百度当年为了省钱做的芯片，现在估值210亿了
百度昆仑芯，在最近毫无悬念地成为了国产 AI 芯片赛道的主角。
一边，它已经以保密形式向港交所递交上市申请；另一边，昆仑芯也完成了科创板上市辅导备案，A+H双线推进的轮廓逐渐清晰。
按照市场消息，昆仑芯最新一轮融资后的估值，已经达到约 210 亿元。
这意味着，百度内部孵化多年的 AI 芯片业务，终于接近开花结果的重大时刻。
但是，如果回过头来看昆仑芯最早的起点，并没有今天看上去这么风光。
李彦宏当年的那一句话，成了概括昆仑芯诞生的最好注脚：
“当初我们做搜索的时候，买别人的芯片太贵了，每片要 1 万美元。而我们自己做，2 万人民币就做下来了。”
这句话怎么都不像一个宏大的造芯宣言，反而多多少少带有一些无奈。
早年的百度，核心业务是搜索，背后依赖的是海量计算。排序要算，广告要算，语音识别、推荐系统也都要算。
业务越做越大，算力成本自然也越来越高。外采芯片当然省事，但长期买下去，账单上的真金白银，肯定也会让李彦宏皱眉。
正是在这个背景下，百度在内部启动了自己的 AI 加速计算探索。
而这个如今估值达约 210 亿元、正在冲刺 IPO 的昆仑芯，正是百度原本想用自研方案，把搜索和 AI 计算的成本降下来，最终鼓捣出来的一个“省钱工具”。
但这也是昆仑芯最有趣的部分：
一个为了省钱做出来的业务，怎么就撑起了两百多亿估值？
昆仑芯的前世今生
要理解昆仑芯凭什么能值两百多亿，还是看回它最初的起点。
前文提到，随着百度的业务越走越大，算力成本越来越高，他们需要一个实用的办法，降低算力成本。
不过在当时，百度没有选择立即去造一颗完整的专用芯片，而是先从更灵活、风险更低的方案入手。
这就是 FPGA。
FPGA 可以简单理解成一种能反复改造的“半成品芯片”，在根据不同任务重新配置后，就能用来给搜索、语音识别、推荐这类高频计算做加速，节省算力。
早在 2011 年，百度开始在内部启动FPGA AI 加速项目。
从 2011 年到 2015 年，百度数据中心里的 FPGA 部署规模超过 5000 片；到了 2017 年，这个数字进一步提升到 12000 片。
搜索排序、广告系统、语音识别、推荐系统，都是百度最核心的业务场景。FPGA 在这些场景里的部署，意味着百度内部这条 AI 加速技术线，已经从“试试看”进入了真实业务。
2017 年，这条技术线迎来一个关键节点。
百度在 Hot Chips 上发布自研XPU 架构。相比继续用 FPGA 做局部加速，XPU 的出现意味着百度把自己多年积累下来的 AI 计算需求，整理成了一套更系统的芯片架构。
2018 年，百度终于在 AI 开发者大会上正式发布第一代云端 AI 芯片“昆仑”。
自此，从 FPGA 到昆仑芯，百度完成了从内部 AI 加速方案到拥有 AI 计算自研芯片的转向。
2020 年，第一代昆仑芯实现量产，并在百度搜索、语音识别等场景中落地。
不过，真正让昆仑芯身份发生变化的时间节点，是 2021 年。
这一年，昆仑芯完成独立融资，正式从百度内部走出来。百度芯片首席架构师欧阳剑出任 CEO，昆仑芯也从百度体系里的一条技术线，变成了一家可以独立融资、独立面对市场的芯片公司。
首轮融资后，昆仑芯的估值就已经达到约 130 亿元。
此后几年，昆仑芯继续融资，并引入更多产业资本。比亚迪、中国移动旗下基金等机构入局，让它和外部产业客户的关系变得更深。它们给昆仑芯带来的不止有钱，还有更多真实的客户、场景和订单。
正是从 2021 年开始，独立运营近 5 年的昆仑芯，终于走到 IPO 的前夜。
几斤几两？
当然，师出有名不代表昆仑芯天生就能叱诧风云。既然已经放到了商业市场里检验，大家更加关心的还是昆仑芯自身的实力，到底有几斤几两。
对一家商业化的 AI 芯片公司来说，真正进入商业市场后，市场会更加关心芯片有没有被大规模用起来，能不能跑大模型这样的核心任务，最后能不能变成收入和估值。
甚至当客户把芯片买回去后，还要迁移模型、适配框架、跑集群。软件和生态能不能及时配套，也会直接影响产品后续的转化。
所以，出货量是第一个关键的评价指标。
据媒体援引 IDC 2025 年度数据，中国 AI 加速卡全年出货约 400 万张，其中英伟达约 220 万张，仍然拿走 55% 的市场；
国产厂商合计约 165 万张，份额提升到 41%。
在国产厂商里，华为昇腾仍然断层领先，出货约 81.2 万张；阿里平头哥约 26.5 万张；昆仑芯和寒武纪均约 11.6 万张，并列第三。
这个数据非常关键。既然已经走到了国产第三的位置，就证明昆仑芯已经不是国产 AI 芯片里的边缘玩家。它和寒武纪站在同一出货量级，并且排在海光、沐曦、天数智芯等厂商前面。
要知道，和昆仑芯出货量一个级别的寒武纪可是有“寒王”之称，市值也已经近 8000 亿。如果昆仑芯正式上市，保守来看市值达 1000-2000 亿不是问题。
