2026 年 9 月 11 日，上海燧原科技股份有限公司（证券简称：燧原科技，证券代码：688801）正式在上海证券交易所科创板挂牌交易。

作为国产云端 AI 芯片领域的领军企业，燧原科技此次上市发行价定为 142.18 元 / 股，开盘股价暴涨，盘中最高触及 475 元，涨幅超 234%，总市值一度突破 1800 亿元，成为 2026 年科创板最受瞩目的 IPO 之一。

从成立到登陆资本市场，燧原科技用八年时间走出了一条全栈自研、原始创新的国产 AI 芯片突围之路。在全球 AI 算力格局深刻调整、国产替代加速推进的行业背景下，燧原科技的成功上市不仅是企业发展的里程碑，更折射出中国 AI 芯片产业从追赶到并跑、从可用到好用的阶段性跨越。

云端 AI 芯片领军者，全栈自研构建护城河

燧原科技成立于 2018 年，彼时正值全球人工智能产业爆发前夜，深度学习模型规模快速增长，对云端算力的需求呈指数级上升。而中国市场严重依赖进口 AI 芯片，英伟达一家独大，不仅价格高昂、供货周期长，更面临地缘政治带来的供应链风险。

在此背景下，一批拥有国际顶尖芯片企业从业经验的技术专家回国创业，燧原科技便是其中的代表。成立之初，燧原科技就确立了 " 原始创新、自主研发 " 的技术路线，不跟随、不依赖通用 GPU 架构，而是针对 AI 计算场景定制化设计专用架构（DSA），走 " 云端优先、推理切入、训练跟进 " 的产品路径，目标是打造自主可控的全栈 AI 算力基础设施。

在技术路线上，燧原科技没有采用英伟达等厂商主导的通用 GPU（GPGPU）架构，而是选择了针对 AI 计算优化的专用架构（Domain Specific Architecture，DSA）。这一选择体现了公司的技术判断力：AI 计算具有高度并行化、计算模式固定、访存模式可预测等特点，专用架构相比通用架构能够实现更高的性能密度、能效比和性价比。

公司自主研发的 " 邃思 " 芯片架构，针对大模型训练与推理的计算特征进行了深度优化，在矩阵运算、张量处理、数据搬运等核心环节实现了专用加速。相比于通用 GPU 架构，DSA 架构在特定 AI 场景下能够以更低的晶体管面积实现更高的算力输出，同时降低功耗和成本。

对标英伟达的 Tensor Core，燧原科技原创设计了 GCU-CARE（Compute Architecture for AI Revolution）加速计算单元，这是公司最核心的技术专利之一。GCU-CARE 针对 AI 计算中最核心的矩阵乘法、张量运算等操作进行了硬件级加速，支持 FP32、FP16、BF16、INT8 等多种数据精度，能够灵活适配不同 AI 模型的计算需求。

相比于传统的 SIMD（单指令多数据流）架构，GCU-CARE 采用了更先进的数据流架构，通过计算与数据搬运的重叠、多级缓存层次优化、片上网络高效调度等技术，大幅提升了计算单元的利用率。在实际业务场景中，GCU-CARE 的实际有效算力占理论峰值的比例显著优于同类通用 GPU 产品，尤其在大模型推理场景下表现突出。

随着 AI 大模型规模不断扩大，单芯片算力已无法满足需求，万卡级、十万卡级集群成为标配，芯片间高速互联技术至关重要。英伟达凭借 NVLink 技术构建了强大的集群能力，形成了极高的生态壁垒。

燧原科技自主研发了 GCU-LARE（Lightweight Architecture for RDMA Engine）片间高速互联技术，支持多芯片之间的低延迟、高带宽数据传输。该技术采用创新的协议设计，能够实现芯片间直接内存访问，无需 CPU 参与，大幅降低了通信延迟。目前，GCU-LARE 已支持千卡级集群的高效互联，正在向万卡级规模演进，能够支撑千亿参数大模型的训练与推理任务。

AI 芯片的竞争力不仅在于硬件性能，更在于软件生态的完善程度。英伟达 CUDA 生态经过十余年发展，拥有庞大的开发者社区和丰富的算子库，是其垄断地位的核心支撑。国产 AI 芯片要实现替代，必须构建自主可控的软件栈，降低开发者的迁移成本。

燧原科技自研了全栈 AI 计算及编程软件平台 " 驭算 TopsRider"，涵盖驱动程序、编译语言与编译器、算子库、工具链、应用框架适配等完整层级。该平台向上对接 TensorFlow、PyTorch 等主流 AI 框架，向下适配公司自研的 AI 芯片硬件，实现了软硬件的深度协同优化。

