落地的背景下，AI芯片已经不再只是半导体行业内部的技术品类，而是人工智能基础设施的核心入口。

2026年6月15日，上海燧原科技股份有限公司将迎来科创板IPO上会审议。对于这家成立于2018年的云端AI芯片公司而言，这不仅是一次资本市场闯关，更是国产AI算力产业走到关键节点后的集中检验：在英伟达仍然掌握全球AI芯片话语权、CUDA生态仍然具有强大粘性、国内智算中心建设和国产替代需求持续升温的背景下，中国AI芯片企业究竟能否从技术突破走向商业闭环？

过去几年，燧原科技一直聚焦云端AI训练和推理场景，从AI加速芯片、AI加速卡及模组，逐步延伸到智算系统及集群，以及配套的计算和编程软件平台。这家公司要讲的故事，是形成“芯片—板卡—服务器—算力节点—智算集群—AI应用”的完整链条。根据招股书，燧原科技此次拟募集资金60亿元，主要投向基于五代AI芯片系列产品研发及产业化项目、基于六代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。

值得一提的是，腾讯作为燧原科技的重要产业股东以及重要客户，不仅为公司早期融资提供了信用背书，也通过云计算、互联网应用和AI业务场景，为其产品验证和商业化落地提供了关键入口；但这也意味着，燧原科技上市后必须向资本市场证明，它的客户和业务能力能够从腾讯生态进一步外溢到更广泛的智算市场。

放弃端侧市场，燧原科技如何搭建云端AI算力底座？

燧原科技的故事，要从2018年的中国AI芯片创业潮说起。

那一年，AI仍然是一级市场最热的关键词之一。计算机视觉、语音识别、自动驾驶、安防、智能终端等场景快速升温，大量AI芯片公司开始出现。但在当时，国内多数创业公司更倾向于选择边缘端、端侧或特定行业场景切入，因为这些市场看起来门槛更低、落地更快，也更容易用一颗相对小型的芯片讲出商业化故事。

燧原科技选择的却是另一条路。

2018年3月，燧原科技在上海成立，创始团队一开始就把方向定在云端AI训练和推理芯片。这不是一条轻松的路线。云端AI芯片面对的是数据中心、互联网大模型、智算中心和大规模AI应用场景，对芯片架构、算力密度、功耗控制、存储带宽、互联能力、软件栈和系统稳定性都有极高要求。更重要的是，这个市场从一开始就绕不开英伟达这个强大的对手。

这一路线背后，是创始团队的产业背景和判断。创始人赵立东和张亚林都拥有长期半导体和高性能计算领域经验。一个更偏战略、融资和产业资源，一个更偏技术、产品和研发落地。对云端AI芯片公司来说，这种组合很关键。因为AI芯片创业并不是单纯的技术创业，它同时也是资本密集型、客户密集型和生态密集型创业。芯片要流片，软件要适配，客户要验证，供应链要协同，每一步都需要长期投入。

从成长路径看，燧原科技大致经历了三个阶段。

第一阶段，是从0到1做出云端AI芯片和加速卡。公司推出“邃思”系列AI芯片，并基于芯片推出“云燧”系列加速卡，逐步形成面向云端训练和推理的产品矩阵。这个阶段的核心任务，是证明公司具备大芯片设计、流片、封装、板卡开发和基本软件适配能力。

第二阶段，是从单点产品走向训练和推理并行。燧原科技的产品线逐渐分为“云燧T”训练系列和“云燧i”推理系列。训练芯片主要服务于模型训练、算法迭代和大规模数据处理；推理产品则面向模型部署、在线服务、互联网推荐、内容生成、搜索广告等更贴近业务运行的场景。对于客户来说，训练和推理是AI应用闭环中的两个环节，燧原科技同时布局两端，意味着它希望提供更完整的国产AI算力解决方案。

