Kunlunxin

1.1 身份、产品与公司结构

Kunlunxin (Beijing) Technology Co., Ltd.（昆仑芯）是 Baidu, Inc. 的半导体设计子公司，以 Kunlun 品牌开发 AI 训练和推理加速器。脉络始于 2011 年：Baidu 智能芯片与架构部开始研究多小核 “XPU” 微架构，先用 FPGA 仿真，再流片为专用硅。Baidu 2018 年 7 月发布第一代 Kunlun 芯片（K200 / Kunlun I），采用 Samsung 14nm 制程、16GB HBM2 内存；2021 年 4 月将芯片团队拆分为如今名为 Kunlunxin 的独立主体，同年完成第一轮外部融资。Kunlun II 于 2021 年 8 月跟进，采用 TSMC 7nm 制程，对外定位为 Nvidia A100 的竞争者。当前旗舰 P800（Kunlun III）2025 年面向大集群训练和推理推出，2025 年 2 月获得 DeepSeek R1/V3 全兼容；Baidu 2025 年 4 月启用 30,000 颗 P800 集群，用于训练 “DeepSeek-like” 模型并支持企业客户并行微调。Baidu 已披露 P800 之后的两颗芯片路线图：推理优化的 M100（目标 2026 年，2026 年 1 月起商业爬坡，实物产品 2026 年 7 月亮相中国央视）和训练导向的 M300（目标 2027 年）。Kunlunxin 官网现在以中文 “股份有限公司”（joint-stock company）而非早期公开记录中的 “有限公司”（limited company）称呼该主体，符合中国公司上市前通常完成的企业形式转换。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 领导层、治理与关键人物依赖

Kunlunxin 并不像许多风险投资支持的初创公司那样由独立创始人团队主导；它的领导层是专职芯片运营高管与 Baidu 公司高管的混合。Ouyang Jian 作为 Baidu 首席芯片架构师，在 2021 年 4 月拆分时出任 Kunlunxin CEO，并一直负责日常芯片战略。在他之上，Baidu 董事长兼 CEO Robin Li (Li Yanhong) 公开把 Kunlun 项目称作 14 年战略押注，并在 2026 年 1 月采访中亲自确认 M100 芯片的 2026 年发布时间。Baidu 执行副总裁、AI Cloud Group 总裁 Shen Dou 是公司芯片路线图的指定发言人，2025 年 11 月在 Baidu World 发布 M100/M300 时间表和 Tianchi256/512 集群计划。Baidu CFO Haijian He 在 Baidu 自身 2025 年 Q4 业绩稿中，把 Kunlunxin 拆分直接与释放股东价值挂钩。治理和控制权由 Baidu 贯穿：据 2023 年 DigiTimes 报道，母公司当时持股约 70.87%；随着外部投资者自 2021 年以来约每年一轮进入，到 Kunlunxin 2026 年 1 月保密 HKEX 申报时，持股被稀释至约 59.45%；同一申报显示股东名册已扩至 44 个不同主体。该结构带来的关键人物依赖，不是经典创始人叙事，而是持续 Baidu 管理层支持；同时也让 Baidu 既是 Kunlunxin 控股股东，又是单一最大客户——这一关联方动态需要后续章节进一步做财务穿透。[CO011, CO012, CO013, CO014, CO015, CO016]

1.3 融资历史、估值与资本结构

Kunlunxin 的资本历史呈现陡峭且越来越压缩的估值曲线。2021 年 4 月拆分轮由 CPE 领投，IDG Capital、Legend Capital 和 Yuanhe Puhua 参与，给新公司估值约 RMB13 billion (~$1.9 billion)。2025 年 7 月 Series D 完成，融资约 $283 million (~RMB2.1 billion)，投资方包括 BYD、CICC Guanbo、China Mobile 旗下 Zhongyi Hechuang 投资平台，以及 China Reform Holdings 旗下国资背景 High-Level Talent Fund，投后估值升至约 RMB21 billion (~$3.0 billion)。2026 年 1 月 1 日，Kunlunxin 向 Hong Kong Stock Exchange 主板保密提交 Form A1 上市申请；披露后 Baidu 港股最高上涨 9.35%。此后市场流传数字快速上移：在 Kunlunxin 2026 年 5 月启动并行 Shanghai STAR Market “辅导”流程前几周，曾有中间值 ~$14.7 billion 传出（当时指引接近 HK$100 billion，~$13 billion）；到 2026 年 6 月 29 日投资者路演报道，香港目标已达约 $50 billion，消息推动 Baidu ADR 和港股双双上涨。按该水平，Kunlunxin 隐含估值（约 1.32x）超过 Baidu 同一交易日约 $38 billion 市值——多个媒体标记出醒目的“子公司估值高过母公司”动态。这些 IPO 阶段数字尚未写入公开招股书；截至本报告 2026 年 8 月生成日，Kunlunxin 仍是私营公司，最终香港和 STAR Market 定价、股份分配和承销团仍未披露。[CO019, CO020, CO021, CO022, CO023, CO024]

