一家只服务一个客户的芯片公司，如果没有理想，也就不必伤心。
文丨胡昊
2026 年国产 AI 芯片厂商仍处在业绩爆发期内，GPU “四小龙” 的数据表现仍然亮眼。
燧原科技作为 “四小龙” 中最后一家即将落地资本市场的公司，已在今年 7 月初完成科创板上市注册，9 月初的申购发行价定为 142.18 元，发行数量 4304 万股，募资超 60 亿元。这家成立于 2018 年的芯片设计公司专注云端 AI 训练与推理芯片，主营业务包括销售自研 AI 加速卡，以及把加速卡做成整柜集群交付给智算中心。
与常被并列讨论的其他三家 GPU “四小龙” 公司不同，燧原走的是专用架构路线，软件上也没有选择兼容英伟达 CUDA 生态，而是选择全自研。
此外，腾讯的身影出现得很早，燧原成立的当年腾讯领投 Pre-A 轮 3.4 亿元并连续多轮跟投，到 2025 年燧原 IPO 前，腾讯与一致行动人合计持股 20.26%，成为燧原最大的外部股东。2025 年公司实现营收约 9.9 亿元，来自腾讯的收入占比约 84%。
在芯片行业喜欢讲生态系统/生态商业的环境里，燧原的自研技术路线和 “腾讯系” 身份属性，将其明显区别于其他芯片厂商，呈现出较强的专属性和非市场化的特征。
腾讯给了燧原规模，却也给了他暂时无法 “市场化” 的结构。在产业链供需关系松动之前，燧原的持续增长基本只取决于其能否在腾讯体系内实现产品档位的上移。
产品路线与毛利差异，燧原的理想与代价
2025 年，国产云端 AI 芯片设计公司的毛利率大多在 50% 以上，“四小龙” 中摩尔线程为 65.6%、沐曦股份 56.5%、壁仞科技 53.8%；此外，同为专用芯片的寒武纪 2025 年的毛利率也有 55.2%；对比而言，2025 年燧原的毛利率为 31.9%；2026H1，摩尔、沐曦、壁仞、以及寒武纪的毛利率分别为 57.0%、57.2%、42.7%、以及 55.3%，燧原的毛利率则进一步降到 30.4%。
“四小龙” 之间产生这一差距的根本原因是，摩尔、沐曦、壁仞选择的是通用 GPU（即 GPGPU）路线，核心是能够适配英伟达的并行计算范式，降低开发者的迁移成本，属于是英伟达的平替，是大模型公司当下最亟需的算力硬件。
而燧原采用的是 DSA（专用领域架构）路线，是在芯片设计上将更多的晶体管用于 AI 训练或推理负载，从而弱化了芯片的 “通用” 能力，呈现 “专用性” 的特征，其现阶段的市场需求要弱于通用 GPU。
虽然同属于 DSA 阵营，但寒武纪的毛利率也要显著高于燧原，这主要是因为寒武纪的产品主要为 AI 训练或训推一体卡，2025 年其单卡均价约为 5.5 万元；对比而言，燧原 80% 的收入来自于推理卡，均价只有约 1.3 万元。此外，寒武纪的客户或销售领域会相对分散且多元，而燧原的绝大部分收入只来自于腾讯一家。
此外，燧原自研了一套对标英伟达的软硬件体系，例如在硬件上，燧原的 GCU-CARE 加速计算单元直接对标英伟达的 Tensor Core 一类专用矩阵单元、燧原的 GCU-LARE 片间高速互连对标英伟达的 NVLink 一类卡间互联；软件上，燧原自研全栈 “驭算 TopsRider” 平台（包含驱动、编译器、算子库、工具链），不兼容英伟达 CUDA。
当然，全栈自研的优势是高度可控且安全，具有长期利益；但这一路径的代价就是规模化前期需要承担更高成本。当前 AI 模型的训练场景深度绑定 CUDA 生态，训练代码、算子库、分布式框架和优化工具链都建立在 CUDA 之上，迁移意味着重写与重新调优，成本极高。
