作者｜Hayward
原创首发｜蓝字计划
百度昆仑芯，在最近毫无悬念地成为了国产AI芯片赛道的主角。
一边，它已经以保密形式向港交所递交上市申请；另一边，昆仑芯也完成了科创板上市辅导备案，A+H双线推进的轮廓逐渐清晰。
按照市场消息，昆仑芯最新一轮融资后的估值，已经达到约210亿元。
这意味着，百度内部孵化多年的AI芯片业务，终于接近开花结果的重大时刻。
但是，如果回过头来看昆仑芯最早的起点，并没有今天看上去这么风光。
李彦宏当年的那一句话，成了概括昆仑芯诞生的最好注脚：
“当初我们做搜索的时候，买别人的芯片太贵了，每片要1万美元。而我们自己做，2万人民币就做下来了。”
这句话怎么都不像一个宏大的造芯宣言，反而多多少少带有一些无奈。
早年的百度，核心业务是搜索，背后依赖的是海量计算。排序要算，广告要算，语音识别、推荐系统也都要算。
业务越做越大，算力成本自然也越来越高。外采芯片当然省事，但长期买下去，账单上的真金白银，肯定也会让李彦宏皱眉。
正是在这个背景下，百度在内部启动了自己的AI加速计算探索。
而这个如今估值达约210亿元、正在冲刺IPO的昆仑芯，正是百度原本想用自研方案，把搜索和AI计算的成本降下来，最终鼓捣出来的一个“省钱工具”。
但这也是昆仑芯最有趣的部分：
一个为了省钱做出来的业务，怎么就撑起了两百多亿估值？
昆仑芯的前世今生
要理解昆仑芯凭什么能值两百多亿，还是看回它最初的起点。
前文提到，随着百度的业务越走越大，算力成本越来越高，他们需要一个实用的办法，降低算力成本。
不过在当时，百度没有选择立即去造一颗完整的专用芯片，而是先从更灵活、风险更低的方案入手。
这就是FPGA。
FPGA可以简单理解成一种能反复改造的“半成品芯片”，在根据不同任务重新配置后，就能用来给搜索、语音识别、推荐这类高频计算做加速，节省算力。
早在2011年，百度开始在内部启动FPGA AI加速项目。
从2011年到2015年，百度数据中心里的FPGA部署规模超过5000片；到了2017年，这个数字进一步提升到12000片。
搜索排序、广告系统、语音识别、推荐系统，都是百度最核心的业务场景。FPGA在这些场景里的部署，意味着百度内部这条AI加速技术线，已经从“试试看”进入了真实业务。
2017年，这条技术线迎来一个关键节点。
百度在Hot Chips上发布自研XPU架构。相比继续用FPGA做局部加速，XPU的出现意味着百度把自己多年积累下来的AI计算需求，整理成了一套更系统的芯片架构。
2018年，百度终于在AI开发者大会上正式发布第一代云端AI芯片“昆仑”。
自此，从FPGA到昆仑芯，百度完成了从内部AI加速方案到拥有AI计算自研芯片的转向。
2020年，第一代昆仑芯实现量产，并在百度搜索、语音识别等场景中落地。
不过，真正让昆仑芯身份发生变化的时间节点，是2021年。
这一年，昆仑芯完成独立融资，正式从百度内部走出来。百度芯片首席架构师欧阳剑出任CEO，昆仑芯也从百度体系里的一条技术线，变成了一家可以独立融资、独立面对市场的芯片公司。
首轮融资后，昆仑芯的估值就已经达到约130亿元。
此后几年，昆仑芯继续融资，并引入更多产业资本。比亚迪、中国移动旗下基金等机构入局，让它和外部产业客户的关系变得更深。它们给昆仑芯带来的不止有钱，还有更多真实的客户、场景和订单。
正是从2021年开始，独立运营近5年的昆仑芯，终于走到IPO的前夜。
几斤几两？
当然，师出有名不代表昆仑芯天生就能叱诧风云。既然已经放到了商业市场里检验，大家更加关心的还是昆仑芯自身的实力，到底有几斤几两。
对一家商业化的AI芯片公司来说，真正进入商业市场后，市场会更加关心芯片有没有被大规模用起来，能不能跑大模型这样的核心任务，最后能不能变成收入和估值。
甚至当客户把芯片买回去后，还要迁移模型、适配框架、跑集群。软件和生态能不能及时配套，也会直接影响产品后续的转化。
所以，出货量是第一个关键的评价指标。
据媒体援引IDC 2025年度数据，中国AI加速卡全年出货约400万张，其中英伟达约220万张，仍然拿走55%的市场；
国产厂商合计约165万张，份额提升到41%。
在国产厂商里，华为昇腾仍然断层领先，出货约81.2万张；阿里平头哥约26.5万张；昆仑芯和寒武纪均约11.6万张，并列第三。
这个数据非常关键。既然已经走到了国产第三的位置，就证明昆仑芯已经不是国产AI芯片里的边缘玩家。它和寒武纪站在同一出货量级，并且排在海光、沐曦、天数智芯等厂商前面。
要知道，和昆仑芯出货量一个级别的寒武纪可是有“寒王”之称，市值也已经近 8000亿。如果昆仑芯正式上市，保守来看市值达1000-2000亿不是问题。
