腾讯投资的160亿超级独角兽燧原科技重启IPO，与寒武纪竞争国产GPU市场

这个秋天，腾讯喜事连连。它重金投资的超级独角兽——燧原科技，又重启了科创板IPO辅导。此前，它投资的硅基智能向港交所递交了招股书，明略科技也成功实现IPO。

大家熟知寒武纪，可能也了解摩尔线程、燧原科技、壁仞科技、沐曦科技等企业。燧原科技就是它们的竞争对手，专注于国产GPU领域。据胡润数据显示，燧原科技估值达160亿元。

燧原科技与腾讯关系密切。公司成立仅5个月，腾讯就领投3.4亿元，创下当年行业纪录。此后几年，腾讯连续参与多轮投资，成为其第一大机构股东，持股比例约为20%。

尽管有腾讯的支持，但燧原科技所处的赛道市场环境复杂。其主力客户之一是算力中心，即便有技术突破，客户是否愿意采用国产方案并非一蹴而就。而且，算力中心的建设受到严格管控，需要审批。自2025年4月起，多地接到对算力基础设施建设实施“窗口指导”的通知，审批率通常不超过10%，这导致需要购买GPU卡的企业减少。

接下来，我们将分析燧原科技的崛起过程，以及国产GPU的未来机会与挑战。

01 燧原科技的崛起之路

国产GPU人才的培养，AMD功不可没。多家国产GPU独角兽的创始团队都来自AMD。比如近期准备IPO的沐曦，其老板陈维良曾是AMD全球GPU SoC设计总负责人。

本文的主角燧原科技，创始人赵立东本科毕业于清华大学电子工程系，曾在AMD美国总部担任产品工程部高级总监；联合创始人张亚林在AMD上海研发中心工作了11年。2018年3月，他们在上海张江创立了“燧原科技”。5个月后，腾讯领投燧原科技3.4亿元，创下当年芯片赛道融资记录。

2018 - 2025年，燧原科技大约发布了三代产品，包括训练芯片和推理芯片。训练芯片用于训练大模型，推理芯片用于运行大模型。2020年12月，第一代训练芯片上线；一年后，第一代推理芯片上线。上线后，VC武岳峰又领投了7亿元。此后两年，燧原科技陆续推出了第二代、第三代产品。

燧原科技并非只专注于GPU，还涉及AI加速卡、算力集群系统、软件平台及服务等领域。这是因为其主力客户是算力中心运营者，客户有多样化的需求。作为算力中心，不仅需要GPU，当算力需求大时，还需要算力集群系统将成千上万个服务器连接起来训练大模型，同时也需要软件平台及服务来支持AI程序在硬件上运行。

国产GPU崛起的原因在于国产替代。以燧原科技的第一大股东腾讯为例，之前腾讯几乎全依赖英伟达购买GPU。腾讯的AI推理曾主要用英伟达A100，中国移动的算力集群多采用英伟达H100。这种垄断市场存在诸多问题，如断供风险、价格昂贵（单卡成本超10万元）、软件生态封闭、企业定制困难等。

燧原科技的解决思路是：一是把产品做便宜，燧原S60价格比同性能英伟达芯片“便宜不少”；二是在软件上，开放“驭算”平台支持客户二次开发，例如为美图快速适配“AI换装”的突发算力需求，还支持定制万卡集群。此外，作为中国公司，燧原科技不存在出口管制问题。

02 国产GPU的市场份额现状

如今，GPU的“国产替代”进展如何呢？若从市场份额来看，可能只得了30分（满分100分），原因是产品卖不出去。现实情况是，如果让客户自由选择，算力中心几乎不会购买国产芯片。因为购买国产芯片后，算力可能卖不出去，只能积压在手中。这一现象已得到多家头部AIDC公司证实，即便像华为这样的国产芯片老大哥，也面临同样的市场困境。

客户更看重最终体验和结果。虽然部分国产芯片在特定指标上的性能已能媲美英伟达，但决定芯片是否“好用”的，不仅是硬件参数，软件生态也至关重要，而这正是国产GPU的最大短板。这就好比有一部性能极强的手机，但里面没有APP可用。

因此，国产GPU目前的市场份额较小。根据伯恩斯坦等国际机构2025年的预测数据，中国AI算力芯片市场中，英伟达以54%的份额位居首位，华为超20%，AMD、寒武纪、其他国产GPU合占不到20%。其中，有很多是“政策订单”“信创订单”，在自由市场经济下，国产GPU的份额会更小。具体到燧原科技，在中国AI算力芯片市场的份额占比极低。

03 国产GPU的未来机会与挑战

5年前，国产GPU市场到处是机会。但如今，情况大不相同。一个直接原因是，算力中心数量已足够多，该购买的GPU卡也基本买齐。以算力中心建设为例，3年前这是热门领域，但现在已成为“需要审批”的赛道，且审批通过率极低，可能低于10%。自2025年4月起，多地接到对算力基础设施建设实施“窗口指导”的通知，并开展全国性的算力摸底工作。国央企、地方政府等机构大幅减少了算力中心的投资，民营企业若过去3年没有足够的运营案例，审批通过率几乎为0。

审批收紧意味着算力中心被视为“过热赛道”，国产GPU的订单可能减少。在竞争格局上，除了英伟达、华为等超级巨头，新玩家还需面对寒武纪、燧原科技、壁仞科技、摩尔线程、沐曦科技等超级独角兽的竞争。

在这种情况下，如果瞄准“通用型GPU”，机会渺茫；但垂直行业芯片，如医疗影像AI专用芯片，或许存在机会。核心逻辑是，在专用场景中，“通用型GPU”的使用体验较差，不是因为其功能不足，而是成本、效率、功耗难以承受。通用型GPU是全能选手，但在执行专项任务时，如游戏设计，只需要用到渲染相关电路，其他无关电路会空转，消耗更多电力。从经济角度看，“专用型芯片”的潜在机会就凸显出来了。

以医疗芯片为例，根据恒州诚思调研数据，2024年全球人工智能医疗影像分析芯片收入规模约207.6亿元，预计到2031年收入规模将接近857.0亿元，2025 - 2031年年复合增长率为22.2%。医疗领域对AI芯片有AI辅助诊断、精准医疗和药物研发等需求，这些需求较新，硬件需求也在不断进化，或许存在颠覆巨头的机会。

本文不构成任何投资建议。本文来自微信公众号“铅笔道”（ID：pencilnews），作者：惜文，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com