新华财经上海9月11日电（记者杜康）11日，燧原科技正式登陆科创板。上市之际，这家国产企业正经历明显的业绩放量。招股说明书显示，2026年上半年，燧原科技实现营业收入11.20亿元，同比增长279.08%，已超过2025年全年9.90亿元的营收规模。
业绩快速增长背后，国产如何跨越从产品验证到规模化应用的门槛？又如何进一步从“能用”走向“好用”？燧原科技董事长赵立东在接受记者采访时，将答案指向“芯模协同”——芯片软硬件开发与模型开发同步推进，在真实业务场景中共同定义、优化和验证产品。
长期以来，英伟达围绕图形处理器（GPU）打造的CUDA生态，被视为其核心竞争壁垒之一。CUDA是一套并行计算平台和编程体系，开发者可以借此调用GPU开展AI训练、推理等计算任务。面对这套成熟生态，国产厂商往往需要回答一个问题：是尽可能兼容CUDA、沿着既有路径追赶，还是面向AI计算构建一套自主的软硬件技术体系？
成立于2018年的燧原科技，目前已经迭代四代架构、推出5款云端AI芯片，并形成覆盖AI芯片、AI加速卡及模组、智算系统及集群，以及AI计算及编程软件平台的产品体系。创业之初，公司便选择深耕DSA架构，没有跟随GPGPU路线，同时着手建设全Kaiyun栈自研的软件生态。
“为了兼容CUDA，企业容易一直处在‘跟随’的位置，也会给自己的创新绑上手脚。我们的创业初衷，是要走出一条属于自己的AI芯片发展之路。”赵立东说。
赵立东表示，自20世纪90年代以来，上海通过集聚外资研发机构、培育本土产业链，在SoC（系统级芯片）设计、板卡、制造和量产等环节积累了较为完整的人才与工程能力。相较于单一技术环节的研发能力，产业更需要补上的，是将客户需求、市场空间与技术能力连接起来的产品定义能力。
但在CPU和传统GPU赛道，后来者面对的不只是工程能力问题。x86授权、长期积累的专利组合，以及成熟的软件生态，都为后来者筑起了较高的进入门槛。围绕CUDA进行兼容，同样面临现实困难。
“CUDA是一个黑盒子，并不开源。说兼容CUDA，究竟兼容哪个版本、兼容到什么程度？”赵立东说，一颗芯片从设计到落地通常需要一年半至两年，而闭源软件生态仍在快速演进，后来者很难做到完整、持续的同步兼容。更重要的是，如果产品始终围绕兼容竞争对手进行定义，就很难真正摆脱跟随者角色。
不过，选择非CUDA路线，并不意味着软件的重要性下降。恰恰相反，燧原需要从头建设算子库、函数库、数学库、编译器和编程模型。赵立东坦言，这绝非易事。硬件能够点亮、模型能够跑通，只是解决了“能用”的问题；要做到运行稳定、性能可预期、开发更便捷，并及时跟进模型迭代，还需要持续完善整个软件栈。
大语言模型的发展，为这一技术路线带来了新的机会。一方面，主流大模型逐渐向Transformer等基础架构收敛。早期AI模型种类繁多、不同任务需要适配的架构差异较大；而如今主流大模型基本趋同，DSA架构芯片的目标也变得更加聚焦和明确。另一方面，AI辅助编码和自动化工具开始进入算子开发、功能验证和性能优化过程，进一步压缩软件适配周期。
招股说明书显示，2023年至2025年，燧原科技AI加速卡及模组销量分别为2.47万张、3.80万张和6.63万张，2025年销量已经超过前两年之和。同期，公司主营业务毛利率由22.60%提升至31.78%。招股说明书称，毛利率改善与第三代产品性价比提升、对AI模型的适配能力增强等因素有关。
在赵立东看来，2025年是中国AI芯片产业的一个“分水岭”。国内算力使用方开始主动重视国产算力布局，供需两端的产业协同持续深化，逐步扭转了此前国产算力需求不足、应用场景有限的被动局面。
赵立东介绍，腾讯在燧原创业早期便参与投资，并从第二代产品开始深度参与验证。自2019年双方展开合作以来，燧原产品从小批量试点逐步进入全场景、大规模部署，后续产品也持续获得合作与复购。
