2017年冬天，在上海市徐汇区建国西路392号一栋梧桐树后的老洋房里，燧原科技两位创始人赵立东、张亚林第一次打动了达泰资本。
那时，他们还没有成立公司，没有产品，也没有收入，带去的只有一份约 20 页的 PPT。几年后，这家公司登陆上海证券交易所科创板，开盘价报 410 元/股，较 142.18 元/股的发行价上涨 188.37%，总市值达到 1764 亿元，成为今年目前开盘价市值最高的公司。
一张长桌上的第一次判断
当时坐在达泰资本二楼会议室长桌两侧的，分别是达泰资本创始管理合伙人李泉生、叶卫刚，以及尚未创业的赵立东、张亚林。
赵立东出生于 1966 年，曾先后在 S3、Juniper Networks 和 AMD 任职。在 AMD 的 7 年里，他负责过多款产品规划和多项核心 IP 研发，也参与组建 AMD 中国研发中心。2014 年回国后，他又先后担任锐迪科微电子总裁、紫光集团副总裁。
张亚林比赵立东小 12 岁，也长期在芯片行业工作。他从上海奇码数字进入 AMD，后来担任 AMD 资深芯片经理、中国研发中心技术总监，曾负责微软 Xbox One 系列主芯片等产品的研发与量产，也参与组建和管理 AMD 在上海、北京的多个研发团队。
2017 年 11 月，两人离开原公司，决定创业，方向是国产云端 AI 芯片。在见到达泰之前，他们已经接触过多家投资机构，但多数没有谈成，还有投资人直接质疑：「就凭你们俩，还想挑战英伟达？」
叶卫刚有 Cadence 市场部高级业务发展总监经历，2006 年回国后进入创投行业，芯片半导体一直是其最熟悉的赛道。那次会面里，达泰团队没有停留在概念层面，而是要求赵立东打开 PPT 中规划的第一款芯片架构图，逐层追问计算核心设计、存储带宽匹配、芯片互联、IP 自研与外购、如何面对 CUDA 软件生态，以及供应链和流片资源来源等问题。
叶卫刚回忆，当时他是「一层一层地看，一个模块一个模块地问」，想确认的不是 PPT 做得是否漂亮，而是这些问题究竟已经想清楚了多少。会后，达泰团队很快决定投资这两位芯片行业老兵。
2018 年 3 月，燧原科技成立，赵立东任 CEO，张亚林任 COO。达泰资本也作为联合领投方参与了燧原科技种子轮融资。
从一开始就选了更难的路线
在投资人看来，燧原的独特之处，从最初那张芯片架构图里就已经显现出来。
2017 年前后，国内 AI 芯片创业潮刚刚兴起。寒武纪、地平线、深鉴科技等公司陆续进入资本视野，许多创业团队选择从推理芯片或端侧场景切入。相比之下，赵立东和张亚林把第一款产品直接瞄准云端 AI 训练。
这条路线门槛更高、投入也更大。云端 AI 训练芯片不仅要处理海量数据和高强度并行计算，还要同时解决存储带宽、芯片互联、软件编译、模型适配和大规模集群等一整套问题。更难的是，英伟达已经通过多年积累建立起成熟的软硬件体系。
达泰团队回忆，这是他们第一次听到国内创业团队明确提出，要做云端大算力训练芯片，正面进入英伟达占据的市场。李泉生和叶卫刚直言，「这当然不容易相信」。
但他们也看到，两位创始人并不只是提出方向。除了芯片架构，他们还拆出了计划组建的 20 人核心团队，明确每个岗位需要怎样的背景、从哪里找人，哪些模块必须自研，哪些 IP 可以采购，供应商是谁，过去是否合作过。
对达泰来说，问题已经不再是 AI 芯片有没有市场，而是眼前这两个人能不能把产品真正做出来，以及做出来之后谁会使用。
公司成立不久后，燧原完成种子轮融资，投资方包括达泰资本、真格基金、武岳峰科创、云和资本、上海科创投等机构。此后 8 年，燧原科技在上市前共完成 10 轮融资，达泰资本、真格基金、云和资本、武岳峰科创、腾讯投资、阳光融汇资本等先后出现在股东名单中。