1.4 里程碑、商业进展与证据缺口

Kunlunxin 的商业记录在几年内从只供 Baidu 的芯片供应商，转为拥有具名外部客户的公司。2025 年 8 月，其 AI 服务器在 China Mobile 集中采购中标，三个通用计算标包合计中标金额超过 RMB1 billion (~$139 million)；Baidu 另行点名 China Merchants Bank、China Southern Power Grid、Geely Automobile Holdings、Vivo 与自用场景一起部署外部 P800。BYD 在记录中出现两次：据 2023 年 DigiTimes 报道，它是与自动驾驶芯片规划相关的小额早期投资者；2025 年又作为 Series D 股权投资者进入。据报道，外部（非 Baidu）收入从 2024 年约占总收入 40% 升至 2025 年超过一半；Tencent——Baidu 的直接竞争对手——2026 年开始规模采购 P800 芯片，多家媒体将其视为有别于 Baidu 内部需求的市场验证信号。各来源对 Kunlunxin 收入数字冲突很大：CNBC 称 2024 年约 RMB2 billion（亏损约 RMB200 million），2025 年升至超过 RMB3.5 billion（~$500 million，盈亏平衡）；而 BigGo Finance 援引 Tencent Tech 的数字称 2024 年收入超过 RMB10 billion (~$1.4 billion)，2025 年收入“远超” RMB20 billion (~$2.9 billion)——二者相差约 5-6x，尚未调和，本报告将其视为未解决冲突，而非选取单一数字。Kunlunxin 香港 IPO 结构据报道还要求基石投资者承诺购买其股权投资额 3 到 7 倍的芯片，分析师已指出，这会引发关于外部需求是否有机的循环融资疑虑。公开证据尚不能确认 Kunlunxin 员工数、经调和的 2025 年收入数字、P800 制造代工方（SMIC 还是 TSMC），或其是否面临任何直接美国出口管制清单指定——本报告将这些缺口作为明确尽调问题带入后续，而不是编造数字。[CO031, CO032, CO033, CO034, CO035, CO036]

1.5 图表

2.1 市场边界与相邻领域

本章把“市场”定义为中国本土 AI 加速器（训练和推理芯片）市场——即中国超大规模云厂商、国企和政府关联数据中心运营方为 AI 工作负载采购 GPU/ASIC 级芯片的计算支出部分。它不包括通用 CPU 服务器、非 AI 网络设备和非中国芯片需求（Kunlunxin 未披露中国以外销售）。相邻但不同的市场包括高带宽内存（HBM）供应、先进制程代工产能（SMIC、TSMC）和 AI 软件 / 工具体系（CUDA 及国产替代），这些因素约束加速器需求，但不构成加速器需求本身。中国买方的现状替代方案，是进口或租用 Nvidia/AMD 算力（直接采购、通过缩小后的 H20 渠道，或在 Southeast Asia 等司法辖区租用离岸云）；第二个由政策驱动的替代方案，是干脆不采用新的 AI 基础设施。Reuters 查阅的 IDC 数据显示，2025 年中国 AI 加速卡总出货量约 4 million 块，其中 Nvidia 55%、AMD 4%、中国本土厂商 41%——这个市场边界能覆盖 Kunlunxin 的可触达机会，而不会膨胀成“全部中国 AI 支出”。[CM001, CM002, CM003, CM004, CM005]

2.2 多重视角下的市场规模

这里没有单一 TAM 数字可靠，因此本章保留几组测算视角，而不强行选一个。Bernstein 模型（经 AI Gazine）将中国 AI 加速器市场估为 2025 年 $37 billion、2026 年 $55 billion、2027 年 $69 billion；国产芯片产值从 2025 年 $16 billion 升至 2028 年 $91 billion，而全国总需求为 $88 billion——若预测成立，中国可能在两到三年内成为 AI 加速器净出口国。第二个按出货量看的视角（IDC 经 Reuters）显示，2025 年中国约出货 4 million 块加速卡，其中国产厂商 1.65 million 块（41%）；Huawei 单独出货约 812,000 块（约占全部国产出货一半、总市场约 20%），Alibaba T-Head 约 265,000 块，Kunlunxin 和 Cambricon 各约 116,000 块——Kunlunxin 仅占中国加速器总出货约 3%，在国产厂商中并列第三且距离第一梯队较远。第三个视角来自 TrendForce 的定性跟踪，预计到 2026 年底国产芯片将超过中国 AI 服务器部署的 50%。这些视角方向一致（国产份额快速上升），但绝对规模相差数十亿美元，也没有一个单独拆出 Kunlunxin 可服务的可触达市场——本章将该缺口作为明确尽调问题，而不是制造 SAM/SOM 拆分。[CM006, CM007, CM008, CM009, CM010, CM011]

2.3 买方分层、增长驱动与采用约束

中国本土 AI 加速器买方分为四类，预算负责人和采用触发点不同。超大规模云厂商（Baidu、Alibaba、Tencent、ByteDance）是最大且最成熟的买方，通常有意采用多供应商策略——例如，据报道 ByteDance 2025 年在 AI 芯片上花费约 $12.1 billion（2026 年升向 $14.3 billion），在 Huawei（重训练）、Cambricon（中端推理）和 Iluvatar CoreX（Kunlunxin 仍在评估）之间分配聊天机器人推理，明确用来对冲供应风险并优化每个工作负载的成本。国企和政府关联买方（China Mobile、State Grid 系统实体、China Merchants Bank）构成第二个政策驱动分层，采购受“Xinchuang”（信创）国产替代要求和集中招标流程塑造，Kunlunxin 自身超过 RMB1 billion 的 China Mobile 中标就是例子。汽车 OEM（BYD、Geely）构成规模更小但战略可见度高的第三类，为 ADAS 和车内 AI 采购算力。全国“East Data West Computing”（东数西算）基础设施枢纽和聚焦主权计算的部委，是第四类补贴浓度高的买方。主导增长驱动是美国出口管制：2025 年 H20 禁令（后来以 15% Treasury fee 部分逆转）和后续 Entity List 行动，反复把可触达需求从 Nvidia 转向国产厂商，并由“Buy China”采购偏好和约 $47.5 billion Big Fund III 国家半导体融资强化。DeepSeek 级开源模型形成第二个需求侧驱动，给每家国产芯片厂商一个具体、高关注度的推理 / 训练工作负载可争取。主要约束在供给侧：SMIC 可用的最先进国产节点（7nm，基于 DUV）成本估计比 TSMC EUV 等效节点高 25-50%，良率也明显更低，而且产能受限，Huawei、Cambricon、Biren 等国家冠军客户争抢同一批晶圆；CXMT 的 HBM 供应相较 Samsung/SK Hynix 仍不成熟；即便硬件规格纸面有竞争力，CUDA 软件生态迁移到国产芯片仍需要显著更多工程投入。[CM013, CM014, CM015, CM016, CM017, CM018]

