概述
隨着全球人工智能模型規模呈現指數級擴張,底層高端芯片的供給格局正在經歷劇烈調整。面對高端半導體出口管制,中國本土科技巨頭加速尋求穩定且自主可控的算力替代方案。在這一背景下,騰訊戰略領投的上海燧原科技受到資本市場的高度關注。市場經常將燧原科技與全球算力巨頭英偉達進行橫向對比,但這種簡化對比往往掩蓋了企業真實的競爭內核。燧原科技的核心價值並非僅體現在單顆芯片的設計參數上,而是在於其構建了涵蓋自研AI芯片、加速卡及模組、智算系統與集羣以及馭算 TopsRider 軟件平臺的全棧算力體系。
核心要點
算力全棧佈局:燧原科技不僅開發邃思系列芯片,還提供雲燧系列加速卡與OAM模組、千卡與萬卡級智算集羣,以及自研的馭算 TopsRider 軟件工具鏈。
資本市場進展:公司科創板首次公開募股申請已獲上交所受理,計劃募資 60 億元人民幣,重點投向第五代與第六代 AI 芯片研發及軟硬件協同創新項目。
產業資本與訂單落地:騰訊作爲第一大外部股東持有約 20.26% 股權,不僅爲燧原提供長期資金支持,還直接在其雲端大模型訓練和推理業務中實現規模化商用。
架構路線差異:燧原科技採用自主指令集的 GCU 架構,避開傳統的純通用圖形處理器路徑,重點針對大模型密集矩陣運算進行硬件級能效優化。
跨資產市場聯動:實體算力硬件的自主化研發與供應鏈演進,正成爲跨資產投資者評估去中心化算力網絡與分佈式 AI 協議長期估值的重要基本面參考。
算力重構下的國產替代浪潮 燧原科技爲何成爲市場焦點
外部供應限制驅動本土算力需求爆發
近年來,全球算力供應鏈在地緣政治與出口管制的雙重影響下加速重組。英偉達的高端數據中心 GPU 在部分區域市場的出貨受到嚴格限制,這給國內雲服務商、互聯網巨頭和國家級智算中心帶來了巨大的算力缺口。各方對本土芯片替代方案的需求從最初的戰略儲備,迅速轉變爲迫切的工程化剛需。
騰訊深度綁定與商業化場景落地
在芯片初創企業的成長過程中,最難以逾越的障礙往往不是流片成功,而是缺乏頭部客戶的真實業務場景驗證。燧原科技在創立初期便獲得了騰訊的戰略投資。根據
財新網關於騰訊領投燧原科技的獨家報道 披露,騰訊科技及其一致行動人合計持股超過 20%,成爲其最重要的戰略股東兼核心商業客戶。
在騰訊的實際雲端業務中,燧原科技的第三代 AI 加速卡已在搜索推薦、自然語言處理和計算機視覺等大模型訓推場景中實現規模化部署。這種資本與業務場景的雙重綁定,使燧原科技在營收規模與產品迭代速度上迅速拉開與普通初創公司的差距。欲深入瞭解該公司的發展歷程與衍生品交易機制,可參考
瞭解什麼是燧原科技以及如何在 MEXC 交易。
超越單一芯片的競爭 全棧自研智算體系的底層架構
邃思芯片與雲燧系列硬件形態演進
許多市場觀察者將燧原科技簡單歸類爲單芯片設計公司,這種理解並不全面。根據
南華早報關於中國自主研發AI加速硬件的分析 指出,燧原科技從成立之初就確立了芯片、板卡和系統協同推進的產品戰略。公司自主研發的邃思系列芯片採用專爲深度學習定製的計算架構,支持從整數精度到高精度浮點數的全精度計算。
基於邃思芯片,燧原科技推出了面向訓練和推理的雲燧系列加速卡與 OAM 硬件模組。這些硬件產品針對數據中心機架的高密度散熱和電力供應進行了深度定製,支持標準 PCIe 插槽與高密度刀片服務器部署,能夠無縫融入現有的雲數據中心架構。
馭算 TopsRider 軟件平臺破解生態壁壘
英偉達在 AI 芯片領域最堅固的護城河並非單純的硬件性能,而是經過近二十年深耕構建的 CUDA 軟件生態。正如
彭博社關於全球AI芯片軟件生態競爭的專題分析 所述,任何試圖對標英偉達的企業,若無法解決軟件生態兼容與模型遷移門檻問題,其硬件都將難以在商業場景中發揮效能。
