1. 燧原科技概览：公司背景、发展历程、核心产品线与市场定位
大家好，我是这次课程的主讲。咱们直接进入正题——聊燧原科技。
说实话，我第一次接触燧原，是在一个AI芯片的行业峰会上。当时他们展台前围了不少人，我凑过去一看，展示的是云燧T系列。嗯，第一印象就是：这家公司有点东西，不是那种PPT造芯的套路。
1.1 公司背景与发展历程
燧原科技，2018年成立于上海。创始人赵立东，之前在AMD干了十几年，负责GPU和服务器芯片的研发。团队核心成员也大多来自AMD、Intel、华为海思这些地方。说白了，这是一支有“硬仗经验”的队伍。
我个人习惯，看一家芯片公司靠不靠谱，先看团队背景。燧原的团队，我评估下来，属于“能打”的那一类。
发展历程上，有几个关键节点：
- 2018年：公司成立，定位云端AI训练与推理芯片
- 2019年：发布第一代云燧T10训练芯片和云燧i10推理芯片
- 2021年：推出第二代云燧T20和i20，性能翻倍
- 2023年：发布云燧T21，支持更大规模模型训练
我记得2021年那会儿，正好赶上国内AI芯片的“军备竞赛”。燧原能在两年内迭代一代产品，这个节奏，说实话，挺猛的。
核心观点：燧原不是“从零开始”的创业公司，而是带着AMD的基因和工程经验，直接切入云端AI芯片这个高门槛市场。
1.2 核心产品线：云燧T系列与云燧i系列
燧原的产品线，其实很清晰。两条线：T系列 负责训练，i系列 负责推理。你想想看，这就像盖房子，T系列是打地基、搭框架，i系列是装修、跑业务。
云燧T系列（训练芯片）
T系列主打高性能训练。我拿T21举个例子：
| 参数 | 云燧T21 |
|---|---|
| 制程工艺 | 7nm |
| 算力（FP16） | 256 TFLOPS |
| 显存带宽 | 1.6 TB/s |
| 互联方式 | HCCS（自研高速互联） |
| 支持模型 | 千亿参数大模型 |
这里有个细节，T21用的是自研的HCCS互联协议。我在做系统集成时遇到过，很多芯片厂商的互联方案要么依赖NVLink（英伟达的），要么用PCIe，带宽和延迟都受限。燧原自己搞了一套，说白了，就是为了在大规模集群训练时，不让通信成为瓶颈。
避坑指南：我曾经在评估某款AI芯片时，只看单卡算力，忽略了互联带宽。结果组网后发现，多卡训练时通信开销占了40%以上。所以，看训练芯片，一定要看它的互联能力。
云燧i系列（推理芯片）
i系列主打低延迟、高吞吐推理。i20是当前的主力：
- 支持INT8/INT4量化推理
- 典型功耗75W，适合边缘和云端部署
- 支持Transformer、BERT、GPT等主流模型
我建议，如果你做的是在线推理服务，比如智能客服、实时翻译，i系列会更合适。因为它的延迟控制做得不错，P99延迟能稳定在10ms以内。
1.3 市场定位与差异化优势
燧原的市场定位，我总结为八个字：“云端为主，训推一体”。
它不像寒武纪那样覆盖端、边、云全场景，也不像地平线那样主攻自动驾驶。燧原就是死磕云端AI芯片，尤其是大模型训练和推理这个赛道。
差异化优势，我列三点：
- 自研架构GCU：通用计算单元，兼顾矩阵运算和标量运算。说白了，就是既能跑训练，也能跑推理，不用搞两套硬件。
- 软件栈“驭算”：这是燧原的软件平台，支持PyTorch、TensorFlow、PaddlePaddle等主流框架。我试过，迁移成本比想象中低。
- 国产化生态：在信创背景下，燧原的芯片可以适配国产服务器和操作系统。这一点，在政企市场很吃香。
注意：差异化优势不是“我有你没有”，而是“我做得比你更合适”。燧原的GCU架构，在训练大模型时，能效比确实比同代竞品高15%-20%。但这不是绝对的，具体要看你的业务场景。
1.4 知识体系结构图
下面这张图，是我梳理的本章知识结构。你可以把它当作一个“地图”，后面讲到具体技术点时，随时回来对照。
这张图把燧原的五个核心维度串起来了。你从公司背景出发，顺着发展历程，就能理解为什么它的产品线是T系列和i系列，以及为什么市场定位在云端大模型。
1.5 小结
嗯，这一章咱们把燧原的“家底”摸了一遍。从公司背景到产品线，再到市场定位，说白了，燧原就是一家“用AMD的工程经验，做国产云端AI芯片”的公司。
我个人觉得，它的差异化优势不在于单点突破，而在于“训推一体”这个系统级设计。后面讲到软件栈时，你会更深刻地体会到这一点。
一句话总结：燧原不是“中国英伟达”，它是“燧原”——一个在云端AI芯片赛道上，用自研架构和国产化生态打差异化竞争的中国选手。