曦望漂流記：芯片分拆與算力自主之路

【摘要】算力自主權，是AGI時代的呼吸權。商湯科技為實現算力自主，在2024年末將其芯片業務分拆成立曦望Sunrise，并已于2025年中完成近10億元融資。

此次分拆是商湯面對持續虧損與高昂研發投入做出的關鍵調整。將芯片部門從成本中心轉變為獨立運營的市場主體，既緩解了母公司的財務壓力，也賦予曦望更強的融資能力與業務靈活性，從而實現從“輸血”到“造血”的轉變。

不過曦望面臨的市場競爭非常激烈。華為昇騰、昆侖芯、寒武紀等國內廠商均已推出對標英偉達A100的產品。盡管在“國產替代”政策推動下，中國AI芯片市場前景廣闊，但英偉達、AMD等國際巨頭仍構成長期技術威脅。

曦望能否在寶貴的窗口期內快速提升核心技術、建立可持續的商業生態，將成為其能否在硬仗中勝出的關鍵。

以下是正文：

01

算力自主：全棧自研的GPGPU之路

2024年，GPU公司曦望Sunrise正式從商湯科技分拆出來，由商湯科技聯合創始人徐冰發起成立，其名寓意“破曉之光”與“遠方的期許”。到2025年6月30日，曦望Sunrise順利完成近10億元融資，投資方包括三一旗下華胥基金、第四范式等機構。

公司聯席CEO王湛曾是百度副總裁，參與建立百度搜索推廣系統“鳳巢”，于2016年4月離職。另一名聯席CEO王勇曾在AMD從事芯片業務，曾在百度昆侖芯擔任副總裁，2020年加入商湯，擔任研發總監。

曦望主營推理芯片，目前有S1、S2、S3三個系列。其中，曦望S1在2019年流片成功，是一款DSA架構的云邊推理芯片，累計銷售超2萬顆，主要服務于商湯的視覺業務；曦望S2是一款訓推一體GPGPU芯片，采用7nm工藝、2.5D CoWoS封裝、64GB內存，TDP功耗為350W-450W，在2023年7月點亮，2024年已量產1000片，即將實現萬片級量產。

曦望性能對標英偉達A100，軟硬件兼容CUDA生態，可高效支持常用開源大模型的預訓練、微調及訓練，支持Hugging Face等開源社區的開源大模型工具箱，以及PyTorch、DeepSpeed等AI框架。

曦望S3采用全新芯片架構，預計2026年流片，稱為大模型而生，定位為“下一代AI大模型推理芯片”，主打極致性價比，宣稱推理性能 x 3倍+，每單位Token推理成本降低90%。

曦望技術路線是GPGPU，目前已經實現100%自主知識產權：從指令集定義、GPGPU IP設計到編譯器工具鏈全棧自研，構建核心技術護城河。

在商湯算力基礎設施的構建過程中，對曦望的定位是進行業務協同。商湯在人工智能、工業互聯網等領域的豐富場景和數據也會幫助曦望更好地定義研發方向。

過去十年商湯采購了超過四萬塊GPU芯片，目前公司的算力主要仍來自Nvidia芯片。商湯科技聯合創始人徐冰表示：“中國每年支付超千億‘算力稅’，創新血液不斷流失。算力自主權，是AGI時代的呼吸權。”因此，商湯成立曦望項目的初心就是實現算力自主。

2020年，商湯首款S1芯片成功流片。也是在這一年，商湯成立上海陣量智能科技有限公司，該公司管理層也是如今曦望的核心班底。陣量智能兩位聯席CEO王勇和王湛，這次也將繼續任曦望聯席CEO。

從天眼查股權穿透信息來看，杭州曦望芯科智能科技有限公司由上海陣量智能科技有限公司100%持股，法定代表人為王勇，背后的股東目前有10家，前2大股東持股比例約75%。

02

部門拆分是必然路徑

上市大公司把芯片部門單獨拆分出來獨立融資拓展近幾年比較常見。

典型的案例是百度昆侖芯，原為百度智能芯片及架構部。自2011年起百度昆侖芯團隊開始研究AI計算加速芯片，到2021年4月完成分拆獨立融資，這幾年發展非常迅猛，勢頭良好。

