撰文|趙衛衛

騰訊既是最大外部股東，又是第一大客戶，這是最近燧原科技 IPO 透露的現實。

作為股東，騰訊合計持有燧原科技股份比例 20.26%，而作為客戶，騰訊為燧原科技貢獻了超過八成的營收。客戶集中度如此之高，在「國產 GPU 四小龍」中首屈一指，幾乎是被騰訊「養大」。

這一缺陷，引發外界的熱議，也暴露了國產 GPU 行業商業化早期的特點：真正大規模採購的客戶不多，加速多元化還要趕路。

如果按照燧原科技發行市值 600 億估算，騰訊持股市值超過 100 億。

但相比投資的收益，更重要的是 AI 浪潮之下，互聯網大廠造芯路線圖逐漸顯露，差異化發展方向已經成為趨勢：阿里造芯對標谷歌；騰訊的戰略意圖最接近 META；而字節跳動造芯更像是 OpenAI 與亞馬遜路線的混合體。

在 AI 算力成為核心生產要素的時代，不光雲廠商需要降低對英偉達的依賴，就連大模型廠商也在自研芯片降低推理成本。

OpenAI 拿出了 Jalapeño 芯片，在「每用戶 Token 數」和「每千瓦吞吐量」兩項關鍵指標上，都跑贏了英偉達 Blackwell 系統，而且從初始設計到完成流片只用了 9 個月；Anthropic 組建了自研芯片團隊，挖來了 OpenAI 定製芯片項目早期核心成員；DeepSeek 最近也被曝出自研芯片項目已經啓動約一年，其芯片專攻推理，而非訓練。

這也是未來 AI 競爭的趨勢，模型能力開始趨同，Token 價格成為競爭點，倒推底層芯片成為各大模型廠商的戰略資產。

01

騰訊不做 Token 工廠

騰訊與燧原科技的深度綁定，是用股權加訂單去扶持並綁定一家國產芯片初創公司。

騰訊造芯的目的不是奔着「Token 工廠」去，而是需求驅動，首先要給自身超大流量場景做定製化降本，新增算力優先用於支撐混元大模型訓練和 WorkBuddy 等應用，最後纔是將剩餘的算力資源用於租賃。

優先對內，其次對外，從造芯目的是優先服務內部生態來看，騰訊的戰略意圖最接近 META， META 發布第一代 MTIA 芯片時，目的也是提高內容推薦模型的效率，以便更精準地為用戶推薦廣告，場景更多是在 META 內部使用。

反觀騰訊，2020 年成立專注芯片研發的蓬萊實驗室，研發了三款芯片，包括 AI 推理芯片「紫霄」系列、視頻編解碼芯片「滄海」系列，以及智能網卡芯片「玄靈」系列。

其中最亮眼的就是「紫霄」2.0 系列，它是騰訊與燧原科技聯合開發的成果。

2021 年，「紫霄」還是服務自然語言處理、搜索推薦等傳統場景，而到了 2.0 時代轉向了大模型訓練和推理。今年 7 月的 WAIC 期間，騰訊發布的官方數據顯示，最新「紫霄」訓練性能較上代提升 4 倍，推理吞吐提升 3 倍。

而在實際場景中，騰訊內部業務已率先部署紫霄 2.0 芯片，在混元大模型訓練中實現 50% 的性能提升。2026 年計劃新增自研紫霄芯片佔比 30% ，並計劃將自研芯片部署規模在 2026 年底擴至 10 萬卡級別。

根據《財新》披露，燧原科技已經導入騰訊會議、騰訊文檔等業務滿足其 AI 推理需求。

相比較「紫霄」芯片，「滄海」系列芯片更能展現業務場景需要的邏輯。「滄海」專注於視頻編解碼，它的目的是解決帶寬流量的效率問題。「滄海V2」芯片是騰訊今年 5 月交付的答卷，已經進入量產周期，計劃在今年下半年全面提供服務。

今年二季度，騰訊營收首次突破 2000 億，其中游戲和廣告業務貢獻了超過一半的收入。但與此同時，遊戲業務毛利潤增長 14%，而廣告業務毛利率下降 1 個百分點，其中主要原因就是 AI 推薦基礎設施的折舊和運營成本上升。

視頻號等流量業務都是帶寬流量耗費的重點，如果自研芯片能夠節省 1% 的開支，那也意味着龐大的數字，所以「滄海」系列芯片正是讓騰訊視頻號不卡頓，遊戲直播延遲更低的關鍵之一，也是騰訊守住利潤空間的底層基礎設施。

02

騰訊投資迎來收穫期

騰訊與燧原科技的深度綁定並不是孤例，即將在創業板 IPO 的雲豹智能與騰訊綁定同樣深厚。

DPU（數據處理單元）被行業認為是繼 CPU（中央處理器） 和 GPU（圖形處理器）之後的第三大主力芯片，雲豹智能成立於 2020 年 8 月，主營 DPU 芯片，騰訊為第一大股東，持股約 19.78%。

