一张桌子，20页PPT，八年长跑：燧原科技上市背后的国产AI芯片突围战

2026年9月13日深度10 次阅读

一张长桌，一份20页PPT，两个被泼冷水的芯片老兵

2017年冬天，上海徐汇区建国西路392号，一栋藏在梧桐树后的老洋房里。达泰资本的二楼会议室不大，中央摆着一张长桌。

达泰资本创始管理合伙人李泉生和叶卫刚坐在一侧，对面是赵立东和张亚林。

赵立东生于1966年，在S3、Juniper Networks和AMD都待过。在AMD的七年里，他负责过多款产品规划，参与组建了AMD中国研发中心。2014年回国后，先后担任锐迪科微电子总裁、紫光集团副总裁。

张亚林比赵立东小12岁，是资深芯片工程师。从上海奇码数字进入AMD后，做过AMD资深芯片经理、中国研发中心技术总监，负责过微软Xbox One系列主芯片的研发与量产。

2017年11月，两人都离职了，决定创业做国产云端AI芯片。

在走进这栋老洋房之前，他们见过不少投资机构。有人直接甩了一句难听话："就凭你们俩，还想挑战英伟达？"

但在这里，转机出现了。

叶卫刚曾在全球EDA巨头Cadence任市场部高级业务发展总监，对芯片技术和市场门儿清。2006年回国进入创投行业后，芯片半导体始终是他最熟悉的赛道。多年后他记不清两人当天穿了什么，只记得那天上海很冷——而坐他对面的两个人，心更冷。

当时赵立东和张亚林连公司都还没成立，没产品、没收入。带到达泰面前的，只有一份20页左右的PPT。

达泰团队让赵立东打开PPT里第一款芯片的架构图，然后开始连环追问：计算核心怎么设计？存储带宽怎么匹配？芯片之间怎么互联？哪些IP自己做、哪些外部买？怎么面对CUDA已经形成的软件生态？供应链和流片资源从哪来？

> "我把他们第一款芯片结构图打开，一层一层地看，一个模块一个模块地问。"

投资人想确认的是：这份20页PPT下面，到底有多少问题已经被想清楚了。

那天见面后，达泰很快做了决定——投。转过年后，2018年3月，燧原科技正式成立。达泰资本作为联合领投方，参与了种子轮融资。

为什么说燧原选了一条最难的路

燧原的独特之处，其实就藏在2017年叶卫刚看到的那张架构图里。

当时国内AI芯片创业潮刚起来，寒武纪、地平线、深鉴科技陆续进入资本视野。大多数创业者选的是推理芯片或端侧场景——门槛低、见效快。赵立东和张亚林偏偏把第一款产品瞄准了云端AI训练。

这是个门槛高得多、投入大得多的市场。

云端AI训练芯片要处理海量数据和高强度并行计算，单颗芯片的算力只是基础。创业公司还得解决存储带宽、芯片互联、软件编译、模型适配、大规模集群等一系列问题。而横在所有后来者面前的，是英伟达多年积累的软硬件体系。

达泰团队记得，这是他们第一次听到国内创业团队明确提出要做云端大算力训练芯片，正面进入英伟达的地盘。"这当然不容易相信。"

但达泰发现，赵立东和张亚林已经把下一步拆得足够细。不光画了芯片架构，还列出了计划组建的20人核心团队——每个岗位需要什么背景、准备从哪找人、哪些模块必须自研、哪些IP可以买、供应商是谁、过去有没有合作过。

在燧原之前，叶卫刚已经看过多家AI芯片公司，也投过端侧芯片项目。到了那张桌子上，他要判断的已经不是"AI芯片有没有市场"，而是——眼前这两个人能不能真把它做出来，以及做出来以后谁来用？