2.4 相互矛盾的估计与规模尽调缺口

多项被广泛引用的数字彼此冲突，或无法从已审阅来源独立调和。Bernstein 预测中国到 2028 年成为 AI 芯片净出口国；Council on Foreign Relations 的评估却给出另一面：2025 年美国最强芯片仍比中国最强芯片约强 5x，且 CFR 预计到 2027 年差距可能扩大到 17x——也就是说，出货量份额和原始算力份额可能同时朝相反方向移动。另有 2026 年 8 月报告发现，许多中国 AI 开发者仍通过 Southeast Asia 离岸云安排租用 Nvidia 算力，专门绕开 CUDA 迁移成本，这让将 41% 国产出货份额解读为实际消耗 AI 算力的 41% 变得复杂。已审阅来源没有一个能在 Baidu 自身内部需求之外单独拆出 Kunlunxin 的可触达市场，也没有来源提供 P800 对 Nvidia H100/H200 性能的独立验证基准——Morgan Stanley 引用的 DeepSeek R1 推理约 1,521 tokens/second 估计（将 P800 定位在 H20 和 A100 之间）是目前最可信的第三方数据点，但它只是单一估计，不是可复现实测套件。这些缺口很重要，因为它们意味着 Kunlunxin 市占率和利润率轨迹尚不能像 Huawei 或 Cambricon 那样有同等信心建模。[CM023, CM024, CM025, CM026, CM027]

3.1 竞争格局概览

Kunlunxin 的竞争集合横跨直接国产同行、主导性在位者和受出口限制的现状方案。Huawei Ascend 系列（910B/910C，以及更新的 Atlas 350）是国产在位者，背后有 Huawei 自身 CANN 软件栈和 SMIC 生产优先级。Cambricon 和 Moore Threads 是已上市的两家国产同行（Cambricon 历史上在 Shanghai STAR Market，Moore Threads 通过 2025 年 12 月 STAR Market 首秀上市），估值均远高于 Kunlunxin 私募标记。Biren Technology 和 Iluvatar CoreX 都在 Kunlunxin 瞄准的同一 2025 年 12 月至 2026 年 1 月窗口完成香港上市；Enflame Technology 和 Alibaba 内部团队 T-Head（Pingtouge）仍处于 pre-IPO 或仅内部阶段。在这些直接同行之外，任何中国买方的现状替代方案，是在出口许可或离岸云租赁允许时继续采购 Nvidia（以及较小程度 AMD）芯片，或完全自研芯片，而不是从上述任何厂商采购。合计看，至少六家 AI 芯片公司在 2025 年 12 月至 2026 年 6 月之间上市或推进上市流程；到 2026 年中，“国产 GPU 军团”（Cambricon、Moore Threads、Biren、Enflame、Hygon 等）的合计市值已接近 RMB 2 trillion——Kunlunxin 自身 IPO 正是在乘这波估值潮。[CP001, CP002, CP003, CP004, CP005, CP006]

3.2 能力、定价与商业化路径对比

看原始能力，据独立对比，Huawei Ascend 910C 提供约 Nvidia H100 推理性能的 60-80%；Huawei 更新的 Atlas 350 则由 Huawei Ascend Computing Business 总裁声称可达到 Nvidia 中国特供 H20 芯片 2.87x 性能——若该说法成立，国产芯片竞争力就不再只是“达到 Nvidia 最强产品百分之多少”的框架。Morgan Stanley 独立估计 Kunlunxin P800 在 DeepSeek R1 推理上约 1,521 tokens/second，定位在 Nvidia H20 与 A100 之间——大体接近 Huawei 的定位，但依据是单一分析师估计，而非标准化基准。软件上，所有主要国产厂商都已构建（或正在构建）CUDA 替代栈：Huawei CANN、Moore Threads MUSA（带 “Musify” 代码迁移工具），以及 Kunlunxin 自身 XTCL/XBLAS/XDNN 栈。各厂商定价基本不透明，因为没有一家公布标价；最接近的公开参照点是 Alibaba T-Head 声称其 BOM 比 Nvidia H20 低约 40%，以及 Moore Threads 消费级 MTT S80 GPU 定价接近 Nvidia RTX 3060 档位。商业化路径上，Moore Threads 和 Biren 都采用 fabless 模式并有全栈野心（硬件 + 软件 + 系统），而 Kunlunxin 的商业动作仍高度依赖 Baidu 自身云和企业销售关系，独立渠道较弱。[CP007, CP008, CP009, CP010, CP011, CP012]

3.3 护城河耐久度、切换成本与反向竞争证据

Kunlunxin 最常被引用的护城河，是与 Baidu 自身 DeepSeek 级工作负载直接集成（P800 集群用全国产芯片栈训练 Baidu Wenxin 4.5 Turbo，后续又训练 Wenxin 5.1 模型），以及正在扩大的外部客户名单，其中已包括竞争性超大规模云厂商 Tencent——多家媒体将其视为最高等级市场验证，可类比 Apple 从竞争对手 Samsung 采购 OLED 面板。但这条护城河并不独特：2026 年 4 月 DeepSeek-V4 发布当天，Huawei Ascend、Cambricon、Hygon、Moore Threads、Alibaba T-Head、Kunlunxin 等都完成了当天适配，说明 DeepSeek 兼容性本身已经是入场券，而非持久差异化。对 Kunlunxin 地位更严肃的威胁是制造准入：据报道，SMIC 在晶圆分配上优先 Huawei，排在 Cambricon 和 Kunlunxin 等其他国产客户之前；Huawei 已将芯片良率约翻倍至接近 40%，形成小厂难以复制的结构性生产优势。Biren Technology 在 2023 年美国 Entity List 指定下仍继续运营，加上 2025 年美国出口管制扩大覆盖中国本土半导体生产，说明随着 Kunlunxin 商业存在感提升，它本身也可能面临类似指定，尽管已审阅来源未确认 Kunlunxin 当前在清单上。Kunlunxin 2025 年约 116,000 块出货量（按 IDC 数据与 Cambricon 持平）远远落后于 Huawei 约 812,000 块和 Alibaba T-Head 265,000 块，意味着 Kunlunxin 当前基于规模的护城河在头部国产厂商中最弱，而不是最强。[CP014, CP015, CP016, CP017, CP018, CP019]

