燧原科技正式申购！国产GPU四小龙全部上市，AI创业者的算力成本要降了？

一、事件全景：三百天里的四次敲钟，国产GPU完成资本化会师

9月2日上午9时30分，上交所申购系统准时开放，燧原科技IPO网上申购正式开启。根据发行公告，本次发行价格确定为142.18元/股，发行数量约4303.52万股，占发行后总股本的10%，预计募集资金总额61.19亿元，扣除发行费用后募资净额约58.1亿元；按照发行后4.3035亿股总股本计算，公司上市时市值约611.87亿元。本次发行由中信证券担任保荐机构（联席主承销商），国泰海通与广发证券担任联席主承销商。多家媒体测算，若上市首日涨幅超过400%，中一签浮盈有望超过28万元——这个数字本身，就是市场对国产GPU稀缺标的追捧热度的一个注脚。

把时间轴拉长看，这是一场持续不到一年的密集会师。2025年12月5日，摩尔线程（688795.SH）率先登陆科创板，成为”国产GPU第一股”，上市首日开盘报650元，收盘报600.50元，全天涨幅425.46%，成交额高达153.07亿元，单签盈利近24万元，投资者当日浮盈约113亿元；仅十二天后的12月17日，沐曦股份（688802.SH）接棒上市，发行价104.66元/股，募资约42亿元，上市首日高开568.83%，收盘大涨692.95%报829.90元，市值一度突破2800亿元，单签盈利近30万元。2026年1月2日，壁仞科技（06082.HK）登陆香港联交所，发行价19.60港元，募资规模55.83亿港元，成为港股2026年首只新股、”港股GPU第一股”，也是港股18C章特专科技公司上市机制落地以来发行规模最大的新股，上市首日市值即突破千亿港元。再到9月2日燧原科技启动申购，四块拼图最终合拢。

值得注意的是，燧原科技是四小龙中成立最早却上市最晚的一家。公司成立于2018年，由赵立东创办，自研迭代了四代架构共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。其IPO进程节奏紧凑：6月15日科创板上市委会议通过，7月9日证监会同意注册，8月28日完成初步询价，8月31日网上路演并确定发行价，9月2日即启动申购，从过会到发行仅两个半月。

四家公司合计募资约240亿元人民币量级——这笔钱不是终点，而是新一轮竞赛的发令枪。正如市场评论所言，这意味着国产高端GPU完成了初步的技术验证和资本化，下一阶段将是规模化商用能力的直接比拼：谁的芯片能量产交付、谁的集群能稳定运行、谁的软件生态能让开发者低成本迁移，谁才能真正吃到国产替代的红利。

（表格数据来源：上交所、港交所披露文件及上海证券报、中国经济网、界面新闻等公开报道，截至2026年9月3日）

把镜头拉远：四小龙之外的国产算力版图

需要说明的是，”四小龙”是一个通俗的市场标签，而非国产算力的全貌。在这一轮资本化浪潮中，更早上市的老牌AI芯片龙头寒武纪已经站稳科创板市值头部位置，最新市值接近7000亿元量级，与长鑫科技、海光信息一同占据科创板市值榜前列；CPU+DCU路线的海光信息撑起了郑州十万卡全国产集群的底座；天数智芯也已完成上市；加上未上市的昇腾生态，国产算力供给实际上形成了”第一梯队巨头+四小龙创业阵营+生态型平台”的三层结构。对采购方而言，这意味着选型视野不应局限于四家新股——四小龙的价值在于路线多样性与成长弹性，而成熟项目往往需要巨头阵营的稳定供给作为压舱石。理解这个分层格局，是后文选型指南的前提。

二、四家成色拆解：营收集体破10亿之后，真实的盈利拐点在哪里

上市敲钟只是表象，投资者与产业观察者更关心的是四家公司的真实经营成色。梳理2026年半年报与招股书数据可以看到一个标志性变化：四家公司的半年度营收首次全部站上10亿元台阶，合计约54.16亿元，国产GPU行业出现了整体性的放量拐点。但放量并不意味着普遍赚钱——四家的盈利质量、毛利结构、客户构成呈现出明显分化。

