燧原科技科创板上市首日暴涨 188%:市值 1695 亿,但八成收入来自腾讯

燧原科技科创板上市首日暴涨 188%:市值 1695 亿,但八成收入来自腾讯

142.18 元的发行价,410 元的开盘价。

9 月 11 日,燧原科技(688801.SH)正式挂牌上交所科创板,开盘高开 188%。盘中最高摸到 475 元,较发行价上涨约 234%;收盘报 393.78 元,涨幅约 177%,总市值约 1695 亿元。按新华财经统计,当天成交额约 56.48 亿元,换手率 76.02%。

对打新中签的人来说,这是中一签(500 股)最高浮盈 16 万元的「肉签」。对国产 AI 芯片行业来说,这是最后一块拼图——摩尔线程、沐曦股份、壁仞科技、燧原科技四家全部进入公开市场,国产算力芯片的「稀缺性叙事」到此集齐。

但把招股书翻到客户那一页,会看到另一组数字:2025 年,腾讯一家贡献了燧原 83.79% 的收入。上市当天,市场买的是稀缺性;上市之后,公司要回答的是复制能力。

一天 188%,发生了什么

燧原科技成立于 2018 年,做的是云端 AI 芯片:邃思系列芯片、云燧训练与推理加速卡、以及燧原智算集群。9 月 2 日启动申购,发行价 142.18 元/股,公开发行 4303.5 万股,募资约 61.2 亿元,对应发行市值 611.87 亿元——按公司公告口径,这相当于 2025 年营收的 61.8 倍静态市销率。

上市首日的数据是这样的:

项目 数据
发行价 / 募资 142.18 元/股,约 61.2 亿元
首日开盘 410 元,高开 188%
盘中最高 475 元,较发行价涨约 234%
首日收盘 393.78 元,涨约 177%,市值约 1695 亿元
换手率 / 成交额 76.02% / 约 56.48 亿元
中签率 0.0246%,约 703 万户申购,中签约 6109 倍

科创板新股上市前五日不设涨跌幅限制,这让首日的价格几乎没有约束。但真正把股价推上去的,是三件事叠在一起。

第一是稀缺性。 中国信通院数据显示,2026 年一季度国内 AI 算力需求同比增长 417%,而有效供给增速只有 128%。缺口在扩大,而能上市交易的国产算力芯片标的就这么几家。四家公司的总市值一度接近 8000 亿元。

第二是小流通盘。 据路透报道,燧原此次发行后流通股比例只有约 4.16%。同类案例是沐曦股份:去年 12 月上市时流通盘只有 4.5%,首日开盘涨 568.83%,收盘涨 692.95%,总市值一度达到 3320 亿元。盘子小、筹码少,价格弹性被放大——这是机制,不是基本面。

第三是技术路线的差异。 摩尔线程押注全功能 GPU,图形渲染和 AI 计算一起做;沐曦走高性能通用 GPU;燧原从一开始就扎在云端 AI 芯片上,采用面向特定场景的 DSA 专用架构,产品以推理加速卡为主。专用架构的好处是针对客户的模型和负载调优效率更高,代价是要长期跟着客户一起调软件栈。

腾讯既是股东,也是那 83% 的收入

燧原和腾讯的关系,值得单独拆开看。

招股书里有一个关键模式叫 AVAP:产品价格由腾讯与燧原协商,燧原把 AI 加速卡卖给腾讯指定的服务器厂商,后者完成整机集成和交付。燧原卖出了芯片,但需求、价格和交付链条都由腾讯深度参与组织。

这套关系在 2025 年突然放大。燧原对腾讯的直接销售加 AVAP 收入,2023 年到 2025 年分别约为 1 亿元、2.73 亿元和 8.30 亿元,占当期营收的 33.34%、37.77% 和 83.79%。

更值得注意的是结构变化:2025 年腾讯相关收入增加了 5.57 亿元,而燧原全年营收只增加 2.68 亿元。换算下来,腾讯以外的收入合计减少了约 2.89 亿元。也就是说,去年的增长几乎全部来自单一客户,其他客户在收缩。

资金链条也在加深。2025 年,腾讯系主体向燧原支付了合计 3.68 亿元预付款,用于向上游备货。燧原同时披露,部分面向腾讯的产品价格低于部分非关联客户,公司解释为型号、采购规模与长期战略合作不同——仅凭单价差异不能推导利益输送,但它说明腾讯对燧原的意义远超一般客户。

风险指标同样集中在客户身上:2023 至 2025 年,燧原对前五大客户的销售占比分别为 96.5%、92.6% 和 96.89%;2025 年末应收账款逾期比例达 82.96%,坏账计提比例从 2023 年的 6.45% 攀升到 24.76%。