4.1 收入来源、变现与商业化路径

Kunlunxin 的核心收入机制是直接销售芯片和集群——AI 加速器硬件加 XTCL/XBLAS/XDNN 软件栈——既卖给 Baidu 自身内部 AI 基础设施，也通过集中招标（如 China Mobile 中标）或直接合同（Tencent、China Merchants Bank、China Southern Power Grid、Geely、Vivo）卖给外部企业和政府客户。任何 Kunlunxin 芯片都没有公开价格表；最接近的公开变现信号，来自 Baidu 自身说法：随着外部客户放量，Kunlunxin 收入“远超”往年；以及 J.P. Morgan 2025 年 11 月估计，芯片相关收入可能从 2025 年约 RMB13 billion 增长六倍以上至 2026 年 RMB83 billion。商业化仍主要走 Baidu 自身云和企业销售关系，而非独立搭建渠道，这与 Kunlunxin 在 2021 年拆分前作为 Baidu 内部芯片项目的起点一致。据报道，外部（非 Baidu）收入从 2024 年约占总收入 40% 升至 2025 年超过 50%，这是现有最清晰的收入结构质量代理指标，但仍只是媒体估计，不是经审计分部披露。[CI001, CI002, CI003, CI004, CI005, CI006]

4.2 成本结构、利润率驱动与资本密集度代理

已审阅来源没有披露 Kunlunxin 毛利率、R&D 支出或制造成本拆分。最直接代理来自两家阶段相近、刚上市的国产 GPU 同行，它们在 2026 年 3 月提交了经审计 HKEX 年度业绩：Iluvatar CoreX 报告 FY2025 收入 RMB1,033.6 million（+91.6% YoY）、毛利 RMB558.0 million、调整后净亏损 RMB437.7 million；Biren Technology 报告 FY2025 收入 RMB1,034.6 million（+207.2% YoY）、毛利率 53.8%、R&D 费用 RMB1,476.1 million、法定亏损 RMB16,493.0 million（调整后 non-IFRS 口径为 RMB873.8 million，剔除上市和股权激励费用）。Biren 自身招股书另行披露，其毛利率从 2022 年 100%（早期销量接近零）降至 2025 年上半年的 31.9%；公司转向商业规模部署后，毛利率随之下行——本章将这一路径视为 Kunlunxin 最相关的利润率路径代理，因为 Kunlunxin 收入规模大体可比，却没有披露自身利润率。制造上，鉴于 2021 年后出口管制限制 TSMC 访问，市场普遍认为 Kunlunxin P800（Kunlun III）采用 SMIC 7nm DUV 制程生产，但已审阅来源没有正式确认 Kunlunxin 具体代工方；SMIC 7nm 节点估计比 TSMC EUV 等效节点成本高 25-50%，良率也明显更低，这是每个依赖 SMIC 的国产厂商共同承受的结构性成本逆风。[CI007, CI008, CI009, CI010, CI011, CI012]

4.3 资本充足性与融资依赖

Kunlunxin 的资本状况最好通过公司概况章节确立的融资时间线来读，而不是在此重复：2021 年 4 月拆分轮估值约 $1.9 billion，2025 年 7 月 Series D 融资约 $283 million、投后估值约 $3.0 billion。对前瞻资本充足性真正重要的是，Kunlunxin 下一次重大资本事件是自身 IPO——2026 年 1 月保密 HKEX Form A1 申报，同时 2026 年 5 月启动并行 Shanghai STAR Market “辅导”流程——据报道路演指引从 2026 年 5 月约 $14.7 billion 升至 2026 年 6 月下旬约 $50 billion。不同寻常的是，Kunlunxin IPO 结构据报道要求基石投资者承诺购买其股权投资额 3 到 7 倍的芯片，等于在定价前提前塞入多年订单簿——这一结构同时充当融资和收入机制，分析师已提示潜在循环融资疑虑。Kunlunxin 也与 SMIC 和其他国产厂商一道，受益于中国 2024 年启动的约 $47.5 billion “Big Fund III” 国家半导体融资工具，但已审阅来源没有量化其中多少资本具体流向 Kunlunxin。已审阅来源没有披露 Kunlunxin 账面现金、月度烧钱速度、现金跑道，或任何债务 / 项目融资义务；在公开招股书出现前，前瞻资本充足性仍是本章最大尽调缺口之一。[CI014, CI015, CI016, CI017, CI018, CI019]

4.4 财务结论与披露缺口

Kunlunxin 的财务画像目前还不足以支撑对收入质量、利润率路径或资本密集度的高信心判断。最大问题是 2025 年收入估计无法调和：CNBC 数字为约 RMB3.5 billion（~$500 million，盈亏平衡），而 BigGo Finance 引述 Tencent Tech 的数字为“远超” RMB20 billion（~$2.9 billion）——相差约 5-6x，本报告不尝试向任何一边强行调和。取决于采用哪个数字，Kunlunxin 在 ~$50 billion IPO 目标下的隐含市销率约 17x 到 100x，从激进但仍可辩护（参照 Cambricon 自身 55-85x 区间）到即便按中国 2025-2026 国产芯片 IPO 热潮标准也极端。Kunlunxin 从未披露毛利率、R&D 支出占收入比例、员工数或资本充足性状态（现金、烧钱速度、现金跑道），制造代工方（SMIC 还是任何残余 TSMC 暴露）仍是推断而非确认。未来任何招股书中出现的官方定价，应被解读为标价或名义合同金额，而非已实现利润率，因为当前公开披露基础很薄。本章表格中的每个 null 字段都代表真实的公开披露缺失，而不是假定为零，并且都在下方表格中配有具体尽调路径。[CI021, CI022, CI023, CI024, CI025]