燧原 2019 年第一代和 2021 年第二代产品虽然分别针对训练和推理场景推出了 AI 加速卡，但训练/训推一体卡的销量非常有限，2023 年还有约 18% 的收入，到 2024 年掉到不足 1%，2025 年也只有约 1.2%，这表明当前国内 AI 训练/训推一体市场还是更愿意接受一个生态丰富、兼容性更高的产品方案。
相比之下，AI 推理相对容易被替代，客户的产品迁移成本也低很多，这就成为了燧原的业务突破口。但这也是利弊一体的双刃剑，会带来粘性低、议价权弱、容易被压价的弊端。2023 年燧原的销售主力已经是二代推理卡，2024 年的三代产品只推出 S60 推理卡，并成为 2024 年至 2026H1 的销售主力，但整体缺少高溢价产品对冲，进而拉低了燧原毛利率的起点。
低毛利与高销量，燧原用客户结构换 “经营安全”
燧原产品结构决定了毛利率的起点，而客户结构决定了毛利率的终点。
燧原在战略上进一步绑定腾讯，2025 年燧原 AI 加速卡销售业务出现了第一次爆发，营收约 8.56 亿、同比增长 178%，占总营收接近 87%；其中，对腾讯的销售占比从 2024 年的 38% 提升到 2025 年的 84%，产品虽然在合同上不是腾讯的专属型号，但从财务结果上看几乎成了 “腾讯专用”。
单一大客户的代价也写在了价格上，AI 加速卡单价从 2024 年的 1.4 万元/张下降了 6.5% 至 2025 年的 1.3 万元/张。也正因如此，毛利率的进一步压制变得可以解释，燧原 AI 加速卡业务的毛利率由 40.8% 进一步下降至 32.7%。
公司管理层将此次 “业务转型” 描述为产能约束下的主动选择，在需求大于供给的情况下优先供应互联网大客户、限制集群业务，当年公司集群业务同比减少六成以上。
燧原的集群业务收入包括了大量外采的服务器、交换机等配套产品，这一方面能放大营收规模，但另一方面也面临验收慢、账期长等问题。对此，2025 年燧原针对部分回款周期长的集群项目与客户协商退货。事实上，2024 年寒武纪以同样的理由停接智能计算集群业务。
在 AI 产业链处于强卖方市场且供应链核心环节供给紧缺的大环境下，芯片设计厂商除了英伟达之外，基本并不具备对产业链的强话语权，真正强势的是一些核心供应商和掌握关键工艺的厂商，而他们往往会以预收的方式分配产能供给。
因此，芯片厂商同样会以预收的方式来管理自身的现金流，而集群业务的资金回笼逻辑与此相反，会拉长芯片厂商的账期，增加资金管理难度，特别是对于体量还很有限的一众公司，像寒武纪也暂时放弃了这类业务。
从经营安全方面，燧原绑定腾讯既能降低集群项目的占比，又能提高公司的芯片销量，使公司避开了 “芯片无人使用” 的前期市场转化问题，也尽可能改善了公司自由现金流的压力（尽管公司的经营活动现金净额仍然为负）。
腾讯买下的不只是燧原的卡，更抬升了燧原的机会成本
但被单一客户锁住的另一个结果是，燧原的产品供给能力也被一并锁紧。
2025 年燧原加速卡及模组销量约 6.63 万张，超八成供应腾讯，产能几乎被腾讯吸满，但依旧无法填满腾讯的需求。一般而言，一个万卡集群需要一万到三万张卡，而腾讯的布局不止一个集群，六万多张卡大致对应两三个万卡级集群的规模。