这不是燧原一家的毛病,而是国产 AI 芯片早期商业化的通用路径:客户开放真实负载、投入工程师做软件迁移、参与定义产品,甚至提供预付款和供应链资源;芯片公司借此完成从样片到规模部署。代价是收入结构带着客户的形状——第一批收入几乎必然来自一两个「半个产品经理加半个测试平台」的大客户。

四小龙集齐之后,比的就不是涨幅了

把四家放在一起看,资本市场给的定价差异很大:

公司 发行价 首日表现 9 月 10 日收盘市值
摩尔线程 114.28 元 开盘涨 468.78%,收涨 425.46% 1711 亿元
沐曦股份 104.66 元 开盘涨 568.83%,收涨 692.95% 1975 亿元
壁仞科技(港股) — 首日收涨 75.82% 971 亿港元
燧原科技 142.18 元 收盘涨约 177% 约 1695 亿元

据证券时报,截至 9 月 10 日收盘,已上市的摩尔线程、沐曦股份、壁仞科技的市值分别为 1711 亿元、1975 亿元和 971 亿港元,三家都经历了上市初期的估值快速冲高,之后普遍较年内高点回撤约四五成。市场对国产 AI 芯片的态度,正在从「先给溢价」转向「看业绩兑现」。

业务上也各有各的难。沐曦通过经销商扩大覆盖,前五大客户收入占比在 2022 年至 2025 年一季度分别为 100%、91.58%、71.09% 和 88.35%,应收账款占营收比例一度升至 191.96%,上市审核问询了「背靠背」条款是否影响收入确认。摩尔线程 2025 年上半年营收 17.36 亿元,同比增长 147.42%,但选择广谱路线意味着更重的软件投入。壁仞被列入美国实体清单后失去台积电代工渠道,需要重新调整产品和供应链。

燧原自己的曲线是:2023 到 2025 年营收 3.01 亿、7.22 亿、9.90 亿元,三年复合增速约 81%,同期净亏损 16.65 亿、15.1 亿、11.64 亿元,三年累计亏损超 43 亿元,累计研发投入 36.76 亿元,是同期营收的 1.8 倍。转折点在 2026 年:上半年营收 11.2 亿元,已经超过 2025 年全年,同比增长 279%;公司预计 2026 年前三季度营收同比增长 325.78% 至 455.36%。

董事长赵立东在 9 月初的路演中给出的时间表是:在生产经营不受国际贸易环境等不可抗力重大影响的前提下,公司预计在 2026 年或 2027 年实现合并报表盈利。

真正的约束还在产线上。几家都是 Fabless 企业,流片、先进封装和高带宽存储都依赖外部供应商。中芯国际 2025 年新增约 5 万片十二英寸等效月产能,2026 年计划再增加约 4 万片,2025 年四季度产能利用率达到 95.7%;华力微电子的 7 纳米产线也在准备中,壁仞已在该产线流片。9 月 10 日路透报道,高带宽存储短缺已推动华为、寒武纪、沐曦等厂商上调部分 AI 芯片价格。拿到订单只是第一步,凑齐晶圆、存储、封装和服务器交付能力才是交付本身。

一句话判断

1695 亿元的收盘市值,对应 2025 年 9.9 亿元营收,市销率约 171 倍;按盘中 475 元的高点算,市销率超过 200 倍。这不是在给当下的收入定价,而是在为「能不能把一个大客户的合作,复制成十个客户」提前下注。燧原的第四代产品计划 2026 年向新客户小批量交付、2027 年进入更大规模交付——这一天是否兑现,比首日涨 188% 更值得跟踪。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读:

Nvidia Q2营收翻倍至962亿美元,129亿吞下Hugging Face:AI算力帝国软硬通吃

Nvidia Q2营收翻倍至962亿美元,129亿吞下Hugging Face:AI算力帝国软硬通吃

据 CNBC、The Information 等多家媒体 8 月 27 日报道,Nvidia 公布 2026 财年 Q2 财报:季度营收 962 亿美元,同比翻倍,远超华尔街 923 亿美元预期;数据中心业务贡献 890 亿美元,同比增长 117%。同日,Nvidia 被曝已同意以 129 亿美元收购开源 AI 模型平台 Hugging Face。消息公布后,Nvidia 股价飙升近 9%,市值单日增加约 4400 亿美元。CEO 黄仁勋在财报电话会上表示,AI「已到达拐点」,需求远超公司 70% 的增长指引。