5.1 产品定义与客户工作流契合度

从客户工作流看，Kunlunxin 销售 AI 加速器硬件（Kunlun 芯片家族）加 CUDA 替代软件栈，让模型开发者无需为新硬件目标重写代码，就能训练和服务大模型。模型训练客户的工作流是：在 PaddlePaddle、TensorFlow 或 PyTorch 中编写或移植模型；通过 Kunlunxin 的 XTCL 图编译库（基于 TVM）编译；再借助类似 CUDA 的 kernel/launch 编程模型和 PCIe 上显式 host-device 内存传输，在 XPU-R 硬件上运行。推理客户场景中，Kunlunxin 自身案例材料描述了一个工业质检场景：用 Kunlun-Paddle 方案替换基于 GPU 的 PyTorch 流水线，报告成本下降 65%、性能提升 9%——这是公司来源，但收益量化具体。集群规模上，Kunlunxin 基于 P800 的 “Super-Node” 产品（32/64 卡单柜配置）面向互联网、金融、能源、交通和教育客户，这些客户需要多卡训练或高吞吐推理，但不想自己搭定制集群基础设施。自 2018 年以来，Kunlun 芯片与 PaddlePaddle 的集成从 Paddle Lite 仅推理支持，推进到 PaddlePaddle 2.0 及后续版本的完整训练支持；切换到 XPU 后端据 Kunlunxin 称只需改一行代码——本章将这一说法视为公司来源，而非独立基准验证。[CE001, CE002, CE003, CE004, CE005, CE006]

5.2 架构与运行模型

Kunlunxin 的 XPU-R 架构把计算、存储、互连和接口拆成四个硬件模块。计算模块结合 SDNN（用于张量运算的软件定义神经网络引擎）和通用 Cluster 单元；Baidu 自身技术沙龙披露的第二代设计写明，8 个 Cluster 单元和 6 个 SDNN 单元可在 FP16 下提供最高 128 TFLOPS，每个 Cluster 含 64 个核心和分层内存系统（本地内存、共享内存、64MB 片上 L3 SRAM，再到 512GB/s 外部 GDDR6）。当前 P800（Kunlun III）一代转向 7nm 制程，按独立规格汇总配备 96GB HBM3 内存和 2.4-4 TB/s 带宽；TechInsights 独立芯片级 floorplan 分析确认其为 7nm 制程、超过 50 billion 个晶体管，并将矩阵计算与通信单元物理分离——Kunlunxin 称这一架构选择提高了集群扩展效率。软件栈分层包括 runtime（驱动、监控、调试器、profiler）、基于 LLVM 的编译工具链（自定义 Clang 前端、XPU 后端、AOT/JIT 编译）、高性能数学库（XBLAS/XDNN，Kunlunxin 对应 cuBLAS/cuDNN 的库）、集合通信库（XCCL），以及基于 TVM 的 XTCL 图编译器，可从 PaddlePaddle、TensorFlow 和 PyTorch 导入模型。部署通过容器镜像和 Python wheels（经 FastDeploy XPU 后端）以及社区维护的 vLLM-Kunlun 插件实现，后者把 PyTorch 操作映射到 XBLAS/XDNN 用于大模型推理——二者都以 GitHub 开源仓库分发，给 Kunlunxin 带来多数中国纯硬件竞争者没有的公开开发者信号。[CE007, CE008, CE009, CE010, CE011, CE012]

5.3 部署、路线图与差异化

Kunlunxin 最清晰的部署证据，是 Baidu 2025 年 4 月启用自有 30,000 颗 P800 芯片集群；该集群被描述为可训练数千亿参数的 “DeepSeek-like” 模型，同时支持最多 1,000 家企业客户微调工作负载。Baidu 还宣布计划到 2030 年把单个 Kunlun 集群扩展到百万卡，并把 P800 芯片组为 “Tianchi256”（2026 年上半年）和 “Tianchi512”（2026 年下半年）配置，每一代目标都比上一代集群再提升 50%+ 性能。Kunlunxin 2025 年 2 月公告称已完全兼容 DeepSeek R1/V3 训练和推理，单台 8 卡 P800 服务器可用 8-bit 精度运行完整 671-billion-parameter DeepSeek R1 模型，32 台服务器（256 颗 P800）足以做全参数训练——这些说法只有一个第三方估计（Morgan Stanley，DeepSeek R1 推理约 1,521 tokens/second）佐证，而不是可复现基准。差异化方面，Kunlunxin 最耐久的技术护城河是：（1）XTCL/XBLAS/XDNN 软件栈多年融入 PaddlePaddle，生态深度多数国产竞争芯片难以匹配；（2）直接针对 Baidu 自身生产工作负载（Wenxin/Ernie 模型、Apollo 自动驾驶栈）做架构调优。最暴露的差异化缺口是制造：早期 Kunlun I 芯片采用 Samsung 14nm 制程，Kunlun II 采用 TSMC 7nm 制程，但 2021 年后出口管制收紧，使 P800 很可能（虽未获官方确认）由 SMIC 7nm DUV 制程制造，该制程成本估计比 TSMC EUV 等效制程高 25-50%，良率也更低。[CE014, CE015, CE016, CE017, CE018, CE019]

