2025-2026 年，全球 AI 产业正经历从 “训练军备竞赛” 到 “推理效率革命” 的范式转移。算力竞争正在从 “拼卡数” 转向 “拼每 Token 成本”。与此同时，中国资本市场迎来一波特殊的 IPO 潮：摩尔线程、沐曦股份、燧原科技等多家国产 AI 芯片企业 IPO 或披露上市进程。这反映了产业周期演进与国产替代加速的双重推动。
从产业周期演进维度，算力行业正在进入 “深水区”。所谓 “深水区”，意味着产业逻辑已经从 “浅层探索” 走向 “复杂博弈”。过去几年，行业关注的焦点是训练集群的规模、单芯片的峰值算力、能否追上英伟达的步伐。而今天，随着 DeepSeek、Qwen 等国产开源大模型的普及，AI 产业正从 “大规模训练” 转向 “规模化推理”——Token 调用量指数级增长，推理算力需求已远超训练。根据 Verified Market Reports，2025-2033 全球 AI 推理芯片市场规模将以 23.16% 的年复合增长率扩张。
与训练场景不同，推理场景的核心诉求不是 “极致算力”，而是性价比、低延迟、高吞吐。这恰恰是国产 AI 芯片通过架构创新（如 DSA 架构）能够形成差异化优势的领域。换句话说，当行业进入以推理为主的下半场，国产芯片不再只是 “追赶者”，而是有了弯道超车的可能性。
与此同时，政策端持续加码。“东数西算” 工程全面落地，“人工智能 +” 行动写入 “十五五” 规划，各地智算中心建设如火如荼。运营商、地方政府采购国产芯片的比例持续提升。互联网大厂同样在加码 —— 据 Bernstein 预测，字节跳动、阿里巴巴、腾讯三家头部企业的 AI 资本支出合计将从 2025 年的 450 亿美元增至 2028 年的 850 亿美元，其中国产芯片占比快速提升。
资本与政策的双重催化下，国产替代正从 “技术可行” 迈入 “规模化放量” 的新阶段。而在这场历史性转折中，燧原科技凭借其精准的产品迭代节奏与清晰的商业化路径，正在穿越算力的 “深水区”，盈利路径日趋明确。
一、产品迭代逻辑：与产业周期同频共振
在 AI 芯片行业，产品路线的选择往往决定了企业的生死。燧原科技的产品迭代节奏，精准地踩中了 AI 芯片产业从训练到推理的演进节点。
不一味追求 “峰值算力”，而力求 “算尽其用”
燧原成立之初，正值 AI 训练芯片被奉为 “皇冠上的明珠”。不少同行选择主攻训练场景，试图在参数规模上对标英伟达。但燧原做出了一项看似保守、实则务实的决策：
训练产品稳步探索，推理产品率先放量。
这一决策在当时并不被普遍理解。2021-2022 年，当同行纷纷发布千亿参数训练芯片时，燧原选择深耕推理市场被部分业内人士视为 “保守”。但事后看，这种稳健务实的发展策略，为 2024 年的推理爆发储备了产能和客户信任。
2023 年之前，AI 市场以传统模型为主，训练需求有限；2023 年 ChatGPT 引爆大模型浪潮后，行业迅速从 “百模大战” 转向应用落地，推理需求开始爆发。燧原的第三代产品 S60 推理卡于 2024 年量产，恰好赶上了这波推理需求的井喷。报告期内，推理产品收入占比一度超过 98%，成为营收增长的核心引擎。
三代产品，步步踩在节点上
如果把燧原的产品演进与产业阶段对照，会发现一条清晰的共振线：
第二代产品（训练卡 T20 / 推理卡 I20）：瞄准传统 AI 模型场景，完成技术积累和早期客户验证。
第三代产品（推理卡 S60）：精准卡位 AI 大模型推理爆发前夜，以高性价比快速占领市场。
第四代产品（训推一体模组）：面向生成式 AI 的训推融合需求，同时支持训练与推理，打开更大市场空间。
这种 “步步踩在节点上” 的节奏，使燧原避免了两个常见的战略陷阱：一是过早重注训练场景而陷入漫长的烧钱周期，二是错失推理爆发的窗口期。
架构选择：把握发展趋势，不做跟随者
产品迭代的背后是架构选择。燧原没有跟随英伟达的 GPGPU 路线，而是采用 DSA 架构。打个比方：GPGPU 像一把 “瑞士军刀”，什么都能做但未必每项都是最优；DSA 则像一把 “手术刀”，专为 AI 计算领域进行优化，效率更高、成本更低。
在推理场景中，这一优势尤为突出。DSA 架构针对特定 AI 计算模式优化，在同等制程下可实现更高的能效比和更低的每 Token 成本。随着 DeepSeek 等开源模型将推理成本大幅拉低，客户对 “每 Token 成本” 的敏感度持续提升。DSA 架构带来的性价比优势，正在被越来越多的客户认可。
