公司IPO与募资计划 - 燧原科技科创板IPO申请已获受理，保荐机构为中信证券，拟公开发行4303.52万至6835万股，计划募资60亿元人民币[1] - 募集资金将重点投向第五代、第六代AI芯片的研发及产业化项目，以及先进人工智能软硬件协同创新项目[1][7] 股权结构与控制权 - 腾讯科技及其关联方合计持股20.26%，是公司的第一大股东[1][2] - 公司实际控制人赵立东与张亚林通过一致行动人身份，以直接和间接方式合计控制公司28.14%的股权，占据主导位置[2] 客户集中度与关联交易 - 报告期内，公司对前五大客户的营收占比始终保持在92%以上[2] - 其中对腾讯的销售占比（包含直接销售与AVAP模式）从初期的8.53%逐步提升至71.84%，该交易属于关联交易[2] - 公司预计未来一段时间内，对腾讯的销售占比仍会维持在较高水平[3] 与腾讯的合作关系 - 公司与腾讯的合作贯穿资本与业务两大层面，自2019年开启合作，经历了从单一场景验证到深度战略合作的阶段[2] - 腾讯旗下AI助手“元宝”推出的“元宝派”开启公测，其催生的增量算力需求或为公司的业务落地带来新可能性[1] - 与腾讯的深度合作为公司提供了稳定的订单收入、多元业务场景用于技术优化，以及资本与信用背书[2] 行业市场规模与增长 - 2024年全球AI加速卡市场规模已超过1190亿美元，预计2028年将突破5257亿美元[4] - 2024年中国AI加速卡市场规模为2164亿元人民币，预计2028年将增长至超过1.1万亿元人民币，占全球份额约30%[4] 行业驱动因素与趋势 - 增长核心驱动力是AI大模型带来的算力需求爆发，头部企业日均token调用量已从千亿级跃升至十万亿级[4] - 大模型行业正从训练阶段转向推理落地，预计2028年中国推理用AI加速卡需求占比将超过70%[4] - 云端AI加速卡是市场主流，占比超过80%，正是公司的核心布局方向[4] - 随着推理场景对传统CUDA生态依赖减弱，非GPGPU架构加速卡因性价比更高，其市场占比预计从2024年的36%提升至2027年的45%[4] 公司技术产品与布局 - 公司已自研迭代四代架构共5款云端AI芯片，搭建了涵盖芯片、智算系统的完整产品体系[4] - 公司软件平台已适配超过400个主流模型，契合当前技术与需求方向[4] - 公司计划联合国内厂商研发基于国产工艺的云端AI芯片，并搭建可商业落地的超万卡训练/推理集群[7] 行业竞争格局 - 国际厂商英伟达占据国内半数以上的AI加速卡市场份额，在硬件、生态上有先发优势，并与头部供应链、客户形成深度合作[6] - 华为海思、寒武纪等国产厂商也已在市场形成规模[6] - 芯片竞争也涵盖软件栈的竞争，与腾讯等互联网、AI应用大厂的绑定，是公司在生态层面的入场券[5] 公司经营与财务表现 - 公司营收增长较快，2022年营收约0.9亿元人民币，2024年已增至7.22亿元人民币，2025年1—9月营收达到5.4亿元人民币[7] - 受研发投入大、客户验证周期长影响，公司仍处于持续投入阶段，2022至2024年净亏损分别约为11.16亿元、16.65亿元、15.1亿元人民币，2025年1—9月净亏损为8.88亿元人民币[7] - 公司研发投入维持高位，2024年研发费用达13.12亿元人民币，2025年1—9月为8.9亿元人民币[7]

AI推动云计算行业扩张 - 大模型与AIGC推动算力需求纵横双向扩展 行业规模持续增长[2] - 云计算架构从CPU为主转向以GPU等加速卡为主的模式 以支持AI大模型并行计算需求[2] - 算力场景从集中式云端训练向云边端协同体系扩散 推理场景向端侧延伸[2] - 数据中心向计算存储通信一体化机架发展 智算超算通用算力聚合为可扩展大规模系统[2] - 2024年全球云计算产业规模约7000亿美元 2030年预计达2万亿美元[2] - 中国2024年云计算市场规模约8000亿元 2030年将突破3万亿元[2] 算力需求结构变化 - 模型训练算力目前占比仍高 Scaling Law仍成立[3] - 随模型成熟应用场景增多 边侧和端侧推理算力需求将上升[3] - 垂直应用软件厂商将推出AI融合的SaaS产品 下游行业应用需求集中爆发[3] 软硬件市场发展机遇 - AI加速卡厂商（如英伟达）、算力租赁、HBM、光模块、液冷硬件厂商受益于产业链需求传导[4] - 国内AI应用预计2024年下半年或2025年进入爆发期 算力芯片、光模块、HBM、服务器、算力租赁、IDC企业进一步受益[4] - 软件硬件整合成为技术发展重点 需通过软硬协同实现重大突破[4] - 软件优化包括大模型架构优化及训练推理环节效率提升[4] - 硬件优化通过压榨加速卡性能降低训练推理成本[4] - 中间件优化成为关键 硬件厂商开源中间件（如华为昇腾）以吸引开发者构建生态[5] 商业化应用前景 - AI编程、AI营销因高质量数据富集、技术成熟度高、场景封闭、容错率高而率先商业化[6] - 云端高质量数据富集推动模型迭代与成熟应用迸发[6] - 技术成熟度与ROI决定商业化资金投入力度[6] - AI编程领域出现成熟产品（如Cursor开发商Anysphere） 2024年上半年完成9亿美元融资 估值达90亿美元[6] - 营销行业文生视频AI创意生成普及 财务等垂直封闭行业业务流程被AI重塑[6] - 生产制造、供应链管理等高安全要求、低容错场景AI落地较慢[6] - 具身智能有望逐步实现长远落地[6]