3400亿，一年暴增10多倍，百度“亲儿子”最新估值曝光

作者 | 铅笔道 黄小贵

编辑 | 铅笔道 邹蔚

封面图丨ChatGPT创作

百度拆出一家比自己还值钱的公司。

6月29日，有报道称，百度旗下AI芯片子公司昆仑芯目标估值约500亿美元（约合人民币3396亿元）。

今年1月，百度已经公告，昆仑芯以保密方式向港交所递交上市申请，百度持有昆仑芯约58%股权。

百度目前市值约388亿美元，昆仑芯估值超过百度市值近830亿元。

而2025年7月，昆仑芯完成D轮融资，投后估值约210亿元 。一年估值涨了十多倍。

如果昆仑芯顺利上市，将成为近年来中国AI芯片领域规模最大的IPO之一。

百度孵化，赶上AI爆发

昆仑芯最早成立于2011年，初衷是降低搜索业务的算力成本。

2018年，对外发布第一代昆仑芯芯片，2020年量产。2021年4月分拆独立，首轮估值130亿元。

大模型爆发，昆仑芯的价值真正被放大。

2025年2月，百度官方披露，百度智能云已点亮昆仑芯三代万卡集群，并称这是国内首个正式点亮的自研万卡集群。

在今年5月的Create 2026百度AI开发者大会上，百度智能云披露，昆仑芯P800已经完成规模化验证，2025年至今已交付多个万卡集群。

至此，昆仑芯不再只是百度内部的成本中心，而是一家能独立服务外部客户的AI基础设施公司。

昆仑芯2代AI芯片 来源：官网

去年12月，有报道称，昆仑芯2024年收入约20亿元人民币，净亏损约2亿元；公司预计2025年收入超过35亿元，并实现盈亏平衡，而且超过一半收入来自外部销售。2026 年第一季度，昆仑芯单季度营收达到12亿元人民币，同比增长350%，收入增长的核心动力来自外部客户的放量。

外部客户尤其关键。6月中旬，有报道称，腾讯已经是昆仑芯客户，一家未上市的AI巨头也考虑使用昆仑芯的芯片。

500亿美元估值看起来很高，但它背后有一个更大的产业背景：AI算力正在成为全球最拥挤、最烧钱、也最受资本追捧的赛道。

昆仑芯的优势在于，它背靠百度。百度既是客户，也是场景提供方。搜索、广告、智能云、文心大模型、自动驾驶，都可以成为昆仑芯的试验场。相比纯芯片创业公司，昆仑芯更容易形成“芯片—云—模型—应用”的闭环。

昆仑芯估值增长与营收趋势 来源：公开报道

花旗分析师预测称，昆仑芯2026年收入可能达到15亿至20亿美元（约140亿元人民币）。若按500亿美元估值计算，市销率大约是25倍，与寒武纪、天数智芯等上市同行的高估值逻辑相近。

资本市场不是按昆仑芯今天的利润给价，而是在提前支付未来两三年国产AI算力爆发的想象力。

同时，昆仑芯赶上了一个窗口：港股和A股都在重新欢迎科技硬件公司。截至2026年6月18日，中国科技公司今年已通过境内股票市场募资31亿美元，是去年同期五倍以上；约50家公司计划合计募资1261亿元人民币，芯片和AI公司是主角之一。

港股市场也在升温。2026年上半年香港新股募资约224.5亿美元，同比增加近57%，为五年来最活跃的开局之一；投资者对内地科技、芯片、电子和机器人企业的兴趣正在改善。

昆仑芯踩中的是三个趋势叠加：AI算力需求、国产替代、资本市场重新给硬科技开门。

国产AI芯片的三大机会

由于地缘因素，AI芯片已经成为国产替代的典型故事。

在中国，AI算力基础设施正在铺开，机会不只属于某一家芯片公司，而属于整个国产AI算力生态。

工信部今年1月披露，中国已建成万卡智算集群42个，智能算力规模超过1590 EFLOPS，位居全球前列。

IDC报告称，2025年，中国GPU和AI芯片厂商已经拿下中国AI加速服务器市场接近41%的份额。

这就是昆仑芯、寒武纪、沐曦、壁仉、天数智芯、摩尔线程等公司突然变得更值钱的核心原因。它们卖的不是普通硬件，而是中国大模型、云厂商、运营商、金融机构、国企数据中心继续扩张AI算力的“替代路径”。

寒武纪的股价和业绩很能说明问题。证券时报报道，寒武纪2025年实现营收64.97亿元，同比增长453.21%；净利润20.59亿元，而2024年的同期仍亏损4.52亿元。这说明，国产AI芯片不再只是政策概念，至少部分公司已经开始跑出收入和利润。

AI时代给中国芯片行业带来的第二个机会，是推理市场。

有报道称，国内一家未上市的AI巨头正在与天数智芯洽谈采购至少5万颗AI芯片，主要用于推理工作负载。之前，这家公司已经采购了华为和寒武纪的GPU。

今年3月，智谱AI CEO张鹏称，公司正加速使用国产芯片，以应对2月以来计算需求的大幅增长；他还称，GLM系列模型经过深度优化后，在国产芯片上的推理效率已经可以与全球领先海外芯片竞争。

4月，DeepSeek发布针对华为芯片适配的新模型V4，这与DeepSeek过去依赖英伟达芯片形成对比；而DeepSeek V4支持华为昇腾芯片，说明中国顶级AI模型现在可以在中国硬件上运行。

而且，国产芯片在推理环节有价格优势。

5月，DeepSeek宣布将旗舰模型V4-Pro的API价格永久下调75%，价格从每百万token 0.1至24元，降至0.025至6元。DeepSeek没有披露降价是否因为华为昇腾950芯片供应增加，但此前DeepSeek曾称，V4-Pro价格较高，是因为高端算力供给受限；它也曾表示，随着华为昇腾950超节点在2026年下半年规模出货，V4-Pro价格有望大幅下降。

第三个机会，是中国制造业和硬件供应链的外溢效应。

AI芯片不是孤立产品。每一颗AI芯片背后，都需要服务器整机、PCB、连接器、电源、散热、液冷、光模块、交换机、存储和数据中心工程。AI数据中心扩张，会带动一整条硬件链条升级。

6月官方制造业PMI重回扩张区间，重要原因之一就是芯片、计算机和其他AI相关产品需求强劲。

国产AI芯片的风险

中国AI芯片真正的大考，是在英伟达之外，能不能跑出一套“可用、稳定、成本可控”的国产算力体系。

这条路面临多道难关。

第一道难关，是训练。

最前沿大模型训练仍然高度依赖高端GPU。因为训练不是一张卡的性能竞赛，而是万卡甚至更大规模集群的系统工程。芯片之间要高速通信，故障要快速恢复，模型要能长时间稳定训练。只要集群效率不够高、掉卡率高、软件适配慢，客户就会付出巨大工程成本。

美团6月称LongCat-2.0完全基于5万颗国产芯片集群训练和运行，这当然是重要案例，像一个里程碑，说明国产集群能做大规模尝试。

第二道难关，是软件生态。

华为950PR之所以受到字节、阿里关注，一个重要原因是它比前代产品更兼容英伟达CUDA软件体系。华为计划今年出货约75万颗950PR，字节和阿里计划下单，芯片主要面向推理场景。这反过来说明，CUDA仍然是产业迁移的最大门槛。客户不是不能买国产芯片，而是不愿意为每一种芯片重写大量代码、重新调算子、重新训练工程团队。

第三道难关，是供应链。

AI芯片不仅需要设计能力，还需要先进制造、先进封装、HBM高带宽内存、服务器整机和数据中心工程。近期，长鑫存储拿下腾讯约200亿元服务器DRAM长期供应协议，正是因为AI工作负载带动服务器内存需求上升；但长鑫在下一代DDR5良率上仍面临技术障碍。也就是说，中国芯片产业的短板不是某一个环节，而是整条链条都要升级。

第四道难关，是商业化。

国产芯片不能只靠政策采购或示范项目。它必须证明自己能在互联网大厂、云厂商、金融、政企和制造业客户那里形成复购。前面提到的，AI巨头洽谈采购天数智芯至少5万颗AI芯片，主要用于推理；腾讯已是昆仑芯客户。这些都是好信号。

英伟达仍然是全球AI算力的标杆；中国芯片要争的，是在这个标杆之外，建立一套中国客户愿意长期使用的第二算力体系。

本文不构任何成投资建议。

欢｜迎｜联｜系

想获得调研，请联系：qianbidao01

想加入社群，请联系：qianbidao01

想市场合作，请联系：qianbidao01

文章转载，请联系：qianbidao01