概述
在地緣政治重塑全球半導體供應鏈以及人工智能大模型對算力需求爆發的雙重背景下,中國本土數據中心芯片生態正經歷前所未有的加速發展。在衆多本土芯片研發企業中,上海燧原科技憑藉深厚的技術背景與清晰的商業化路徑,成爲資本市場與科技產業關注的核心焦點。作爲由前超威半導體(AMD)資深研發高管聯合創立、並獲得互聯網巨頭騰訊連續多輪戰略重倉的企業,燧原科技正在推進科創板首次公開募股(IPO)。全面拆解燧原科技的創始團隊基因、產品技術架構、商業化落地場景以及資本化進程,對於理解中國高端算力底座的自主化演進具有關鍵參考意義。
核心要點
硅谷與大廠工程基因:公司由前 AMD 高級總監趙立東與張亞林於 2018 年聯合創立,核心研發團隊具備完整的高端芯片流片、量產與系統級工程交付經驗。
全棧算力產品佈局:燧原科技並非單一芯片設計商,而是構建了涵蓋邃思系列雲端芯片、雲燧加速卡與模組、萬卡級智算集羣系統以及自研馭算 TopsRider 軟件平臺的全棧產品線。
騰訊重度產業協同:騰訊科技及其一致行動人合計持股超過 20%,既是第一大外部股東,也是其產品在公有云、搜索推薦及大模型訓練場景中最核心的商業客戶。
差異化 GCU 架構路線:公司自主研發專爲深度學習定製的通用計算單元(GCU)架構,剝離傳統圖形渲染管線,追求張量運算的高計算密度與高能效比。
跨資產算力溢出效應:實體芯片硬件的多元化與本土供應鏈成熟,正在改變全球計算成本曲線,爲分佈式計算網絡與去中心化 AI 協議提供穩固的硬件底層支撐。
創始人團隊與資本背景:AMD老將操刀與騰訊重倉賦能
資深半導體團隊奠定工程化落地根基
在高端芯片設計領域,架構創新與工程化量產能力是決定初創企業生死存亡的關鍵。燧原科技的兩位聯合創始人均在半導體行業深耕多年,具備深厚的產業積累。創始人兼首席執行官趙立東曾任 AMD 中國計算產品高級總監,負責 CPU/GPU 產品的研發與市場拓展;聯合創始人兼首席運營官張亞林曾任 AMD 芯片研發高級總監,曾主導過多款頂級 GPU 及 APU 的流片與量產。
這一源自 AMD 的核心團隊,爲燧原科技注入了嚴謹的工業級芯片工程化基因。從芯片前端設計、後端物理實現到封裝測試與系統級集成,團隊的工程經驗使燧原科技能夠在成立後保持每 18 至 24 個月實現一次核心芯片迭代的研發節奏。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。
騰訊多輪領投構築產業協同壁壘
芯片研發具有高資金消耗和長回報週期的特徵。燧原科技自 2018 年成立以來,先後完成了 Pre-A 輪至 D 輪等多輪融資。根據公開股權信息,騰訊在公司早期階段便作爲領投方進入,並在後續多輪融資中持續追投,目前合計持股比例超過 20%,成爲燧原科技最大的外部戰略股東。
與其他財務投資機構不同,騰訊的深度介入爲燧原科技提供了稀缺的雲原生實戰測試場。從早期算法兼容測試到如今的大規模線上業務部署,騰訊的業務場景加速了燧原芯片從實驗室走向量產機房的成熟週期。
燧原科技核心產品矩陣:從邃思芯片到全棧智算集羣
專有 GCU 架構剝離傳統圖形冗餘
許多市場投資者常常提出疑問:燧原科技生產的是否爲傳統意義上的 GPU?從芯片微架構來看,燧原科技並沒有沿用兼顧 3D 渲染與通用計算的傳統 GPU 路徑,而是自主研發了專爲人工智能張量運算定製的通用計算單元(GCU)架構。
根據
TechInsights 對燧原加速芯片的物理層架構分析,燧原芯片完全移除了傳統圖形渲染流水線所需的專用邏輯單元,將寶貴的晶體管預算集中於矩陣計算單元、向量處理引擎以及高帶寬內存(HBM)控制器。基於該架構,公司推出了邃思系列雲端芯片,支持從整數精度 INT8 到高精度浮點數 FP32、TF32、BF16 的全精度計算,在大模型矩陣運算中展現出極高的計算密度與能效比。
雲燧硬件形態與萬卡級集羣交付能力
在芯片之上,燧原科技開發了涵蓋雲端訓練與推理的雲燧系列板卡與硬件模組。硬件產品包括標準 PCIe 加速卡以及專爲高密度服務器設計的開放加速模組(OAM),支持液冷與風冷等多種機架部署形態。
