这个秋天，腾讯接连丰收。它重仓投资的一个超级独角兽——燧原科技，又重启IPO辅导了（科创板）。此前，它押注的硅基智能向港交所递交了招股书，投资的明略科技成功IPO。

大家都知道寒武纪，可能也会知道摩尔线程、燧原科技、壁仞科技、沐曦科技等。燧原是它们的竞争队友，做国产GPU的。据胡润数据，其估值被披露为160 亿元。

一个明显的特征——燧原与腾讯有很深绑定关系。

成立仅5个月，腾讯就领投其3.4亿元，当年还打破了行业纪录；随后几年，腾讯连续参投多轮，成为了其第一大机构股东，持股比例约为20%。

尽管有腾讯支持，但燧原所在的赛道，市场环境复杂。

燧原的主力客户之一是：算力中心。即使有技术突破，但客户敢不敢用、愿不愿用国产方案，又是另外一回事，过程不是一蹴而就的。

另一个挑战因素：算力中心的建设在严格被管控（需要审批）。2025年4月起，多地就接到了对算力基础设施建设实施“窗口指导”的通知。

据铅笔道了解到，审批率通常不超过10%。这就意味着，需要买卡的企业变少了。

本文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

国产GPU人才的培养，确实要感谢AMD。多家国产GPU独角兽的创始团队，都是AMD出来的。比如近期IPO的沐曦，老板陈维良曾是AMD全球GPU SoC设计总负责人。

再有就是本文的燧原科技，创始人叫赵立东，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；其联合创始人叫张亚林，在AMD上海研发中心工作11年。

2018年3月，这两位老兵在上海张江创立“燧原科技”。5个月后，腾讯闻着味就来了：领投燧原科技3.4亿元，创下当年芯片赛道融资记录。

2018-2025，“燧原科技”大约发布了三代产品。其中有训练芯片，也有推理芯片。这里多解释一句。训练芯片干嘛的？用来训练大模型的；推理芯片呢？是用来运行大模型的。

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武岳峰又领投了它7亿元。

接下来两年，燧原科技陆续推出了第二代、第三代产品。

当然，燧原科技不完全只做GPU。还做AI加速卡、算力集群系统、软件平台及服务等。

为啥？因为它的主力客户是算力中心（运营者），客户有多个需要。

燧原科技搭载在算力中心的产品。 图源：燧原公众号

作为算力中心，我是需要GPU没错，但如果算力非常大，我就需要算力集群系统，把成千上万个服务器连起来，一起训练大模型；我还需要AI程序能在这些硬件上运行，这就需要软件平台及服务。

提到这个应用场景，相信很多人就能明白：国产GPU为什么能崛起。因为国产替代。

就举一个最硬核的例子。燧原科技的第一大股东（持股约20%）——腾讯，之前大多找谁买GPU？几乎全依赖英伟达。

比如腾讯的AI 推理曾主要用英伟达 A100，而中国移动的算力集群多采用英伟达H100。

所以这是个垄断市场，一旦垄断，必然会面临几个问题：一个是断供，受限于出口管制；二是贵，单卡成本超过10万元；三是软件生态封闭，企业定制难。

谁能打掉这三个痛点，行业就支持谁。

燧原科技的解决思路是啥？

1、把产品做便宜，燧原S60价格比同性能英伟达芯片“便宜不少”。

2、软件上，开放“驭算”平台支持客户二次开发，比如为美图快速适配“AI 换装”的突发算力需求。当然，它还支持定制万卡集群。

此外，既然是中国公司，自然不涉及出口管制问题。

02

那么发展到今天，GPU的“国产替代”问题解决到哪一步了呢？如果你要问市场份额，那么可能是30分（满分100分）。为啥？卖不出去。

现实的问题是：如果让客户自由选择，算力中心几乎不会买国产芯片。很简单，它如果买了，算力就卖不出去，只能砸手里。这一现象，铅笔道已向多家头部AIDC公司确认。就算是国产芯片老大哥——华为，也面临这一市场现象。

客户不会用脚投票的：我买的不是卡，买的是最终体验，最终结果。卡的性能固然重要——部分国产芯片的性能，在特定指标上已经能媲美英伟达——但是，决定芯片能否“好用”的，远不止是硬件参数，软件生态也很重要，而国产GPU的最大短板就在于此。

这就好比，你有一部性能极强的手机，但是里面没有APP可以用。

因此，国产GPU的份额目前还很小。

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%。

那有人要问了：这不还有30%-40%吗？成绩不错。这里面有很多“政策订单”、“信创订单”。如果在自由市场经济下，国产GPU的份额会更小。

具体到本文的燧原科技，在中国AI 算力芯片市场，份额占比极低。

03

如果回到5年前，国产GPU到处是蓝海，到处是机会。但到了今天，没那么好干了。一个直接的原因是：算力中心够多了，该买的卡也买的差不多了。

以算力中心而言，如果是3年前，建设算力中心是当红炸子鸡。但现在，建设算力中心已经是一个“需要审批”的赛道，并且审批通过率非常低。

据铅笔道了解到，通过率可能低于10%。

2025年4月起，多地就接到了对算力基础设施建设实施“窗口指导”的通知，并开展了全国性的算力摸底工作。

因此，国央企、地方政府等机构，已经大幅减少了算力中心的投资步伐。对于民营企业，如果过去3年没有足够的运营案例，审批通过率几乎为0。

审批收紧，意味着算力中心已经被视为“过热赛道”，意味着国产GPU的订单可能变少。

在竞争格局上，除去英伟达、华为等超级巨头，新玩家还需要面临超级独角兽的竞争，比如寒武纪、燧原科技、壁仞科技、摩尔线程、沐曦科技等。

这种情况下，如果瞄准的是“通用型GPU”，那么机会是微小的；但如果是垂直行业芯片——比如医疗影像AI专用芯片——或许会有机会。

这里面有一个核心逻辑：在专用场景中，“通用型GPU”的使用体验会更差。这种“差”，不是说后者不具备这些功能，而是它的成本、效率、功耗令人难以承受。

通用型GPU是全能选手，而在执行专项任务时——比如游戏设计——只需要用到渲染相关的电路，其他无关的电路就会空转，会消耗更大的电力。

以上又会不会带来其他影响？比如生产价格是不是会更高，芯片体积是不是会更大？单从这些经济账里，“专用型芯片”的潜在机会就体现出来了。

比如医疗芯片。

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%。

医疗需要用AI芯片做什么？AI辅助诊断、精准医疗和药物研发需求。这些需求都比较新，对硬件的需求也在进化中，或许存在颠覆巨头的机会。

本文不构成任何投资建议。