财联社 9 月 11 日讯（记者 张校毓 实习记者 朱洺锐）燧原科技（688801.SH）今正式登陆科创板，发行价 142.18 元 / 股，发行数量 4303.52 万股，募资 61.19 亿元。上市首日开盘，公司股价报 410 元 / 股，涨幅 188.37%，市值超 1700 亿元。

随着燧原科技的上市，被市场称为 " 上海 AI 芯片四小龙 " 的沐曦股份 -U、壁仞科技、天数智芯与之齐聚于资本市场。不过，和主要走 GPGPU 路线的同行不一样，燧原科技自成立之初便选择了面向 AI 计算的 DSA 架构。

对一家 AI 芯片企业而言，从完成芯片设计到真正进入客户核心业务，中间还要解决产品定义、软件适配、稳定性验证、规模交付及产业协同等问题。燧原科技用了八年多时间逐步完成从芯片设计到系统产品的延伸。

燧原科技的成长，折射出上海在集成电路和人工智能方向的产业集群优势，其上市成功也向外界提供了一个观察 AI 芯片产业化的样本：一家选择 DSA 架构的 AI 芯片企业走向规模化应用，需要跨过怎样的 " 三道关 "？

第一道关：自主定义产品，DSA 路线如何走通？

燧原科技与沐曦股份、壁仞科技和天数智芯合称 " 上海 AI 芯片四小龙 "。去年 12 月，沐曦股份已于科创板挂牌上市；今年 1 月，壁仞科技、天数智芯亦先后正式登陆港交所。

作为 " 四小龙 " 的一员，燧原科技在上市前即受到市场广泛关注。但与其他 " 三小龙 " 相比，其技术路线有所不同。

目前，国内云端 AI 芯片行业处于发展初期，国际厂商英伟达占据市场的主要份额，而本土企业不断突破技术壁垒，也已取得显著进步。在本土云端 AI 芯片厂商中，包括以华为海思、寒武纪和燧原科技等为代表的 DSA 架构厂商，和以摩尔线程、沐曦股份、天数智芯及壁仞科技等为代表的 GPGPU 架构厂商。

燧原科技董事长赵立东在接受财联社等媒体采访时表示，公司没有选择兼容 CUDA，主要基于技术和长期发展的考虑。在赵立东看来，一方面，CUDA 并非开源生态，想要完全兼容或跟随，在技术层面不太可行；另一方面，受限于既有架构，手脚还是会被束缚住的。

相较于传统 GPGPU 架构，非 GPGPU 架构的效率优势也在当下的 AI 发展节点被进一步放大。

过去两年，AI 行业的焦点正从 " 训练 " 转向 " 推理 "。训练需要的是极致的算力，而推理更看重性价比，市场对 Token 成本的敏感度越来越高。

不过，自主定义产品的难点不只在硬件。对于采用非 GPGPU、非 CUDA 路线的企业而言，芯片设计与软件生态建设需同步推进。

燧原科技方面表示，在芯片设计阶段，DSA 架构就针对 AI 核心算法和应用场景加速优化，将核心计算、互联、存储优化特性集成到芯片架构中，后续基于与大模型企业的联合软件优化、适配，能使其在 AI 应用场景下具备更高效能、更大数据吞吐量、更低功耗特性。

成立至今，燧原科技已迭代四代架构 5 款云端 AI 芯片，基于自主指令集，原创了自主架构的 GCU-CARE 加速计算单元和 GCU – LARE 片间高速互连技术，自研全栈 AI 计算及编程软件平台 " 驭算 TopsRider"，公司千卡、万卡智算中心项目则已经实现收入。

不过，由于国产 AI 算力行业尚处于发展初期，且云端 AI 芯片具有研发投入大、客户验证和适配周期长的特点，燧原科技尚未实现盈利。

招股书显示，2023 至 2025 年，公司营收分别为 3.01 亿元、7.22 亿元和 9.90 亿元；归母净利润 -16.65 亿元、-15.10 亿元和 -11.64 亿元。今年 1-6 月，公司实现营收 11.2 亿元，同比增长 279.08%；归母净利润为 -6.32 亿元。

2023-2025 年，公司研发费用相对营业收入的比例分别达 408.01%、181.66%、114.63%，三年累计研发费用约 36.76 亿元。

根据招股书，燧原科技此次募集资金将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，三个项目分别拟投入募资金额约 15.03 亿元、11.97 亿元和 33 亿元。