針對大語言模型對分佈式並行計算的苛刻要求,燧原科技自研了片間高速互連技術,並推出了萬卡級智算集羣架構。該系統能夠有效降低跨節點數據同步延遲,確保超大規模參數模型在長時間分佈式訓練中的線性加速比與穩定性。
馭算 TopsRider 軟件平臺攻克生態遷移瓶頸
英偉達在行業內建立的核心壁壘很大程度上源於其成熟的 CUDA 軟件生態。如果一家芯片設計企業的硬件無法順暢運行主流算法框架,其商業化價值將大打折扣。
燧原科技自主打造了全棧軟件平臺馭算 TopsRider。該平臺包含底層驅動、即時編譯器、高性能數學算子庫以及模型自動化遷移工具。TopsRider 深度兼容全球主流開源框架(如 PyTorch、TensorFlow 和 PaddlePaddle),使得開發人員能夠以極低的遷移成本將現有代碼庫無縫部署到燧原的硬件集羣上。
產品線分層 | 核心產品與平臺 | 技術特徵與應用場景 |
底層芯片層 | 邃思系列 AI 芯片 (Suisi) | 自研 GCU 架構,專爲深度學習張量計算優化,集成高帶寬內存 |
板卡模組層 | 雲燧系列加速卡 (Yunsui) | 支持 PCIe 與 OAM 規範,覆蓋數據中心高能效訓練與推理 |
集羣系統層 | 雲燧智算集羣系統 | 自研片間高速互連,支持千卡與萬卡級分佈式並行計算 |
軟件生態層 | 馭算 TopsRider 平臺 | 全棧工具鏈,兼容 PyTorch 與 TensorFlow,提供自動化模型遷移 |
商業化落地與客戶生態:從公有云大模型到國家級智算中心
騰訊核心業務場景的規模化實戰檢驗
在實際業務中,燧原硬件被廣泛部署於騰訊的內容推薦算法、智能搜索、語音識別以及混元基礎大模型的推理與微調流水線中。這種在互聯網頂流業務中的長期穩定運行,爲燧原積累了寶貴的大規模集羣調優數據。
區域智算中心與政企專有云拓展
除互聯網巨頭外,燧原科技還積極參與中國各地的國家級與區域級人工智能計算中心建設。隨着各地政府和產業園區加速建設公共算力基礎設施,對自主可控、高性價比算力底座的需求極爲迫切。
燧原科技通過與服務器廠商、系統集成商及電信運營商合作,以標準化硬件模組和一體化集羣方案,成功中標並交付了多個重點城市的智算中心項目,實現了客戶結構從單一互聯網客戶向多元政企客戶的有效拓展。
科創板IPO衝刺與中國AI芯片競爭格局
擬募資 60 億元投向下一代製程研發
在先進製程流片與先進封裝成本居高不下的半導體行業,持續的研發資金注入是維持技術領先地位的絕對保障。另據
路透社關於中國半導體產業資本動態的報道 分析,登陸公開資本市場將使燧原科技具備長期穩固的資產負債表,以應對日益激烈的先進製程算力競爭。
聚焦雲端數據中心的差異化定位
在中國本土 AI 芯片領域,各家領軍企業的技術路線與市場策略各具特色。部分廠商主打兼顧圖形渲染與物理模擬的全功能 GPU,部分廠商側重於邊緣端物聯網推理。
燧原科技從創立之初便始終保持戰略定力,專注於雲端數據中心的高性能 AI 訓練與推理賽道。這種聚焦策略使得公司能夠將有限的研發資源全部傾斜至數據中心關心的能效比、集羣通信擴展性與機架部署密度上,從而在雲廠商的算力集採中展現出極強的針對性優勢。
物理層硬件與去中心化算力:跨資產市場的宏觀聯動
算力基礎設施的多極化演進
全球人工智能模型軍備競賽正在引發底層算力供應鏈的結構性鉅變。傳統中心化芯片巨頭的供應緊張與硬件價格高企,不僅推高了全球雲計算的租賃成本,也促使各類分佈式算力網絡與去中心化 AI 協議加快發展步伐。
根據
MEXC 的市場觀察,跨資產投資者越來越關注實體半導體芯片的突破對數字資產算力板塊的深遠影響。當以燧原科技爲代表的本土硬件平臺逐步完善其軟硬件生態時,全球可調度的物理算力資源池將走向多極化與異構化,爲 Web3 基礎設施提供了更廣泛、更具彈性的硬件選擇。
機構資本對硬科技與算力衍生品的定價邏輯
在全球金融市場中,傳統半導體制造業與去中心化計算網絡之間的價值聯動日益緊密。機構投資者在對算力資產進行估值時,正在從單純關注單張顯卡的算力指標,轉向全面評估單位能耗成本、軟件遷移難度以及供應鏈持續交付能力。
當中國本土算力平臺在商業化落地上取得持續突破時,跨資產交易員正在將這些物理層供應鏈數據作爲評估去中心化算力代幣、分佈式計算網絡長期價值的重要基本面參數。
供應鏈約束與商業化挑戰:投資者需關注的核心風險
