考研资深辅导近日，上海证券交易所发布公告，上市审核委员会定于2026年6月15日召开2026年第37次上市审核委员会审议会议，审议上海燧原科技股份有限公司（首发）。
这家成立于2018年的AI芯片公司，用八年时间自研迭代了四代架构5款云端AI芯片，构建了覆盖AI芯片、AI加速卡及模组、智算系统及集群和AI计算及编程软件平台的完整产品体系，也穿越了国内AI产业从萌芽到爆发、从“百模大战”到生态收敛的完整周期。
这是一个值得复盘的故事。在英伟达占据全球AI芯片绝对主导的市场格局下，本土厂商燧原科技凭什么站稳脚跟？其“八年突围”的历程，对理解国产高端芯片的商业化路径有何启示？
政策红利、技术抉择、商业拓展，或是三个最重要的关键词。
从与腾讯长达七年的深度协同，到自研DSA架构和不依赖CUDA的软件生态，再到深度参与“东数西算”国家工程——燧原的路径选择，恰好折射出国产AI芯片在AI浪潮与国产替代双重红利下的结构性机遇与挑战。
一个万亿级市场的结构性缺口
全球AI算力需求正在经历指数级增长。
从ChatGPT到DeepSeek，大模型的每一次迭代都在推高市场对底层算力的需求。根据灼识咨询数据，2024年全球AI加速卡市场规模已超过1000亿美元，预计到2028年将突破5000亿美元。中国作为全球最大的人工智能市场之一，AI加速卡市场规模预计到2028年将超过1万亿人民币，届时占全球市场的比例将达到30%。
但巨大的需求背后，是一个高度集中的供给格局。
作为AI加速卡领域的全球龙头，英伟达在全球市场占据约76%的份额。在中国市场，即便面临地缘政治的不确定性，英伟达2025年的出货量占比仍高达55%。这意味着，超过一半的中国AI算力需求依赖于海外供应商。
而这种结构性的自给缺口，正是国产芯片厂商最大的机会窗口。
2025年，工信部等部门明确提出“国货国用”的政策导向，鼓励关键基础设施采用国产芯片。与此同时，“人工智能+”行动被写入“十五五”规划建议，AI基础设施建设已经上升为国家战略。
与此同时，市场风向已经悄悄发生变化。市场调研机构IDC数据显示，2025年中国AI加速卡总出货量约400万张，其中国产厂商合计出货约165万张，占比快速攀升至41%，且趋势还在持续。
燧原科技正是这41%中的一员。IPO招股书显示，2025年燧原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%，在国内厂商中位居前列。未来，英伟达在国内市场销售存在一定不确定性，国产力量的崛起是必然趋势。
一场技术硬仗
回过头来看，在技术路线的方向上，燧原从一开始就做出了一个难而正确的选择。
2018年3月，赵立东与张亚林在上海联合创立燧原科技公司，在此之前两位创始人都曾有丰富的AMD任职经历，且在芯片领域积累深厚。在创业之初他们就决定，要坚持原始创新，所以，燧原没有跟随兼容CUDA的GPGPU路线，而是坚定地选择了DSA（Domain Specific Architecture）架构。
这个决策背后，是对AI计算本质的深刻理解：只有针对AI计算进行深度优化的芯片，才能在能效比和成本上取得极致优势。
GPU强调通用并行计算能力，能同时应对图形渲染、科学计算、AI训练等多种任务，但DSA架构的思路完全不同，通过针对特定算法和应用场景进行深度优化，DSA芯片能把核心的计算、通信和存储特性“硬化”到硬件中，比如可针对特定模型所需算子进行优化定制，因此运行效率更高、性价比更优。
这个技术路线恰好踩中了市场变化的节奏。过去两年，AI行业的焦点正在从“训练”转向“推理”。训练需要的是极致的算力，而推理更看重性价比，随着DeepSeek等开源大模型的普及，推理算力需求急剧膨胀，市场对Token成本的敏感度越来越高。DSA架构的高能效优势就显现出来了。
产业趋势证明了这个判断的前瞻性。
从谷歌用自研TPU芯片训练出Gemini 3模型，到全球头部互联网厂商自研DSA芯片，市场已经证明，在推理乃至训练领域，DSA架构正在成为挑战英伟达的关键力量。根据高盛全球投资研究部的预测，到2027年，DSA架构芯片在全球AI芯片中的出货占比将从2024年的36%提升至45%。
