2025年9月30日，寒武纪发布向特定对象发行股票的最终结果。

发行价定为1195.02元/股，发行数量约333.49万股，募集资金净额39.53亿元。

13家机构获配，锁定期6个月。

如果你只看股价（收盘1325元，市值5543亿）或同比增速（上半年营收增长43倍），很容易把它归类为又一个“AI”的故事。

但真正值得关注的，不是这个数字本身，而是它背后所折射出的一个趋势：国内AI硬件产业呈现出加速发展的态势。

我们可以从三个层面来理解这场变化。

一、定增价破千元背后，资本逻辑进化

过去几年，不少科技公司融资，讲的是“快速迭代”“轻资产运营”。

但到了AI大模型这一代，变了。

训练一个千亿参数模型，动辄需要数千张高端加速卡、数月时间、上亿元电费。

支撑这套系统的底层硬件，不再是可随意替换的“标准件”，而是高度定制、软硬协同的“算力单元”。

这意味着，芯片公司必须提前投入大量资源，去打磨架构、优化编译器、适配框架。

根据定增说明书,寒武纪此次募集的资金，主要用于两个方向：面向大模型的芯片平台和软件平台。

注意，不是“新一代芯片”，而是“平台”。

这或许说明他们的工作重心，已经从单一产品开发，转向系统能力建设。

这类投入周期长、见效慢，但一旦建成，转换成本极高。

所以资本市场也在适应这种变化：愿意用更高的价格、更长的锁定期，去支持这种“平台”式的研发。

1195元的发行价，表面看是高价，或可被视为市场对‘平台价值’的一种阶段性预期。

二、技术竞争的本质，加速行业发展

我们常听说某款AI芯片的TOPS（每秒万亿次运算）是多少，功耗比如何。

这些指标当然重要，但在真实的大模型场景中，决定体验的往往不是峰值性能，而是端到端的部署效率。

举个例子：两个芯片A和B，A的理论算力更高，但如果它的编译器不支持某种注意力机制，或者与主流框架兼容性差，开发者就得花几周时间手动优化，最终实际利用率可能还不如B。

这就是为什么，头部AI芯片公司现在都在加大投入软件栈。

寒武纪建“软件平台”，本质上是在构建一个降低客户使用门槛的工具包——包括编译器、运行时、调试工具、模型库等。

这些东西不性感，但决定了产品能否真正被用起来。

这就像当年苹果做iOS，不是因为手机硬件多强，而是因为整个开发环境足够友好。

今天的AI芯片之争，或许也正在演变为“谁能让开发者更省心”的竞争。

而这种全栈能力的积累，是非线性的。

一旦形成正循环——更多客户使用 → 更多反馈 → 更快迭代 → 更好体验——后来者将极难追赶。

三、行业的终局思维，提供“算力服务”

再往远看一步，AI芯片的商业模式也在悄然变化。

传统半导体的逻辑是“卖芯片收钱”，一次交易结束。

但在大模型时代，客户买的不再是一块板卡，而是一整套持续可用的算力服务。

他们关心的是：能不能稳定跑完训练？出了问题有没有技术支持？未来升级是否平滑？

于是，芯片公司开始向“解决方案提供商”转型。

有的提供私有化部署方案，有的推出云上加速服务，有的甚至和客户联合调优模型。这种关系更持久，也更有粘性。

未来的收入结构，可能不再只是硬件销售，还可能包括软件授权、运维服务、联合开发等多元模式。

这类似于英伟达的DGX系统+CUDA生态的组合：硬件是入口，软件和服务才是利润池。

放眼全国，我们正看到一个更加清晰的产业图景：

• 头部AI芯片企业不再局限于卖芯片，而是争做“算力底座提供商”；
• 云厂商、大模型公司纷纷与芯片方深度绑定，共建联合实验室；

后续如果这一体系的成熟，这对国内芯片产业的长期发展或具一定参考意义。

写在最后

寒武纪的定增只是一个切口，透过它，我们看到的是国内加速发展。

这条路注定漫长且艰难，但对整个产业链信心的再确认。

未来五年，若技术、资本与产业链协同推进，国产AI芯片或有望迎来从‘可用’到‘好用’的过渡窗口。

这或许才刚刚开始。

特别声明：以上内容绝不构成任何投资建议、引导或承诺，仅供学术研讨。

如果觉得资料有用，希望各位能够多多支持，您一次点赞、一次转发、随手分享，都是小猎豹坚持的动力~