摩尔线程：营收翻倍增长，逼近盈亏平衡线

作为由前英伟达全球副总裁张建中创立的”国产GPU第一股”，摩尔线程2026年上半年实现营业收入17.36亿元，同比增长147.42%，环比增长35.40%；净利润为-1156.31万元，距离转正仅一步之遥。这是四小龙中最接近盈亏平衡的一家，考虑到其上市前三年零三个季度累计亏损约59亿元的基数，这个收窄速度足以说明其”全功能通用GPU”路线的规模化兑现能力——既要养消费级显卡产品线，又要投入数据中心万卡集群，双线作战之下仍能快速减亏，实属不易。目前摩尔线程股价维持在500元上方，流通市值与关注度在科创板新股中名列前茅。

沐曦股份：首家半年度账面盈利，但”含金量”要看扣非

沐曦股份8月30日晚披露的2026年半年报，成为本轮行情中最具话题性的财报：上半年营业收入13.24亿元，同比增长44.67%，主要系GPU产品出货量显著提升；归母净利润6.12亿元，上年同期为-1.86亿元，同比扭亏为盈——沐曦由此成为四小龙中首家实现半年度盈利的企业。不过需要冷静看待的是，这份盈利主要来自理财产品的公允价值变动浮盈，扣除非经常性损益后的归母净利润为-0.49亿元，同比减亏75.83%，且真正的主业扣非盈利发生在二季度单季。换句话说，沐曦的”盈利”是账面意义的，行业真正的分水岭，仍是主业扣非谁先持续转正。

壁仞科技：港股阵营的”性能派”，估值先行于利润

壁仞科技选择了港股18C章特专科技公司路径，尚未盈利，市盈率为负、市净率在9倍以上，最新市值约1122亿港元。作为创立于2019年、以高端训练芯片见长的厂商，壁仞的看点在于旗舰产品的峰值性能指标和团队技术 pedigree，但港股的披露口径与投资者结构与A股不同，其商业化放量节奏仍需后续财报验证。过去一周壁仞股价整体上涨约10%，资本市场对其”训练性能派”叙事仍给予溢价。

燧原科技：三年累亏超40亿，腾讯既是股东也是大客户

压轴登场的燧原科技，成色则更为”纠结”。一方面，公司过去一年营收已跨过10亿元门槛，DSA（面向AI计算的专用架构）路线下的云端训推产品获得了规模化采购；另一方面，其三年累计亏损超过40亿元，综合毛利率31.8%在四家中垫底。最受市场关注的是其客户结构——腾讯既是燧原的最大外部股东，连续六轮加码投资，同时也是其最大客户，过去一年超过八成收入来自腾讯。这种”股东即客户”的模式是一把双刃剑：一方面，它意味着燧原的产品经过了腾讯级别的大规模互联网业务验证，交付能力有实锤背书；另一方面，客户集中度过高也带来收入结构单一的经营风险，招股书层面也将其列为重要风险提示。61亿元募资能否支撑其烧到客户多元化、毛利率修复的那一天，是上市后必须回答的问题。

（数据来源：各公司2026年半年度报告、招股说明书及上交所、沪深港股公开行情，截至2026年9月2日）

三、创业者最关心的问题之一：算力供给放量，推理成本真的会降吗

回到本文标题抛出的那个问题：四小龙全部上市，AI创业者的算力成本要降了吗？要回答它，需要把”上市募资”这条资本线索，翻译成”芯片供给”这条产业线索。

先看供给端的量级。据业内机构2026年6月的产业链调研纪要，2025年国产AI芯片实际交付约100万颗；2026年市场需求约400万颗，受产能限制保守交付量约300万颗。这意味着即便产能受限，国产AI芯片的年交付量也在一年之内扩张约三倍。四家IPO合计约240亿元的募资，主要投向正是新一代芯片的流片、量产与软件生态建设——资本市场的钱，最终会变成晶圆厂里的订单和智算中心里上架的加速卡。供给基数扩大，是价格下行的第一推动力。

