燧原科技IPO过会：不兼容CUDA的国产AI芯片，挑战与市场前景深度解析

2026年6月15日，燧原科技科创板IPO过会，这无疑又拉开了一场造富盛宴的序幕。至此，国产GPU领域的四小龙已悉数完成资本集结。

去年12月，摩尔线程与沐曦股份先后登陆科创板，目前市值均已突破3000亿元。今年1月，壁仞科技在港股上市，市值也超过1200亿元。高市值的背后，是业绩的加速释放。2025年，这三家上市公司的收入增幅分别达到了243.37%、121.26%和207.12%。

作为后来者，燧原科技同样身处业绩的快速攀升通道：2024年和2025年，其收入分别增长了140%和37%，而预计2026年上半年的增速将达到258.8%至289.13%。

不过，技术路线的选择上，四家走出了一条分岔路。摩尔线程、沐曦、壁仞均采用通用GPU路线，强调与CUDA生态的兼容与适配；而燧原则坚持DSA架构加自研软件栈，不兼容CUDA。不妨先看几个关键判断：这条技术路线，很可能会成为影响这场造富盛宴最终走向的关键变量。

一、训练起家，推理养家

燧原科技这盘棋的执子之人，是两位前AMD老兵：赵立东和张亚林。

赵立东毕业于清华大学EE85班——这个班级被称为中国半导体行业的“黄埔军校”，成员在芯片、传感器、AI芯片等领域创立或领导了兆易创新、卓胜微、韦尔股份、长江存储等多家企业。他本人则在硅谷工作超过二十年，在AMD升至计算事业部高级总监，负责GPU和AI加速芯片的规划与落地。

张亚林毕业于复旦大学电子工程系，在AMD历任资深芯片经理、中国研发中心技术总监，作为AMD全球芯片研发主要负责人之一，成功领导开发并量产了多颗重要产品。

2018年，这对曾经的搭档在上海再次聚首创业时，面前有三个选择：CPU、GPU和AI，最终他们选了AI。原因很简单：“CPU和GPU已经发展了几十年，无论是技术生态还是产业生态，客户和原厂的结合度都非常强，想拆开很难。”

AI芯片则不同，市场潜力巨大，给以创新架构为基础的云端芯片提供了机会。燧原选择AI，并且一上来就瞄准了难度最高的云端AI训练芯片。

产品节奏也一直沿着这个方向推进。成立仅18个月，燧原就发布了第一代云端训练芯片邃思1.0及云燧T10训练加速卡，一次性流片成功。2020年推出第一代推理产品，2021年7月发布第二代训练产品，同年12月又发布了第二代推理产品。

截至2025年底，燧原已自研迭代了四代架构、五款云端AI芯片，构建起了从芯片、加速卡到智算集群和软件平台的完整产品体系。

收入来源主要有三块：AI加速卡及模组、智算系统及集群、IP授权及其他。

其中，卖卡是营收的绝对主力。2025年，AI加速卡及模组贡献了8.56亿元，占比86.83%；智算系统及集群虽然在2024年贡献了56%的收入，但2025年规模缩减了约三分之二，收入比重降至13%——系统级方案只能算刚刚起步。

而AI加速卡及模组的商业化，并没有展现出燧原在训练方面的先发优势，反而主要依靠推理产品来支撑。

训练产品占比过低，与燧原选择的技术路线直接相关。

燧原走的是DSA架构，即领域专用架构。不同于通用GPU兼容CUDA生态、客户可以零成本迁移，DSA架构针对AI计算中的矩阵乘法、卷积等特定运算做硬件定向优化。简单来说，就是用一定的通用性，换来了更高的能效比和更低的单位算力成本。

这套路线在训练市场没什么优势，但在推理市场优势明显。

训练需要处理海量数据、大规模并行计算、极高的集群通信效率，对通用性和生态成熟度要求极高——这些恰好是英伟达CUDA的壁垒所在。而推理面向的是具体业务场景的单次计算，任务更固定、更碎片化，对专用性和成本敏感度远高于对通用性的需求。

随着大模型从训练走向规模化部署，推理算力需求持续放大。

2023年至2025年，燧原科技AI加速卡及模组的收入分别为1.86亿元、3.08亿元和8.56亿元，2024年和2025年的增幅分别为65.6%和178.5%。

但增长的驱动力并不相同。2024年，燧原发布了第三代推理芯片邃思S60，实现了国产万卡推理集群的突破。这一年的增长主要靠涨价推动——AI加速卡及模组的平均单价上涨了60.8%。而2025年则靠放量实现——销量上涨了197.8%。

2026年第一季度，燧原的增长势头未减，实现收入2.87亿元，同比增长14.87倍。

再往前看，灼识咨询预测，全球AI加速卡的推理需求市场规模将从2024年的476.11亿美元增长到2028年的3256.18亿美元，复合增长率为61.71%；国内规模将达到8085亿元，占整体市场的七成以上。

这意味着，DSA路线的商业化窗口期依然还在。

二、绑在腾讯船上的双刃剑

商业化窗口还在，但为燧原买单的客户并不多——腾讯无疑是最重要的那一个。

数据显示，在A VAP口径下（指公司按照与互联网客户商定的价格，将AI加速卡或模组产品销售给指定的服务器厂商），燧原科技向腾讯的销售收入从2023年的1亿元，增加到2024年的2.7亿元，再进一步跃升至2025年的8.3亿元，占同期收入的比重分别为33.34%、37.77%和83.8%。

腾讯不仅是最大客户，还是燧原科技的大股东——腾讯及其关联方合计持有燧原20.26%的股份。

可以看出，燧原科技与腾讯的交易，已经从战略合作演变为生存依赖。

对此，燧原在招股书中的解释是：公司向腾讯及其关联方的销售金额占比持续提升，是公司基于自身发展阶段和有限资源，采用“优先单点突破、后续以点带线、逐步以线带面”战略的结果，具有商业合理性。