962 亿背后的三大信号

信号一:AI 需求不是放缓,而是加速。 Nvidia CFO Colette Kress 给出 2028 财年(2027 年 2 月至 2028 年 1 月)70% 的营收增长指引,但黄仁勋直言「需求远大于 70%」,公司受限于供应能力而非市场需求。这是对近期「AI 泡沫论」最有力的回应——当一家年收入近 4000 亿美元的公司说「供不应求」,市场没有理由不信。

信号二:客户结构正在多元化。 过去 Nvidia 的增长高度依赖微软、谷歌、亚马逊等超大规模云厂商。本季度,AI Clouds、工业和企业(ACIE)客户贡献了 403 亿美元收入,同比增长 138%。这意味着 Nvidia 正从「只卖给巨头」转向「卖给所有人」——AI 算力的买家从十几家变成了几百家。

信号三:收购 Hugging Face 是一步「软件定义硬件」的棋。 129 亿美元买下「AI 界的 GitHub」,表面看是跨界,实际逻辑清晰:OpenAI、谷歌、Anthropic、亚马逊都在自研芯片减少对 Nvidia 的依赖,Nvidia 需要一个开源生态锚点来维持硬件需求。Hugging Face 上运行的每一个开源模型,都需要 Nvidia GPU 来推理。更妙的是,Nvidia 承诺帮客户承担数百亿美元云计算成本,如果客户用不完算力,Hugging Face 可以消化剩余产能——这是一套自洽的商业闭环。

对不同角色意味着什么

对 AI 创业者: Nvidia 收购 Hugging Face 意味着开源生态有了一个「超级守护者」。如果你的商业模式依赖开源模型(微调、部署、推理优化),Nvidia 的资金和算力资源会让 Hugging Face 平台更强大。但风险在于:一个由芯片巨头控制的开源平台,是否还能保持中立?

对投资者: Nvidia 股价在连续四个季度「财报日下跌」后终于逆转,说明市场对 AI 投入回报的焦虑正在被实际业绩消化。129 亿收购 Hugging Face 的估值倍数(约 86 倍年收入)虽然惊人,但放在 AI 基础设施赛道并不离谱——Stripe 刚以 70 亿美元收购 OpenRouter(估值 13 亿的 5 倍)。AI 资产正在经历重估。

对云计算厂商: 这是坏消息。Nvidia 通过 Hugging Face 重新进入云服务市场(此前 DGX Cloud 已收缩),而且自带算力成本优势。AWS、Azure、GCP 需要重新评估与 Nvidia 的竞合关系——既是最大客户,又是潜在竞争对手。

对开源社区: Hugging Face 的年收入已从两个月前的 1 亿增长到 1.5 亿美元,接近盈利。被 Nvidia 收购后,短期内资源会更充裕,但长期需要观察:Nvidia 是否会干预平台的模型审核政策、是否会优先推荐自家硬件优化的模型、是否会限制竞对芯片的模型发布。

AI 基础设施进入「平台整合」时代

Nvidia 的这一系列动作,标志着 AI 产业正在从「百花齐放」进入「巨头整合」阶段。芯片(Nvidia GPU)+ 模型平台(Hugging Face)+ 云计算(潜在的 DGX Cloud 回归)+ 软件生态(CUDA + cuDNN),Nvidia 正在构建一个从底层硬件到上层应用的全栈帝国。

与此同时,反垄断风险也在积累。如果这笔交易完成,Nvidia 同时控制了 AI 算力供应和最大的开源模型分发平台,监管机构不太可能视而不见。欧盟 AI Act 已于 8 月 2 日生效,美国白宫也在推动 AI 安全测试——Nvidia 的扩张速度可能跑在监管前面,但不会永远跑在前面。

关注 AI 商业快讯,每天一篇 AI 热点深度解读。Nvidia 的「软硬通吃」策略能否持续?Hugging Face 被收购后开源生态会走向何方?我们将持续跟踪。

相关阅读


本文含合作/联盟链接,不影响你的阅读与体验。详见 联盟营销披露。

Etched 估值一个月翻倍至 210 亿美元:Transformer 专用芯片路线获资本疯狂押注

Etched 估值一个月翻倍至 210 亿美元:Transformer 专用芯片路线获资本疯狂押注

AI 芯片赛道正在上演一场疯狂的估值竞赛。据 TechCrunch 8 月 19 日报道,专注 Transformer 推理的 ASIC 芯片初创公司 Etched 估值在一个月内翻倍,达到 210 亿美元。这是继 Cerebras 昨日发布 CS-4 之后,AI 算力领域又一重磅信号——资本市场正在用真金白银押注”GPU 之外”的推理芯片路线。