燧原科技選擇自研覆蓋底層驅動、編譯語言、高性能算子庫及工具鏈的全棧軟件平臺馭算 TopsRider。該平臺不僅支持主流深度學習框架如 PyTorch、TensorFlow 和 PaddlePaddle,還提供了高效的自動化模型轉換工具,使開發者能夠以極低的遷移成本將現有大模型代碼無縫部署至燧原的算力底座上。
千卡與萬卡級智算集羣工程化交付能力
燧原科技開發了自研的片間高速互連技術與智算集羣管理方案,已成功在多個區域智算中心實現千卡級與萬卡級算力集羣的交付運營。通過軟硬件一體化的集羣調度能力,燧原科技能夠最大化降低集羣通信損耗,保證超大參數規模模型在長時間訓練過程中的穩定收斂。
架構路線與生態差異 燧原與英偉達的深度對比
原創 GCU 架構與通用 GPGPU 的路線抉擇
在芯片架構層面,英偉達依託其通用圖形處理器架構,通過持續疊加 Tensor Core 單元來兼顧圖形渲染與通用並行計算。這種設計的優勢在於通用性極強,但同時也揹負了大量與深度學習無關的晶體管開銷。
燧原科技則採用了專門爲神經網絡計算優化的通用計算單元(GCU)架構。GCU 剔除了傳統 GPU 中複雜的圖形渲染流水線,將晶體管面積與能耗預算集中於張量加速計算單元與片上高帶寬內存控制器。這種架構在執行大語言模型矩陣乘法與注意力機制運算時,展現出了更高的計算密度與能效比優勢。
開發者生態與軟件遷移成本的客觀現實
儘管燧原科技在硬件能效與垂直軟件棧上取得了顯著突破,但英偉達在開發者社區、開源算法庫和全球學術界的先發優勢依然巨大。全球數百萬名 AI 工程師習慣於直接在 CUDA 環境下調試最新算法。
對於燧原科技而言,其競爭優勢主要體現在企業級定製化場景、特定頭部大客戶的深度適配以及國家關鍵基礎設施的算力供應中。要在更廣泛的中小開發者市場打破英偉達的先入爲主優勢,仍需要長期持續的開源生態建設與算子庫迭代。
評估維度 | 英偉達 (NVIDIA) | 燧原科技 (Enflame Technology) |
底層硬件架構 | 通用 GPGPU 架構(Hopper 與 Blackwell 家族) | 專有深度學習加速架構(自研 GCU 架構) |
軟件生態棧 | CUDA 生態系統(全球開發者工業標準) | 馭算 TopsRider 全棧軟件平臺(兼容主流開源框架) |
互連與集羣方案 | NVLink 與 NVSwitch 網絡互聯體系 | 自研高速片間互連與千卡及萬卡級智算集羣 |
核心優勢場景 | 全球通用 AI 研發、尖端科研與通用算力 | 本土大模型規模化訓推、自主可控智算中心與企業專有云 |
生態成熟度 | 極高,全球數百萬開發者與海量預優化庫 | 正在快速成長,依託頭部大客戶與本土產業生態加速拓展 |
資本市場衝刺與國產芯片產業格局
擬募資 60 億元衝刺科創板的戰略考量
根據招股說明書披露,燧原科技本次 IPO 募集資金將主要投向第五代與第六代 AI 芯片的研發產業化,以及先進軟硬件協同創新項目。對於高強度的半導體先進製程設計而言,持續的研發資金投入是維持技術競爭力的生命線。
隨着摩爾線程、沐曦股份和壁仞科技等本土芯片企業先後對接資本市場,中國 AI 芯片行業已經從初期的概念驗證階段,全面邁入產業規模化與資本實力大比拼的新週期。燧原科技的上市將進一步鞏固其在雲端算力供應鏈中的資金與技術護城河。
差異化市場定位與算力梯隊劃分
在本土芯片產業中,不同企業的戰略側重點各有不同。部分企業主打兼顧圖形渲染與 AI 的全功能 GPU,部分企業側重於邊緣端推理芯片,而燧原科技從創立伊始便始終錨定雲端數據中心的高性能 AI 訓練與推理市場。
這種清晰的戰略聚焦,使得燧原科技能夠將其研發資源集中於提升數據中心級別的吞吐量、集羣互聯效率與能耗管理上,從而在雲服務商的大規模集採中具備更強針對性的產品競爭力。
