燧原科技：“四小龙”独一档推理场景DSA架构王牌
展开
谈起国产算力芯片，张口就是GPU、 CUDA 生态，很容易把燧原科技和摩尔线程、沐曦混为一谈。虽然市场把它归为国产 GPU四小龙，但燧原走的不是通用GPGPU路线，而是自研DSA专用 AI 芯片架构，主打云端推理，在大模型推理场景能效比是它最大的杀手锏，这也是它和同行最本质的差别。今天咱们就掰开聊聊这家公司，把赛道、壁垒、对标公司、财务和估值一次性捋清楚。
现在 AI 算力行业大逻辑不用多说，国内信创+大模型爆发，算力自主可控8是长期主线。英伟达的卡供给受限，国内智算中心、互联网大厂都在找国产替代。算力赛道其实分两大块，一块是大模型训练，对通用算力、生态兼容性要求极高；另一块是推理，模型训练完成之后，日常对外提供问答、生成服务，这一块看重单位算力功耗、成本、吞吐能力。推理市场的盘子同样巨大，短视频内容审核、AI对话、图像识别全都是推理场景，而燧原从一开始就扎根在推理赛道，这是它的产业立足点。
燧原的核心壁垒，首要就是自研DSA架构，搭配自主指令集，原创 GCU- CARE 计算单元和GCU-LARE高速互联技术，自研全栈软件平台驭算 TopsRider。简单理解，摩尔线程、沐曦、壁仞这些GPGPU厂商，都在尽量兼容CUDA生态，方便用户直接迁移英伟达上面跑的模型。但燧原选择另一条路，不兼容 CUDA，整套软硬件全部自己从零搭建。这条路的好处是芯片硬件专门针对 AI 推理运算做深度优化，跑推理任务的时候能效表现很强，单位功耗能输出更高的处理吞吐量，非常适合互联网大厂大规模推理集群部署；短板也很明显，客户迁移模型需要重新适配，生态推广难度比兼容CUDA的GPU更大，训练场景拓展需要持续投入研发迭代。成立至今，燧原已经迭代四代架构、五款云端芯片，产品从芯片、加速卡，延伸到智算模组、液冷集群整套方案，不是单纯卖芯片，是打包交付算力解决方案。
接下来对比几家同行，分清各家定位，避免简单混为一谈。摩尔线程 688795 ，GPGPU 路线，主打兼容 CUDA 生态，图形 + 算力双能力，产品覆盖桌面卡到云端算力卡，生态布局更广，综合商业化弹性强；沐曦股份 688802 同样GPGPU 路线，主打训推一体，生态迁移友好，市值 2100 亿左右；壁仞科技港股上市，GPGPU 高端算力方向，市值体量偏小。寒武纪 688256 ，也是 DSA 专用 AI 芯片路线，和燧原路线最接近，思元系列推理卡落地多年，客户覆盖广泛，同时持续发力训练芯片。天数智芯，早期主打训练卡，硬件能力强，商业化落地节奏相对慢一些。海光信息，和上面几家差异最大，CPU+DCU 双主线，DCU 属于通用算力，生态成熟度在国产算力里面属于第一梯队，信创服务器市场优势巨大，它不是纯 AI 芯片公司，不能简单拿来和燧原直接对标。清海智元体量还比较小，商业化规模有限，对比参考意义不大。一句话总结：燧原、寒武纪属于 DSA 专用芯片阵营；摩尔线程、沐曦、壁仞属于 GPGPU 通用GPU阵营；海光是通用计算DCU赛道，赛道属性不一样。
再看财务数据，招股书披露2023到2025年营收分别3.01 亿、7.22 亿、9.90 亿，三年复合增速81.32%，收入增长爆发力很强，2026上半年营收继续放量。亏损方面，23-25 年归母净利润分别-16.65 亿、-15.10 亿、-11.64 亿，可以看到亏损额逐年收窄，毛利率稳步抬升，22.97%→30.75%→31.90%。亏损收窄是很积极的信号，不过行业属性决定芯片研发是持续烧钱的生意，现在还没有实现盈利，客户集中度偏高，收入很大一部分来自腾讯，这是市场最关注的风险点。对比摩尔线程财务，燧原营收增速不错，亏损控制层面相对占优，不过摩尔线程生态空间更广，市场给的估值溢价更高。
最后聊估值和结论。沐曦当前市值 2100 亿，摩尔线程市值1800 亿，壁仞港股仅千亿级别上下。燧原作为四小龙最后登陆科创板的标的，赛道是推理专用芯片，推理市场确定性不错，但劣势是生态不兼容CUDA，上限会受模型迁移成本约束。综合对比同业PS估值区间，合理估值区间落在1200亿～1500亿这个区间，和摩尔线程相比略低，高于壁仞科技。
总的来说，燧原不是全能型 GPU 选手，它是推理赛道的专精选手，DSA 架构在推理场景的能效是独门优势，收入高速增长、亏损持续收窄，商业化已经跑通头部大厂案例。它的机会在于国内推理算力国产替代浪潮；风险集中在生态拓展难度、客户集中，以及后续训练芯片研发能否落地。如果后续能持续打开更多客户，补齐训练产品短板，估值就有向上修复空间；如果生态拓展不及预期，估值大概率会维持区间震荡。