第三阶段，是从加速卡走向智算系统及集群。随着大模型和AIGC应用爆发，客户需要的不再只是单卡算力，而是一整套可部署、可调度、可运维的算力基础设施。燧原科技也开始从芯片和板卡进一步延伸到智算系统及集群，通过自研AI加速卡、服务器、POD、网络设备、存储设备和系统软件组合，为大型智算中心提供集群级算力方案。

燧原科技发展大事记，来源：与非研究院整理

燧原科技主要产品线梳理，来源：与非研究院整理

从“寒王”到GPU四小龙，如何给燧原科技定价？

过去几年，国产AI芯片公司经历了一轮又一轮的资本狂欢和造富神话。寒武纪较早登陆科创板，成为国产AI芯片公司在A股的标的，更被称为了“寒王”；摩尔线程、沐曦股份、壁仞科技则在2025年底至2026年初密集进入资本市场，进一步点燃了国产GPU和AI算力芯片的关注度。

寒武纪是国产AI芯片公司在A股市场最早形成标杆效应的代表。它上市时间早，品牌认知度高，产品覆盖云端、边缘端和智能计算集群等方向，也曾经历资本市场从冷到热的巨大波动。

作为科创板AI芯片第一股，寒武纪2020年上市时发行价为64.39元/股，上市首日开盘价达到250元/股，较发行价高开约288%，盘中市值一度突破千亿元。此后几年，寒武纪股价经历过较长时间调整，也经历过AI算力热潮带来的重新定价。到2026年，寒武纪已经成为A股AI芯片板块的高估值标杆，市值进入数千亿元级别。它的股价波动本身，几乎就是国产AI芯片从“产业故事”走向“战略资产”的缩影。寒武纪的意义在于，它证明了国产AI芯片公司可以在资本市场获得极高关注度，也证明了AI芯片公司的估值不仅取决于当期利润，还取决于产业安全、国产替代、AI基础设施和未来成长预期。

在这轮国产AI芯片上市潮中，通常被放在一起比较的，是燧原科技、摩尔线程、沐曦股份和壁仞科技，被业界称为“国产GPU四小龙”。但严格来说，“国产AI芯片四小龙”比“国产GPU四小龙”更准确。因为摩尔线程、沐曦股份、壁仞科技更偏GPGPU路线，强调通用GPU、AI训练推理、高性能计算和图形能力；燧原科技则更聚焦云端AI训练和推理，属于非GPGPU架构路线中更具代表性的公司。它不是一家传统意义上的GPU公司，而是一家以云端AI算力平台为核心的芯片公司。

不同技术路线，决定了不同公司的市场想象空间，也决定了它们面对的商业化压力。

摩尔线程的特点，是“全功能GPU”路线。它不仅瞄准AI计算，也强调图形渲染、物理仿真、视频编解码、数字孪生等更广泛的GPU应用场景。这种路线的好处是天花板很高，一旦生态跑通，既可以进入数据中心，也可以进入工作站、图形计算、云游戏、元宇宙、仿真和行业数字化场景。但难度也很高，因为全功能GPU意味着更复杂的软硬件体系、更广泛的开发者生态和更多历史包袱。2025年12月，摩尔线程登陆科创板，上市首日高开468%，开盘报650元/股，市值达到3055亿元。更夸张的是，上市后短短几个交易日内，摩尔线程股价继续上冲，市场一度给出超过4000亿元的高市值。对于一家仍处在高研发投入和亏损阶段的公司而言，这样的估值显然不是传统财务模型能够完全解释的。资本市场真正买的，是“全功能GPU平台”在国产替代中的稀缺性，以及未来可能进入AI计算、图形渲染、仿真、视频处理和数据中心市场的想象空间。

沐曦股份的定位，则更集中在高性能GPU和AI算力方向。相比摩尔线程强调全功能GPU，沐曦更贴近数据中心AI算力、高性能计算和国产GPU替代。沐曦股份2025年12月登陆科创板，发行价为104.66元/股，对应发行后市值418.74亿元。上市首日，沐曦股价盘中一度达到699元/股，对应市值约2797亿元。换句话说，二级市场在上市首日就把它从数百亿元估值，直接推向接近3000亿元市值区间。沐曦的案例说明，在A股市场，只要公司同时具备国产GPU、AI算力、数据中心和国产替代等标签，市场会在早期给予非常强的稀缺性溢价。