商湯科技分拆芯片業務，也是芯片“燒錢”的困境與商湯戰略轉型的必然。

芯片的研發是出名的“路漫漫其修遠兮”。在分拆之前，芯片部門在商湯內部屬于“成本中心”，長期依賴集團持續投入資金支持。分拆后，通過引入外部投資，曦望公司成功從商湯資產負債中的一部分，轉型為具備自我造血能力的優質資產，并成為商湯投資布局中的重要組成部分。

作為國內上一輪計算機視覺AI浪潮中成功上市的企業，商湯科技目前的自我盈利能力仍顯薄弱。2024年業績報告顯示，公司全年實現總收入37.7億元，凈虧損卻達到43.07億元。其中，僅去年的研發支出就高達41.32億元，主要用于模型訓練與微調、生成式AI應用開發等方向。過去五年，商湯累計虧損已超過460億元。

當然，今年商湯的虧損有所好轉，現金流也在變好。拆分也是正確的選擇，悶在溫室里養芯片不是一個成功的路徑，各大互聯網巨頭也都在拆分。

區別在于，互聯網巨頭彈藥量更充足。財報顯示，2024年百度總營收達1331億元，歸屬百度核心的凈利潤達234億元，同比增長21%。同年阿里營收9963億元，凈利潤1260億元，二者底氣遠超商湯。

長期的高研發投入與虧損局面難以回避，而芯片研發則是其中尤為突出的成本負擔之一。在當前AI行業從“模型競爭”邁向“應用落地”的關鍵階段，商湯亟需調整戰略方向，將資源聚焦于生成式AI等核心軟件業務以實現突破。

因此，分拆芯片業務不僅有助于優化財務報表，更是其集中資源、進行戰略收縮的理性選擇。

03

獨自造血并不容易

國產GPU已經是一個擁擠而殘酷的賽道。通用GPU領域有摩爾線程、沐曦，產品路線兼容英偉達；專用ASIC陣營早有寒武紀、燧原科技等公司。

這意味著，目前的時間點競爭已充分激烈，對技術路線和資本競爭等關系公司戰略的重大事項，決策的容錯率會大大降低。

曦望S2對標的是英偉達A100。英偉達A100曾被視為AI訓練的標桿產品，基于7nm Ampere架構，TF32精度算力達19.5 TFLOPS，廣泛應用于數據中心訓練與科學計算。據公開信息，除曦望S2芯片外，國內宣稱性能對標A100的廠商不少于7家，技術實力均不容小覷。例如：

華為昇騰910B，FP16算力達320 TFLOPS，略高于A100的312 TFLOPS，功耗控制更具優勢；昆侖芯第三代AI加速芯片P800，推理延遲較A100降低18%，能效提升約15%；寒武紀思元系列（如MLU370/290），在訓練場景性能達A100的70%，成本降低40%；海光DCU深算二號采用GPGPU架構，雙精度性能突出，功耗較A100低12.5%。

當然，國產GPU領域處于快速發展階段的基本盤是好的，市場熱度在“國產替代”需求的推動下持續攀升。IDC數據顯示，2024年中國本土AI芯片品牌的滲透率已提升至約30%，出貨量達82萬張，較上年同期的15萬張實現大幅增長。

接下來主要是國內幾個AI芯片巨頭之間的競爭，資本密度的競爭會非常慘烈。待目前角逐的幾家公司成功上市，資本密度的競爭會以一年數十億人民幣的單位展開。

目前，GPU仍是AI市場的主流芯片，而ASIC和FPGA等其他類型AI芯片合計約占30%市場份額。據弗若斯特沙利文預測，到2029年，中國AI芯片市場規模將從2024年的1425.37億元增長至13367.92億元，年均復合增長率達53.7%。其中GPU增速最快，市場份額預計將從2024年的69.9%提升至2029年的77.3%。

曦望Sunrise扎根在了一個前景向好的賽道，需要考慮更多的是發展路徑問題。

04

尾聲

對曦望而言，引以為傲的推理成本降低，需要盡快在實際商業落地中轉化為客戶忠誠度。

國內AI芯片競爭的馬太效應會越來越強，后進者要彎道超車非常考驗增長、車技和安全的三角平衡。

當技術攻關進入生態建設的深水區，曦望面前是一條充滿希望卻崎嶇不平的道路，不僅要迅速證明技術可行性，更要在同業公司前證明商業可持續性。不僅要做出芯片，更要構建完整的產業生態。

在算力自主的宏大敘事下，曦望的征程才剛剛開始。