中國最大的AI包工頭，要上市了

ChatGPT點燃的大模型軍備競賽，正在批量製造中國AI時代的新「基建商」。

最近，上海基流科技正式向港交所遞交招股書，衝刺主板掛牌。

這家公司做的，不是大模型，也不是AI芯片，而是過去兩年AI行業最缺、也最燒錢的東西：算力集群。

按2025年收入計，基流科技已經是中國第九大AI算力集群提供商，也是其中最大的獨立廠商。客户名單里，包括智譜AI、商湯科技、三大運營商，以及地方國資背景的數據中心。

它身上有一切AI時代最熱門的標籤：清華背景創始人、自研交換機、萬卡集群、國產替代、高速融資。

但真正有意思的是，這家滿身AI科技標籤的公司，賺錢方式卻意外傳統。

翻開招股書會發現，基流科技的商業模式，本質上更像AI時代的工程服務商：客户要建算力中心，它負責設計、組網、調試、交付；客户要訓練大模型，它負責把上萬張GPU真正連成一個穩定運轉的系統。

說白了，它更像AI時代的「算力包工頭」。

而「包工頭」模式的特點是：業務通常不缺，但利潤未必夠厚。2025年，基流科技實現營收5.2億元，經調整淨利率約6%，仍然帶着明顯的工程服務行業特徵。

也正因為如此，上市前夕，基流科技開始嘗試講一個更具想象力的新故事。

除了交付算力集群，它開始提供后續運營維護服務，並進一步佈局自建算力資源、對外提供算力服務。

從「包工頭」到「物管」，再到部分持有算力資產的「開發商」，基流科技正在嘗試走向更重、更長周期，也更具持續性的商業模式。

只是，AI基礎設施行業從來不是一個輕松的賽道。

當行業仍處在高速擴張階段時，如何在規模、盈利與投入之間找到平衡，或許纔是這類「AI基建商」真正的考驗。

每3個月完成一輪融資

基流科技的故事起點，是兩個衡水中學老同學的一次判斷：AI真正爆發后，最先被卡住的是算力。

2022年底，ChatGPT橫空出世，讓大模型一夜之間成了資本市場和創業圈最熱的詞。很多人盯着「誰能做出下一個ChatGPT」，但胡效赫和謝文奇看到的，卻是另一個更加現實的問題：

GPU買回來，並不意味着算力就真的能跑起來。

大模型訓練真正拼的，不只是芯片數量，還有網絡、調度、通信、運維，以及成千上萬張GPU之間的協同效率。

如果這些環節跟不上，再多GPU也可能只是「紙面算力」。

算力集群的創業種子，也由此埋下。所謂集群，本質上就是把大量GPU服務器通過高速網絡連接起來，讓它們像一個整體一樣協同訓練。

而兩位創始人的組合，也很有這一輪AI創業潮的典型特徵。

胡效赫是清華自動化系本科、博士，曾在清華大學網絡安全實驗室做博士后，也曾赴加州大學伯克利分校任訪問學者，長期研究高性能網絡與分佈式系統。

謝文奇則畢業於北京大學信息管理與信息系統專業，后獲得清華金融碩士學位，曾在PE機構從事投資工作，參與過晶泰科技等AI項目。

一個懂怎麼把GPU集群跑起來，一個懂資本和產業機會怎麼結合。

2023年2月，基流科技正式成立。公司瞄準的正是AI算力集群產品。核心團隊也帶着明顯的「清北技術底色」，成員主要來自清華網絡安全實驗室、北大計算機系，碩博佔比超過60%。

真正讓基流科技開始在行業里打開知名度的，是智譜AI項目。

2023年下半年，基流科技憑藉自研RoCE組網方案，為智譜AI交付首個2000卡集群項目，實現市場突破。

謝文奇后來曾對媒體回憶，當時5人團隊長期駐紮客户現場，一個多月連軸調試，困了就在機房休息。

這種近乎「工業化衝鋒」式的交付能力，也成為基流科技早期建立口碑的重要原因。

截至2025年底，基流科技在中國萬卡集群服務市場佔有率約10%，其他頭部廠商大多為大型互聯網企業及電信運營商。

公司客户覆蓋智譜AI、商湯科技、三大運營商、地方國企及頭部數據中心，主要客户復購率超過80%。

截至2026年4月20日，公司技術支持的AI集群GPU卡數已超過9萬張，具備SLA保障的在線運維算力規模超過34000PFLOPS，已賦能4個萬卡規模集群。

同時，它也是國內首家完成1500公里跨地域異構組網、首家量產國產25.6T芯片高通量交換機的獨立廠商。

業務跑得快，資本自然也不會缺席。

成立三年來，基流科技累計完成11輪融資，總融資額達到22.02億元，平均每3個月就完成一輪融資。

這個速度，已經不像傳統創業公司，更像AI軍備競賽里的「彈藥補給」。

尤其值得一提的是，2023年12月，智譜AI聯合奇績創壇等完成2270.46萬元天使輪投資，形成「客户即股東」的綁定模式。這不僅意味着財務投資，更意味着產業側的正式背書。