腾讯进入：所谓「热启动」
燧原成立之初，全公司还不到 10 个人，办公室也是赵立东从朋友那里借来的，可以免费使用 3 个月。
2018 年 4 月底，腾讯投资董事总经理姚磊文和投资总监肖鸿达联系到赵立东。赵立东后来回忆，第一次接触是视频会议，聊了快两个小时，随后腾讯团队便来到燧原位于上海的办公室。
真正打动赵立东的，是肖鸿达提到的一句话：腾讯可以帮助燧原做「热启动」。
芯片行业常见的问题是「冷启动」：企业可以依据公开资料和行业趋势定义产品，花几年把芯片做出来，最后却发现客户真实业务与最初设想并不一致。这时再去调整硬件架构，往往已经太晚。
所谓「热启动」，指的是从产品定义和研发阶段开始，燧原就能接触大型互联网公司的真实业务需求，理解训练任务、模型框架和数据中心环境究竟对芯片提出了什么要求。
2018 年 8 月，腾讯领投燧原科技 3.4 亿元 Pre-A 轮融资。报道提到，当时投资协议并未把腾讯采购设为前提，双方业务合作也不具排他性。腾讯投资部门负责判断公司价值，业务部门则仍按照性能、稳定性和成本决定是否采用产品。
张亚林曾对「甲子光年」表示，燧原选择与腾讯合作，也因为腾讯投资对被投企业「非常宽容」，不会干涉微观管理，给予创始人较大空间，关键决策也会给予支持和帮助。
对燧原而言，腾讯既是早期股东，也是第一款产品最重要的潜在客户。但在客户真正下单之前，公司首先要跨过最危险的一关：流片。
一次次流片成功，产品线逐步成形
2018 年下半年，阳光融汇资本的郑焱开始关注燧原。郑焱博士论文研究的是芯片可测试性设计（DFT）与容错等相关课题，对集成电路设计阶段技术较为熟悉。他回忆，2019 年初通过一位清华师弟接触到赵立东，此后尽调直接进入研发组织内部。
当时，燧原第一款芯片尚未完成 RTL Freeze，功能与逻辑设计都还没有最终定型，距离送往晶圆厂流片仍有多个关键环节。郑焱和团队分别访谈了计算核心、片上网络、SoC、DFT 和后端设计等负责人，不仅看履历，也判断各模块之间能否顺利衔接。
芯片是高度协同的工程。局部设计可以由少数明星工程师拉高上限，但最终能否流片成功，取决于架构、前端、后端、验证、测试和供应链团队能否在同一时间节点完成任务。
对一家险资背景投资机构而言，在芯片尚未流片、商业前景也不明朗时下注并不常见。郑焱认为，促成投资落地的，一方面是对燧原团队能力和流片风险的专业判断，另一方面也是阳光融汇对长期资金进入战略性新兴产业的一次积极试点。
先进芯片一次流片成本可能达到上亿元。若流片失败，损失不只在研发资金，还包括重新设计、验证和排产带来的时间代价，往往是半年甚至更长。对于 AI 芯片行业，错过半年，有时就意味着错过一代市场。
燧原没有错过。2019 年 12 月，公司发布第一代云端 AI 训练芯片「邃思」，后在招股书中称为邃思 1.0；同期推出基于邃思 1.0 的训练加速卡云燧 T10。2020 年 12 月，又推出第一代推理加速卡云燧 i10。
此后产品继续迭代：
- 2021 年 7 月，发布第二代训练芯片邃思 2.0 及云燧 T20、T21；
- 2021 年 12 月，发布第二代推理芯片邃思 2.5 及云燧 i20；
- 2024 年，推出第三代推理芯片邃思 320 和燧原 S60；
- 2025 年 7 月，发布第四代训推一体芯片邃思 400 及燧原 L600。
招股书显示，截至 2025 年末，燧原科技已完成四代计算架构、五款云端 AI 芯片，且五款芯片均实现一次流片成功。