5.4 信任、质量、合规与证据缺口

已审阅来源没有披露 Kunlunxin 的独立安全认证、安全测试标准，或芯片和集群产品的正式质量指标；这与云软件公司通常发布 SOC 2 或 ISO 认证形成对比。现有最相关“信任”信号是间接的：Kunlunxin 芯片部署在通过集中招标赢得的受监管买方基础设施中（China Mobile、China Merchants Bank、China Southern Power Grid），意味着产品通过了某种国企采购尽调，但这些招标采用的具体技术或安全标准并不公开。出口管制合规方面，已审阅来源没有确认 Kunlunxin 当前在美国 Entity List 上；但 2025 年更广泛、针对中国本土半导体生产的出口管制行动，制造了潜在合规风险，而已审阅的 Kunlunxin 信任或合规材料没有回应这一点。制造质量上，已审阅来源没有披露 Kunlunxin 具体芯片良率；最接近的代理是 Huawei 披露其在 SMIC 的良率改善（从约 20% 到接近 40%），而 Kunlunxin 作为规模较小且据称生产优先级低于 Huawei 的 SMIC 客户，未必能复制。凡本章来自 Kunlunxin 官网、技术沙龙或 GitHub 仓库的说法，均标注为公司声称而非独立验证；未解决事项（良率、Entity List 状态、正式认证、独立基准）则作为明确证据缺口带入后续，而非假定有利或不利。[CE021, CE022, CE023, CE024, CE025]

6.1 客户分层与采用轨迹

Kunlunxin 客户基础分为五类，买方 / 用户 / 付款方结构各不相同。Baidu 本身同时是所有者、最大客户和技术共同开发者，为自家 Wenxin/Ernie 模型训练和 Apollo 自动驾驶栈消耗 P800 芯片。电信和金融国企（China Mobile、China Merchants Bank）通过集中采购招标采购，代表案例是 Kunlunxin 2025 年 8 月在 China Mobile 三个通用计算标包中赢得超过 RMB1 billion 的订单。能源和工业国企（China Southern Power Grid）以及汽车 OEM（Geely；BYD 仅确认是股权投资者，而非已确认芯片客户）构成规模更小但战略可见的分层。最新且最重要的分层，是跨竞争对手的超大规模云采购：Tencent 2026 年开始规模采购 P800 芯片，多家媒体将该关系定义为最强可用市场验证信号，原因正是 Tencent 有充分动机挑出竞争对手产品的问题，而不是替它背书。采用轨迹数据很薄：据报道外部（非 Baidu）收入从 2024 年约 40% 升至 2025 年超过 50%；Kunlunxin 2025 年 AI 芯片总出货约 116,000 块（按 IDC 数据与 Cambricon 持平），明显落后于 Huawei 约 812,000 块；但已审阅来源没有按具名客户拆分出货量、活跃部署或利用率。[CU001, CU002, CU003, CU004, CU005, CU006]

6.2 具名客户验证与部署证据

现有最强客户验证证据是 China Mobile 采购中标：中文采购报道（ZhiDongXi、Tencent News、Zhihu）确认，Kunlunxin 在约 RMB5 billion 的 China Mobile AI 计算招标中取得领先位置，三个通用计算标包全数中标，金额超过 RMB1 billion，芯片通过系统集成商 H3C 和 ZTE 供应——这是生产部署，不是试点。Yicai Global 2025 年 11 月报道另行点名 China Merchants Bank（2025 年 3 月中标 AI 芯片资源项目）、China Southern Power Grid、Geely Automobile Holdings 和 Vivo 是外部 P800 部署方，并称其覆盖互联网、金融、能源、交通和教育等领域的“数百个真实用户”——不过只有具名账户可独立核验，“数百个”是公司来源汇总。Kunlunxin 自身案例材料描述了一个工业质检部署，相较此前 GPU 流水线实现 65% 成本下降和 9% 性能提升，这是公司来源但结果量化具体。China Biz Insider 2026 年 7 月报道补充 Tencent 是 2026 年具名客户，在 10,000 卡集群中运行 P800 芯片，并明确将其描述为 Kunlunxin 已通过来自对抗性买方“最严苛真实压力测试”的证据。本章每个具名部署都指向生产使用，而非试点或概念验证；但除 Kunlunxin 自身单一案例外，已审阅报道均未披露同等颗粒度的部署规模、合同期限或结果指标。[CU007, CU008, CU009, CU010, CU011, CU012]

6.3 留存、扩张与集中度风险

已审阅来源没有披露任何 Kunlunxin 客户的留存指标、续约率、流失率、净收入留存或合同期限数据——这是完整披露缺口，本章将其作为 null 字段处理，而不是假定值。最接近的留存代理是跨代重复购买：Baidu 自 2018 年起购买每一代 Kunlun 芯片（Kunlun I、II、P800，以及即将到来的 M100/M300），Geely 与 Kunlun 芯片的关系也可追溯到 Kunlun II/Apollo 时代，说明至少两个账户存在多年延续性，尽管这是从产品代际历史推断，而非披露的续约指标。扩张方面，最清晰信号是外部收入占比在 2024 至 2025 年从约 40% 升至超过 50%，以及 2026 年新增首个超大规模云竞争对手客户（Tencent）。集中度方面，核心风险是结构性的，而非偶发：Baidu 同时是 Kunlunxin 约 59.45% 控股股东和最大客户，意味着 IPO 的收入质量评估高度取决于关联方定价如何处理；据报道 IPO 芯片采购承诺（基石投资者购买其股权投资额 3-7x 的芯片）又加入第二层集中度风险，即从投资者客户提前装入收入，而不是有机获取账户。采购摩擦只在一个方向可见：具名国企中标来自正式、多标包集中招标（China Mobile），Kunlunxin 必须在与其他投标方竞争中胜出，这证明存在真实采购门槛，而不是只靠内部需求的销售模式。[CU013, CU014, CU015, CU016, CU017, CU018]