全球投资机构高盛的预测也印证了这一趋势：DSA 架构 AI 芯片在 AI 服务器中的出货金额占比，将从 2025 年的 38% 提升至 2027 年的 45%。燧原正踩在这一技术趋势的前沿。
“预研一代、研发一代、量产一代” 的节奏感
更值得关注的是，燧原并未止步于当前代际。公司建立了 “预研一代、研发一代、量产一代” 的并行研发体系。目前第四代产品即将量产，第五代、第六代产品已在研发或预研阶段。这种节奏感，既保证了产品的持续竞争力，也为未来的市场增长预留了空间。
燧原的产品迭代逻辑，不是拍脑袋的路线选择，而是基于对客户需求与行业拐点的深度研判。当产业进入算力的 “深水区”，这种与周期同频共振的能力，正成为其最核心的竞争力之一。
二、商业化路径：互联网与智算中心双轮驱动
技术领先只是前提，商业落地才是硬道理。燧原的商业化路径清晰而务实：一头扎进互联网大厂的业务场景，一头卡位国家智算中心建设，形成双轮驱动的收入结构。
路径一：聚焦腾讯，打磨可复制的 “互联网模式”
燧原自 2019 年起与腾讯展开合作。从单一场景小规模验证，到多场景大规模部署，再到深度战略合作，双方走过了 7 年的磨合期。如今，燧原的产品已在腾讯多个国民级 AI 场景中大规模应用。
这一合作带来的不仅是收入。腾讯作为国内 AI 应用场景最丰富的互联网企业之一，为燧原提供了海量、高并发、高要求的真实测试环境。在此过程中，燧原的软件栈不断完善，算子库持续丰富，对各类 AI 模型的适配能力快速提升。2025 年，燧原对腾讯的销售收入占比达到 83.79%，腾讯已成为其第一大客户。
需要看到的是，单一客户占比过高既是信任的体现，也带来集中度风险。燧原已意识到这一点，正积极拓展其他互联网及政企客户。据招股书披露，燧原已与多家头部互联网客户完成硬件系统测试和模型匹配测试，预计 2026 年内可实现小规模交付，2027 年实现大批量交付。
路径二：智算中心项目，抢占国产算力基建高地
与互联网客户并行的，是另一条腿 —— 智算中心。燧原深度参与了国家 “东数西算” 枢纽节点的建设，落地多个智算中心项目。交付形态也从单一的 AI 加速卡，扩展到智算系统、智算集群。
2024 年，智算系统及集群业务收入占比曾达到 56.24%，成为当年收入的重要支撑。2025 年，由于公司资源优先保障互联网客户需求，智算业务收入有所下降，但已与新的枢纽节点项目签署投资协议。
两条路径并非孤立运行，而是形成正向循环：
互联网场景提供高并发、多模型的真实验证环境，持续打磨产品成熟度和软件生态；
智算中心项目提供单笔金额大、品牌示范效应强的规模化订单，摊薄研发成本；
能力沉淀从互联网场景向智算中心复制，降低新客户的适配成本；
规模效应反过来支撑更低的产品定价，增强互联网客户的复购意愿。
这种 “场景打磨 — 规模放量 — 成本优化 — 客户拓展” 的飞轮，使燧原在保持收入快速增长的同时，也拥有了更稳健的客户组合，并转化为实实在在的财务数据：
另外，公司的规模效应正在显现，研发费用占比从 408% 降至 114%，管理、销售费用率同样显著下降 —— 这是任何一家成长型科技企业走向盈利的必经之路。
综上所述，互联网客户提供高粘性、高复购的现金流，智算中心项目提供规模化的品牌与政策背书，两条腿走路让燧原的商业化路径既扎实又可复制。当行业还在争论 “国产芯片到底能不能用” 时，燧原已经在用真金白银的订单回答这个问题。
三、国产 AI 芯片商业化：需求与政策的双重窗口期
如果说产品迭代和商业化路径是燧原的 “内功”，那么当前的外部环境则是前所未有的有利条件。国产 AI 芯片正迎来历史性的商业化窗口期。
需求侧：推理需求爆发，供需缺口巨大
2025 年，DeepSeek 系列开源大模型的发布，将 AI 推理成本大幅拉低，加速了 AI 应用在各行各业的渗透。据中信证券研究部预测，2030 年全球月 Token 调用量将是 2025 年的 100 至 349 倍。五年百倍以上的推理需求增长，为 AI 算力基础设施打开了巨大的想象空间。