而燧原作为芯片设计公司、自身不建产线，一年的出货量取决于上游晶圆、存储和先进封装等一系列外部环节的供给，面临着中芯国际接近满产、HBM 供应受限、国内先进封装仍处于量产早期等约束，需要大量存货及高比例预付款锁产。
2025 年燧原存货账面余额约 10.7 亿，原材料（主要为晶圆和存储颗粒）占比超过 64%，预付款占比资产比重也达到 8.6%。
通常而言，供给失衡的情况下卖方享有定价权，但燧原的供不应求从结果上看似乎只对腾讯成立。在此情况下供给紧缺并不代表高溢价，本质上更像针对腾讯的 “专属化” 供应，营收的高增速能扩张报表规模，但不会带来结构上的优化。数据显示，2026H1 燧原营收 11.2 亿元、同比增长 279%，但毛利率进一步下降至 30.4%，增长提速的同时单卡利润被进一步摊薄。
这其实揭示了燧原目前面临的最大问题和挑战，绑定腾讯能够为其带来同业可比的收入规模、稳定的增长、低压力的自由现金流，使其看上去与其他 “四小龙” 类似。但实际上，燧原最为独特的软硬件自研全栈能力反而被腾讯巨大的算力胃口所圈定，尤其在整个 AI 产业链供给紧缺的时期里，燧原没有多余的资源来有效触达和转化其他潜在客户，其成立以来为 “自研全栈能力” 所承担的成本（包括更高的研发投入、更低的业务毛利率等）都会继续转化为更大的沉没成本。
反观燧原的竞争对手们，他们正在认证、对接、转化市面上的各种客户，等到 AI 产业链供给关系恢复正常时，哪怕燧原与竞争对手们都处于同一竞争起跑线，但燧原的客户多元化会需要支付相较对手们更多的客户迁移、转化成本。
换言之，竞争对手在用稀缺产能换客户名单，燧原在用稀缺产能换腾讯的确认收入。因此，燧原在被腾讯圈养的过程中，自身的机会成本随之不断累加，很可能会削弱其最终的竞争力。
燧原之于腾讯芯片策略，补位通用推理的发展路线
事实上，2019 年腾讯启动自研芯片，并在 2021 年亮出三条路线策略，
- 视频编解码的 “沧海”，目前已在腾讯云和内部场景部署，覆盖视频号、腾讯视频、腾讯会议、云游戏；
- 智能网卡的 “玄灵”，专注于虚拟化、网络和存储 I/O；
- 云端 AI 推理的 “紫霄”，为腾讯海量的 AI 推理任务（如广告推荐、内容审核、语音识别、图像处理等）提供高性价比、高能效的专用算力。
三者是基于腾讯内部体系业务而孵化的自研芯片，可以直接优化业务成本；其中，紫霄与燧原具备一定的功能重叠性，都是针对推理，但紫霄仍然是以腾讯内部的会议字幕、语音转写、推荐/内容理解、固定视觉与 NLP 管道等负载重复、时延敏感的单一场景改微架构，一旦 ASIC 化，成本将比通用卡方案更低。
相比于紫霄的专用性，燧原的推理卡则具备可编译的属性，其对腾讯的价值在于其能够覆盖混元及外部开源大模型的通用推理，这类模型仍处在动态迭代中，燧原更适合与之匹配。
因此，腾讯的思路可以分三层来看，一是现阶段先用英伟达的卡来训练自身大模型，之后逐步导入国产芯片卡；二是用自研芯片来做体系内高重复、高负载的推理任务；三是用燧原这类外部关联体系来解决自身大模型与自身业务场景中间地带的、仍在持续迭代的推理需要。
这在一定程度上意味着燧原扮演着补位或补充腾讯通用推理能力的角色，同时也在帮助腾讯将其中间地带的一部分推理逐步实现自研化，但紫霄每多切走一个稳态推理场景，燧原在腾讯内部的可替代半径就窄一圈。
更进一步，腾讯的芯片胃口也会影响到燧原的产品定义。
如果将燧原的路线图按腾讯业务拆来看，燧原二代卡对应的是微信语音、会议纪要；三代卡对应小参数大模型和广告推荐；四代卡再往训推一体和万卡超节点上靠。这种与腾讯的深度协同，某种程度也会带来规格上的锁定。