2024年至2025年，公司又連續完成多輪融資，引入招商局創投、光速光合、國方創新等機構，同時獲得北京、上海、新疆等地國資支持。

而最新一輪融資，則是2026年4月21日完成的11.6億元D輪融資。

更微妙的是，D輪融資落地僅8天后，公司便正式遞交港股招股書，準備敲響二級市場大門。

薄利的包工頭模式

基流科技的核心產品，是一套名為Galaxy的AI算力集群體系，由硬件系統和軟件平臺共同構成。

硬件層面，公司自研了Mercury高性能融合AI網絡系統，覆蓋通信庫、網卡、交換機、光模塊等環節，主要解決大規模訓練中的網絡瓶頸問題。

按照公司披露的數據，這套系統可以將集合通信吞吐量提升50%，網絡成本降低40%。其MS6426全國產25.6T高速AI交換機已經實現規模部署，100TNPO技術交換機性能也已達到國際旗艦水平。

軟件層面，Venus算力操作系統則更像整個集群的「指揮中樞」。

它負責調度、容錯、監控和運維，支持拓撲感知調度、多層次容錯和全棧監控，可將集群平均算力利用率提升30%，萬卡集群算力利用線性度超過96%，平均年化SLA達到99.97%，相當於全年故障停機時間控制在數小時以內。

說白了，基流科技做的事情，其實就是：讓上萬張GPU能夠穩定、高效地一起工作。

別小看這件事。在今天的大模型訓練場景里，真正最容易掉鏈子的，往往不是GPU本身，而是網絡、調度和通信效率。

GPU越多，系統越容易「堵車」。而隨着行業進入萬卡甚至更大規模集群時代，互連架構、調度能力和運維能力的重要性，也在迅速上升。

這也是基流科技真正想吃下的市場。更重要的是，這個市場本身還在高速擴張。

招股書稱，全球AI資本開支，包括算力、網絡、存儲等硬件，以及軟件和相關服務投資，預計將由2025年的0.3萬億美元增加至2030年的約1萬億美元。大模型訓練、推理和部署背后的基礎設施投入，還在繼續放大。

中國市場同樣增長迅猛。

截至2025年6月，全球總算力超過4580 EFLOPS，其中中國總算力達到962 EFLOPS，同比增長約73%，佔全球總量約四分之一；其中智能算力達到782 EFLOPS，佔中國總算力超過80%。

中國已經成為全球第二大算力國家。

無論從行業趨勢還是技術方向來看，基流科技都踩在一個非常熱門的位置。

但問題也恰恰在這里：賽道很熱，技術故事也不錯，可基流科技上市前的盈利能力，並不算漂亮。

根據綜合損益表，2025年，基流科技實現營收5.2億元，同期卻虧損了約3.55億元。即使剔除一些非經常性的因素，用經調整淨利潤口徑來看，公司也只是賺了薄利，淨利率約6%。