然而供给端却存在明显缺口。根据 IDC 数据，2025 年英伟达仍占据中国 AI 加速卡约 55% 的市场份额。国际贸易摩擦的不确定性，使得互联网大厂、运营商、地方政府都在主动寻求国产替代方案。需求爆发叠加供给受限，为本土芯片企业打开了宝贵的战略窗口期。
政策侧：强力催化，智算中心建设提速
从 “东数西算” 工程到 “人工智能 +” 行动，国家层面对算力基础设施的支持力度前所未有。八大算力枢纽节点、十大数据中心集群的建设持续落地，运营商、政府、金融等重点领域客户，已明确要求国产算力占比。
据 Bernstein 预测，三大运营商及核心央国企的算力投资将从 2025 年的 330 亿美元增至 2028 年的 660 亿美元。这一增量市场，正是国产 AI 芯片企业可以深耕的沃土。
窗口期正在收窄，谁能率先卡位？
需要清醒看到的是，这个窗口期不会永远敞开。国际厂商也在调整策略，本土竞争对手同样在加速追赶，未来两到三年将是国产 AI 芯片企业确立市场地位的关键期。
谁能率先实现大规模、高性价比的商业交付，谁就能占据核心生态位。燧原已经走在了前面 —— 产品已在大规模商用场景中验证，客户从腾讯扩展到更多头部互联网和政企客户，营收持续高速增长，亏损大幅收窄。
因此，当前国产 AI 芯片企业正站在 “需求旺盛、政策支持、客户开放” 的有利条件下。这不是一个 “要不要上” 的问题，而是一个 “谁能跑得更快” 的问题。
四、跨越盈亏平衡点：确定性从何而来
在产业周期与国产替代的双重共振下，燧原科技的盈利预期变得清晰而具体。公司管理层预计：在营业收入中性达成、毛利率中性的情况下，2026 年可实现基本盈亏平衡；若上游供应链成本上升或收入达成率偏低，则大概率 2027 年盈利。这一判断已在招股书中进行敏感性分析，依据充分，具有可实现性。
公司盈利的底气，来自三个层面的确定性：
第一，订单的确定性。
企业在问询回复中表示，已收到客户支付的大额预付款，用于保障产能及订单交付，订单取消或变更的风险较低。
部分客户甚至提前支付大额预付款以锁定产能 —— 说明了客户对公司产品的认可与信任。
第二，毛利率的确定性。
第三代推理卡毛利率稳定在 34%-40% 之间，随着第四代训推一体产品量产放量，产品结构将进一步优化，整体毛利率有望稳中有升。同时，公司对供应链成本的管理能力也在持续提升。
第三，费用率的确定性。
规模效应正在加速释放。研发费用相当于营收的比例从 408% 降至 114%，管理、销售费用率同样显著下降。随着收入体量的持续扩大，期间费用率还将进一步优化，利润弹性将逐步显现。
三层确定性叠加，勾勒出燧原从 “技术验证” 走向 “商业正循环” 的完整路径：
第一阶段（2018-2022）：技术突破期。自研四代架构，完成产品从 0 到 1 的跨越。
第二阶段（2023-2025）：商业化验证期。聚焦腾讯打磨产品，推理卡大规模放量，营收从 3 亿增长至近 10 亿，亏损大幅收窄。
第三阶段（2026-）：盈利释放期。在手订单充足，客户矩阵从腾讯扩展到更多头部互联网与政企客户，四代产品量产打开新空间，盈亏平衡点触手可及。
盈利不是 “会不会”，而是 “什么时候”
当亏损以每年超过 20% 的速度收窄，当营收保持 80% 以上的复合增长，当研发投入已经越过峰值 —— 盈利拐点已不是悬念，而是一道可以精确计算的时间题。在算力的深水区，燧原用真金白银的订单和逐年收窄的亏损，给出了最具说服力的答案：商业化的确定性，已经被写进了财务数字里。
结语：算力深水区，国产芯片的 “确定性时刻”
2026 年，国产 AI 芯片产业站在了一个重要节点上。向外看，推理需求爆发、政策持续加码、客户主动拥抱国产方案 —— 风口明确，窗口敞开。向内看，燧原的产品迭代踩准了产业节奏，商业化路径跑通了从腾讯到更多客户的复制逻辑，亏损持续收窄，盈利时间表清晰可见。
这不是一个 “讲故事” 的阶段，而是一个 “交答卷” 的时刻。在算力的深水区，单纯靠堆算力、拼参数已经不够了。真正的考验在于：谁能用更低的成本、更高的效率、更稳定的交付，为客户创造真实价值。谁能从 “技术闭环” 走向 “商业闭环”，从 “烧钱研发” 走向 “自我造血”。
燧原用过去 8 年的实践，给出了自己的答案：
当在手订单覆盖了预测收入的绝大部分，当客户预付款提前到账，当研发投入越过峰值、亏损收窄斜率加速 —— 算力深水区的商业化确定性，已经不再是远方的灯塔，而是脚下的道路。
在算力的深水区，确定性已来。
热门跟贴