从 100 亿到 210 亿:一个月发生了什么

Etched 成立于 2022 年,总部位于加州圣克拉拉,由前 Groq 工程师 Gavin Uberti 和 Chris Zhu 创立。公司核心产品是一款名为”Sohu”的专用芯片,专为 Transformer 模型推理设计。与通用 GPU 不同,Sohu 将 Transformer 的注意力机制直接固化在硅片上,号称在 Llama 70B 等大模型上可实现每秒 50 万 token 的推理速度。

一个月前,Etched 刚完成一轮融资,估值约 100 亿美元。如今翻倍至 210 亿,背后推动力来自两个方面:一是企业级 AI 推理需求的爆发式增长,二是 Nvidia GPU 供不应求且价格高企,迫使下游客户寻找替代方案。据 The Information 此前报道,Etched 的投资者阵容包括 Peter Thiel 的 Founders Fund、Qualified Capital 等顶级 VC。

为什么资本市场疯狂押注 ASIC 路线

要理解 Etched 的估值逻辑,需要看清 AI 推理市场的结构性变化:

推理需求已超过训练需求。随着 GPT-5、Claude 4 等大模型进入大规模部署阶段,全球推理算力消耗已远超训练阶段。据 Stanford HAI 报告,2025 年推理算力支出首次超过训练,占比达 58%。这意味着”谁能用更低成本提供更快推理”将成为下一个万亿级市场的核心竞争力。

GPU 的”过度通用”成为负担。Nvidia H100/B200 是为训练和推理双重场景设计的通用芯片,但在纯推理场景下,大量晶体管面积被浪费在训练专用的 FP64 精度和反向传播电路上。Etched 的 Sohu 芯片只保留 Transformer 推理必需的组件,用面积换速度,用专注换效率。

Transformer 已成为”事实标准”。尽管学术界不断提出新架构(Mamba、RWKV、xLSTM),但在商业部署中,Transformer 及其变体(GQA、MLA)仍然占据 95% 以上的市场份额。Etched 的赌注是:如果 Transformer 至少还要统治 3-5 年,那么为它造专用芯片就是一门好生意。

Sohu 芯片的技术差异化

与 Cerebras 的”晶圆级计算”路线不同,Etched 选择了另一条极端路径——将 Transformer 的注意力计算直接硬编码进芯片。这意味着:

极致的推理速度。据 Etched 官方数据,Sohu 在 Llama 70B 上的推理速度是 H100 的 10 倍以上。对于需要实时流式输出的应用(聊天机器人、代码生成、实时翻译),这种速度差异直接转化为用户体验的巨大提升。

更低的单 token 成本。由于去掉了训练所需的冗余电路,Sohu 的芯片面积利用率更高,理论上可以在相同硅片面积上提供更高的 token/瓦特比。对于大规模部署的企业客户,这意味着每年数百万美元的运营成本节省。

但灵活性是最大短板。Sohu 只能运行 Transformer 架构,如果未来出现架构范式转移(比如 Mamba 系列在长序列场景全面超越 Transformer),这颗芯片将面临”专用变无用”的风险。这也是为什么 Etched 的估值虽然高,但争议同样巨大。

对行业意味着什么

对芯片从业者:AI 推理芯片赛道正在从”概念验证”进入”规模量产”阶段。Etched 的 210 亿估值证明,只要能拿出可验证的性能数据,资本市场愿意为”后 Nvidia 时代”的潜在赢家支付高溢价。但这也意味着窗口期正在收窄——如果 2027 年还无法大规模出货,先发优势将被稀释。

对企业 AI 负责人:如果你的推理工作负载以 Transformer 为主(大概率是),Etched 的 Sohu 值得进入技术评估清单。但现阶段建议采用”双轨策略”:主力继续用 Nvidia GPU 保持灵活性,同时用小规模集群测试 ASIC 方案的实际性能和稳定性。

对投资者:AI 芯片赛道的”军备竞赛”正在加速。Cerebras(SRAM 路线)、Etched(ASIC 路线)、Groq(LPU 路线)、Tenstorrent(RISC-V 路线)各自押注不同的技术方向。短期内,Nvidia 仍是绝对霸主,但 2027-2028 年将是格局重塑的关键窗口。关注 Etched 的出货时间表和首批标杆客户落地情况。

写在最后

一个月估值翻倍至 210 亿美元,Etched 正在用最激进的方式宣告:AI 推理芯片的”后 Nvidia 时代”已经到来。但正如所有硬科技创业一样,从 PPT 到量产之间,横亘着良率、生态、客户信任三座大山。2027 年将是 Etched 的”证明之年”——要么用出货数据兑现承诺,要么面对估值回调的残酷现实。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读: