中国GPU芯片制造商（GPU四龙之一）获监管批准及腾讯IPO支持，融资60亿元，强化国内AI芯片供应链。

下午，上海证券交易所公布其审查结果：云AI计算力制造商水元科技已获得科创板IPO申请的上市委员会批准。

审视其IPO进展，该公司于1月22日正式获得科创板受理，经历了两轮监管问询后成功进入上市委员会审查。

作为国内第一梯队GPU制造商中的"四大龙头"之一，水元科技的获批意义重大。此前，摩尔线程和沐曦科技登陆科创板，而壁仁科技在香港上市。待水元科技完成上市，四家领先的国内计算力公司将在资本市场集结完毕。

水元科技成立于2018年3月。根据招股说明书，在其八年的发展历程中，公司自主开发并迭代了四代架构和五种云AI芯片，形成了包括AI芯片、AI加速卡及模块、智能计算系统及集群和AI计算及编程软件平台的产品生态。

与通常与NVIDIA GPU生态相比较的通用GPU路线不同，水元科技选择了DSA（域特异性架构）路径。简言之，通用GPU强调更强的通用并行计算能力，而DSA专注于特定计算工作负载的架构优化。

对于水元科技而言，技术赌注不是复制CUDA生态，而是通过自主开发的指令集、自主开发的计算单元、自主开发的互联技术和自主开发的软件栈，在云AI训练和推理场景中构建独立系统。公司针对的是国内大模型训练、推理和智能计算中心构建中的国产芯片替代需求。障碍是明确的：NVIDIA长期建立的硬件、软件、开发者和客户迁移成本壁垒。

招股说明书将国内云AI芯片制造商分为两类：使用DSA架构的，以华为海思、寒武纪和水元科技为代表；使用通用GPU架构的，以摩尔线程、沐曦科技、清数智能和壁仁科技为代表。

水元科技的核心硬件架构包括GCU-CARE加速计算单元和GCU-LARE卡间高速互联技术。根据招股说明书，GCU-CARE对应NVIDIA的Tensor Core加速计算单元，而GCU-LARE对应NVIDIA的NVLink卡间互联技术。

在软件层面，公司没有追随CUDA生态，而是开发了自己的全栈AI计算及编程软件平台"TopsRider"，包括驱动、编译语言和编译器、算子库和工具链。

这种方法的优势在于，水元科技可以围绕实际的AI训练和推理工作负载进行软硬件协同优化。特别是在推理端，行业对CUDA生态的依赖相对低于训练端，成本、能效和部署效率变得更加关键。招股说明书指出，随着AI推理市场的增长，DSA架构预期在特定场景中展示出优越的成本效益。

然而，困难同样是明确的：软件生态迁移、模型适配、算子覆盖和客户验证周期都成为商业部署的障碍。AI芯片不是仅由硬件参数赢得的业务；客户的模型、框架和业务是否能稳定运行往往比单芯片峰值性能更为关键。

2019年，公司推出第一代水思1.0架构，对应云元T1x训练系列和云元i1x推理系列产品。2021年，推出第二代水思2.0架构，对应云元T2x训练系列；同年推出水思2.5架构，对应云元i2x推理系列。2024年，公司推出第三代水思320架构，对应云元S60推理卡，主要针对大模型推理场景。2025年，推出第四代水思400架构，对应云元L600训推一体化模块。

根据招股说明书，水思400支持FP8低精度计算，面向超万卡超大规模集群扩展需求。云元L600采用OAM模块形态，支持高密度、高互联AI服务器部署。

除芯片和加速卡外，水元科技正朝着系统和集群级别推进。其智能计算系统品牌是云火POD，通常由四至八台AI专用服务器和多个网络交换机组成，每个POD通常集成32至64张AI加速卡及模块。更大的智能计算集群由多个POD、通用CPU服务器、高速网络设备、独立存储服务器和公司自主开发的系统软件组成。

2025年，公司营业收入达9.86亿元，其中AI加速卡及模块贡献8.56亿元，占86.83%；智能计算系统及集群贡献1.28亿元，占13.00%；IP授权及其他收入贡献1642万元，占0.17%。这表明，虽然公司拥有从单卡及模块到POD和集群的产品形态，但当前商业重点仍然是AI加速卡及模块交付。系统和集群业务是否能持续增长取决于大客户项目计划和随后国内智能计算中心构建需求。

水元科技在成立后几年内完成多代芯片架构迭代并将产品推向云AI计算市场的能力，与其创始团队在芯片设计、工程管理和产业化方面长期积累的经验密切相关。

根据招股说明书，创始人赵立东生于1966年，拥有清华大学电子工程学士学位和犹他州立大学电子与计算机工程硕士学位。他拥有30多年的芯片设计和管理经验，曾在S3、瞻博网络、AMD等公司工作，并参与了AMD中国研发中心的建立。2018年3月，他共同创立了水元科技，目前担任公司董事长、首席执行官和董事会秘书。

联合创始人张亚林生于1978年，拥有复旦大学电子工程和信息系统学士学位，拥有25年的芯片设计和管理经验。根据招股说明书，他曾在AMD担任高级芯片开发经理和中国研发中心芯片技术总监，主导了包括Xbox One主芯片和小霸王Z+芯片等芯片设计项目。2018年3月，他与赵立东共同创立水元科技，目前担任公司董事、总经理和首席运营官。

招股说明书披露的核心技术人员包括柴靖、罗威和陈松涛。柴靖曾在AMD担任高级芯片开发经理，加入水元科技后领导硬件芯片部门，参与了公司四代架构和五种云AI芯片从架构设计到量产的全过程。罗威曾在英伟达上海担任CUDA测试、开发和质量保证高级经理；加入水元科技后，他领导软件研发体系，并主导从零开始构建TopsRider软件栈。陈松涛曾在泰瑞达、安华高、美满等公司工作，加入水元科技后领导产品和系统工程部门。

根据创始团队的构成和核心人员结构，水元科技从成立之初就不仅仅是"做芯片"——它旨在同时开发芯片架构、板卡及模块、系统和集群以及软件栈的能力。

招股说明书披露，从2023年到2025年，公司累计研发投入36.76亿元，对比累计营业收入20.14亿元，过去三年研发投入占累计营业收入的182.55%。

截至2025年末，公司员工838人，其中研发人员643人，占员工总数的76.73%。

由于巨大的研发投入和漫长的回报周期，水元科技尽管营业收入增长迅速，但仍处于持续亏损阶段。从2023年到2025年，公司营业收入分别为3.01亿元、7.22亿元和9.90亿元；净亏损分别为16.65亿元、15.10亿元和11.64亿元。同期研发费用分别为12.29亿元、13.12亿元和11.35亿元，分别占营业收入的408.01%、181.66%和114.63%。

2026年第一季度，公司实现营业收入2.87亿元，同比增长1474.85%；归属于母公司股东的净亏损为4.44亿元，亏损同比扩大。

招股说明书解释说，在2026年第一季度，公司产品在下游客户处的销量进一步增长，但由于保持高研发强度，加上对客户预付款计提的利息费用及由此产生的税费和附加，当期利润受到影响。

2023年9月，水元科技完成债转股及D轮融资。包括腾讯科技和国防金浦在内的投资者共计认购7.67亿元的已发行可转换债券和8.90亿元的现金新增注册资本。D轮现金增资参考的融资前估值约为141亿元；前述可转换债券投资者按约123.43亿元融资前估值或下一轮融资前估值的较低者进行转换。

同年12月，公司完成D+轮融资。包括淮安铁荣、云创智算、安徽中安和浙江基金在内的八家投资者共认购约6.80亿元的现金用于新增公司股权，该轮融资参考的融资前估值约为159亿元。

进入2024年，资本继续增加持股。2024年6月，水元科技完成D++轮融资，包括腾讯科技在内的12家投资者共认购约7.53亿元的现金用于新增公司股权，该轮融资参考的融资前估值约为166亿元。

2024年12月，水元科技完成E轮融资。包括上海生产和腾讯科技在内的36家投资者共认购约27.2亿元的现金用于新增公司股权，该轮融资参考的融资前估值约为175亿元。上海生产和腾讯科技各投资3亿元，国投聚力投资2亿元，扬州国资基金投资约1.98亿元，五岳峰期三投资1.85亿元。

连续融资轮次的背后，一方面是AI芯片行业本身的资本密集性，另一方面是资本对国内AI计算力替代窗口的押注。

特别值得注意的是：腾讯不仅是水元科技的主要股东，也是重要客户。

招股说明书显示，截至招股说明书签署日期，腾讯科技及其一致行动人苏州拍一合计持有水元科技20.258%的股份，是公司最大股东。赵立东和张亚林通过直接持股和员工持股平台，共同控制公司28.1357%的投票权。公司没有控股股东，股权相对分散。

2025年，公司主要采用直销模式，直销收入占营业收入的98.74%。从前五大客户来看，腾讯科技（深圳）有限公司对应的销售额为7.68亿元，占74.90%；成都高新电子信息产业有限公司对应的销售额为1.45亿元，占14.15%；客户A、B和C分别贡献5505.93万元、1340.98万元和1195.26万元。前五大客户合计占总收入的96.89%。

招股说明书进一步解释说，公司的高客户集中度一方面与系统和集群业务中的大额单一合同有关，另一方面与来自互联网终端客户的集中需求有关。除了对腾讯的直销外，公司还采用AVAP模式，通过向互联网客户指定的服务器制造商以这些客户约定的价格销售AI加速卡或模块。因此，部分服务器制造商的采购实际上可能代表了来自互联网客户的最终用户需求。

在此次IPO中，水元科技计划募集60亿元，继续投资第五代AI芯片系列产品研发及产业化、第六代AI芯片系列产品研发及产业化，以及先进AI软硬件协同创新项目。

换句话说，从过去的融资轮次到如今冲向科创板，水元科技的融资轨迹保持不变：不断用资本换取研发周期，用研发迭代换取产品销量，并通过大客户场景验证，努力在国内AI计算力市场中立足。

如同国内GPU公司"四大龙头"中已成功完成IPO的前三家一样，水元科技同样抓住了国内AI芯片公司不容忽视的战略窗口。

近年来，大模型训练和推理需求增长迅速；特别是在过去一年，以"龙虾代理"为代表的新应用大幅增加了Token消耗，将计算力从互联网巨头的技术储备转变为云提供商、运营商、本地智能计算中心和行业客户共同投资的基础设施。

随着AI应用从模型训练向大规模部署推进，推理计算需求不断扩大，为国内AI芯片公司提供了新的进入机会。

招股说明书引用智快咨询数据，表明全球AI加速卡市场在2024年达到约1190.28亿美元，预计到2028年将增长到5257.7亿美元。中国AI加速卡市场从2020年的122.54亿元增长到2024年的2164.77亿元，预计到2028年将达到11076.46亿元。

过去，对AI计算力的讨论几乎与大模型训练同义。但训练最终是周期性的，而推理需求随应用部署而持续存在。

数据表明，到2028年，中国推理AI加速卡市场预计将达到8085.82亿元，占整体市场的70%以上。

这种趋势对于采用DSA（域特异性架构）的水元科技等公司尤为重要。在训练市场中，NVIDIA通过其CUDA生态建立了非常深的护城河，特别是在软件适配和集群稳定性方面，使新进入者在短期内很难实现突破。相比之下，虽然推理场景同样重视可靠性，但客户对成本、能效比和部署密度表现出更高的敏感性。在模型相对固定、应用场景明确的领域，只要国产芯片能提供经过验证的成本效益，就有机会撬开客户采购的大门。

招股说明书披露，中国2025年AI加速卡总出货量约400万台，其中NVIDIA出货量约220万台，占约55%。同期，水元科技销售66.3万张AI加速卡及模块，占中国市场份额的约1.7%（以出货量计）。

这些数据直接说明了国内AI芯片公司面临的状况：需求窗口确实已经开启，但市场领导者仍然是NVIDIA。国内制造商目前更多在特定客户、特定场景和特定项目中完成验证和替代；真正的大规模采用仍需跨越产品迭代、软件生态、客户迁移和集群稳定性等多个阈值。

因此，水元科技IPO前后最关键的问题不是"我们能否制造国产AI芯片"。从招股说明书对产品迭代和销售情况的披露来看，公司已经完成了从芯片和加速卡到智能计算系统的商业部署。更关键的问题是，它是否能使这些产品在大客户的真实业务运营中长期稳定运行，并不断降低客户从NVIDIA生态迁移到国内AI计算力平台的成本。

换句话说，国内AI计算力的机遇已经出现，但真正的考验才刚刚开始。对于水元科技来说，市场提供的不是现成的门票，而是一项关于产品可靠性、软件生态和规模交付能力的长期验证。