壁仞科技则是另一个更偏高性能GPGPU路线的代表。它的叙事更接近“对标国际高端GPU”，强调高性能通用计算、AI训练推理和数据中心场景。壁仞选择港股上市，也为国产AI芯片公司提供了另一条资本路径。2026年1月，壁仞科技登陆港交所，发行价为19.60港元/股，上市首日收盘价达到34.46港元/股，较发行价上涨75.82%，市值一度突破千亿港元。港股市场通常比A股更重视商业化、收入兑现和盈利路径，但壁仞科技仍然获得较高估值，说明国产AI算力芯片已经不是单一市场的投资主题，而是A股和港股共同关注的硬科技资产。

与这三家公司相比，燧原科技的路线更聚焦，也更“窄”。它没有把自己包装成全功能GPU公司，而是长期围绕云端AI训练、推理、加速卡、智算系统及集群展开。表面看，这会限制它的想象空间；但从商业落地角度看，聚焦也有好处。因为云端AI芯片最难的不是发布参数，而是进入真实场景。燧原科技早期绑定腾讯等互联网客户，从AI加速卡及模组切入，再延伸到智算系统及集群，本质上是先在高频、高复杂度的互联网AI场景中打磨产品，再向运营商、政企智算中心和垂直行业扩展。所以，燧原科技在云端AI算力商业化路径方面，反而是相对清晰的公司。

如果只看财务报表，国产AI芯片公司多数仍处于高研发投入阶段，部分公司尚未盈利，收入规模与市值之间也很难用传统市盈率逻辑直接匹配。但过去一段时间，资本市场给出了另一个答案：只要公司被放进“国产AI芯片”“GPU替代”“智算中心”“英伟达平替”“算力自主可控”这几个关键词之中，就可能获得远高于当期业绩的估值定价。这些公司上市后的股价和市值表现，对燧原科技有两层影响。

积极的一面是，国产AI芯片公司已经完成了一轮资本市场“估值教育”。无论是寒武纪的长期高波动高估值，还是摩尔线程、沐曦股份、壁仞科技上市后的快速冲高，都说明资本市场愿意为国产AI算力标的给出明显高于传统芯片公司的溢价。燧原科技如果顺利过会并上市，也有机会站在这一轮国产算力资产重估的延长线上。

但压力同样明显。既然市场已经有了寒武纪、摩尔线程、沐曦股份、壁仞科技这些参照物，燧原科技就必须解释清楚自己凭什么获得同类估值。

燧原科技同类AI芯片友商竞对分析，来源：与非研究院整理

高成长与高亏损并存：燧原科技商业化进入关键验证期

燧原科技核心财务数据，来源：与非研究院整理，招股书

从财务数据来看，2022年至2024年，燧原科技营业收入分别为9010.38万元、3.01亿元和7.22亿元，2025年前三季度营业收入为5.40亿元。也就是说，燧原科技已经从不足亿元收入规模，进入年收入数亿元阶段。2022年至2024年，公司营收复合增长率达到183.15%。对于一家云端AI芯片公司来说，这意味着它的产品不再只是实验室样品，而是已经进入商业化交付和客户部署阶段。

2022年至2024年，燧原科技净亏损分别为11.16亿元、16.65亿元和15.10亿元，2025年前三季度净亏损为8.88亿元。同期，燧原科技经营活动现金流量净额分别为-9.87亿元、-12.09亿元、-17.98亿元和-7.70亿元。

燧原科技目前最核心的矛盾，是“高成长”和“高亏损”同时存在。

这可以理解，因为云端AI芯片是典型的高研发投入、长验证周期、重客户适配行业。芯片从架构设计、流片、封装、板卡开发，到驱动、编译器、算子库、框架适配，再到客户业务验证，每一步都需要大量资金。尤其是训练和推理芯片，要面对快速变化的大模型架构和客户业务需求，一代产品刚刚放量，下一代产品就必须启动研发。