只不过，比下有余却比上不足。昆仑芯和华为昇腾之间仍然差着很远。81.2 万张对 11.6 万张，大约是 7 倍差距；如果再把英伟达放进来，差距更大。
所以，在出货量这层级，昆仑芯虽然已经进入了国产 AI 芯片的牌桌，甚至已经称得上了头部玩家，但距离赛道第一的选手，还有不小差距。
能撑起这个出货量的，首先还是产品力。
目前最能代表昆仑芯产品力的，是 P800。
按照公开资料，P800 已经支持单机8 卡部署 DeepSeek V3/R1 671B 满血版大模型，也实现了万卡集群部署。
国信证券研报中还提到，昆仑芯 P800 的 FP16 算力达到345TFLOPS，部分推理性能口径超过 A800。
作为参照，华为昇腾 910B 是国产高端算力卡里最有代表性的产品之一。公开资料中，昇腾 910B 的 FP16 算力常见口径大约在 320TFLOPS 到 400TFLOPS 之间，搭载 64GB HBM2e 显存。
也就是说，如果只看公开资料中的 FP16 峰值算力口径，P800 和昇腾 910B 之间的差距，其实并没有那么大。
而且，P800 作为一款 AI 计算卡，已经进入了真实的商业场景。昆仑芯官方披露，P800 单机 8 卡一体机已经通过DeepSeek-V3/R1 671B 满血版适配支持性测试，支持长上下文推理，精度与 DeepSeek 技术报告对齐。
但问题在于，AI 芯片的产品力，不只是一张卡的纸面算力。
尤其到了大模型时代，比一块孤零零的芯片更重要的，是一整套能跑起来的算力系统。
芯片本身的性能水平，只是一切的基础；后面的框架适配、模型迁移、算子优化、集群调度、工程服务，都会影响客户最终要不要大规模采购。
这也是昆仑芯相比行业龙头还欠缺的地方。
昇腾 910B 的最大优势，是有一整套华为体系支撑。芯片、服务器、华为云、CANN、MindSpore、行业方案、政企客户服务，基本都是打包到一起的。
对很多客户来说，买昇腾不只是买计算卡，而是买一套已经有人帮你适配、部署、维护的国产算力方案。
只能说，昆仑芯暂时还没能达到这个程度。
尽管当前有百度飞桨可以和昆仑芯形成协同，P800 也已经适配了 DeepSeek 等大模型，但更广泛的开发者生态、行业方案、小众框架兼容、客户服务体系上，仍然要补课。
这就解释了为什么昆仑芯的单卡纸面水平并不差，出货量也已经站到国产前列，但还没有真正追上昇腾。
百度真正赚到的
虽然昆仑芯还没有坐上国产 AI 芯片的头把交椅，但不影响它对百度非常重要。
换句话说，就算它考试没考第一，但已经足够给百度长脸。
因为对百度来说，昆仑芯终于把百度过去多年埋在底层的 AI 硬资产，单独呈现到资本市场面前，这才是最重要的。
毕竟在过去，百度讲 AI，市场其实非常难给他算账的。
文心大模型、智能云、小度、搜索重构，虽然是百度 AI 的一部分，但它们都包在集团业务里，很难被拆出来单独估值。
现在昆仑芯就不一样了，它有融资、有估值、有出货、有外部客户，也有明确的上市路径。
这就让百度的 AI 能力，第一次有了一块更容易被市场清晰计算的硬资产。
而且这个硬资产，让百度收益颇丰。
按最新一轮约 210 亿元估值计算，百度持有昆仑芯 57.67% 股权，这不是一笔小钱。如果昆仑芯成功上市，并且在公开市场获得更高定价，百度手里这部分股权价值，也会水涨船高。
但对百度来说，钱只是非常表面的价值。
昆仑芯更重要的意义，是帮百度打开了 AI 芯片业务继续融资和扩张的通道。
芯片是典型的重投入生意。研发、流片、迭代、集群、软件适配，每一步都要钱。如果一直留在百度内部，昆仑芯就始终要和百度其他业务争资源；独立上市之后，它就可以用自己的出货、客户和增长去融资。
这对后续产品迭代很关键。
此外，独立上市也能帮昆仑芯逐渐淡化“百度子公司”的标签，对外部客户来说，尤其是一些和百度存在竞争关系的互联网公司，淡化标签之后就更容易和昆仑芯实现合作。
只有昆仑芯的独立性更强，外部客户更多，它才有机会从百度自己的芯片业务，变成一家真正面向市场的 AI 芯片公司。
最后，昆仑芯的终极价值，还在于终于让百度拥有了一张在 AI 时代最难能可贵的名片：硬件玩家。
英伟达依靠 GPU 成为全球市值最高的公司、华为依靠昇腾和整套政企、云、服务器生态，站上国产 AI 算力的核心位置，还有生产 AI 必须的内存部件的海力士、美光、三星，也赚得盆满钵满。
这些公司的成功就足以说明，在 AI 时代，AI 越智能，对硬件的依赖只会越强。
而昆仑芯则能让百度在模型、云和应用之外，多了一张 AI 硬件牌，拥有了在未来和其他头部企业一起构筑 AI 时代地基的能力。
如果未来百度能够走到 AI 时代的前列，昆仑芯会是当前最有希望的助推器。
本文来自微信公众号“蓝字计划”，作者：Hayward，36氪经授权发布。