2018年3月公司成立，赵立东任CEO，张亚林任COO。种子轮由达泰资本、真格基金、武岳峰科创、云和资本、上海科创投等机构投资。

腾讯带来的"热启动"，到底意味着什么

成立之初，燧原全公司不到10个人，办公室是赵立东从朋友那借的，免费用三个月。

2018年4月底，腾讯投资的董事总经理姚磊文和投资总监肖鸿达联系上了赵立东。

> "他们是怎么找到我们的，我也想不起来了。第一次是用视频会议，聊了快两个小时，然后他们就带人跑到了我们在上海的办公室。"

真正打动赵立东的，是肖鸿达说的一句话："腾讯可以帮助燧原做'热启动'。"

芯片行业的"冷启动"困境非常典型：一家公司按公开资料和行业趋势完成产品定义，花几年把芯片做出来，却发现客户的真实业务跟当初设想不一致。这时候再改硬件架构，往往来不及了。

"热启动"意味着，从产品定义和研发阶段开始，燧原就能接触大型互联网公司的真实业务需求，理解训练任务、模型框架和数据中心环境对芯片的要求。

2018年8月，腾讯领投燧原3.4亿元Pre-A轮融资。当时的投资协议没有把腾讯采购设为前提，双方的业务合作也不具有排他性。腾讯投资部门负责判断公司价值，业务部门仍要按性能、稳定性和成本决定是否采用产品。

张亚林曾说过，燧原选择与腾讯"联姻"，是因为腾讯投资最大的特点是"对被投企业非常宽容"——不干涉微观管理，给创始人很大空间，燧原自身的关键决策腾讯都会充分支持。

腾讯的"热启动"为燧原初期研发帮了大忙；而腾讯相对克制的关系，也给燧原提供了一个真实而严格的试验场。

但腾讯既是早期股东，也是第一款产品最重要的潜在客户。在客户真正下单之前，燧原首先要迈过芯片创业最危险的一关——流片。

五款芯片全部一次流片成功，这项纪录有多难

2018年下半年，郑焱加入险资私募基金管理公司阳光融汇资本。

他的博士论文写的就是芯片可测试性设计（DFT）与容错，非常了解集成电路设计阶段的技术。那段时间他看过国内大部分AI芯片创业项目，最后把目光聚焦到燧原。

如今已是阳光融汇资本科技赛道投资负责人的郑焱回忆，2019年初他通过一位清华师弟接触到赵立东。因为有专业背景，他对燧原的尽调从一开始就深入到研发组织内部。

> "当时，燧原第一款芯片尚未完成RTL Freeze（寄存器传输级代码冻结）。"

也就是说，芯片功能和逻辑设计还没最终定型，距离送往晶圆厂流片仍有多个关键环节。

郑焱和团队分别访谈了燧原计算核心、片上网络、SoC、DFT和后端设计等环节的负责人。他关心的不只是每个人过去在哪家公司干过，还要判断各个模块能不能顺利连接起来。

芯片是高度协同的工程。一两个明星工程师可以决定局部设计的上限，但最终能否流片成功，取决于架构、前端、后端、验证、测试和供应链团队能否在同一时间节点完成各自任务。

对一家谨慎保守的险资机构来说，在芯片尚未流片、商业前景远未明朗时下注，并不是常规选择。推动这笔投资的，既是郑焱对团队能力和流片风险的专业判断，也是阳光融汇对长期资金进入战略性新兴产业的一次试点。

一款先进芯片的流片成本可能上亿元。一旦失败，损失的不只是研发资金，还有重新设计、验证和排产的时间——往往需要半年甚至更长。对技术迭代迅速的AI芯片行业，错过半年，有时就意味着错过一代市场。