除了芯片与软件，燧原科技还具备系统级的解决方案能力。公司推出了云燧智算机、AI 算力集群等产品，集成了自研芯片、加速卡、互联技术、管理软件，能够为客户提供开箱即用的算力基础设施。

针对超大规模智算中心的散热需求，燧原科技开发了液冷 AI 加速卡与集群方案，支持冷板式液冷与浸没式液冷，能够有效降低数据中心 PUE（能源使用效率），提升算力密度。目前，公司的千卡、万卡智算中心项目已实现商业化交付，在国产智算中心建设中占据重要地位。

产品矩阵与商业化，从推理切入到全场景覆盖

经过八年发展，燧原科技已构建起覆盖 "AI 芯片 - AI 加速卡及模组 - 智算系统及集群 - AI 计算软件平台 " 的完整产品矩阵，能够满足不同客户、不同场景的算力需求。

在商业化策略上，燧原科技选择了 " 先推理、后训练 " 的路径。相比于训练芯片，推理芯片对单卡峰值算力要求相对较低，更注重成本、功耗与部署效率，市场规模更大、落地周期更短，更适合初创企业切入。

凭借高性价比、快速交付与定制化服务，燧原科技的 AI 推理产品迅速在互联网行业打开市场。在内容推荐、广告投放、OCR 识别、智能会议、图像视频处理等典型推理场景中，燧原产品的实际表现达到甚至超过国际同类产品，而成本显著降低。

2023 年至 2025 年，燧原科技营业收入分别为 3.01 亿元、7.22 亿元、9.90 亿元，年均复合增长率超过 80%。其中，AI 加速卡及模组是主要收入来源，占比超过 90%。公司预计 2026 年前三季度实现营业收入 23.00 亿元至 30.00 亿元，同比增长 325.78% 至 455.37%，呈现爆发式增长态势。

腾讯是燧原科技的第一大客户，也是最重要的战略合作伙伴。双方的合作始于 2019 年，从最初的单一场景小规模验证，逐步发展到多场景大规模部署，历经七年时间打磨，形成了深度绑定的协同关系。

数据显示，2023 年至 2025 年，燧原科技对腾讯科技的销售收入分别为 1.00 亿元、2.73 亿元、8.30 亿元，占当期营业收入比例分别为 33.34%、37.77%、83.79%，占比逐年提升。这一方面反映出腾讯对 AI 算力需求的快速增长，另一方面也体现了燧原产品在腾讯业务场景中的认可度不断提高。

双方的合作不仅限于产品采购，更延伸至联合研发层面。腾讯与燧原联合定制开发了 " 紫霄 " 系列芯片，针对腾讯的 OCR 文字识别、智能会议、图像语音降噪等业务场景进行深度优化，实现了业界同类产品两倍以上的性价比。通过与腾讯的深度合作，燧原科技得以在海量、高并发、高要求的真实业务场景中快速迭代产品，提升技术成熟度。

在巩固腾讯市场的同时，燧原科技正积极拓展其他头部互联网厂商与行业客户。目前，公司第四代产品已通过多家潜在头部互联网客户的硬件及模型匹配测试，预计 2027 年实现大批量交付。

在非互联网领域，燧原科技已在金融、运营商、智慧城市、科研教育等行业实现突破。例如，与国内多家银行合作搭建 AI 算力平台，用于智能风控、反欺诈等场景；与运营商合作建设边缘智算节点，支撑 5G+AI 应用；为高校与科研机构提供国产算力，支持基础研究与大模型训练。

研发体系与人才，持续创新的源动力

作为技术密集型企业，燧原科技始终将研发投入放在首位。2023 年至 2025 年，公司累计研发投入达到 36.76 亿元，占累计营业收入的比例超过 150%，远高于行业平均水平。即使在商业化快速增长阶段，公司依然保持了高强度的研发投入，确保技术领先性。

在研发模式上，燧原科技建立了多代并行研发体系。当前，第四代产品已实现量产，第五代产品处于研发阶段，第六代产品已启动预研。这种梯队式研发模式确保了产品迭代的连续性，能够快速响应市场需求变化，始终保持技术竞争力。

截至 2025 年底，燧原科技员工总数为 838 人，其中研发人员 643 人，占比高达 76.73%。研发团队中，硕士及以上学历占比超过 70%，核心技术人员均拥有国际顶尖芯片企业十年以上从业经验，参与过多款十亿级晶体管规模芯片的设计与量产。

公司创始人张亚林是国内芯片设计领域的资深专家，在 AMD 任职期间领导了多个重量级芯片项目，具备从架构定义到量产交付的全流程经验。在他的带领下，燧原科技打造了一支兼具国际视野与本土经验的研发团队，覆盖芯片前端设计、后端设计、验证、封装测试、软件开发、系统集成等全链条环节。