从技术路线看，云端 AI 加速芯片通常有两条主流路径。一条是以英伟达为代表的 GPGPU，强调通用并行计算能力，可覆盖 AI 计算、科学计算和图形渲染等任务，并依托 CUDA 形成成熟生态；另一条则是面向 AI 负载优化的专用加速器，谷歌 TPU、华为升腾以及燧原产品通常被归入这一类。
这类芯片多采用 DSA（领域专用架构），并以 ASIC（专用集成电路）形式实现，将更多芯片面积、存储带宽和计算资源投入矩阵运算，以追求特定 AI 任务中的性能、能效和性价比。
燧原采用自主研发的 GCU-CARA 计算架构，内部集成多个可编程的 GCU-CARE 加速单元，同时围绕芯片开发了驭算 TopsRider 软件栈。这样的设计给软硬件协同优化留出更大空间，但也意味着公司无法直接继承英伟达现成的 CUDA 生态。
客户若要把原本运行在英伟达平台上的模型迁移到燧原芯片，通常需要重新适配代码、算子和业务系统。燧原必须一个模型一个模型地调试，一个场景一个场景地验证，再去说服客户承担迁移成本。
因此，流片成功只是起点，不是终点。接下来的真正难题，是如何让客户离开已经熟悉的软硬件平台，改用一套新的国产系统。
漫长的中场：融资、客户与产业资源
云和资本是燧原科技种子轮核心投资方之一，并在后续连续 5 轮持续加注。云和资本创始人赵云回忆，在燧原第一款芯片尚未落地、商业化路径仍为空白时，投资团队已经判断，国产云端训练芯片的长期壁垒在于软硬件一体化。
赵云提到，燧原创业初期，赵立东和张亚林更擅长底层芯片技术，但在商业落地与市场叙事上存在短板，不容易让投资人、产业客户和产业园区快速理解整套算力体系的价值。为此，他曾陪两人在酒店复盘路演 BP，要求把讲述过程录下来，再一起逐段回听，删去冗余技术细节，补上商业化路径，明确客户替换海外芯片的核心收益。
赵云表示，从种子阶段起，双方就形成共识：训练芯片竞争不是单颗硬件之争，而是「硬件+软件+工具链」一体化体系之争。能否高效适配主流 AI 框架、能否明显降低客户迁移与适配成本，是燧原突破英伟达生态壁垒、实现规模商业化的关键。
随着燧原产品进入市场，讨论重点也从技术方案转向商业落地，包括如何匹配首批规模化测试客户，如何搭建千卡级算力集群载体，实现从单卡样品到大规模商用集群的跨越。
在这个阶段，赵云带队依托产业资源网络，帮助燧原对接头部科研院所、地方政府算力产业平台和区域智算中心资源。其中一个标志性项目，是推动燧原与之江实验室达成深度合作，共建联合研究中心并落地千卡级 AI 智算集群。
对于仍处早期阶段的燧原来说，千卡集群落地不只是产品销售。单卡性能达标只是基础，多芯片高速互联、集群软件调度、7×24 小时稳定运行等能力，都需要在大规模集群环境中验证。这样的标杆项目既是早期订单，也是软硬件持续迭代的试验场。
在之江实验室项目落地后，云和资本继续帮助燧原对接长三角、北方多地算力产业资源，并导入上游供应链与下游 AI 应用生态合作伙伴，完善产业链配套。
一家公司从产品验证走向商业化，需要跨过多个环节：芯片能点亮，软件能跑起来，客户愿意测试，测试后愿意采购，采购后还能形成规模复购。每向前走一步，要求都会提高。
与此同时，融资也进入更难的阶段。李泉生和叶卫刚把硬科技公司的融资划分为三个时期：最早一轮看团队和方向，临近上市时产品、收入和客户相对清晰，最难的是中间几轮。
在达泰资本内部，对是否继续投资燧原也并非没有争议。年轻投资人更关注销售增长、亏损扩大以及估值继续上升带来的风险；几位资深合伙人则更看重产品是否按计划交付，以及赵立东、张亚林此前承诺的事情是否兑现。最终，达泰仍选择继续下注，并承认「最难投的就是 B 轮和 C 轮」。
燧原的融资节奏此后继续推进：
- 2020 年 5 月，完成 7 亿元 B 轮融资，武岳峰资本领投，腾讯继续跟投；