但燧原没有错过。

2019年12月，发布第一代云端AI训练芯片"邃思"（招股书中称邃思1.0），同期推出基于邃思1.0的训练加速卡云燧T10

2020年12月，推出第一代推理加速卡云燧i10

2021年7月，发布第二代训练芯片邃思2.0及云燧T20、T21；同年12月发布第二代推理芯片邃思2.5及云燧i20

2024年，推出第三代推理芯片邃思320和燧原S60

2025年7月，发布第四代训推一体芯片邃思400及燧原L600

燧原招股书显示，截至2025年末，公司已完成四代计算架构、五款云端AI芯片，五款芯片均实现一次流片成功。

在芯片行业，"五款芯片全部一次流片成功"是一项难得的工程纪录。

两条技术路线，燧原选了哪条

云端AI加速芯片大致有两条主流路线：

一条是以英伟达为代表的GPGPU（通用图形处理器），强调通用并行计算能力，覆盖AI计算、科学计算和图形渲染等多种任务，并依托CUDA形成了成熟的软件和开发者生态。

另一条是面向AI负载优化的专用加速器，谷歌TPU、华为昇腾以及燧原的产品通常被归入这一类。这类芯片大多采用DSA（领域专用架构），以ASIC（专用集成电路）形式实现：通过减少与AI计算无关的通用硬件，把更多芯片面积、存储带宽和计算资源用于矩阵运算，在特定AI任务中追求更高的性能、能效和性价比。

燧原采用自主研发的GCU-CARA计算架构，内部集成多个可编程的GCU-CARE加速单元，并围绕芯片开发了驭算TopsRider软件栈。这样的设计为软硬件协同优化留下更大空间，但也意味着燧原无法直接继承英伟达已经建立的CUDA生态。

客户要把原本跑在英伟达平台上的模型迁移到燧原芯片，代码、算子和业务系统通常需要重新适配。燧原必须一个模型一个模型调试，一个场景一个场景验证，再说服客户承担迁移成本。

芯片成功流片只是产品进入市场的起点。燧原接下来要回答的是：怎样让客户离开已经熟悉的软硬件平台，换上一套新的国产系统？

这个过程，远比一次流片漫长。

"漫长的中场"：融资最难的那几轮

云和资本是燧原种子轮核心投资方，连续五轮持续加注。在燧原尚未落地第一款芯片、商业化路径完全空白时，云和资本投资团队就判断：国产云端训练芯片软硬件一体化是长期核心壁垒。

云和资本创始人赵云回忆，燧原创业初期，赵立东和张亚林深耕底层芯片技术，但在商业落地、市场叙事层面存在短板，很难让投资人、产业客户、产业园区快速理解燧原整套算力体系的价值。

有段时间，赵云会陪他们在酒店复盘路演BP。让他们把讲述过程录下来，再一起回听，逐段梳理内容，目的是帮助他们删减冗余的底层技术细节、补齐商业化落地路径、明确客户替换海外芯片的核心收益。

> "我们从种子阶段就达成共识，训练芯片绝非单颗硬件比拼，而是'硬件+软件+工具链'一体化完整体系竞争。能否高效适配主流AI框架、大幅降低客户迁移适配成本，既是燧原突破英伟达生态垄断的关键，也是企业实现规模化商业化的核心根基。"

随着燧原AI芯片进入市场，云和资本和燧原讨论的问题也变了：如何匹配首批规模化测试客户，搭建千卡级算力集群落地载体，完成从单卡样品到大规模商用集群的跨越。

当企业发展进入"漫长的中场"，打通产业资源尤为关键。

赵云带领团队依托自身产业资源网络，持续为燧原对接头部科研院所、各地政府算力产业平台、区域智算中心资源。标志性成果之一，是推动燧原与之江实验室达成深度合作，共建联合研究中心，落地千卡级AI智算集群。

对尚处早期的燧原来说，千卡集群落地绝非简单产品销售。单卡性能达标只是基础，多芯片高速互联、集群软件调度、7×24小时稳定运行等全栈工程能力，只能靠大规模集群场景完成验证。这类标杆项目既是早期核心落地订单，更是燧原软硬件产品持续迭代的核心试验场。