從實體算力到去中心化 AI 跨資產市場的資本傳導
物理層算力供給對去中心化網絡的影響
全球對高端算力硬件的爭奪,正在重塑整個科技金融與數字資產市場的投資邏輯。傳統芯片製造產能的緊張與高昂的硬件採購成本,推高了中心化雲計算的租賃價格,進而催生了去中心化算力網絡與分佈式 AI 協議的蓬勃發展。
根據
MEXC 的市場觀察,跨資產投資者越來越傾向於將實體半導體企業的技術突破與去中心化算力代幣的價值動能聯繫起來。當本土硬件供應鏈通過自主創新逐步打破單一巨頭的供給壟斷時,全球分佈式計算節點獲取高性能硬件的渠道將更加多元化,這爲 Web3 AI 基礎設施提供了更加穩健的底層硬件支持。
機構投資者眼中的硬科技與算力資產
在全球宏觀資本配置中,傳統二級市場芯片股與加密市場算力資產的聯動性日益增強。投資者不再將 AI 芯片視爲孤立的製造業環節,而是將其視爲未來數字經濟的絕對底層資產。
無論是傳統智算中心的萬卡集羣建設,還是基於區塊鏈智能合約調度的分佈式算力市場,其核心價值均建立在單位算力的能效與成本之上。對燧原科技等本土硬件挑戰者的深入評估,有助於投資者更加客觀地研判全球算力供給彈性和多極化演進方向。
供應鏈瓶頸與商業化可持續性 投資者需關注的關鍵變量
先進製程晶圓代工與封裝供應鏈約束
儘管燧原科技在架構設計與軟件工具鏈上具備完全自主知識產權,但先進製程芯片的物理製造與高帶寬內存的先進封裝依然依賴於高度全球化的半導體供應鏈。外部地緣政治風險以及晶圓代工廠產能調配,構成了硬件實際交付進度的潛在不確定性。
投資者應密切跟蹤公司在供應鏈多元化、先進製程流片進展以及先進封裝本土化替代方面的具體落地情況,這些變量將直接決定其新一代芯片能否如期實現大規模量產交付。
客戶集中度與長期盈利週期的平衡
從財務結構來看,由於目前本土超大規模 AI 算力採購主要由少數互聯網巨頭和國資智算平臺主導,燧原科技前幾大客戶在營收中的佔比較高。大客戶訂單能夠帶來短期的營收爆發,但也對公司的商業議價能力和應收賬款管理提出了更高要求。
此外,作爲高研發強度的半導體企業,公司目前仍處於戰略性虧損階段,研發費用佔營業收入的比例處於高位。投資者需重點關注其虧損收窄趨勢以及在未來兩至三年內實現盈虧平衡的商業化落地節奏。
James Mitchell 獨家觀點
從市場微觀結構與技術週期的角度來看,將燧原科技簡單標籤化爲英偉達的模仿者或對立面,在分析維度上是極其片面的。資本市場目前正在經歷一場對 AI 算力供給格局的重估,其核心邏輯已經從單純崇拜峯值算力參數,轉向全面評估實際工作負載下的能效比、集羣互聯穩定性與供應鏈韌性。
市場此前可能存在的誤讀在於,僅憑單卡紙面參數或 CUDA 生態的壟斷地位,就斷定本土芯片企業無法在數據中心立足。然而,在雲計算大客戶的實際生產環境中,訓練推理成本控制、本地化技術支持響應速度以及定製化軟硬件調優,往往是決定集採落地的關鍵因素。燧原科技通過自研 GCU 架構避開了傳統 GPU 的圖形冗餘,並在馭算 TopsRider 平臺的支持下實現了與主流開源生態的快速對接,這使其在垂直企業級市場構建起了獨特的差異化競爭壁壘。
對於跨資產配置者與加密市場參與者而言,這一事件的深遠啓發在於算力去中心化與多元化的必然性。當全球算力供給不再絕對依賴單一硬件標準時,底層硬件架構的多樣化將促使分佈式計算網絡與 AI Agent 協議開發出更具彈性的調度算法。
接下來,投資者最應關注三個核心指標:一是新一代芯片在千卡集羣環境下的實際線性加速比與能耗表現;二是騰訊之外第二梯隊互聯網客戶與區域智算中心的營收滲透率;三是公司在科創板上市後的資金使用效率與供應鏈抗風險能力。在估值重塑的關鍵階段,立足於實際工程落地與商業閉環的分析,才能提供最具確定性的投資判斷。
常見問題
燧原科技是一傢什麼樣的公司?
