1. 投资摘要
- FuriosaAI 是韩国 AI 推理芯片 fabless 公司，2017 年在首尔启动研发，产品从 Gen 1 Vision NPU / Warboy 迭代到 Gen 2 数据中心推理加速器 RNGD；官网路线图显示 RNGD 采用 TSMC 5nm，并在 2026 年进入量产。1
- 核心投资假设不是“替代全部 GPU”，而是在企业 / 主权 AI / 标准风冷数据中心里，用 180W RNGD 卡、8 卡 4U NXT RNGD Server 和 vLLM/OpenAI API 兼容软件栈，争取以 tokens per watt / tokens per rack 打开推理 TCO 差异。234
- 商业验证从技术展示进入早期客户阶段：LG AI Research 在 2025-07 宣布采用 RNGD 做 EXAONE 推理，并披露 RNGD 在其 LLM 测试中实现 2.25x 更好的 performance-per-watt；FuriosaAI 称双方将向 EXAONE 企业客户供应 RNGD Server。5
- 融资层面，2025-07 公司宣布 1.25 亿美元 Series C bridge，总融资约 2.46 亿美元；Business Wire 披露该轮后估值约 7.35 亿美元。2026-05/06 官网又披露两次第 6 类 RCPS 第三方配售，合计 63,117 股、1,072.64 亿韩元，说明公司仍处于量产扩张融资期。617
- 反证阈值：若 2026 年 RNGD 量产后不能披露更多可付费客户、LG 项目无法从验证扩展到持续部署、或 Broadcom 三代平台停留在联合声明而没有明确 tape-out / HBM4 / 2nm 里程碑，FuriosaAI 的估值应从“准量产 AI 芯片平台”下修为“技术型 NPU 初创公司”。58
2. 产业链位置
FuriosaAI 位于 AI 算力产业链的芯片设计与推理系统层：上游是 TSMC 5nm / 未来 2nm、HBM3/未来 HBM4、CoWoS-S、ASIC 设计服务、EDA/IP 与板卡 / 服务器 ODM；中游是 RNGD PCIe 加速卡、NXT RNGD Server、SDK / 编译器 / Furiosa-LLM serving；下游是企业本地部署、主权 AI、云 / 托管推理服务、模型厂商与行业客户。公司官网列出 SK hynix、TSMC、GUC、SUS 等生态标识，关于 RNGD 的公开规格写明 2 x HBM3、CoWoS-S 和 180W TDP，说明其供应链瓶颈在先进代工、HBM 与高端封装而非普通板卡装配。2
与 NVIDIA 的关系是替代性而非兼容性：FuriosaAI 试图绕开 CUDA moat，通过 PyTorch 到自有编译器、Virtual ISA、vLLM 兼容 serving、OpenAI-compatible API 与 Kubernetes/Helm 集成降低迁移成本；但生态、模型覆盖、开发者习惯和批量供货能力仍远弱于 GPU 平台。49
3. AI 相关收入拆解（季度桥 + 公式）
FuriosaAI 未上市，未公开季度收入、毛利、现金流和订单额；因此本节不能像上市公司一样用 SEC/XBRL 做收入桥。可验证的“AI 相关经营桥”只能用融资、量产、客户采用和产品部署口径近似。
| 口径 | 2025Q3 | 2026Q2 截至 2026-06-15 | 公式 / 约束 |
|---|---|---|---|
| 公开融资流入 | 1.25 亿美元 Series C bridge | 官网披露两次 RCPS 配售合计 1,072.64 亿韩元 | 融资不是收入；用于判断量产现金 runway。61 |
| 披露后估值 | 约 7.35 亿美元 | The Elec 报道约 3 万亿韩元估值，融资仍在进行 | 估值为第三方 / 媒体口径，不等同二级市场市值。7 |
| 客户验证 | LG AI Research 采用 RNGD 运行 EXAONE | RNGD 量产 + Broadcom 三代平台合作 | 经营进展 = 设计赢单 × 量产供货 × 软件可迁移性。58 |
| AI 收入 | 未公开 | 未公开 | 禁止用融资额、卡数或估值倒推收入。 |
| 收入 proxy | RNGD Server 供应、客户 access program、企业部署 | 量产 RNGD + NXT RNGD Server | proxy 只能用于跟踪，不进入财务模型收入确认。23 |
4. 核心产品（含收入贡献）
| 产品/平台 | AI 用途 | 公开硬指标 | 收入贡献口径 | 状态 |
|---|---|---|---|---|
| RNGD PCIe | LLM / 多模态推理加速 | 512 TFLOPS；48GB HBM3；256MB SRAM；1.5TB/s HBM3 带宽；180W TDP；BF16/FP8/INT8/INT4 | 未公开 | 官网称面向风冷数据中心，并已开放客户评估。2 |
| NXT RNGD Server | 4U 企业推理服务器 | 最多 8 x RNGD；4 PFLOPS FP8；384GB HBM3；12TB/s HBM 带宽；3kW 系统功耗 | 未公开 | 2025-09 推出，预装 SDK / Furiosa LLM runtime。3 |
| Warboy / Vision NPU | 计算机视觉推理，云和边缘部署 | MLPerf v1.1 preview 与内部 WARBOY vs GPU latency 图 | 早期产品，未公开 | 官网称 Gen 1 Vision NPU 已可用；历史价值主要是流片和客户验证。10 |
| Furiosa SDK / Furiosa-LLM | 编译、部署、监控、Kubernetes 集成 | vLLM-compatible serving、OpenAI-compatible server、Prometheus、Kubernetes | 可能随硬件绑定，未单列 | 软件成熟度是能否穿透 CUDA 生态的关键。49 |