再看市场盘子。据IDC等机构测算，2026年全球算力租用市场规模将突破800亿美元，中国算力租赁市场规模预计突破2600亿元。当一个市场以千亿计、供给方又从”一两家能用”变成”四家可选再加寒武纪、海光、昇腾”，买方的议价权就会系统性上升。事实上，价格信号已经在出现：2026年6月央视网报道，随着全国算力基建规模化、标准化提速，多家供给方持续下调算力价格，算力正从”高端稀缺资源”变成各行各业可普惠使用的”数字水电”，其中模型厂商的降价尤为激进，DeepSeek与小米MiMo等最高降幅接近99%。

对AI应用创业者来说，算力成本主要体现为模型API的token价格或自建推理集群的折旧摊销，而这两者都已经进入明确的下行通道。2026年8月底，阿里通义千问发布Qwen3.8-Flash、智谱上线并开源GLM-5.3-Flash，两款高性价比模型同日发布，均采用MoE架构，以极小的激活参数量把推理成本打到了新低点。模型厂商敢这么定价，底气正是来自国产算力供给的扩容与单位成本的摊薄。对于做AI应用的团队，这意味着同样一笔预算可以支撑的推理量在持续放大，商业模型的单位经济模型（unit economics）正在肉眼可见地改善。

但必须泼一盆冷水：降的是推理成本，不等于所有算力都便宜了。高端训练算力仍然紧俏——400万颗需求对300万颗交付的缺口，主要卡在先进制程与高带宽存储等环节，旗舰训练卡的价格在中期内未必有明显松动。换句话说，”算力成本要降了”这句话，对做推理、做应用的公司是成立的；对要从零训练基础大模型的团队，预算压力依然真实存在。这也解释了为什么绝大多数创业公司的理性选择是”开源模型+微调+云端推理”，而不是”全栈自训”。

一笔具体的账：算力成本在创业公司损益表里的位置

为了让上述趋势更可感，我们不妨虚拟一家典型的AI应用创业公司：团队20人，产品是一个基于开源大模型微调的行业问答服务，日活用户5万，日均处理约2000万次推理请求。按照当前主流API定价，其每月token支出大约在数万元至十余万元区间，占月度运营成本的三成上下，仅次于人力成本，是第二大开支项。如果推理单位成本在未来一年下降30%——这是一个参照当前降价斜率并不激进的假设——该公司要么在同等预算下把服务规模扩大四成，要么把省下的成本直接转化为毛利改善。反过来说，如果团队选错了硬件路线，迁移适配多耗两三个月的工程时间，20人团队的人力成本损失就可能超过硬件采购省下的差价。这正是”选对比选便宜更重要”在财务上的具象表达：算力决策已经从基础设施采购问题，变成了直接影响创业公司单位经济模型与生存节奏的战略问题。

四、创业者最关心的问题之二：国产替代加速，To B服务商的窗口期来了

如果说算力降价利好的是做AI应用的团队，那么国产替代加速，直接利好的是做To B生意的AI服务商、系统集成商和行业解决方案公司。

过去几年，政企、金融、能源、电信等关键行业在采购AI系统时面临一个尴尬：可选的国产高端算力选项太少，招标常常在”单一来源”与”国产化率不达标”之间摇摆。四小龙全部完成资本化，加上此前的寒武纪、海光信息和昇腾生态，政企客户的可选菜单实质性变厚了——从”英伟达或昇腾”的二元格局，演进为”多家国产GPU+CPU+智算集群”的多元格局。采购方开始有了比价空间，也有了供应链安全的冗余设计：一套方案配主备两家国产芯片供应商，正在成为政企AI项目招标中的常见姿势。