- 2021 年 1 月，完成 18 亿元 C 轮融资，领投方为中信产业基金、中金资本旗下基金、春华资本；
- 2022 年 7 月，完成 C+ 轮融资，由国家集成电路产业投资基金投资；
- 2023 年，完成 D 轮和 D+ 轮融资；
- 2024 年，完成 D++ 轮和 E 轮融资，其中 E 轮融资约 27.20 亿元，投前估值达到 175 亿元。
从种子轮到 E 轮，燧原上市前合计完成 10 轮股权融资。
行业环境变化：出口管制与资金压力
行业环境并未始终顺风。2022 年 10 月，美国进一步收紧针对先进计算芯片及半导体制造设备的出口管制。郑焱回忆，相关规则发布时，他正在外地出差，晚上走出酒店后，连续给包括燧原在内的几家国产 AI 芯片企业打电话，询问设计、流片和供应链可能受到的影响。
当时，电话另一端并没有现成答案。新规则需要律师和技术团队共同解读，芯片企业还要重新评估参数、供应商以及后续产品节奏。
这类政策变化会直接冲击企业研发计划。对国产 AI 芯片企业来说，除了产品和市场风险，还要面对供应链、先进制程和国际规则变化带来的不确定性。
达泰方面也透露，燧原曾数次走到资金最紧张的阶段。账上现金持续消耗，而下一轮融资仍在谈判中，一笔资金早到或晚到几周，都可能影响公司命运。
不过，连续融资只能换来时间，不能代替商业化。投资人可以帮助芯片公司穿越中场，但公司能否真正走出去，最终还是要看产品和客户。
赵云对「甲子光年」表示，作为燧原最早一批种子投资人，云和资本在 8 年里始终将自己定位为长期陪伴者和产业资源连接器，聚焦投后全周期产业支持，同时坚持「赋能不越位」。他也强调，所有技术突破和商业化落地，根基仍来自燧原团队持续深耕的技术能力与市场开拓能力。
上市前财务与客户结构：增长和依赖并存
招股书显示，2025 年燧原科技实现营业收入 9.90 亿元，较 2023 年的 3.01 亿元增长超过两倍；同期净亏损由 16.65 亿元收窄至 11.64 亿元。
根据 IDC 数据以及燧原在招股书披露的销售量情况，2025 年中国 AI 加速卡整体出货规模约 400 万张，其中英伟达出货量约 220 万张，市场份额约 55%。
燧原 2025 年 AI 加速卡及模组销售量达到 6.6 万张，对应中国 AI 加速卡市场占有率约 1.7%，在国内其他 AI 芯片厂商中位居前列。
这些数据说明，燧原已经从产品验证阶段进入规模交付阶段。但盈利仍然没有到来。
2023 年至 2025 年，公司累计研发投入 36.76 亿元，相当于同期营业收入总和的 182.55%。截至 2025 年末，公司共有 838 名员工，其中研发人员 643 名，占比 76.73%；累计未弥补亏损达到 44.41 亿元。
对一家持续推进芯片迭代的企业而言，高研发投入具有必要性。资本市场更关心的是，这些投入能否转化为更广泛的客户基础和持续收入。而目前，这个问题在很大程度上指向腾讯。
2023 年至 2025 年，燧原对腾讯的直接及间接销售收入分别为 1.00 亿元、2.73 亿元和 8.30 亿元，占各期营业收入的 33.34%、37.77% 和 83.79%。
腾讯不仅是燧原最大客户，也是第一大股东。腾讯科技及其关联方持股比例达到 20.26%。
这也构成了外界关注的另一面。燧原上市前，在上交所首轮问询函中，监管层要求其说明现有 AI 产品是否高度适配腾讯，是否具备开拓并适配其他客户的能力，以及不同应用领域产品的市场空间、竞争格局和未来发展趋势。
在回复中，燧原承认，现有 AI 芯片已经高度适配腾讯的大量模型和业务场景。互联网应用需要应对高并发、低延迟、流量波动和 7×24 小时运行，如果缺少针对性软件优化，容易出现运行效率低、多卡调度冲突和稳定性不足等问题。