燧原科技是一家專注雲端算力的高性能 AI 芯片企業,創立於 2018 年。公司業務涵蓋自研 AI 訓練與推理芯片、板卡模組、馭算 TopsRider 軟件平臺以及智算集羣系統,致力於爲雲數據中心和大模型提供自主可控的算力基礎設施。
爲什麼市場將燧原科技與英偉達進行對比?
隨着外部環境限制英偉達向中國出口高端算力芯片,國內市場對自主可控的 AI 算力替代品需求急劇上升。燧原科技在產品線上完整對標了英偉達的芯片、加速卡、集羣架構及軟件工具鏈,並已在騰訊等頭部雲廠商中實現規模化落地,因此被市場視爲主流的本土挑戰者之一。
燧原科技的核心技術優勢體現在哪裏?
燧原科技的核心優勢在於全棧自主研發體系。公司沒有盲目沿用傳統圖形 GPU 架構,而是自主開發了針對神經網絡優化的 GCU 架構,並在底層配備了兼容 PyTorch 等主流框架的馭算 TopsRider 軟件平臺,兼具高能效比、低遷移成本與千卡級集羣工程化能力。
燧原科技與騰訊之間是怎樣的合作關係?
騰訊是燧原科技最重要的戰略股東和核心商業客戶,持股比例超過 20%。騰訊不僅在多輪融資中持續領投,還深度將燧原科技的雲燧系列加速卡與集羣部署在其搜索、推薦和基礎大模型等業務中,爲芯片提供了寶貴的工程化落地場景。
燧原科技本次科創板 IPO 的主要用途是什麼?
根據披露的招股說明書,燧原科技計劃在科創板募資 60 億元人民幣。募集資金將主要用於第五代和第六代 AI 芯片系列產品的研發及產業化,以及先進軟硬件協同創新項目,以確保公司在新一代製程和架構上的持續技術迭代。
投資燧原科技及相關算力資產需要注意哪些風險?
主要風險包括先進製程與先進封裝的全球供應鏈外部限制、對少數頭部客戶的較高依賴度,以及公司目前仍處於高研發投入的戰略性虧損階段。此外,打破全球開發者對現有 CUDA 生態的慣性仍需長期的生態培育與時間驗證。
免責聲明
本文所包含的信息與觀點僅供學術交流與一般信息參考之用,不構成任何形式的投資建議、財務建議、法律建議、稅務建議或交易推薦。加密資產、股票及其他金融工具的市場價格具有極高的波動性與不確定性,歷史業績、技術指標及鏈上數據均不能作爲預測未來市場表現的保證。投資者在作出任何決策前,應進行獨立的盡職調查,並根據自身的財務狀況、投資目標及風險承受能力尋求專業顧問的意見。MEXC Crypto Pulse 團隊以及本文作者不對因使用或依賴本文所載任何內容而直接或間接導致的任何損失或損害承擔任何法律責任。
關於作者
James Mitchell 專注於比特幣和山寨幣的技術分析、市場趨勢及交易策略。他常駐倫敦,擁有超過 10 年的金融市場經驗。加入 MEXC Learn 之前,James 曾在一家歐洲領先的投資機構擔任高級分析師,並在風險管理和量化交易領域積累了專業經驗。
James 於 2017 年開始轉向加密貨幣市場,此後憑藉以數據爲基礎的分析方法逐漸受到關注。他擁有倫敦政治經濟學院金融經濟學碩士學位。其分析框架將傳統技術分析與鏈上指標相結合,旨在爲讀者提供具有實際參考價值的市場洞察。
專業領域:
技術分析
市場趨勢與週期
交易策略
比特幣與山寨幣分析
風險管理
閱讀更多
想最快獲取 MEXC 最新資訊?立即加入我們的
官方電報羣!