值得关注的是收入结构的变化。2022年，燧原科技主营业务收入中，IP授权及其他收入为5320万元，占比59.19%；AI加速卡及模组收入3668.04万元，占比40.81%。也就是说，2022年公司收入还带有明显的早期特征，并不完全来自标准化产品销售。

到了2023年和2024年，收入结构发生了根本变化。2023年，AI加速卡及模组收入1.86亿元，占比63.62%；智算系统及集群收入1.00亿元，占比34.27%。2024年，AI加速卡及模组收入3.08亿元，占比43.36%；智算系统及集群收入3.99亿元，占比56.24%。2025年前三季度，AI加速卡及模组收入4.12亿元，占比76.73%；智算系统及集群收入1.24亿元，占比23.03%。这组数据说明，燧原科技的商业化重心已经从早期IP授权，转向AI加速卡及模组、智算系统及集群两大核心业务。前者代表芯片和板卡产品能力，后者代表系统集成交付能力。

积极的一面是，公司收入越来越来自核心产品，说明商业模式更清晰。尤其是AI加速卡及模组收入在2025年前三季度占比超过七成，说明产品销售正在成为收入主轴。对于资本市场来说，这比依赖一次性IP授权更容易定价，也更容易观察后续增长持续性。但压力也在于，智算系统及集群业务虽然能迅速放大收入规模，却不一定带来更高毛利率。2024年，公司智算系统及集群收入占主营业务收入比例超过一半，是收入增长的重要来源；但这类业务往往涉及服务器、交换机、软件、存储等大量外采产品，项目制特征明显，毛利率和回款周期都更复杂。

2022年，公司主营业务毛利率为78.07%，但这一年毛利率较高，主要受IP授权业务影响，并不代表核心产品毛利率。2023年，公司主营业务毛利率降至22.60%；2024年提升至30.59%；2025年前三季度进一步提升至36.23%。这说明随着产品迭代和收入结构变化，公司毛利率正在改善。

其中，AI加速卡及模组是最关键的观察项。2023年，公司AI加速卡及模组毛利率为15.51%；2024年大幅提升至40.78%；2025年前三季度为39.20%，基本保持稳定。招股书解释称，2024年AI加速卡及模组毛利率大幅提升，主要是公司当年主要销售第三代AI加速卡，产品制程工艺更先进，平均单价涨幅大于平均成本涨幅。这对燧原科技很重要。因为AI芯片公司能否改善盈利质量，关键不只是收入能不能增长，而是新一代产品能否带来更好的毛利率。如果第三代产品能够维持约40%的板卡毛利率，说明公司在产品成熟度、客户接受度和成本控制上已经有所改善。

不过，与同行相比，燧原科技的毛利率仍然偏低。招股书披露，2024年同行业可比公司主营业务毛利率平均值为56.97%，2025年前三季度可比公司平均值为62.86%；而燧原科技同期分别为30.59%和36.23%。这意味着，即使公司毛利率已经改善，但距离可比公司平均水平仍有差距。

再看研发费用，这也是燧原科技财务报表中最能体现“科技属性”的部分。2022年至2024年，公司研发费用分别为9.88亿元、12.29亿元和13.12亿元，2025年前三季度研发费用为8.90亿元。对应研发费用率分别为1096.12%、408.01%、181.66%和164.77%。这个比例非常高，但趋势在下降。

招股书披露，公司研发项目包括第二代、第三代、第四代、第五代、第六代高性能云端AI产品研发，AI软件栈自主研发及优化升级，以及一体化AI智算应用方案研发。其中，第六代高性能云端AI产品研发面向超大规模大模型训练与推理一体化需求，重点提升算力密度、存储带宽与互联能力，并强化低精度混合计算、MoE、长序列和多模态等场景下的吞吐与时延表现。