芯片一旦按某一家的集群拓扑、模型结构、及上线节奏来设计和生产，那么对外销售就要重新做适配、重新过认证、重新抢本来就不够的晶圆和 HBM。在中芯满产、HBM 受限、先进封装紧缺的年份里，燧原每一片提前付给上游的晶圆，其实就是在为腾讯的交付进行锁单，是在帮助腾讯抢产能。
燧原 L600 vs 腾讯紫霄：没有理想的人不伤心
从上述四章的内容可以得出一个更现实的结论，中短期内（至少到产业链供需关系松动之前），燧原都难以改变自身的客户结构，在这段时间里，关于燧原的持续增长则主要取决于——其能否在腾讯体系内实现产品档位的上移。
燧原四代芯片 L600 就在做这件事，它是邃思 400 训推一体芯片的 OAM 模组，单层最多 128 卡全互联，功耗约 700W，可风冷或液冷，和前三代以 PCIe 推理卡为主的形态不同，L600 是能够帮助燧原迈入训练集群的高密度模组。
若 L600 实现放量，燧原的产品组合、单卡均价、毛利率的起点都有机会被重新改写。
但截至目前，L600 仍处于测试阶段未构成销售主力，公司预计 2026H2 小规模量产交付、2027 年大批放量，将成为公司一年以后提升毛利率的核心抓手。
在工程上，L600 已经跨过芯片公司最残酷的一关，公司口径是设立以来四代五款均一次流片成功，2025 年流片费用降到约 7000 万元，相比 2023 年超过 2 亿元的水平，单次试错的现金消耗明显下降。2026 年 WAIC 上，燧原还拿出了和中兴通讯联合的云燧 ESL64-O 超节点，把四代芯片往 64 卡互联和机柜级交付上延伸。
同样在这届 WAIC 上，腾讯发布了紫霄 2.0，官方数据是训练性能较上代提升四倍、推理吞吐提升三倍。更关键的是，紫霄已经从纯推理 ASIC 往训推一体转变，内部业务部署后，混元大模型训练性能提升了约 50%。其 2026 年的目标是新增自研芯片占比 30%，年底部署规模扩到十万卡级别。
也就是说，紫霄切走的不再只是 “会议字幕、语音转写” 那种稳态切片，而是开始涉足混元训练端。这正在改变燧原之于腾讯芯片的功能位置，随着紫霄往训推一体发展，燧原产品上移的空间会被其压缩，两者都是在腾讯内部抢同一笔算力预算。
对此，上交所问询燧原 “紫霄会不会大规模替代” 这个问题，燧原表示腾讯现阶段缺乏替代动机和条件。事实上，现在的混元还在快速迭代中，短期内并不适合硬化成 ASIC，因为其需要一个可编程、能适配动态模型的卡。
现阶段，燧原和混元团队正在做深度的 “芯模协同”——模型结构按芯片指标改 MoE 和 Attention，芯片侧按混元改算子和精度，驭算平台针对百万级长上下文和 MoE 部署做了算子融合等全栈优化，这是全栈自研的燧原难以被紫霄真正替代的核心竞争力。
所以，L600 确实具备提升燧原产品档位的能力和空间，从而在未来改写燧原的产品/业务/毛利结构，例如把单卡均价从 1.3 万元往上拉，把训练收入从 1% 的占比往上提，把超节点收入引入报表中等；但 L600 并不能改写客户结构，不能改变产品的定价关系，还不能真正构建起自身的生态资产。
这也就是所谓的 “成也腾讯，败也腾讯”。
当只服务一个客户时，燧原或许不必完成生态的承诺，也不必承担生态的失败，他承担的只是该客户资本开支节奏的波动。如此来看，没有理想，也不必伤心。
题图来源：视觉中国
热门跟贴