中国工业报 吴晨 王珊珊

近日，上海燧原科技股份有限公司（以下简称 " 燧原科技 "）科创板 IPO 申请获得通过。这家成立八年的云端 AI 芯片独角兽，即将正式登陆科创板，拟募资 60 亿元，用于第五代和第六代 AI 芯片系列产品的研发及产业化项目，以及先进人工智能软硬件协同创新项目。

至此，摩尔线程（688795.SH）、沐曦股份（688802.SH）、壁仞科技（06082.HK）与燧原科技—— " 国产 AI 芯片四小龙 " 首次在资本市场完整聚齐。

此前，摩尔线程与沐曦股份于 2025 年 12 月登陆科创板，壁仞科技于 2026 年 1 月登陆港交所。四家国产算力龙头的集体上岸，标志着国产 AI 芯片产业正式迈入资本助力、技术竞速、生态比拼的全新阶段。

然而，燧原科技的过会并非坦途。招股书显示，2022 年至 2026 年一季度，公司合计亏损达 58 亿元，超过八成营收高度依赖第一大股东兼第一大客户腾讯。这位 " 四小龙 " 中的最后一名 " 撞线者 "，正面临着国产 AI 芯片赛道最为复杂的 IPO 考验。南开大学金融学教授田利辉指出，燧原科技过会，标志着国产 AI 芯片从 "PPT 造芯 " 正式迈入 " 订单驱动 " 的产业化新阶段。

DSA 路线的坚守与突破

在 " 国产 AI 芯片四小龙 " 中，燧原科技是唯一不走 GPGPU 路线的企业。摩尔线程、沐曦股份、壁仞科技均采用英伟达主导的通用 GPU（GPGPU）路线，而燧原科技选择了 DSA（领域专用架构）。简言之，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。

燧原科技在 IPO 问询回复中主动与 GPGPU 路线拉开距离，强调其核心产品基于 DSA 设计，自研 GCU-CARE 加速计算单元和 GCU-LARE 片间高速互联技术，后者对标英伟达 NVLink 卡间互联技术。软件层面，公司自研 " 驭算 TopsRider" 全栈平台，涵盖驱动程序、编译器、算子库等核心组件，未跟随英伟达主导的 CUDA 生态。

苏商银行特约研究员高政扬从技术积累的角度给出了积极评价。他告诉中国工业报，燧原科技最核心的特点在于坚定走原始架构自研与全栈解决方案路线，是国内极少数实现云端 AI 训练与推理芯片规模化落地的企业。在技术路线上，燧原科技坚持全栈原始创新的发展路径。硬件层面，燧原科技是国内少数具备原生 FP8 精度混合计算能力的厂商；软件层面，公司打造了独立于 CUDA 生态的全栈编程平台。在应用层面，公司以推理场景作为商业化突破口，逐步向训推一体延伸，产品已在互联网头部客户的大规模业务场景中实现商用落地。

科技部国家科技专家库专家、高级工程师周迪向中国工业报分析指出，燧原科技走专属 DSA 架构，主打 AI 训推场景能效优势，行业预测这类芯片市场占比会持续提升。早期依靠腾讯打磨产品、验证大规模集群落地能力，这套软硬件适配经验具备可复制性，目前已经拓展多家互联网大厂、运营商、政务智算项目并完成测试小批量供货。但周迪同时强调，客户高度绑定腾讯的风险仍客观存在，后续能不能打通千行百业，核心要看 TopsRider 软件栈对各类行业模型的适配速度、跨场景落地成本能否持续降低，以此验证产品通用性。

知名商业顾问、企业战略专家霍虹屹则从更宏观的视角对中国工业报表示，DSA 路线的选择在数据上有支撑，根据高盛全球投资研究部的预测，AI 服务器中非 GPGPU 架构（主要为 DSA 架构）芯片出货占比预计将由 2025 年的 38% 提升至 2027 年的 45%。趋势方向是清晰的：DSA 架构正在 AI 服务器市场中扩张份额。目前，谷歌的 TPU、亚马逊的 Trainium、微软的 Maia，全球互联网大厂自研的 AI 芯片几乎清一色是非 GPGPU 架构，这说明在大规模特定 AI 负载下，专用架构具有更优的能效比和成本优势。

