2026 年 6 月 15 日，燧原科技科创板 IPO 过会，又一场造福盛宴鸣锣开场。至此，国产 GPU 四小龙在资本市场完成集结。

去年 12 月，摩尔线程与沐曦股份相继登陆科创板，目前市值均超过 3000 亿元。今年 1 月，壁仞在港股上市，现在市值超过 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 243.37%、121.26%、207.12%。

燧原科技也正在经历业绩的快速攀升，2024 年和 2025 年收入分别增长 140% 和 37%，预计 2026 年上半年增长 258.8% — 289.13%。

不同的是技术路线的选择。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，而燧原坚持 DSA 架构加自研软件栈，不兼容 CUDA。

而这条技术路线，可能是影响这一场造富盛宴最终走向的关键变量。

燧原科技这盘棋的执子之人是两个 AMD 的老兵：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 "，班级成员在芯片、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。赵立东在硅谷工作超过二十年，在 AMD 做到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，有三个选择：CPU、GPU 和 AI，最后选择了 AI。" 很重要的原因是，CPU 和 GPU 发展已经几十年了，无论是技术生态、产业生态，客户和原厂的结合度非常强，拆开非常难。"

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。燧原选择了 AI，而且直接瞄准难度最高的云端 AI 训练芯片。

燧原的产品节奏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 月发布第二代推理产品。

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

燧原收入来自三方面：AI 加速卡及模组、智算系统及集群、IP 授权及其他。

其中，卖卡是营收担当，2025 年 AI 加速卡及模组贡献 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 年规模减少约三分之二，收入比重只有 13%，系统级方案只能算是刚刚起步。

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

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，简单来说就是以牺牲通用性，换来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，并没有什么优势，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— 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，燧原科技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增长了 60.8%，2025 年则靠放量实现，销量上涨了 197.8%。

2026 年第一季度，燧原科技增长持续，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 3,256.18 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还在。

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个。

数据显示，AVAP 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），燧原科技向腾讯销售的收入从 2023 年的 1 亿元增加到 2024 年的 2.7 亿元，再进一步增加到 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，已经从战略合作转为生存依赖。

对此，燧原的自评是：公司向腾讯科技及其关联方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，是这个技术路线在商业化上的映射。

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也更加突出，所以商业上的理性选择，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。即，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高确定性。

反面是定价权受损与财务脆弱。

招股书提到，考虑到长期战略合作，燧原向腾讯供货单价低于对外非关联第三方售价。

第二轮回复中还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 AVAP 模式），销售给互联网客户 A 的三代加速卡毛利率为 39.46%（AVAP 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挑大梁，这就导致燧原科技的毛利率要远低于行业均值。

燧原科技预计 2026 年或者 2027 年将实现盈利，能否实现盈利，一个要看营业收入的达成率，另一个就是看毛利率情况。

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，其 2026-2028 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。

而燧原的腾讯方客户之外的前四大客户，每年均频繁更迭。

2 026 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 业务是虽然站上了船，但还坐不下，船也不够快。这句话同样是燧原的处境，燧原与腾讯 " 身处一条船 "，但船速不由自己掌控。

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，背后的考量包括两个维度。

一方面，如果永远兼容 CUDA，即使可以获得先进制程，也无法在短时间内在工程实现能力和系统优化能力方面追上英伟达，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了。

另一方面，目前，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均采用 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，燧原科技都自主研发。

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、五款芯片都是研发的成果。

接下来，燧原科技的募投资金继续投向第五代、第六代芯片研发及软硬件协同创新项目，继续迭代产品、生态。

当然，另起炉灶也是有代价的，即生态孤立。

当你决定不说行业通用的语言，就必须有足够强的话语权让市场来学你的语言。

在腾讯体内，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。这个阶段，生态孤立的代价被大客户的体量暂时消化了。而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科技，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。关键是，这类调整的决策权，不由燧原掌控。

而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 43 亿元。2026 年上半年，预计亏损 5.77 亿元至 6.08 亿元，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，这里不再赘述。

市场定位同样两难。如果被视为腾讯算力生态的核心资产，估值就绑定腾讯的 AI 投入节奏，可能会随腾讯 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。