整個 2025 年，第一大股東騰訊為雲豹智能貢獻了 95.22% 的營業收入，雲豹智能同樣是被騰訊「養大」的。

但云豹智能還處於虧損期，2025 年營業收入 3.70 億元，虧損 11.89 億元。最近三年研發費用合計 17.58 億元，是同期營收總和的 4.32 倍，截至 2025 年 12 月最後一輪增資，投後估值 142.73 億元，公司至今未盈利。

繼燧原科技之後，雲豹智能將是騰訊在芯片領域收穫的另外一枚果實，雖然規模小很多，但仍將完成一次關鍵的資本補給：擬募集資金約 30.35 億元，投向 DPU 芯片研發和產業化。

雲豹智能與燧原科技的結構如出一轍：騰訊參股不控股，綁定不併表，用訂單哺育一家芯片初創，再把 IPO 作為投入的變現出口。

但不同的是，騰訊對燧原的參與是聯合產品定義，燧原的產品帶着騰訊負載的基因，這決定了它很難原樣賣給別人，而騰訊並沒有介入雲豹智能的產品定義層面。

DPU 承載的功能，是網絡加速、存儲虛擬化、GPU 互聯調度，這些功能對所有云廠商幾乎是同構的，阿里雲、中國移動、AWS 的 Nitro 等方案，解決的是同一類問題，產品可以高度標準化，規模效應顯著。所以，雲豹智能的產品形態上通用於任何客戶，95.22% 的營收集中是現階段的市場結果，不代表未來的客戶依賴。

而歸根到底，互聯網大廠如何與芯片公司進行分工？

字節跳動副總裁楊震原曾提出過一個區分：對需求把握要求高的技術，由上層應用公司整合效率更高；共性越強、規模效應越大的技術，越適合第三方芯片公司。

從這角度看，燧原科技是滿足騰訊的需求端，而云豹智能滿足的是行業共性端。

更重要的是，燧原科技和雲豹智能，背後代表着 AI 推理和網絡 DPU 產品線，這與騰訊本身自研芯片中的「紫霄」和「玄靈」構成了雙軌配置，也就是自研與被投並行兩條腿走路。自研芯片是為了獲得階段性的競爭優勢，帶動被投企業擴大規模，獲得更高的產品性價比。

所以，隨着燧原科技上市，「國產 GPU 四小龍」將齊聚資本市場，但對燧原科技和雲豹智能等 AI 芯片企業來說，真正的分水嶺不在於 IPO，而在於上市之後，能否把單一大客戶的依賴降低。

03

核心出走後的未來

就在被投企業燧原科技上市前夕，有媒體爆出，騰訊蓬萊實驗室研發負責人高劍林離職創業。

高劍林 2013 年加入騰訊，負責硬件團隊，從最初基於 FPGA 開發，到 2018 年開始 AI 芯片設計，2020 年推出第一款芯片，成立蓬萊實驗室，高劍林主導了騰訊內部芯片發展迄今的每一個里程碑，直接領導芯片架構、設計、驗證、後端以及 RISC-V 團隊。

事實上，高劍林新公司恒一紀元於 2026 年 4 月註冊成立，7 月底完成工商變更，高劍林出任法定代表人。7 月 WAIC 期間，騰訊發布紫霄 2.0 芯片，作為該芯片研發的一號位，高劍林未在任何公開報道中露面。

這不意味着騰訊自研造芯業務的收縮，只是大廠自研芯片中的人事波動。

畢竟，騰訊計劃將自研芯片部署規模在 2026 年底擴至 10 萬卡級別，接下來的紫霄 3.0 和 10 萬卡目標，要靠組織和流程來完成。

這是大廠芯片團隊面臨的普遍處境，今年 2 月，字節跳動原芯片業務負責人王劍不再分管該板塊，原向其彙報的 DPU 和 AI 芯片團隊負責人施雲峯、CPU 團隊負責人餘紅斌，改為直接向火山引擎業務負責人楊震原彙報。

而更早之前，王劍還是字節服務器芯片業務負責人盧山的老領導，2023 年，盧山離職創立了藍芯算力，方向依然是他在字節時期負責的 RISC-V 與服務器芯片，創業三年後的 2026 年 3 月，藍芯算力完成數億元孖展，量產訂單超 20 萬片，客戶名單裏包括聯想、中國移動和騰訊雲。

盧山和高劍林的離開，本質上是同一個判斷：CPU 是共性最強的品類，也是最該由獨立公司做的品類。

不同的是時點，盧山離開時正值字節收縮「去肥增瘦」的階段，服務器芯片項目受阻，而高劍林離開時騰訊的自研投入正處在峯值。相同的是方向，兩人都不約而同選擇了服務器 CPU，在大廠內部，這類芯片只能自用，出來獨立，才能賣給更多人。

戲劇性的是，盧山創業三年後，把芯片賣給了騰訊雲；字節出走的芯片負責人，最終的客戶是騰訊。大廠驗證過卻不做的生意，最終以這種方式回到了大廠門口。