7.1 监管与法律风险

最大未解监管问题，不是 Baidu 或中国 AI 芯片板块整体，而是 Kunlunxin 本身是否会被美国直接列入 Entity List 或纳入出口管制指定。到本报告运行日，已审阅来源没有确认这种指定已经存在，但风险并不轻：阶段相近的国内同业 Biren Technology 自 2023 年 10 月起就在 Entity List 下运营；BIS 2025 年 1 月出台规则，明确收紧晶圆代工尽调要求，并把中国 / 新加坡实体加入 Entity List。这延续了 2022 年 10 月、2023 年 10 月和 2024 年 12 月以来不断加码的管制脉络。GAO 审查确认，Commerce 曾协调另外六个联邦机构落地 2022-2023 年先进半导体出口管制规则；2025 年年终法律回顾（Mondaq/AlixPartners）还记录，一项拟议的「Affiliates Rule」曾被提出，原本会把管制延伸至由已受限主体持股 50% 或以上的实体，但该规则自 2025 年 11 月起暂停一年；2025 年全年另有超过 120 家中国实体被加入 Entity List。另一个口径来自台湾：2025 年 6 月，台湾对 Huawei 和 SMIC 实施新的出口限制，收紧任何 SMIC 客户获取先进封装、EDA 工具和材料的通道；如果 SMIC 代工归因属实，Kunlunxin 也在其中。公司与上市层面，Kunlunxin 同时推进香港 / STAR Market 上市，本身就带来监管流程风险：公司必须同时满足 HKEX 和 CSRC 披露制度；其少见的 IPO 芯片购买承诺结构（据报道，基石投资者需购买相当于其股权投资额 3-7x 的芯片），香港 SFC 或 CSRC 会要求如何写入招股书，目前没有清晰先例。[CR001, CR002, CR003, CR004, CR005, CR006]

7.2 运营、制造与质量风险

Kunlunxin 最具体的运营风险，是制造端依赖一家产能受限、成本大概率处于劣势的代工厂。行业共识（公司未确认）认为 P800 使用 SMIC 基于 DUV 的 7nm 工艺生产；相比 TSMC 基于 EUV 的同类工艺，该路线估计成本高出 25-50%，良率也明显更低。据报道，SMIC 在晶圆分配上优先满足 Huawei，Cambricon、Kunlunxin 等其他国内客户排在其后；小厂商很难复制或对冲这个结构性劣势。HBM 内存供应是第二个产能瓶颈：国内 HBM 厂商 CXMT 相比 Samsung/SK Hynix 仍不成熟，Kunlunxin 的具体内存采购安排也未披露。产品质量层面，已审阅来源没有披露 Kunlunxin 自身芯片良率、独立安全 / 可靠性认证或正式质量控制指标；最接近的代理指标是 Huawei 自己披露的良率改善（在 SMIC 从约 20% 升至接近 40%），但考虑到 Huawei 据报道享有生产优先权，这个指标不能外推到 Kunlunxin。已审阅来源也没有找到可独立复现的基准测试（例如 MLPerf 风格测试），在相同工作负载下比较 Kunlunxin 芯片与 Huawei Ascend、Cambricon 或 Nvidia 芯片；因此，竞争力和可靠性主张主要压在一个第三方估计（Morgan Stanley，DeepSeek R1 上 ~1,521 tokens/second）和公司来源材料上。[CR008, CR009, CR010, CR011, CR012, CR013]

7.3 合作伙伴与依赖风险

Kunlunxin 最关键的依赖风险是结构性的：Baidu 同时是其约 59.45% 的控股股东、最大客户和 IPO 发起方，治理、商业、资本市场杠杆都集中在同一个交易对手手里；仅靠增加外部客户，无法分散这种集中度。第二层依赖是 SMIC 作为唯一（据信）代工厂，本身产能受限，且据报道把 Kunlunxin 订单排在 Huawei 之后。第三层依赖来自 Kunlunxin 的开源软件生态（PaddlePaddle、基于 TVM 的 XTCL 编译器和 LLVM）：这些工具让 Kunlunxin 具备可信的开发者工具链，但也把竞争位置系在其无法完全控制的外部开源项目健康度和迭代速度上。第四层依赖是大客户集中：China Mobile 集采中标（RMB1B+）和 2026 年 Tencent 关系单项规模都足够大，若其中任一关系不续约或不复现，都会实质影响 Kunlunxin 外部收入增长叙事；两项关系的期限和续约条款均未披露。最后，IPO 本身带来融资依赖：据报道，Kunlunxin 的 IPO 结构把投资者资本和芯片购买承诺绑在一起，意味着 IPO 流程中的执行风险（定价、投资者需求或监管延迟）可能同时威胁融资和其试图提前锁入的收入管线。[CR014, CR015, CR016, CR017, CR018, CR019]

7.4 团队、执行风险与缓释触发点

Kunlunxin 的领导层风险更像关键人和治理集中，而不是典型风险投资支持的创始团队画像。Ouyang Jian 是唯一具名的 Kunlunxin 专属高管（2021 年分拆以来任 CEO），也是公开记录中唯一拥有 Kunlunxin 运营头衔的人；其他具名领导（Robin Li、Shen Dou、Haijian He）都是 Baidu 公司高管，Kunlunxin 职责从属于其 Baidu 本职，这意味着公开记录中看不到全职、独立的高管层深度。当前项目规模抬高了执行风险：Kunlunxin 必须同时推进香港 / STAR Market 双重上市，把外部商业收入占比在一年内从约 40% 拉到超过 50%，推动 M100 芯片商业爬坡，并为 2027 年发布 M300 芯片做准备；与此同时，其总体出货份额（在中国市场约 3%）仍大幅落后于 Huawei（~20%）。本章的缓释与否决标准表，把上述风险转化为可监控触发点——被列入 Entity List、HKEX 招股书未能调和 5-6x 收入估计差、确认出现 SMIC 分配短缺、Tencent 关系未复现，或 IPO 撤回 / 重新定价——任何一项都会实质改变本报告的投资逻辑。[CR020, CR021, CR022, CR023, CR024, CR025]