但霍虹屹也直言，腾讯客户集中度的问题是实实在在的风险。招股书披露，2023 年至 2025 年，燧原科技对腾讯科技的直接销售和对应的 AVAP 模式销售合计收入分别为 1.00 亿元、2.73 亿元和 8.30 亿元，同期营业收入占比分别为 33.34%、37.77% 和 83.79%。这意味着到 2025 年，腾讯一家贡献了燧原科技超过八成的收入。

常信科技 CEO 葛林波则向中国工业报分析指出，腾讯与燧原科技的关系极为特殊。在腾讯的 AI 生态版图中，燧原科技扮演着专属算力底座的角色，专门为腾讯的混元大模型、元宝 AI、微信生态、游戏、广告等核心业务提供国产 AI 芯片与加速卡支持。当前美国对华技术封锁持续升级，英伟达高端 GPU 供应受阻，腾讯必须依靠燧原科技这类国产芯片来保障算力安全，否则 AI 业务将面临 " 卡脖子 " 风险。事实上，燧原科技从 2019 年起就与腾讯深度绑定，芯片从研发阶段便按照腾讯的真实业务场景量身定制，目前产品已在腾讯的推理集群中实现大规模部署。展望未来的 AI 竞争格局，腾讯的战略角色十分清晰：一方面深耕应用层和模型层，另一方面牢牢攥紧算力自主权。燧原科技的上市，不仅能让腾讯通过股权投资获得财务回报，更重要的是锁定了稳定的国产算力供应，从而将 " 芯片—模型—应用 " 整条产业链握在自己手中。

对于互联网以外的市场拓展，霍虹屹指出已有数据可以参考。无锡太湖亿芯智算中心与燧原科技合作，在燧原科技算力基础上成功上线了 DeepSeek 全系列开源模型推理服务，燧原科技在国内率先实现了 DeepSeek 全量模型的部署和落地，验证了产品在区域智算中心商业运营场景中的可落地性。

CUDA 的铁幕下另辟蹊径

英伟达 CUDA 生态积累近千万开发者，构筑了极高的迁移门槛。燧原科技选择了一条不依赖 CUDA 的路——自研 " 驭算 TopsRider" 全栈 AI 计算及编程软件平台。

燧原科技官网显示，该平台涵盖驱动程序、编译语言与编译器、算子库、工具链等关键组件，搭载 1600 个深度优化的 AI 加速算子，适配近千款 AI 模型、落地超 300 个应用场景。据一轮问询回复，一个中等复杂难度 CUDA 原生应用的迁移成本仅需 1 人天。燧原科技还联合客户研发超节点方案，打造具有商业化价值的万卡高速互联集群。

但自研生态的挑战同样严峻。AI 芯片不是只靠硬件参数取胜的生意，能否让客户的模型、框架和业务稳定跑起来，往往比单芯片峰值性能更关键。DSA 路线虽然降低了推理侧的迁移成本，但训练侧才是真正的 " 硬骨头 "。招股书显示，2025 年，燧原科技训练及训推一体产品收入占 AI 加速卡及模组收入比例仅为 1.15%。第四代训推一体产品 L600 虽已回片，但截至招股书签署日尚未大规模量产交付。

周迪分析指出，英伟达 CUDA 积累海量开发者，迁移门槛极高，燧原科技从零自研全栈软件平台走独立生态路线，长期能摆脱海外技术体系限制，目前已经适配上千款主流 AI 模型，降低客户迁移成本。但他同时强调，燧原科技 EDA、高端 IP、先进代工、HBM 存储仍依赖海外供应链，国产化替代短期难以完全落地。现阶段依靠多厂商代工、分批次备货、分层库存策略对冲供给波动，可一旦海外供应链收紧，国产先进制程与高带宽存储产能不足的短板会快速暴露，产能稳定交付存在不确定性。

霍虹屹则将软件生态和供应链视为两个不同性质的问题。关于软件生态，他指出英伟达的护城河不在于 GPU 硬件本身，而在于围绕 CUDA 积累的开发者生态、工具链、优化库。四小龙中，摩尔线程和沐曦股份选择了 " 兼容 CUDA" 的路线，本质上是借用英伟达的生态体系来降低客户迁移成本。燧原科技选择的是不同方向——独立生态的好处是不受英伟达生态反制，但代价是客户迁移门槛高。

其招股书明确指出，燧原科技高度重视与 EDA/IP、晶圆制造、封装测试、系统元器件等全产业链条伙伴的长期战略合作，同时也表示将继续秉持 " 国芯国造 "" 开放共建 " 的经营理念，与国产合作伙伴共同探索打造完全基于国产供应链的云端 AI 芯片系列产品。