先進製程製造與先進封裝依賴
儘管燧原科技在架構設計、算法算子及軟件平臺層面擁有完全自主的知識產權,但高階 AI 芯片的物理製造、晶圓代工以及高帶寬內存(HBM)的先進封裝依然高度依賴全球半導體產業鏈。
外部供應鏈政策的變動以及晶圓代工廠產能調配,是影響芯片實際量產交付進度的重要外部變量。投資者應持續關注先進製程與封裝技術的本土化替代進程。
持續研發投入與盈虧平衡時間表
作爲處於高成長期的高端芯片設計企業,燧原科技在先進製程流片、架構研發及軟件生態構建上保持着巨大的資金投入,目前仍處於戰略性研發虧損階段。
隨着科創板上市進程的推進,公司能否在鞏固大客戶訂單的同時,快速擴大政企智算中心的市場份額,並在未來數個財年內實現毛利率擴張與經營性現金流轉正,是二級市場投資者需要重點跟蹤的財務指標。
James Mitchell 獨家觀點
從市場微觀結構與技術週期的角度來看,理解燧原科技的真正意義不在於將其簡單對比爲某個巨頭的替代品,而在於看清全球計算架構正在從通用同構走向專用異構的歷史必然。
二級市場此前存在的一個常見誤讀,是將 AI 芯片公司的價值完全等同於芯片本身的理論算力峯值。然而,在雲端大模型訓練和推理的實際工程環境中,單純的峯值算力只佔系統總效能的一部分,軟件編譯效率、算子庫完備度、集羣通信拓撲以及整體能耗成本纔是決定客戶是否持續採購的關鍵。燧原科技憑藉純粹針對深度學習張量運算定製的 GCU 架構,避開了通用圖形渲染的晶體管浪費,並結合馭算 TopsRider 軟件平臺實現了對主流開源生態的高效支持,這構成了其在垂直雲端算力市場中穩固的競爭護城河。
對於跨資產和數字資產市場的投資者而言,這一趨勢給去中心化 AI 帶來了重要的結構性啓示。隨着全球芯片架構的多樣化,未來的分佈式算力網絡不能再依賴單一硬件環境,而必須具備兼容不同異構算力平臺的跨架構調度能力。
展望未來,投資者最應關注三個核心指標:一是新一代芯片在萬卡集羣規模下的實際線性加速比表現;二是騰訊之外第三方雲廠商與區域智算中心的營收佔比變化;三是公司在科創板上市後研發資金轉化爲新一代量產產品的交付節奏。在產業重構期,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
燧原科技由誰創立,創始團隊有什麼背景?
燧原科技由趙立東與張亞林於 2018 年 3 月在上海聯合創立。趙立東曾任 AMD 中國計算產品高級總監,擁有豐富的半導體產品管理與市場經驗;張亞林曾任 AMD 芯片研發高級總監,主導過多款頂級芯片的流片與量產。核心工程團隊匯聚了大量來自硅谷與國際知名半導體企業的資深技術專家。
燧原科技主要生產什麼產品?
燧原科技構建了全棧 AI 算力產品體系,主要包括自主研發的邃思系列雲端 AI 芯片、雲燧系列訓練與推理加速卡及 OAM 硬件模組、自研萬卡級智算集羣系統,以及用於模型編譯與生態遷移的馭算 TopsRider 全棧軟件平臺。
燧原科技目前是上市公司嗎,何時進行 IPO?
截至 2026 年,燧原科技已正式遞交科創板首次公開募股申請並獲上海證券交易所受理,擬募集資金 60 億元人民幣。公司目前正處於上市審覈階段,具體掛牌交易時間需以監管機構後續披露的最終發行公告爲準。
騰訊在燧原科技中扮演什麼角色?
騰訊是燧原科技最重要的戰略股東和核心商業客戶。騰訊不僅在 Pre-A 輪至 D 輪的多輪融資中持續重倉領投,持股比例超過 20%,還將燧原科技的雲燧系列加速卡與集羣深度部署於自身的搜索推薦、公有云及大模型業務中。
燧原科技生產的是傳統顯卡或圖形 GPU 嗎?
燧原科技不生產用於個人電腦遊戲或圖形渲染的傳統顯卡。公司採用自主研發的專有 GCU 架構,剝離了與深度學習無關的圖形渲染流水線,將全部硬件資源專注於數據中心大模型的人工智能張量運算與分佈式矩陣計算。
燧原科技的主要客戶羣體有哪些?
燧原科技的客戶主要涵蓋兩大陣營:一是以騰訊爲代表的互聯網雲計算巨頭與大模型研發企業;二是由地方政府、國資平臺和電信運營商主導建設的國家級與區域級人工智能計算中心及政企專有云。
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!