這背后要從基流科技的業務構成説起。雖然帶着明顯的科技屬性，但基流科技目前最核心的收入來源，本質上仍然是「項目交付」。

客户要建一個算力中心，它負責設計、建設、組網和交付；客户要擴一個萬卡集群，它再接下一單。

這類業務，在招股書中對應的是「AI算力集群產品」。

2024年至2025年，該業務分別實現收入3.08億元和4.37億元，佔總營收比例分別高達94.8%和83.9%。

這其實很像傳統基建時代的工程總包模式。行業景氣時，業務通常不缺；但項目制生意天然存在一個問題：利潤往往不夠厚。

2024年和2025年，基流科技「AI算力集群產品」業務毛利率分別只有18.2%和16.8%。而這還只是毛利率，后面還有一系列成本需要消化。

比如，2025年公司銷售、行政及研發開支合計佔營收比例達到13.2%，層層攤下來，「包工頭式」業務真正留下的利潤空間，其實已經非常有限。

這也是很多AI基礎設施公司如今共同面臨的問題：看起來站在AI風口中央，但賺錢方式卻越來越像「高科技施工隊」。

一邊是AI基礎設施的大風口；一邊是項目制業務利潤偏薄。想改變「雷聲大、利潤薄」的局面，基流科技自然需要往利潤率更高、持續性更強的業務走。

只是，更高利潤空間的另一面，往往也意味着更重的投入、更大的資產壓力，以及更長的回報周期。

而基流科技真正的挑戰，也正是從這里開始。

成為開發商的誘惑

2024年開始，基流科技新增了一項業務：AI算力集群運營服務。

如果説此前的算力集群交付更像「包工頭」，那麼這項業務則更像「物管」。項目建成以后，繼續幫客户做運維、調度、監控，保證整個系統穩定運行。

這條路之所以有吸引力，首先是因為它增長很快。2024年至2025年，該業務收入由1700萬元增長至8360萬元；客户數量也由2名增加至16名。

更重要的是，它在商業邏輯上天然承接了此前的「包工頭」業務。

AI算力集群並不是普通機房。尤其在大規模訓練場景下，任何一個節點故障、網絡波動或調度失衡，都可能直接影響整體算力利用率。

客户既然已經讓基流科技參與前期設計和建設，那麼后續繼續把運維交給它，也是一件順理成章的事情。

而且，「物管」明顯比「包工頭」更賺錢。

相比「AI算力集群產品」業務不足20%的毛利率，基流科技「AI算力集群運營服務」業務在2024年和2025年的毛利率分別達到56.1%和47.7%。

但基流科技的野心，並不止於從「包工頭」升級成「物管」。

招股書顯示，公司還開始提供算力服務，即通過自己設計、建設及運營的AI算力集群，對外提供算力資源。也就是説，基流科技除了想做物管，還想自己建房出租，變成「商業地產開發商」。

這個故事當然更性感。

包工頭業務做一單少一單；物管業務雖然吸引力大一點，但綁定關係到底有多強，也要看客户后續是否願意長期續約。而一旦擁有算力資產，對外提供算力服務，理論上就能形成更長期、更持續的收入來源。

在當下算力仍然緊缺的背景下，這種模式看起來也更有想象空間。

但問題是：更性感的商業模式，往往也意味着更重的資產壓力。

2024年至2025年，基流科技「物業、廠房及設備」由2644.8萬元增加至1.74億元。其中，機器及設備規模由2600萬元增加至1.73億元，核心原因正是爲了滿足算力服務業務擴張而新增設備投入。

而在盈利模式尚未完全跑順的情況下，快速走向重資產，也必然意味着更大的資金佔用和債務壓力。2024年至2025年，公司債務規模由2.1億元增加至9.74億元；其中計息銀行借款（流動+非流動）由4800萬元增加至2.57億元。

擴張的另一面，是資金周轉的同步拉長。

2024年至2025年，存貨周轉天數由59.5天升至131.7天，應收賬款周轉天數由12.5天升至64.1天；與此同時，應付賬款周期也明顯拉長至70.5天。

這組變化的本質並不複雜：項目周期變長，回款變慢，但擴張仍在繼續。於是企業只能通過延長上下游賬期，來維持現金流的平衡。

事實上從現金流表看，2024年至2025年，基流科技經營現金流和投資現金流均為淨流出，公司更多依賴龐大的融資現金流維持擴張。

更值得注意的是，除了財務壓力，基流科技向「算力資產運營商」轉型，本身也面臨商業邏輯上的考驗。

此次IPO中，基流科技的重要賣點之一，是「中國最大的獨立AI算力集群產品提供商」。「獨立」的價值在於不綁定單一互聯網生態，從而可以服務更廣泛客户。

但一旦進入算力運營階段，商業邏輯會發生變化。資產型業務真正依賴的不是客户數量，而是兩件事：穩定客户+高利用率。

而現實情況是，真正優質的大客户，比如大型科技公司、大模型平臺，往往不會長期把核心算力完全依賴外部。算力對於它們來説，本身就是核心基礎設施。

這意味着，真正持續採購外部算力的客户，更多可能來自中小模型公司、區域算力平臺或階段性需求客户。這些客户的共同特徵是：分散、短周期、價格敏感。

於是，一個現實的矛盾開始出現：不轉型，利潤空間有限；真轉型，資金壓力和經營風險又會明顯上升。

而對於基流科技而言，這個問題並不只是單家公司路徑選擇，更像是整個AI基礎設施行業正在同時面對的一道時代選擇題：

當算力需求仍在高速增長時，企業到底應該繼續做輕資產的「包工頭」，還是逐步走向重資產的「開發商」？

前者決定你能不能活下來，后者決定你能走多遠。而兩者之間的平衡點，目前還沒有人真正找到。

這也是基流科技真正要進入資本市場后，會被持續拷問的核心問題。

參考資料：

創業邦《智譜投的第一個IPO來了：3位90后做「AI算力建築」生意，估值超90億》

本文來自微信公眾號「金角財經」，作者：田羽，36氪經授權發佈。