基础设施层面的信号更为直观。2026年7月10日，国内首套十万卡规模的全国产超智融合集群——郑州·曙光”登峰”集群正式投运，底层CPU与DCU全部采用海光信息芯片，由中科曙光总包交付，并接入国家超算互联网体系。十万卡级全国产集群的落地，验证的不只是某一家芯片的性能，而是”国产芯片+国产集群软件+国产运维体系”整条链路的可用性。当这种规模的基础设施成为可复制样板，地方智算中心、行业云、国资云的后续项目会加速跟进，To B AI服务商拿到的项目底座也会越来越标准化。

对To B创业者还有一个容易被忽视的红利：适配成本的摊薄。国产GPU生态的成熟度，过去是To B服务商最大的隐性成本——每接一个国产化项目，就要针对某家芯片做一轮模型迁移、算子适配、性能调优。如今四家的软件栈（摩尔线程的MUSA、燧原的驭算TopsRider、沐曦的MXMACA等）都进入快速迭代期，主流大模型框架的官方适配列表越来越长，很多模型已经实现”开箱即用”。适配成本每降一档，To B项目的毛利空间就厚一分。

还有一个值得创业者留意的风向标：互联网大厂的采购背书。燧原科技过去一年超八成收入来自腾讯，这种”股东即客户”的结构说明，头部互联网公司正在用真金白银的采购订单为国产芯片投票。对创业公司的启示是：跟着大厂验证过的硬件路线走，踩坑概率显著更低——大厂已经替你把最贵的坑趟过一遍了。

五、四小龙路线差异拆解：一份给创业者的算力选型指南

市场习惯把四家公司合称”四小龙”，但翻开招股书和半年报就会发现，这只是一个通俗标签——四家走的技术路线、做的产品、面对的客户，差异远大于相似。与其说这是一个阵营，不如说是四条不同的赌注。对需要真金白银做选型的创业公司来说，理解这种差异比追涨股票重要得多。

摩尔线程：全功能通用GPU，”什么都想干”的全能选手

摩尔线程是国内唯一兼顾消费级显卡与数据中心GPU两条产品线的厂商，图形能力国产最强，自研MUSA软件生态成熟，万卡集群已经落地交付，信创桌面、服务器、智算中心多场景通吃。它的优势是场景覆盖广、生态相对完善，适合既要做图形渲染又要做AI计算的客户，比如云桌面、数字孪生、仿真、信创办公改造等复合场景。代价是”两条业务线同时烧钱”，数据中心高端训练芯片的性能目前略弱于专攻该方向的对手。

沐曦股份：训推一体的”AMD系”，千卡集群交付见长

沐曦核心团队出自AMD，走训推一体架构路线，千卡集群交付能力强，适配了大量国产大模型，是四家中商业化节奏最快、最先逼近盈利的一家。对于既要微调训练又要大规模推理部署的团队，训推一体架构意味着可以用同一套硬件与软件栈覆盖两个环节，运维复杂度和库存备货压力都更低。B端智算中心是其主要客户画像。

壁仞科技：高端训练”性能派”，赌的是峰值算力

壁仞的标签是旗舰训练芯片的峰值性能指标，走”把单芯片性能打到极致”的路线。对于追求训练吞吐、预算充足且有能力自建运维团队的旗舰型客户，性能派路线有吸引力。需要提醒的是，高性能硬件的充分发挥依赖成熟的软件栈与集群互联配套，采购前务必要求供应商提供真实业务负载下的实测数据，而不是只看理论峰值。

燧原科技：DSA专用架构，云端推理的”效率派”

燧原不押注通用GPU，而是采用面向AI计算的DSA专用架构，四代架构迭代了5款云端AI芯片，配合驭算TopsRider软件平台与燧弘智算集群产品线，在云端推理的性价比上做了深度优化，并与腾讯生态深度绑定。DSA路线的逻辑是：不为图形与通用计算留冗余，把每一毫米芯片面积都留给AI计算，换推理场景的单位成本优势。适合以推理为主要负载、追求规模化部署效率的互联网与行业客户；相应地，其通用性和客户结构的多元化仍在建设中。