收入高度集中于腾讯，实际上是这个技术路线在商业化上的自然映射。

DSA架构加自研软件栈，决定了燧原的客户导入成本要高于通用GPU厂商。即便后者也未能实现客户分散，燧原在客户拓展上的劣势依然更加突出。因此，商业上的理性选择，就是集中资源打透核心客户。

腾讯有海量的AI算力需求——元宝、混元、微信AI、腾讯会议、企业微信，这些产品都需要烧Token，背后都需要算力，也需要计算每Token的成本。腾讯有足够的耐心和资金来扶持一家国产芯片供应商，也有动力在英伟达之外构建第二条算力供应链。

这种深度绑定，对燧原来说是一把双刃剑。

正面是迁移成本构成的护城河。

燧原在首轮问询回复中提到，腾讯缺乏通过其他供应商对公司产品现阶段进行大规模替代的动机与现实条件。换句话说，燧原的软硬件生态已经嵌入了腾讯的AI基础设施中。这种由技术架构和软件适配带来的“沉没成本”，让腾讯的持续采购具备了高确定性。

反面则是定价权受损与财务脆弱。

招股书披露，考虑到长期战略合作，燧原向腾讯供货的单价低于对外非关联第三方的售价。第二轮回复中有一组数据可以参考：2025年，燧原销售给腾讯的三代AI加速卡毛利率为33.95%，销售给非互联网客户B的三代AI加速卡毛利率为43.05%（类A VAP模式），销售给互联网客户A的三代加速卡毛利率为39.46%（A VAP模式，终端客户是腾讯）。

再加上推理卡的毛利率低于训练卡，而燧原的收入中推理产品挑大梁，这就导致燧原的毛利率远低于行业均值。

燧原科技预计2026年或2027年将实现盈利。能否实现，一个要看营业收入的达成率，另一个就要看毛利率的改善情况。

收入方面，根据Bernstein报告统计，腾讯对AI算力的需求持续攀升，近年来持续加大AI相关资本开支，2026至2028年AI直接和间接相关资本支出预计分别为110亿美元、130亿美元和140亿美元。在需求压力下，腾讯对燧原的采购短期内不会断。

但值得注意的是，燧原在腾讯之外的前四大客户，每年均频繁更迭。2026年，拓展非关联客户的现实是：3家互联网潜在客户“有望2026年底小规模交付”，1家非互联网客户“有望2026年内产生收入”。可见，燧原并没有建立起稳定复购的客户梯队，“以点带线”的效果还需要进一步提升。

2026年5月，腾讯股东大会上，马化腾评价AI业务时说道：虽然站上了船，但还坐不下，船也不够快。这句话同样适用于燧原——它与腾讯“身处一条船”，但船速不由自己掌控。

三、燧原科技在赌什么？

绑定腾讯，是燧原生存下去的支点。但它真正在赌的，远不止一家客户的订单。

燧原选择DSA架构，背后的考量有两个维度。

一方面，如果永远兼容CUDA，即便能获得先进制程，也无法在短时间内从工程实现能力和系统优化能力上追上英伟达，而且兼容CUDA会进一步壮大CUDA生态——那就永远只能做英伟达的影子。

另一方面，全球来看，谷歌、微软、亚马逊均坚持自研DSA架构的AI芯片；国内2025年出货量较高的主要国产厂商，也大多采用DSA架构。

这意味着，要实现自主可控的算力，必须另起炉灶。燧原赌的是：只有彻底自研，才有可能在下一代AI算力格局里拿到定义权。

所以，从芯片与硬件技术，到计算软件及编程平台技术，再到AI算力集群方案技术，燧原都坚持自主研发。

2023至2025年，燧原累计研发投入36.76亿元，是同期营收的1.8倍。643名研发人员，占员工总数的76.73%。四代架构、五款芯片，都是这笔投入的直接成果。

接下来，燧原的募投资金将继续投向第五代、第六代芯片研发及软硬件协同创新项目，持续迭代产品和生态。

当然，另起炉灶也有代价——生态孤立。

当你决定不说行业通用的语言时，就必须有足够强的话语权让市场来学你的语言。在腾讯体系内，燧原的软硬件已深度嵌入元宝等核心业务线，形成了一个封闭但活跃的内部生态。在这个阶段，生态孤立的代价被大客户的体量暂时消化了。但当燧原试图向其他厂商推广时，对方未必有腾讯那样的战略耐心——每一次导入都是一场硬仗。

更深一层的风险，来自腾讯的战略变化。

如前文所述，从商业理性出发，腾讯没有动机和条件替换掉燧原。但商业理性不等于战略理性。谷歌做TPU、Meta做自研ASIC，超级平台将算力命脉握在自己手里，腾讯跟进这一路径的可能性始终存在。即便不发生直接替换，合作深度与优先级的调整也可能对燧原的业务结构产生实质性影响。关键在于，这类调整的决策权，并不由燧原掌控。

面对这种结构性的被动，燧原并没有多少缓冲空间。

2023至2025年，燧原累计亏损超过43亿元。2026年上半年，预计亏损5.77亿元至6.08亿元，亏损幅度小幅收窄。盈利能否兑现，高度依赖营收达成率和毛利率的改善，这一点我们不再赘述。

市场定位同样两难。如果被视为腾讯算力生态的核心资产，估值就会绑定腾讯的AI投入节奏，可能随腾讯AI资本开支水涨船高；如果被视为客户集中度极高的风险标的，估值又可能受到单点依赖的影响。烫原科技的未来，依然充满变数。