之江实验室项目落地后，云和资本继续拓宽燧原产业边界，对接长三角、北方多地算力产业资源，同步导入上游供应链和下游AI应用生态合作伙伴。

一家AI芯片公司的商业化路径由此显现：芯片能够点亮，软件可以运行，客户愿意测试，测试之后能够采购，采购之后还要形成规模复购。每向前一步，所需的能力都在增加。

达泰内部的分歧

燧原发布第一代AI芯片后，融资进入更艰难的阶段。

李泉生和叶卫刚把一家硬科技公司的融资过程分为三个时期：最早一轮主要判断团队和方向，临近上市时产品、收入和客户已相对清晰，真正难投的是中间几轮。

达泰内部并非没有争议。年轻投资人更关注细节和数据：销售增长不够快，亏损一年年扩大，下一轮估值却比上一轮更高，认为继续投风险很高。几位资深合伙人则更关注产品有没有按计划交付，以及赵立东、张亚林此前说过的事情是否兑现。

> "我们最后看两个东西，一个是行业的大方向，一个是人。这两个人答应要做到的事情，基本上都做到了。"

达泰选择继续投资，但也承认："最难投的就是B轮和C轮。"

燧原的融资仍在继续：

2020年5月，完成7亿元B轮融资，武岳峰资本领投，老股东腾讯继续跟投

2021年1月，完成18亿元C轮融资，中信产业基金、中金资本旗下基金、春华资本领投

2022年7月，完成C+轮融资，国家集成电路产业投资基金投资

监管文件里的几行字，可能改变几年的研发计划

2022年10月，美国进一步收紧针对先进计算芯片及半导体制造设备的出口管制。相关规则发布时，郑焱正在外地出差。晚上走出酒店，他连续给包括燧原在内的几家国产AI芯片企业打电话，询问设计、流片和供应链可能受到的影响。

电话另一端没有现成答案。新规则需要律师和技术团队共同解读，芯片公司还要重新评估参数、供应商和后续产品节奏。

监管文件中的几行文字，可能改变一家芯片公司几年以来的研发计划。这也是国产AI芯片投资与普通互联网项目不同的地方：除产品和市场风险外，企业还要承受供应链、先进制程和国际规则随时变化带来的不确定性。

达泰透露，燧原曾几次走到资金最紧张的时刻。账上的钱在减少，下一轮融资却仍在谈判。一笔资金早到或晚到几个星期，都可能改变公司的命运。

2023年，燧原完成D轮和D+轮融资；2024年又相继完成D++轮和E轮融资。E轮融资金额约27.20亿元，投前估值达到175亿元。

从种子轮到E轮，燧原上市前一共完成10轮股权融资。但连续融资无法替代商业化——投资人能为一家芯片公司争取时间，最终决定它能否走出"中场"的，仍然是产品和客户。

> "作为燧原最早一批种子投资人，八年里我们始终定位长期陪伴者、产业资源连接器，聚焦投后全周期产业赋能，坚持赋能不越位。所有技术突破、商业化落地成果，根基都来自燧原团队自身持续深耕的技术实力与市场开拓能力。"

"幸福的烦恼"：腾讯贡献了83%的收入

2025年，燧原科技实现营业收入9.90亿元，较2023年的3.01亿元增长超过两倍；同期净亏损由16.65亿元收窄至11.64亿元。

根据IDC数据和燧原招股书公布的销售量情况，2025年中国AI加速卡整体出货规模约400万张，其中英伟达以约220万张出货量占据约55%的市场份额。燧原2025年AI加速卡及模组销售量达6.6万张，对应中国AI加速卡市场占有率约1.7%，在国内其他AI芯片厂商中位居前列。

这些数字意味着燧原已从产品验证走向规模交付。但另一组数字显示，距离盈利仍有一段距离：

2023年至2025年，累计研发投入36.76亿元，相当于同期营业收入总和的182.55%

截至2025年末，838名员工中研发人员643名，占比76.73%

累计未弥补亏损达44.41亿元

对一家仍在持续迭代芯片的公司，高研发投入有其必要性。资本市场更关心的是，这些投入能否转化为更广泛的客户和持续收入。

目前，答案很大程度上指向腾讯。

2023年至2025年，燧原对腾讯的直接及间接销售收入分别为1.00亿元、2.73亿元和8.30亿元，占各期营业收入的33.34%、37.77%和83.79%。

腾讯不仅是燧原最大客户，也是第一大股东，腾讯科技及其关联方持股比例达到20.26%。

在外界看来，这也是一种"幸福的烦恼"。

在上市前第一轮问询函中，上交所就要求燧原说明其现有AI产品是否高度适配腾讯，是否具备开拓并适配其他客户的能力，以及不同应用领域产品的市场空间、竞争格局及未来发展趋势。