但硬件架构只是故事的一半。另一个关键战场，还在软件生态。
英伟达CUDA生态之所以难以撼动，是因为它积累了近20年的开发者社区和上万个优化算子。燧原没有选择“兼容CUDA”这条路，而是坚持自主研发，构建了完整的“驭算TopsRider”全栈软件平台。这种选择短期代价更高，但长期来看，能够彻底摆脱对海外生态的依赖。
如今，这套平台已经深度适配了近千个AI模型，覆盖超过300个应用场景，提供约1600个深度优化的AI加速算子。开发者无需完全抛弃CUDA编程习惯，可以基于PyTorch等主流框架直接调用平台的高性能算子。
这种深度协同软硬件架构，最终充分释放DSA架构在特定计算场景下的硬件潜能，实现了远超传统通用GPU硬件的能效比与计算吞吐量。
商业化能力“多点开花”
如果说技术是基石，那么商业化能力才是检验一家公司能否具备生存能力。
燧原与腾讯的合作，可以说是当前“芯模联动、协同创新”的典型标杆。2019年，燧原刚刚成立一年，第一代产品问世，即开始与腾讯进行业务接洽，这是双方共同对未来AI算力国产化的押注。
过程中，双方经历了持续验证与信任积累。从一个业务场景的小规模验证，到数十个场景的大规模部署；从AVAP模式（通过服务器厂商间接供应），到2025年转为直接销售，双方形成长期稳定、深度信任的合作关系。
为什么腾讯需要燧原？微信、腾讯会议、元宝等国民级应用背后，是海量的推理算力需求。在数据安全与供应链多元化的考量下，选择国产算力供应商进行深度协同也是战略发展所需。
对于燧原来说，腾讯的场景本身就是最好的“压力测试”和“产品迭代加速器”。海量流量、高并发、低延迟的需求，倒逼燧原的软硬件性能快速成熟。公司得以在真实的国民级应用场景中持续打磨产品，不断迭代软件栈。
芯片行业有一个默认的规律是，一旦硬件被深度集成进业务系统，更换供应商的成本是巨大的，这也为燧原建立起一道商业护城河。
而服务腾讯这类超级客户的经验，又进一步加速了“滚雪球”效应，燧原可以将经验快速复制给其他客户，进入大规模商用阶段。
今天，燧原已经从“单点突破”走向到“多点开花”，非互联网领域同样在加速国产化替代。
2024年底，公司在甘肃庆阳建成国内首个万卡国产算力推理集群。这是一个标志性节点，它证明了公司产品具备了构建大规模、高稳定性集群的能力，而不仅仅是销售单卡。
招股书披露，公司正积极拓展运营商、头部行业客户，并已获得框架合同。这意味着，在互联网之外的政务、金融、能源等关键领域，第二增长曲线正在形成。
规模化之后，燧原的商业模式也在发生变化。2023年，公司收入以智算系统/集群为主，占比63.62%，这是典型的项目制驱动；到了2025年，AI加速卡/模组收入占比已攀升至86.83%，进入产品驱动的逻辑。
数据印证了这一趋势。2023年到2025年，燧原的营业收入从3.01亿元快速增长到9.9亿元，复合增长率超过80%。根据在手订单、产品交付节奏、员工成本预算、研发规划等因素考虑，公司预计在2026年或2027年可实现合并报表盈利。
对一家国产AI芯片厂商来说，实现盈利是一个门槛，它意味着厂商已经有能力走向“规模化商用”的阶段了。
在算力即国力的时代，燧原的八年，是中国AI芯片产业从0到1的一个缩影。
回过头来看，燧原选择的路径足够清晰，用差异化的DSA架构撬动性价比优势，锁定头部客户的实际应用场景深度打磨，在持续迭代中积累软件生态，再逐步将能力复制到更广阔的市场。
上市不是终点，而是新一轮竞赛的起点
上市将为燧原提供更充足的弹药，公司披露本次拟将募集资金聚焦于五代AI芯片系列产品研发及产业化项目、六代AI芯片系列产品研发及产业化项目和先进人工智能软硬件协同创新项目，将进一步提升公司产品性能及硬件设计能力、完善软件生态和保障供应链，支撑公司长远发展。
这是为了去解决更核心的难题，构建起真正独立、自主、开放的软件生态，拓展更多元化的世界级客户，在更大规模的集群方案中持续验证自己。
而对于整个国产AI芯片产业来说，这样的故事还只是开始。在算力即国力的时代，谁能在真实业务场景中提供最具性价比的算力，谁才能真正赢得未来。