腾讯押注国产GPU：燧原科技重启IPO，国产替代之路挑战重重

这个秋天，腾讯在科技领域的收获颇丰。其重点投资的超级独角兽——燧原科技，再次启动了IPO辅导（科创板）。此前，腾讯看好的硅基智能已向港交所递交了招股书，而投资的明略科技也成功上市。

提到国产GPU，人们往往会想到寒武纪、摩尔线程、燧原科技、壁仞科技和沐曦科技等。燧原作为这一领域的竞争者，专注于国产GPU的研发。根据胡润数据，其估值高达160亿元。

一个显著的特点——燧原科技与腾讯有着深厚的合作关系。仅仅成立5个月，腾讯就领投了燧原科技3.4亿元，这一举动还打破了当时的行业纪录。此后几年，腾讯持续参与多轮融资，成为其最大的机构股东，持股比例约为20%。

尽管有腾讯的支持，但燧原所处的赛道——国产GPU市场，环境依然复杂。燧原的主要客户之一是算力中心。尽管技术上有所突破，但客户是否敢于使用、愿意使用国产方案，仍需时间验证。

另一个挑战是，算力中心的建设受到严格管控（需要审批）。自2025年4月起，多地接到了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%，这意味着需要购买算力的企业数量减少。

本文将深入分析燧原科技的崛起之路，以及国产GPU的未来机遇与挑战。

01

国产GPU人才的培养，要感谢AMD。多家国产GPU独角兽的创始团队都来自AMD。例如，近期上市的沐曦，其创始人陈维良曾是AMD全球GPU SoC设计总负责人。

燧原科技也不例外，其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，这两位科技老兵在上海张江创立了“燧原科技”。仅5个月后，腾讯就领投了燧原科技3.4亿元，这一轮融资也创下了当年芯片赛道的融资记录。

从2018年到2025年，燧原科技发布了三代产品，包括训练芯片和推理芯片。训练芯片用于训练大模型，而推理芯片则用于运行大模型。

2020年12月，燧原科技的第一代训练芯片上线；一年后，第一代推理芯片也正式上线。此后，VC武岳峰又领投了它7亿元。

在接下来的两年里，燧原科技陆续推出了第二代和第三代产品。

值得注意的是，燧原科技不仅专注于GPU领域，还涉及AI加速卡、算力集群系统、软件平台及服务等多个领域。这是因为其主要客户是算力中心（运营商），客户的需求是多元化的。

作为算力中心运营商，不仅需要GPU来满足高性能计算需求；如果算力需求非常大，还需要算力集群系统来连接成千上万的服务器进行大规模模型训练；此外，还需要软件平台及服务来支持AI程序在硬件上的运行。

提到应用场景时，不难发现：国产GPU的崛起主要得益于国产替代的推动。

以腾讯为例，作为燧原科技的第一大股东（持股约20%），之前其AI推理主要依赖英伟达的A100；而中国移动的算力集群则多采用英伟达的H100。

然而，垄断市场往往会面临断供、价格高昂和软件生态封闭等问题。谁能解决这些痛点，谁就能获得行业的支持。

燧原科技的解决方案包括：一是将产品定价做到比同性能的英伟达芯片更便宜；二是在软件上开放“驭算”平台以支持客户的二次开发并满足突发算力需求；同时支持定制万卡集群。

02

那么到目前为止，GPU的“国产替代”进展到什么程度了呢？从市场份额来看，可能只达到了30分（满分100分）。原因在于：卖不出去。

现实的问题是：如果让客户自由选择的话，算力中心几乎不会购买国产芯片。因为一旦买了国产芯片后可能会影响其算力的销售从而无法变现。这一现象也得到了多家头部AIDC公司的确认。即使是国产芯片的老大哥——华为也面临同样的市场现象。

客户购买的是最终体验而非单纯购买卡片。虽然部分国产芯片在特定指标上已经能与英伟达媲美但决定芯片能否“好用”的远不止是硬件参数软件生态同样重要而这也是国产GPU的最大短板。

这就好比拥有一部性能极强的手机但里面却没有可用的APP。

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占超20%而AMD、寒武纪以及其他国产GPU合计占比不到20%。

03

如果回到五年前国产GPU市场可谓是遍地机会。但时至今日情况已经发生了变化。一个直接的原因是：算力中心已经足够多且该买的卡也买的差不多了。

以算力中心为例三年前建设算力中心是热门项目。但现在由于需要审批且通过率非常低建设算力中心已经成为一个“需要审批”的赛道。

据铅笔道了解通过率可能低于10%。

自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三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”这也可能导致国产GPU的订单减少。

在竞争格局中除了英伟达、华为等超级巨头新玩家还需要面对超级独角兽的竞争如寒武纪、燧原科技、壁仞科技等。这种情况下如果瞄准的是“通用型GPU”机会将非常微小；但如果是垂直行业芯片如医疗影像AI专用芯片或许会有机会。

核心逻辑在于：在专用场景中“通用型GPU”的使用体验会更差。这种“差”并非指后者不具备这些功能而是指其成本、效率和功耗令人难以接受。

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的电路其他无关的电路会空转消耗更多电力。

这会不会导致其他影响如生产价格更高、芯片体积更大？仅从这些经济账中就可以看出“专用型芯片”的潜在机会。