从招股说明书看，腾讯是燧原科技目前最核心的战略客户。2025年，燧原科技对腾讯科技（深圳）的直接销售及AVAP（供应链采购管理）模式销售合计8.30亿元，占当期营业收入的83.79%。
赵立东介绍，目前燧原多代产品已在腾讯实现规模化部署，相关算力支撑着大量用户熟悉的应用，如企业级在线会议、国民级社交应用、游戏AI及互联网搜广推等多个产品和业务场景。
这些业务场景普遍具有数据高并发、吞吐量大、流量波动明显和全天候在线等特点，对芯片性能、稳定性、成本和功耗均提出较高要求。双方从单一场景的小规模验证逐步走向深度合作，也使燧原产品经历了持续的业务“压力测试”，不断进行产品打磨和生态适配。
所谓芯模协同，是指芯片架构设计、软件栈开发与模型训练、推理需求不再彼此割裂。一方面，芯片企业围绕实际模型负载优化算子、编译器、内存调度和集群互联；另一方面，模型和应用企业将真实业务中的性能、成本及稳定性需求反馈至芯片端，反过来牵引芯片迭代。
赵立东认为，这种合作的产业价值不只是供需对接。过去，全球算力产业更多遵循“上游芯片定义标准、下游应用被动适配”的单向逻辑，国产厂商往往处于跟随和补位的位置。“芯模协同”则试图改变这一关系，让的硬件能力真正落到业务场景中，同时利用真实场景需求反向推动芯片优化。
“这种‘芯模协同’关系越深，国产算力的生态黏性就越强，也就越有可能走出一条自主的技术路线。”他说。
在与燧原的合作中，腾讯提出的目标，是使产品相较业内同类更具性价比。此时，DSA架构针对特定负载进行优化的特点便体现出来。
在“芯模协同”模式下，当芯片适配模型的效果不理想时，芯片企业也会主动优化自身软件，模型企业则同步调整算子与工程实现，双方由此形成“双向优化”。比如，DSA架构可以围绕特定算法和应用场景进行深度优化，将核心的计算、通信和存储特性集成到硬件架构中，并针对模型所需算子进行定制。在适配充分的情况下，这种架构有机会实现更高的运行效率、更大的数据吞吐量和更低的功耗。
这种协同能力，正在模型适配速度上得到体现。赵立东回忆，合作初期，腾讯的模型每升级一次，燧原往往需要一至两个月才能补齐相关算子和功能。随着算子库、编译器和自动化工具逐步完善，目前适配周期已经缩短至两三天，部分场景甚至只需要数小时。
从一两个月到两三天，改变的不只是适配效率。模型迭代速度越快，芯片企业就越需要缩短从发现问题、完成开发到部署验证的反馈周期。只有跟得上模型和业务的变化，才能从“可以运行”进一步走向“持续好用”。
芯模协同并不只发生在一家芯片企业和一家客户之间。其背后还需要芯片设计、制造、封测、系统集成、模型开发和应用企业之间形成更紧密的产业协作。
燧原科技创立于上海，也成长于上海。赵立东表示，选择上海的原因，首先在于集成电路全产业链形成的集聚效应。目前，上海已经形成覆盖芯片设计、制造、封测、设备材料、EDA/IP及终端应用的产业体系，上下游企业高度集聚，有利于降低协同创新的成本。
其次是开放、包容的创新创业环境。“上海始终以开放包容的姿态拥抱新技术、新业态、新模式，为硬科技企业发展提供了难得的成长土壤。”赵立东说。人才集聚则是第三个重要优势。上海高校和科研院所密集，高端产业人才汇聚，为芯片企业持续研发和规模化发展提供了支撑。
数据显示，2025年上海集成电路产业规模约5800亿元，同比增长15.5%，五年间产业规模翻了一番以上；全市集聚集成电路企业超过1200家，汇聚全国约40%的产业人才和近50%的产业创新资源；算上燧原，已有38家集成电路企业登陆科创板。
在传统GPU之外，上海还在加快培育包括DSA、光计算、近存计算等在内的多条AI芯片技术路线，并通过应用场景开放和产业链协同，推动国产芯片进入大模型等新兴领域。
对燧原科技而言，登陆科创板是一个新的起点。从一家核心客户走向更多行业客户，从单一场景适配走向可复制的产业生态，从模型能够运行走向持续降低算力成本，公司仍需要回答一系列新的问题。这既是一场技术竞赛，也是一场围绕产业协同和生态建设展开的长期竞争。