第二道关：从 " 芯片可用 " 到规模交付，难点在哪里？

对 AI 芯片企业而言，更重要的问题是，一颗技术上成立的芯片如何在产业落地上形成商业闭环？

赵立东强调，从 AI 芯片和模型，到 Token 工厂，再到应用，只有完全走通，才能形成闭环，让产品和技术在产业端实现落地。

其中，围绕燧原在互联网客户订单方面的进展，赵立东于日前举行的投资者交流会上透露，腾讯作为公司长期深度合作伙伴，公司与其已签署的订单可执行至 2027 年；公司其他互联网客户开拓进展良好，第四代产品已通过潜在客户硬件及模型匹配，正在推进灰度测试，有望在 2026 年内完成小规模产品交付，2027 年实现大批量产品交付。

除客户拓展外，软件迁移也是国产 AI 芯片规模化应用的重要成本项。

" 一开始非常困难，那时候模型很多、CUDA 迁移的成本很高，工具也不完善。" 赵立东回忆称，燧原科技早期与客户开展模型适配时，客户每更新一个模型版本，公司可能需要一至两个月完成相应优化；随着算子库、编译器等逐渐完善，目前部分模型更新的适配时间已缩短至数天甚至数小时。

规模化落地的另一个变化，是行业竞争正从单颗芯片走向系统级算力。

公司在招股说明书中判断：随着大模型的不断发展，相关主流 AI 大模型参数已高达数千亿，单一 AI 加速卡已难以满足超大规模计算需求。行业供应重点正从单点性能提升，转向系统化集群解决方案。

据了解，公司第三代产品燧原 S60 已在互联网客户和各地智算中心大批量出货，目前累计出货 16 万张，规模还在进一步扩大中，第四代训推一体产品也将逐步量产交付，第五代、第六代产品已在研发或预研阶段。此外，燧原科技已深度参与多个国家 " 东数西算 " 枢纽节点的智算中心建设，在甘肃庆阳建成国内首个国产万卡推理集群。

赵立东在接受采访时表示，未来公司将与上海重要的算力基础设施供应商合作，参与建设算力集群，积极牵引应用方和使用场景，使集群建设与实际需求形成闭环。

第三道关：走向 " 芯模协同 "，一颗芯片如何 " 长 " 在产业链上？

无论是 DSA 架构的选择，还是芯片、算力集群的规模化落地，背后都指向了 " 芯模协同 " 的生态建设。

赵立东表示，燧原科技目前主要从推理切入，但长期仍将走向训练。相比推理集群，训练集群还需要多种技术合作，要求芯片、模型、光互联、散热和超节点同步推进，因此需要与模型开发商共同推进。

除模型企业外，制造、封测和系统等各个环节的协同同样重要。上海为燧原科技提供了完整的产业链基础，使得在上海就能实现人工智能算力产业的全链条闭环。

一颗芯片的背后是一整条产业链。

近年来，上海积极落实国家战略部署，将集成电路作为重点发展的三大先导产业之一持续支持，已初步培育形成了产业链完备、技术先进、人才汇聚、企业集聚的产业创新发展生态，培育了一批集成电路领军企业。

数据显示，2025 年上海全市集成电路产业规模约 5800 亿元，同比增长 15.5%。上海已集聚超 1200 家集成电路企业，汇聚全国约 40% 的产业人才、近 50% 的产业创新资源，在芯片设计、制造、封测，设备 / 材料、EDA/IP 等环节培育了一批行业细分领域龙头企业，其中包括 38 家科创板上市企业，居全国第一。

上海在资本要素层面的赋能也不容忽视。

企查查显示，燧原科技成立早期，上海科创投参与种子轮融资；此后，武岳峰科创、腾讯、国家集成电路产业投资基金二期股份有限公司、上海国际集团、上海集成电路产业投资基金等相继进入。

其中，令赵立东印象深刻的一点便是，在 AI 芯片融资环境相对低迷阶段，上海国际集团旗下相关方曾参与公司关键轮次融资，" 其实当时在整个行业里面都是等于对信心的一个提振。"

除资本支持外，上海各部门在产业项目、资金支持、人才培育、税收补贴等方方面面，也给燧原科技这类人工智能科创企业带来了支持和切实的帮助。

" 下一步，燧原将与众多上海优秀科技企业深化战略合作，加强 AI 芯片与 CPU、存储、网络、模型的创新协同，积极推动‘芯模协同、软硬一体’发展，从‘单点式突破’转向‘体系化建设’，助力形成上海智能算力产业闭环，实现从研发到应用的全链条自主可控，由上海产业生态的受益者进一步成为生态建设者。" 燧原科技方面表示。