大模型时代，芯片公司不仅要拼峰值算力，还要拼显存带宽、互联能力、低精度计算、集群扩展、软件栈适配和性能功耗比。尤其是MoE、长序列、多模态和推理成本优化正在改变AI芯片设计方向，燧原科技如果不能持续投入，产品很快就可能被下一轮模型需求淘汰。

对传统芯片公司来说，一颗成熟产品可能卖很多年；但云端AI芯片不一样。模型架构在变，客户需求在变，国际竞品在变，软件生态也在变。公司即使已经完成第三代产品放量，也必须继续投入第五代、第六代产品，否则很难维持长期竞争力。遂原科技需要说服资本的，是在未来能否会从“高投入换增长”进入“规模化摊薄成本”的阶段。

是客户也是股东更是供应商，腾讯对遂原科技意味着什么？

对于一家AI芯片创业公司来说，最难的不是在发布会上公布一颗芯片，而是让芯片进入真实业务，在复杂模型、真实流量和长期运行环境中经受验证。

从招股书披露的股权结构看，燧原科技并不存在控股股东。公司共同实际控制人为赵立东和张亚林。但在外部机构股东中，腾讯科技及其关联方合计持有燧原科技20.2580%股份，其中腾讯科技（上海）有限公司持股19.9493%，是公司最重要的机构股东之一。

对AI芯片公司而言，最稀缺的资源不是资本，而是真实场景。尤其是云端AI芯片，客户迁移成本非常高。算法框架、算子适配、模型训练、推理部署、集群调度、运维系统，任何一个环节不稳定，客户都很难大规模切换。

腾讯的价值就在这里。

作为国内头部互联网和云计算企业，腾讯拥有社交、游戏、广告、内容推荐、云服务、大模型等大量AI算力需求。对于燧原科技而言，腾讯不仅是股东，更是一个天然的产品验证场景。A腾讯生态提供的复杂业务场景，帮助燧原科技缩短了从产品定义到客户验证的距离。

这也是燧原科技早期商业化能够较快推进的重要原因之一。招股书中提到，公司多代产品已在广泛的互联网AI场景中大规模商用，并为从传统AI模型到AI大模型的国民级互联网应用提供AI算力支撑。

从交易关系看，腾讯与燧原科技之间并不只是股权投资关系，还存在销售、采购和应收应付往来。招股书显示，腾讯科技（深圳）是燧原科技客户，公司对其销售AI加速卡及模组。截至2025年9月30日，公司对腾讯科技（深圳）应收账款为1.28亿元，其中直接销售形成的应收账款为1.27亿元，AVAP模式销售形成的应收账款为166.70万元。与此同时，公司还与腾讯云存在关联采购，包括服务器、软件及运维服务、云服务等。2025年前三季度，公司向腾讯云采购金额为733.09万元；2024年度为1137.72万元；2023年度为434.61万元；2022年度为68.27万元。

这组数据至少说明两件事。

第一，腾讯体系是燧原科技重要的商业化入口。腾讯科技（深圳）作为客户采购AI加速卡及模组，说明燧原科技的产品已经进入腾讯体系的实际业务或算力部署环节。

第二，燧原科技与腾讯体系之间也存在较复杂的关联交易安排。它既向腾讯体系销售产品，也向腾讯云采购服务器、云服务、软件及运维服务。这类交易本身并不必然构成问题，但资本市场一定会关注交易定价是否公允、业务是否独立。

这正是腾讯因素的两面性。积极的一面，是腾讯给燧原科技带来了资本、场景和信用背书。但风险的一面，是市场会担心燧原科技是否过度依赖腾讯生态。

如果股东、客户、供应商三者身份重叠，资本市场就会自然提出几个问题：公司收入增长有多少来自腾讯体系？这些订单是否具有持续性？交易定价是否真正市场化？如果腾讯未来调整算力采购策略，燧原科技的业绩是否会受到较大影响？除了腾讯，公司能否打开运营商、政企、金融、能源、制造等更多市场？

