昆仑芯，完成新一轮融资

近日，国产AI芯片企业昆仑芯（北京）科技有限公司（以下简称“昆仑芯”）完成新一轮股权融资。华兴资本旗下华兴证券担任本轮独家财务顾问。

华兴资本集团旗下华兴证券董事总经理、硬科技负责人阮孝莉表示：“本轮融资成功引入重量级产业方与国家级资本，充分彰显了产业协同与国资使命担当的双重价值既为国产AI芯片研发构筑资金和战略资源的护城河，更为国产算力底座注入确定性。当前AI产业已进入大规模商业落地的关键阶段，智能算力正成为科技竞争的核心驱动力。相信昆仑芯将持续以'芯片+集群+生态'的全栈优势，夯实中国智能时代的硬科技根基。”

谁是昆仑芯？

昆仑芯成立于2011年6月份，法定代表人为欧阳剑，经营范围含计算机系统服务、基础软件服务、应用软件服务、数据处理、模型设计、工艺美术设计、电脑动画设计、经济贸易咨询等，现由百度（中国）有限公司、北京昆仑传奇科技合伙企业（有限合伙）、中国互联网投资基金（有限合伙）、比亚迪（002594）等20余位股东共同持股。

昆仑芯的前身是百度智能芯片及架构部，2021年，带着李彦宏的期许，昆仑芯独立，成为新公司，专注研究AI芯片，分拆后首轮融资估值冲到约130亿人民币。

自2011年起，昆仑芯团队便基于真实AI场景需求研究AI计算加速，2017年正式提出自研XPU架构，并基于该架构打造两代云端AI芯片，相继推出多款AI加速卡及AI加速器组产品。主要产品包括：昆仑芯1代AI芯片、昆仑芯2代AI芯片，及多款基于昆仑芯AI芯片的AI加速卡：K100、K200、R200/R200-8F系列，以及AI加速器组R480-X8。

此外，公司还提供大模型端到端解决方案。昆仑芯大模型端到端解决方案是昆仑芯为创新企业推出的一款大模型算力软硬件解决方案。

昆仑芯，产品水平如何？

2025年2月20日，昆仑芯科技正式宣布，昆仑芯P800成为首款支持单机部署DeepSeekV3/R1671B满血版大模型的国产AI芯片，标志着国产AI芯片领域的一次重要突破。

作为国产高性能AI芯片的代表之一，昆仑芯P800是本土率先支持单机部署满血版DeepSeek R1的国产芯，单机部署就能发挥DeepSeek R1全部性能。昆仑芯P800还率先支持 8bit 推理，可提供精度无损的推理服务，在保证计算精度的同时，用更低的计算量完成任务，效率更高。

根据昆仑芯官方信息，P800在配置上提供了8卡与16卡两种选择。其中，单机8卡配置便可实现 2437 tokens/s 吞吐（处理数据快），在性能、功耗和部署灵活性上达到行业领先水平，满足轻量化与极致效价比需求。如果使用16卡版本，则最高能够实现每秒处理4825个token的吞吐量。

基于这些表现，对比市面上业已公开数据的厂商，昆仑芯的表现也是国内领先的。

今年百度成功点亮昆仑芯P800万卡及3万卡集群，如今国家电网、中国钢研、招商银行，以及北大、同济等高校和互联网企业，已开始规模部署昆仑芯P800。以招商银行为例，昆仑芯P800算力稳定支持DeepSeek等大模型任务，提升智能客服、多模态数据分析等场景的应用效果。

目前，昆仑芯已实现三代产品大规模部署落地，通过与数百家客户紧密合作，将AI算力输送到互联网、运营商、智算、金融、能源电力、汽车等众多领域和行业，惠及数以亿计的终端用户。

昆仑芯自2021年独立以来，至少完成了4轮融资，包括2021年的独立融资、2024年的C轮和C+轮融资等。身后集结了一众知名投资方：CPE源峰、IDG资本、君联资本、元禾璞华、临芯投资、海富产业基金、通用创投等。

国产AI芯片不断发展

美国的技术封锁正在产生“回旋镖效应”，为国产AI芯片企业创造了更多市场机遇。

平安证券研报指出，当前，AI算力是美国对华科技制裁的重灾区，先进的AI算力芯片无法出口至国内，反向倒逼国内AI算力从设计到制造到整机的全面国产化。

“国内通用GPU、ASIC芯片蓬勃发展，同时服务器和一体机厂商也逐渐向国产AI芯片倾斜，全产业链合力，国内AI算力自主可控已取得不菲成果。”该机构称。

上市AI芯片公司的业绩也佐证了这一点。“AI芯片第一股”寒武纪2024年业绩大幅改善。公司2024年营业收入为11.74亿元，同比增长65.56%；归母净利润为-4.52亿元，同比增长46.69%。

西部证券分析师指出，2024年以来，公司已成功验证了集群规模的LLM模型预训练功能，并将公司智能芯片产品在互联网领域的自然语言应用场景中实现了批量出货。

从需求端来看，今年以来，国内多家云服务厂商加码AI布局。2月，阿里表示未来三年，阿里将投入超过3800亿元元，用于建设云和AI硬件基础设施。3月，腾讯宣布进入AI重投入期，计划在2025年进一步增加资本支出，预计将占收入的低两位数百分比。

随着美国持续升级对华高端芯片出口管制、英伟达H20销售受阻，国产GPU厂商正在加快补位，以满足持续旺盛的算力需求。