燧原在回复中承认，现有AI芯片已高度适配腾讯的大量模型和业务场景。互联网应用需要承受高并发、低延迟、流量波动和7×24小时运行，如果缺少针对性软件优化，可能出现运行效率低、多卡调度冲突和稳定性不足等问题。

但燧原同时强调，"高度适配腾讯"不等于"只能用于腾讯"。

燧原将自主研发的芯片架构称为GCU-CARA（通用计算单元和全域计算架构），并围绕它建立驭算TopsRider软件平台。服务腾讯的过程中，大量适配经验已沉淀到驭算TopsRider平台，成为可复用的编译器、算子库和开发工具。截至2025年末，公司软硬件平台已适配近1000个AI模型，覆盖300多个应用场景。

叶卫刚认为，AI算力市场的支出原本就高度集中。无论中国还是美国，真正能长期投入大规模算力基础设施的客户只有少数几家。对创业公司来说，先与一家头部客户建立深度合作，是芯片进入真实业务并实现规模交付的现实路径。

美国独立卖方研究机构BERNSTEIN预测，到2028年，字节跳动、阿里巴巴和腾讯的AI资本支出将占据中国AI资本支出的近50%。这凸显了进入头部互联网厂商供应链对AI加速卡供应商的重要性。

燧原从腾讯获得了资金、订单和各方面资源，但如何降低迁移成本、扩大开发者规模、获得更多客户认可，依然是上市后需要用订单回答的问题。

从卖芯片到卖系统：超节点竞赛已经开跑

随着AI大模型训练和推理所需的算力需求与数据吞吐量指数级提升，AI算力竞争已从单芯片、单算力节点的软硬件性能提升，转向高速互联的多算力节点系统集群方案。

2026年7月，在2026世界人工智能大会（WAIC 2026）上，十余家芯片和算力企业都带来了自己的超节点产品。"超节点""超集群""超量混训装置"，名字各不相同，背后指向同一个问题：如何让越来越多的AI芯片高效协同工作。

燧原也给出了自己的方案，现场展示了两款超节点产品：

云燧ESL64-C：采用成熟Cable-tray路线

云燧ESL64-O：与中兴通讯联合打造的正交架构方案

两套方案代表不同的工程取舍。Cable-tray方案通过高速线缆连接计算节点和交换节点，技术体系相对成熟，部署方式更接近现有数据中心，优势是组网灵活、扩容方便，更容易兼容不同服务器和数据中心环境。正交架构则追求更高的集成密度——计算板与交换板通过正交连接器垂直交叉互联，减少机柜内部的高速线缆和中间连接环节，压缩通信距离，降低潜在故障点。

这也是燧原过去几年产品结构变化的结果。早期的云燧T10、T20以训练加速卡为主；第三代S60抓住了大模型推理需求；第四代L600重新覆盖训练和推理，并成为OGX与ESL32/64超节点产品的计算基础。

燧原的身份也在变化：它需要向客户交付的，逐渐不再是一颗单独的AI芯片，而是一套能够稳定运行模型的算力系统。

不过招股书同时显示，截至2025年底，OGX和ESL32/64超节点产品尚未实现批量收入。

燧原在招股书中预计，在收入增长和毛利率达到相应假设的情况下，公司可能于2026年或2027年实现合并报表盈利。同时提醒，这一测算具有重大不确定性，不构成盈利预测或承诺。

达泰团队对此并不担心："收入在涨，毛利稳中有升，迟早会盈利。"