在 HBM（HighBandwidthMemory，高带宽存储器）问题上，限制更为具体。在霍虹屹看来，国内目前量产 HBM 的能力仍不完整，燧原科技的现有产品采用了 GDDR6 等相对成熟的存储方案，这在一定程度上规避了直接的 HBM 供应链风险，但也在带宽上形成了与顶级产品的性能差距。

应对供应链风险，燧原科技目前的策略是 " 提前锁定、提前备货 "，本质上是用库存成本换供应链稳定性。上市募集的 60 亿元中，有相当部分将用于供应链安全保障，为进一步备货和国产化替代提供了资金基础。但霍虹屹直言：在当前技术和政策环境下，" 完全国产化 " 的时间表仍不清晰，这是整个国产 AI 芯片行业共同面对的系统性风险。

" 四小龙 " 竞合博弈与估值考验

随着燧原科技过会，" 国产 AI 芯片四小龙 " 全部完成资本化布局。摩尔线程上市首日收盘市值 2822.52 亿元，沐曦股份上市首日市值达 3320 亿元；壁仞科技在港上市后盘中市值一度突破千亿港元，收盘市值约 826 亿港元；燧原科技发行后预计市值在 400 亿至 600 亿元之间。四家企业的横向比较将更加直接。

然而，会师资本市场并不意味着 " 皆大欢喜 "。四家企业虽技术路线分化——摩尔线程主打全功能 GPU，沐曦股份全栈通用 GPU，壁仞科技深耕高性能 GPGPU，燧原科技独走 DSA 路线——但在云端 AI 加速卡市场，正面竞争不可避免。周迪判断，四家企业全部完成上市募资后，未来两三年云端加速卡会出现局部同质化竞争，基础推理、通用训练卡大概率爆发价格战。不过，他同时指出，各家底层路线有明显区分——燧原科技深耕 DSA 推理专用赛道，摩尔线程兼顾图形 + 算力，沐曦股份、壁仞科技主打通用 GPGPU 训练市场，细分定位能缓解直接 " 内卷 "。关于海外市场，周迪认为，海外市场会成为重要差异化方向，国内算力需求增速放缓后，东南亚、中东、欧洲智算基建需求能分流产能，同时海外客户需求标准、生态要求不同，倒逼各家形成产品差异化，避开国内低价竞争。

霍虹屹认为，四家企业现在同时进入资本市场，各自拿到数十亿的募资，在研发上持续加码，产品的竞争会比上市前更激烈。在技术和生态不占优的情况下，国产 GPU 企业只能靠低价争夺客户，这进一步压缩了盈利空间。这个趋势在四小龙集体上市、募资扩张产能之后，短期内会加剧。据弗若斯特沙利文预测，中国 GPU 市场规模将从 2024 年的 1425 亿元跃升至 2029 年的 13368 亿元，但这个增长空间里，华为昇腾是绝对主力，四小龙争夺的是剩余部分，且彼此互相竞争。

关于海外市场，霍虹屹强调这是一个非常复杂的方向，不能简单说 " 可以 " 或 " 不行 "。在当前贸易摩擦格局下，中国 AI 芯片出口到西方市场几乎是封闭的，但东南亚、中东、南美等 " 非对齐 " 市场存在真实机会。中东各国正在大规模建设本地 AI 基础设施，对国产算力的接受度在提升。但要真正打开海外市场，软件生态的国际化、英语文档的完整度、本地技术支持团队的建设，都需要重新投入，这是一笔不小的隐性成本。现实的判断是：未来两三年内，四小龙的主战场仍在国内。

霍虹屹最后强调，上市不是终点，而是更残酷竞争的起点。在此之前，企业可以靠技术故事和国产替代概念获得资本支持；但上市之后，营收增长、客户拓展、盈利预期将成为投资者关注的核心。芯片是赢家通吃的行业，四家同时上市、同时募资、同时加速产品迭代，意味着这个市场在两三年内必然会经历一次分化——有人能真正建立起软件生态和客户壁垒，有人会在价格战和客户争夺中失血，这才是 " 四小龙 " 集体登陆资本市场故事的后半段。

过会只是起点，真正的考验才刚刚开始。截至发稿，燧原科技未就上述相关问题向中国工业报作出回复。