8.1 投资逻辑与反向逻辑

乐观情景靠四根支柱撑着：（1）Kunlunxin 位于中国增长最快的芯片细分赛道，国内 AI 加速器厂商在中国出货份额于 2025 年突破 41%，并在持续美国出口管制和「Buy China」政策支持下继续上升；（2）Kunlunxin 的 P800 芯片已经通过真实且带对抗性的市场检验——Tencent 作为 Baidu 的直接竞争对手，2026 年开始规模采购 P800 芯片，多家媒体将其视为目前最强的第三方验证；（3）外部收入占比从约 40%（2024 年）升至超过 50%（2025 年），说明非 Baidu 自用需求之外确有商业牵引；（4）Kunlunxin 自 2011 年起积累十余年 R&D 历史，且拥有 PaddlePaddle 原生软件栈，相比若干更新的国内芯片创业公司更成熟。反向逻辑至少同样强：Kunlunxin 约 $50 billion 的 IPO 目标大约是 12 个月前 Series D 估值的 16x；其要求基石投资者购买相当于股权投资额三到七倍芯片的少见安排，也让外部需求是否有机产生这一循环融资疑虑具备可信度；其 2025 年收入估计因来源不同从约 ~$500 million 到 ~$2.9 billion 不等，差距达 5-6x 且未调和，削弱了任何基于倍数估值的信心；其制造代工方（据信为 SMIC，未确认）既产能受限，又据报道从属于 Huawei 的优先分配；Baidu 同时作为约 59.45% 控股股东和最大客户，形成关联方结构，限制了 Kunlunxin 增长故事可被独立验证的程度。若要改变这一判断，需要看到：公开 HKEX 招股书调和收入估计，确认 Kunlunxin 的代工厂和良率，并有证据证明 Tencent 关系会复现或扩大，而不是停留在一笔已披露订单。[CV001, CV002, CV003, CV004, CV005, CV006]

8.2 融资背景、入场纪律与建议

Kunlunxin 的私募融资历史显示，估值从约 $1.9 billion（2021 年 4 月分拆）到 $3.0 billion（2025 年 7 月 Series D），随后在 IPO 阶段指引中快速抬升：~$14.7 billion（2026 年 5 月）、约 HK$100 billion（~$12.8-13 billion，STAR Market 指引，2026 年 5 月），以及 ~$50 billion（2026 年 6 月路演报道）。已审阅来源没有披露任何私募轮的优先股堆叠、清算优先权或稀释条款；在公开招股书发布前，IPO 最终定价、股份分配和承销团仍未披露（仅通过 GuruFocus 引用的 CSRC 文件确认，CICC 为 STAR Market 路线提供辅导 / 顾问角色）。私募市场入场纪律，首先要确认市场到底在给哪一个收入数字定价——CNBC 估计的 ~$500 million，还是 Tencent Tech/BigGo Finance 估计的 ~$2.9 billion。因为在 $50 billion 估值下，隐含市销率从约 17x 到 100x 不等；这个区间一端是「激进但仍在该赛道泡沫化常态内」（Cambricon 可比区间约 55-85x），另一端则是「按任何可比口径都难以自洽」。收入差距未解、代工厂 / 良率图景未确认、缺少独立基准测试，再加上 IPO 结构本身存在循环融资问号，本报告建议为继续研究（research-more）：既不是买入（估值和收入质量证据过于不完整），也不是直接回避（China Mobile、Tencent 以及不断上升的外部收入占比说明底层商业牵引真实且有独立佐证）。风险评级为高；估值立场为偏高到昂贵；本建议置信度为中，反映的是真实不确定性，而不是证据基础薄弱。[CV008, CV009, CV010, CV011, CV012, CV013]

8.3 乐观、基准、悲观情景及可比公司

乐观情景下，Kunlunxin 的 2025 年收入向较高的 ~$2.9 billion 估计靠拢，外部收入占比继续升破 50%，Tencent 关系扩大为可复现的多年合同，SMIC 产能 / 良率改善到足以支撑 M100 爬坡和 M300 按期发布，IPO 定价接近或高于 $50 billion 路演目标——这意味着市销率约 17x，对照 Cambricon 的可比区间大体说得通。基准情景下，2025-2026 年收入更接近与 J.P. Morgan 口径一致的 ~$1.2-1.8 billion，外部占比稳定在 50-60% 区间，IPO 定价也更接近此前 HK$100 billion（~$13 billion）的 STAR Market 指引，而不是抬升后的 $50 billion；本报告认为这一估值更有已审阅证据支撑。悲观情景下，收入向 CNBC 较低的 ~$500 million 估计靠拢，Tencent 订单被证明只是一次性验证采购而非持续关系，SMIC 分配短缺限制出货增长，IPO 延期、实质下调定价，或因芯片购买承诺结构受到监管审查；这些因素叠加，会让所报道的 $50 billion 目标在任何可比方法下都难以站住脚。相关可比集合包括四家已上市或新上市的中国 AI 芯片公司（Cambricon、Moore Threads、Biren Technology、Iluvatar CoreX）以及作为全球倍数基准的 Nvidia；没有一家能完美匹配 Kunlunxin 这种 Baidu 关联、仍未上市的结构，但合在一起可以约束一个可辩护的估值区间。[CV014, CV015, CV016, CV017, CV018, CV019]

8.4 退出准备度与最终尽调问题

现有私募投资者的退出准备度，直接取决于 IPO 本身：Kunlunxin 的保密 HKEX Form A1 申请（2026 年 1 月）和并行 STAR Market 辅导流程（2026 年 5 月），就是 Series A-D 投资者实现流动性的机制；据 BigGo Finance，Jefferies 分析师预计香港上市会在 2026 年第三季度完成。除 IPO 流程本身外，已审阅来源没有披露锁定期条款、老股交易安排或现有投资者退出机制。本章最终尽调问题把前文最关键的开放问题合并成一张优先级清单：调和 2025 年收入估计；确认制造代工厂和良率；取得独立基准测试数据；确认承销团和最终发行条款；澄清芯片购买承诺结构将在公开招股书中如何处理。每一项本身都是足以打破投资逻辑的触发点；合在一起，也解释了为什么本报告把 Kunlunxin 视为一个应在招股书提交过程中密切跟踪的标的，而不是今天就下注的标的。[CV020, CV021, CV022, CV023]