现在 AI 算力行业大逻辑不用多说，国内信创+大模型爆发，算力自主可控8是长期主线。英伟达的卡供给受限，国内智算中心、互联网大厂都在找国产替代。算力赛道其实分两大块，一块是大模型训练，对通用算力、生态兼容性要求极高；另一块是推理，模型训练完成之后，日常对外提供问答、生成服务，这一块看重单位算力功耗、成本、吞吐能力。推理市场的盘子同样巨大，短视频内容审核、AI对话、图像识别全都是推理场景，而燧原从一开始就扎根在推理赛道，这是它的产业立足点。
燧原的核心壁垒，首要就是自研DSA架构，搭配自主指令集，原创 GCU- CARE 计算单元和GCU-LARE高速互联技术，自研全栈软件平台驭算 TopsRider。简单理解，摩尔线程、沐曦、壁仞这些GPGPU厂商，都在尽量兼容CUDA生态，方便用户直接迁移英伟达上面跑的模型。但燧原选择另一条路，不兼容 CUDA，整套软硬件全部自己从零搭建。这条路的好处是芯片硬件专门针对 AI 推理运算做深度优化，跑推理任务的时候能效表现很强，单位功耗能输出更高的处理吞吐量，非常适合互联网大厂大规模推理集群部署；短板也很明显，客户迁移模型需要重新适配，生态推广难度比兼容CUDA的GPU更大，训练场景拓展需要持续投入研发迭代。成立至今，燧原已经迭代四代架构、五款云端芯片，产品从芯片、加速卡，延伸到智算模组、液冷集群整套方案，不是单纯卖芯片，是打包交付算力解决方案。
接下来对比几家同行，分清各家定位，避免简单混为一谈。摩尔线程 688795 ，GPGPU 路线，主打兼容 CUDA 生态，图形 + 算力双能力，产品覆盖桌面卡到云端算力卡，生态布局更广，综合商业化弹性强；沐曦股份 688802 同样GPGPU 路线，主打训推一体，生态迁移友好，市值 2100 亿左右；壁仞科技港股上市，GPGPU 高端算力方向，市值体量偏小。寒武纪 688256 ，也是 DSA 专用 AI 芯片路线，和燧原路线最接近，思元系列推理卡落地多年，客户覆盖广泛，同时持续发力训练芯片。天数智芯，早期主打训练卡，硬件能力强，商业化落地节奏相对慢一些。海光信息，和上面几家差异最大，CPU+DCU 双主线，DCU 属于通用算力，生态成熟度在国产算力里面属于第一梯队，信创服务器市场优势巨大，它不是纯 AI 芯片公司，不能简单拿来和燧原直接对标。清海智元体量还比较小，商业化规模有限，对比参考意义不大。一句话总结：燧原、寒武纪属于 DSA 专用芯片阵营；摩尔线程、沐曦、壁仞属于 GPGPU 通用GPU阵营；海光是通用计算DCU赛道，赛道属性不一样。
再看财务数据，招股书披露2023到2025年营收分别3.01 亿、7.22 亿、9.90 亿，三年复合增速81.32%，收入增长爆发力很强，2026上半年营收继续放量。亏损方面，23-25 年归母净利润分别-16.65 亿、-15.10 亿、-11.64 亿，可以看到亏损额逐年收窄，毛利率稳步抬升，22.97%→30.75%→31.90%。亏损收窄是很积极的信号，不过行业属性决定芯片研发是持续烧钱的生意，现在还没有实现盈利，客户集中度偏高，收入很大一部分来自腾讯，这是市场最关注的风险点。对比摩尔线程财务，燧原营收增速不错，亏损控制层面相对占优，不过摩尔线程生态空间更广，市场给的估值溢价更高。
最后聊估值和结论。沐曦当前市值 2100 亿，摩尔线程市值1800 亿，壁仞港股仅千亿级别上下。燧原作为四小龙最后登陆科创板的标的，赛道是推理专用芯片，推理市场确定性不错，但劣势是生态不兼容CUDA，上限会受模型迁移成本约束。综合对比同业PS估值区间，合理估值区间落在1200亿～1500亿这个区间，和摩尔线程相比略低，高于壁仞科技。
总的来说，燧原不是全能型 GPU 选手，它是推理赛道的专精选手，DSA 架构在推理场景的能效是独门优势，收入高速增长、亏损持续收窄，商业化已经跑通头部大厂案例。它的机会在于国内推理算力国产替代浪潮；风险集中在生态拓展难度、客户集中，以及后续训练芯片研发能否落地。如果后续能持续打开更多客户，补齐训练产品短板，估值就有向上修复空间；如果生态拓展不及预期，估值大概率会维持区间震荡。
话题与分类：
主题股票：
主题概念：
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
四小龙唯一 DSA 路线，专注大模型推理的算力黑马！
估值级别应低于摩尔线程沐曦股份