只不过，比下有余却比上不足。昆仑芯和华为昇腾之间仍然差着很远。81.2万张对11.6万张，大约是7倍差距；如果再把英伟达放进来，差距更大。
所以，在出货量这层级，昆仑芯虽然已经进入了国产AI芯片的牌桌，甚至已经称得上了头部玩家，但距离赛道第一的选手，还有不小差距。
能撑起这个出货量的，首先还是产品力。
目前最能代表昆仑芯产品力的，是P800。
按照公开资料，P800已经支持单机8卡部署DeepSeek V3/R1 671B满血版大模型，也实现了万卡集群部署。
国信证券研报中还提到，昆仑芯P800的FP16算力达到345TFLOPS，部分推理性能口径超过A800。
作为参照，华为昇腾910B是国产高端算力卡里最有代表性的产品之一。公开资料中，昇腾910B的FP16算力常见口径大约在320TFLOPS到400TFLOPS之间，搭载64GB HBM2e显存。
也就是说，如果只看公开资料中的FP16峰值算力口径，P800和昇腾910B之间的差距，其实并没有那么大。
而且，P800作为一款AI计算卡，已经进入了真实的商业场景。昆仑芯官方披露，P800单机8卡一体机已经通过DeepSeek-V3/R1 671B满血版适配支持性测试，支持长上下文推理，精度与DeepSeek技术报告对齐。
但问题在于，AI芯片的产品力，不只是一张卡的纸面算力。
尤其到了大模型时代，比一块孤零零的芯片更重要的，是一整套能跑起来的算力系统。
芯片本身的性能水平，只是一切的基础；后面的框架适配、模型迁移、算子优化、集群调度、工程服务，都会影响客户最终要不要大规模采购。
这也是昆仑芯相比行业龙头还欠缺的地方。
昇腾910B的最大优势，是有一整套华为体系支撑。芯片、服务器、华为云、CANN、MindSpore、行业方案、政企客户服务，基本都是打包到一起的。
对很多客户来说，买昇腾不只是买计算卡，而是买一套已经有人帮你适配、部署、维护的国产算力方案。
只能说，昆仑芯暂时还没能达到这个程度。
尽管当前有百度飞桨可以和昆仑芯形成协同，P800也已经适配了DeepSeek等大模型，但更广泛的开发者生态、行业方案、小众框架兼容、客户服务体系上，仍然要补课。
这就解释了为什么昆仑芯的单卡纸面水平并不差，出货量也已经站到国产前列，但还没有真正追上昇腾。
百度真正赚到的
虽然昆仑芯还没有坐上国产AI芯片的头把交椅，但不影响它对百度非常重要。
换句话说，就算它考试没考第一，但已经足够给百度长脸。
因为对百度来说，昆仑芯终于把百度过去多年埋在底层的AI硬资产，单独呈现到资本市场面前，这才是最重要的。
毕竟在过去，百度讲AI，市场其实非常难给他算账的。
文心大模型、智能云、小度、搜索重构，虽然是百度AI的一部分，但它们都包在集团业务里，很难被拆出来单独估值。
现在昆仑芯就不一样了，它有融资、有估值、有出货、有外部客户，也有明确的上市路径。
这就让百度的AI能力，第一次有了一块更容易被市场清晰计算的硬资产。
而且这个硬资产，让百度收益颇丰。
按最新一轮约210亿元估值计算，百度持有昆仑芯57.67%股权，这不是一笔小钱。如果昆仑芯成功上市，并且在公开市场获得更高定价，百度手里这部分股权价值，也会水涨船高。
但对百度来说，钱只是非常表面的价值。
昆仑芯更重要的意义，是帮百度打开了AI芯片业务继续融资和扩张的通道。
芯片是典型的重投入生意。研发、流片、迭代、集群、软件适配，每一步都要钱。如果一直留在百度内部，昆仑芯就始终要和百度其他业务争资源；独立上市之后，它就可以用自己的出货、客户和增长去融资。
这对后续产品迭代很关键。
此外，独立上市也能帮昆仑芯逐渐淡化“百度子公司”的标签，对外部客户来说，尤其是一些和百度存在竞争关系的互联网公司，淡化标签之后就更容易和昆仑芯实现合作。
只有昆仑芯的独立性更强，外部客户更多，它才有机会从百度自己的芯片业务，变成一家真正面向市场的AI芯片公司。
最后，昆仑芯的终极价值，还在于终于让百度拥有了一张在AI时代最难能可贵的名片：硬件玩家。
英伟达依靠GPU成为全球市值最高的公司、华为依靠昇腾和整套政企、云、服务器生态，站上国产AI算力的核心位置，还有生产AI必须的内存部件的海力士、美光、三星，也赚得盆满钵满。
这些公司的成功就足以说明，在AI时代，AI越智能，对硬件的依赖只会越强。
而昆仑芯则能让百度在模型、云和应用之外，多了一张AI硬件牌，拥有了在未来和其他头部企业一起构筑AI时代地基的能力。
如果未来百度能够走到AI时代的前列，昆仑芯会是当前最有希望的助推器。
热门跟贴