这也是燧原科技上市后必须回答的问题。

据介绍，在互联网客户之外，燧原科技也开始拓展智算中心和政企场景。尤其是在“东数西算”、地方智算中心建设和国产算力替代需求升温的背景下，AI芯片公司的客户结构正在从头部互联网企业，逐步延伸到运营商、地方平台公司、政企客户和垂直行业。这类客户购买的不只是单个加速卡，而是更偏系统集成和集群交付的智算基础设施。这也是燧原科技目前产品结构变化的原因。AI加速卡及模组仍然是核心产品，但智算系统及集群已经成为公司收入中越来越重要的组成部分。

燧原科技的主要客户（单位：万元），来源：与非研究院整理，招股书

AI算力投资热退潮了吗？

对燧原科技来说，科创板上会只是第一关。

上市并不意味着故事讲完。恰恰相反，真正的考验才刚刚开始。

这一轮考验，首先来自资本市场情绪的变化。

过去几年，市场一度沉浸在“算力即权力”“卖铲人永赚”的乐观叙事中，AI芯片股被视为通往未来的最确定船票。无论是美股的英伟达、AMD、博通，还是A股和港股的国产AI芯片公司，只要与“AI算力”“GPU替代”“智算中心”“英伟达平替”挂钩，就容易获得资本市场的高估值溢价。

但进入2026年之后，市场情绪开始发生变化。

全球AI芯片股出现明显震荡，昔日高歌猛进的股价开始回调。市场开始重新审视一个更根本的问题：AI算力资本热潮到底是不是已经过了最狂热的阶段？AI应用能否真正消化前期巨额算力投资？如果大模型应用的商业化速度不及预期，高昂的芯片采购、数据中心建设和电力成本，最终由谁来买单？

当前这个时间点，正好面临全球AI芯片投资逻辑开始分化。资本市场依然认可AI算力的长期价值，但会更加谨慎地追问：谁是真正的基础设施公司？谁只是概念受益者？谁能够持续卖出产品？谁能够降低亏损？谁能在英伟达和国内同行的双重竞争中活下来？

不过，判断算力投资热潮是否退去，最直接、最可靠的指标不是波动的股价，而是科技巨头们真金白银的资本开支（Capital Expenditure, CapEx）计划。这些数据揭示了一个与市场情绪截然相反的真相：对AI算力基础设施的投资非但没有放缓，反而正在以前所未有的规模和速度狂飙。

谷歌、亚马逊、微软和Meta，在2026年都公布了极其激进的资本开支计划 。

谷歌（Google）： 预计2026年资本开支将达到1750亿至1850亿美元，同比增长高达91%至102% 。

亚马逊（Amazon）： 预计资本开支将达到2000亿美元，同比增长约50%至59% 。

微软（Microsoft）： 预计资本开支将达到1900亿美元 。

Meta： 预计资本开支在1150亿至1350亿美元之间 。

综合来看，仅这四家公司在2026年的资本开支总额就将超过6000亿美元，同比增长超过60% 。

在中国，2025年1月6日，国家发展改革委、国家数据局、工业和信息化部印发《国家数据基础设施建设指引》（以下简称《建设指引》）。国家数据基础设施将带动数据流通利用以及网络、算力、安全等设施的建设和升级。据业界初步估算，数据基础设施每年将吸引直接投资约4000亿元，带动未来5年投资规模约2万亿元。

尽管近日AI芯片股的投资者在二级市场抛售股票，但AI算力的最终使用者和建设者们，正在以史上最强的力度加码投资。这种“卖家抛售，买家狂扫”的背离现象，恰恰说明热潮并未退去，而是资本的形态和流向发生了改变。

下一步，AI的工作负载和算力需求重心正在明确地从训练转向推理 ，这对国产AI芯片反而是机会。因为推理市场更分散，也更看重成本、能效、部署灵活性。如果燧原科技能够在这些场景中证明产品“足够好用、足够稳定、足够便宜”，就有机会建立自己的商业闭环。