为了吸引和留住人才，公司建立了完善的股权激励机制，核心员工均持有公司股权。同时，燧原科技与上海交通大学、清华大学、西南交通大学等高校开展产学研合作，共建联合实验室，培养芯片设计人才，为长期发展储备后备力量。

经过多年积累，燧原科技已形成完整的知识产权体系。截至 2025 年底，公司拥有已授权专利数百项，其中发明专利占比超过 90%，覆盖芯片架构、计算单元、互联技术、软件算法等核心技术领域。这些专利不仅是公司技术实力的体现，更是参与市场竞争的重要壁垒。

在知识产权策略上，公司坚持 " 核心技术自主可控、外围专利全面布局 " 的原则，既确保底层架构不依赖第三方 IP，又在应用层、系统层构建密集的专利网，防范知识产权风险。同时，公司积极参与国内国际行业标准制定，提升在产业生态中的话语权。

算力需求爆发式增长，国产 AI 芯片迎来黄金期

当前，全球人工智能产业正从技术研发向规模化应用加速演进，大模型、AIGC、智能驾驶等新兴应用不断涌现，带动 AI 算力需求呈指数级增长。根据行业机构数据，2025 年全球 AI 芯片市场规模达到 726 亿美元，2020 至 2025 年复合年均增长率高达 37.0%；预计 2026 至 2030 年，市场规模将达到 2867 亿美元，保持高速增长态势。

中国市场增长更为迅猛。2025 年中国 AI 芯片市场规模突破 1780 亿元，2020 至 2025 年复合年均增长率达 56.1%，显著高于全球平均水平。其中，云端 AI 芯片是最大的细分市场，占比超过 60%。灼识咨询数据显示，2025 年中国 AI 加速卡市场规模达 3783.9 亿元，预计 2028 年将突破万亿元。

从需求结构来看，AI 算力需求正从 " 训练主导 " 向 " 训练与推理并重 " 转变。过去几年，大模型训练是算力增长的主要驱动力；随着大模型逐步落地应用，推理需求正在快速爆发，预计未来推理市场规模将超过训练市场。这一趋势与燧原科技 " 推理切入、训练跟进 " 的产品策略高度契合。

而近年来，美国不断加码对华先进芯片出口管制，从限制高端 GPU 出口，到收紧 EDA 工具、先进制程代工，再到将管制范围延伸至总部位于中国的境外实体，国产 AI 芯片供应链自主可控的重要性日益凸显。

2026 年 5 月，美国商务部发布新规，明确对总部位于中国的实体出口先进 AI 芯片须提前申领许可证，堵住了此前通过海外子公司绕道采购的漏洞。这一政策变化进一步压缩了进口芯片的供给空间，倒逼国内互联网厂商、云服务商加快国产芯片的替代进程。

与此同时，国内政策层面持续支持集成电路产业发展。国家出台了《新时期促进集成电路产业和软件产业高质量发展的若干政策》等一系列政策，从税收优惠、研发补贴、人才培养等多方面支持芯片产业。科创板设立第五套上市标准，允许未盈利硬科技企业上市，为 AI 芯片企业提供了重要的融资渠道。

在政策与市场的双重驱动下，国产 AI 芯片替代进程明显加速。IDC 数据显示，2025 年中国市场 AI 加速卡总出货量约 400 万张，其中国产厂商合计出货 165 万张，占比达到 41%，较 2024 年大幅提升。预计 2026 年国产 AI 芯片市场份额将进一步提升至 60% 以上，部分机构预测到 2028 年国产方案占比有望达到 90%。

行业分析指出，国产 AI 芯片竞争已从早期的 " 单卡性能比拼 " 进入 " 系统化较量 " 阶段。下一阶段的竞争焦点将集中在万卡级集群能力、软件生态完善度、大模型适配效果、行业解决方案能力等维度。谁能率先构建起成熟的软硬件生态与规模化交付能力，谁就能在未来竞争中占据主动。

燧原科技的成功上市，从八年前的初创团队，到如今市值超千亿的科创板上市公司，燧原科技的成长历程见证了国产 AI 算力从无到有、从弱到强的跨越。这背后，是中国人工智能产业蓬勃发展的巨大机遇，是无数芯片人自主创新的不懈奋斗，更是国家推动科技自立自强的战略决心。

随着大模型应用的全面普及与千行百业的数字化转型，AI 算力需求将持续保持高速增长。国产 AI 芯片企业正迎来前所未有的发展机遇，也面临着更加激烈的全球竞争。燧原科技等头部企业能否抓住窗口期，实现技术与生态的双重突破，将直接决定中国在全球 AI 算力格局中的地位，值得投资者长期关注。