但公司同时强调，「高度适配腾讯」并不等于「只能用于腾讯」。燧原表示，围绕自主研发的 GCU-CARA 架构建立的驭算 TopsRider 软件平台，在服务腾讯过程中沉淀了大量适配经验，已经转化为可复用的编译器、算子库和开发工具。
截至 2025 年末，公司软硬件平台已适配近 1000 个 AI 模型，覆盖 300 多个应用场景。
叶卫刚认为，AI 算力市场的支出本来就高度集中，无论在中国还是美国，真正能够长期投入大规模算力基础设施的客户只有少数几家。对创业公司来说，先与一家头部客户建立深度合作，是进入真实业务并实现规模交付的现实路径。
根据美国独立卖方研究机构 BERNSTEIN 预测，到 2028 年，字节跳动、阿里巴巴和腾讯的 AI 资本支出将占中国 AI 资本支出的近 50%。这也显示，能否进入头部互联网厂商供应链，对 AI 加速卡供应商仍然非常关键。
从芯片走向系统
随着大模型训练和推理所需算力需求、数据吞吐量持续上升，竞争焦点也从单芯片、单节点性能，转向高速互联的多节点系统集群。
2026 年 7 月，在 2026 世界人工智能大会（WAIC 2026）上，十余家芯片和算力企业都展示了各自的超节点产品。「超节点」「超集群」「超量混训装置」名称不同，背后指向的是同一个问题：如何让越来越多的 AI 芯片高效协同工作。
燧原在 WAIC 2026 现场展示了两款超节点产品，一款是采用成熟 Cable-tray 路线的「云燧 ESL64-C」，另一款是与中兴通讯联合打造的正交架构方案「云燧 ESL64-O」。
Cable-tray 方案通过高速线缆连接计算节点和交换节点，技术体系相对成熟，部署方式更接近现有数据中心，优点是组网灵活、扩容方便，也更容易兼容不同服务器和数据中心环境。
正交架构则追求更高集成密度。计算板与交换板通过正交连接器垂直交叉互联，减少机柜内部高速线缆和中间连接环节，从而压缩通信距离，降低潜在故障点。
这也是燧原产品结构变化的延续。早期的云燧 T10、T20 以训练加速卡为主；第三代 S60 抓住了大模型推理需求；第四代 L600 重新覆盖训练和推理，并成为 OGX 与 ESL32/64 超节点产品的计算基础。
燧原面向客户交付的，逐渐不再只是单颗 AI 芯片，而是一整套能够稳定运行模型的算力系统。
不过，招股书同时披露，截至 2025 年底，OGX 和 ESL32/64 超节点产品尚未实现批量收入。
公司在招股书中预计，在收入增长和毛利率达到相应假设的情况下，可能于 2026 年或 2027 年实现合并报表盈利；同时也提示，这一测算存在重大不确定性，不构成盈利预测或承诺。
上市只是另一轮检验的开始
几周前，赵立东和张亚林又回到了上海市徐汇区建国西路 392 号的老洋房，与李泉生、叶卫刚及达泰几位资深合伙人喝了一次酒。这一次，他们没有讲太多往事，而是讨论上市之后的安排。李泉生和叶卫刚说：「我们已经在做下一步的布局了。」
在上市前夕，回顾陪伴燧原 8 年的过程时，李泉生和叶卫刚用三个短语概括这段关系：「精准下注、长期陪伴、互相成就。」
而到了上市敲钟现场，他们反而说不出太多话，只是拥抱了赵立东和张亚林，感慨「千言万语尽在不言中了」。
8 年前，燧原还没有成立，赵立东和张亚林用 20 页 PPT 说服投资人。8 年后，公司已经完成四代架构、五款芯片研发，团队人数超过 800 人，并走进公开市场。
但上市并不意味着故事结束。那份 20 页 PPT 里的设想，已经完成了一部分；剩下的部分，将继续接受产品、客户和财报的检验。