| 第三代 AI accelerator | agentic AI / hyperscale frontier inference | 规划 HBM4/4E、2nm、多 die chiplet、高速互连 | 尚无收入 | 2026-05 与 Broadcom 宣布战略合作开发。8 |
5. 上游供应商 / 下游客户
| 类型 | 名称/类别 | 证据 | 投研处理 |
|---|---|---|---|
| Foundry | TSMC | 官网路线图写明 RNGD 为 TSMC 5nm，RNGD 页面列 TSMC 标识；Broadcom 合作稿称 RNGD 由 TSMC 制造并已量产。128 | 先进制程产能、良率与 2nm 可得性是关键约束。 |
| HBM | SK hynix / HBM 供应链 | RNGD 页面列 SK hynix 标识并披露 48GB HBM3、2 x HBM3。2 | 供应链跟踪 HBM3/4 分配与 CoWoS-S 交期。 |
| ASIC/IP/平台 | GUC、Broadcom | RNGD 页面列 GUC；2026-05 Broadcom 合作覆盖 XPU Technology/IP Platform、Ethernet scale-up 与 fabric switches。28 | 第三代平台从单卡推理走向 rack/cluster scale。 |
| 服务器 / ODM | ASUS、NXT 系统生态 | Warboy 页提及 ASUS AI server partnership 文章；NXT RNGD Server 是 FuriosaAI 自有品牌 turnkey 系统。310 | 服务器渠道决定企业交付速度。 |
| 下游客户 | LG AI Research | 2025-07 宣布采用 RNGD 运行 EXAONE，披露 2.25x performance-per-watt。5 | 当前最重要公开设计赢单。 |
| 下游类别 | 企业、主权 AI、托管推理、行业客户 | 公司称与 LG 面向电子、金融、电信、生物技术等企业客户供应 RNGD Server。5 | 不能把行业类别写成已签客户名单。 |
6. 同业硬指标对比表
| 公司 | 相关业务收入 | 同比 | 毛利率 / FCF | 客户集中度 | 技术代际 | 估值 | 资产负债 | 来源 |
|---|---|---|---|---|---|---|---|---|
| FuriosaAI | 未公开 | 未公开 | 未公开；2025 公开融资 1.25 亿美元，2026 RCPS 配售合计 1,072.64 亿韩元 | 已公开 LG AI Research；其他客户未充分披露 | RNGD 5nm/HBM3/180W；三代规划 2nm/HBM4/4E | 2025 约 7.35 亿美元；2026 媒体称约 3 万亿韩元 | RCPS 带赎回权，The Elec 称会计上可列为负债 | 1678 |
| NVIDIA | FY2027Q1 收入 816 亿美元；Data Center 752 亿美元 | 总收入 +85%；Data Center +92% | IR 摘要未在列表页给完整 FCF；盈利能力行业领先 | hyperscaler / AI cloud 高集中但规模最大 | Blackwell / CUDA / networking 全栈 | 上市公司，二级市场定价 | 净现金能力强 | 11 |
| Broadcom | FY2026Q2 收入 221.87 亿美元；AI semiconductor 108 亿美元 | 总收入 +48%；AI semiconductor +143% | FCF 102.62 亿美元，FCF margin 46% | custom ASIC / AI networking 大客户集中 | XPU、Ethernet fabric、custom AI accelerator | 上市公司，二级市场定价 | 大型并购后杠杆但现金流强 | 12 |
| Groq | 未上市，未公开 | 未公开 | 未公开 | 云 API / enterprise 早期客户 | LPU，低延迟推理 | 私募口径 | 未公开 | 行业可比但信息透明度低 |
| Cerebras | IPO 后财务透明度较高，但产品重心偏训练 / 大模型系统 | 不适用 | 不适用 | 大客户与主权 AI 项目集中 | wafer-scale engine | 二级市场定价 | 需另行建模 | 作为非 GPU AI 芯片估值参照，不直接映射 FuriosaAI |
结论：FuriosaAI 的“硬指标”优势集中在单卡功耗、风冷部署、LG 实测 tokens/watt 和三代平台路线；短板是财务披露、客户数量、软件生态和量产规模都尚未达到 NVIDIA / Broadcom 可比公司层级。
7. 护城河
- 架构差异：TCP 把 tensor contraction 作为硬件原语，而不是将深度学习计算映射到固定矩阵单元；这给编译器全局优化、SRAM 复用和确定性延迟留下差异化空间。4
- 功耗 / 部署门槛：RNGD 180W、NXT RNGD Server 3kW，主打 10-15kW 标准风冷机柜，不要求客户先做液冷改造；这对企业本地部署和主权 AI 比 hyperscaler 训练集群更有吸引力。23
- 软件栈：Furiosa-LLM 支持 vLLM-compatible serving、OpenAI-compatible API、Prometheus 和 Kubernetes；SDK 2026.2 又加入 prefix-aware data parallelism，针对 RAG/agentic workload 降低重复前缀计算。59
- 公开标杆客户：LG AI Research 的 EXAONE 采用不是纯 demo，披露了 7.8B/32B 模型、4K/32K context、四卡 32B 单 server 的 token/s 数据，对后续企业客户有背书意义。5
- Broadcom 合作：若三代 chiplet 平台落地，FuriosaAI 可补足 scale-up Ethernet、XPU platform/IP、fabric switch 和 hyperscale 系统能力，不必单独搭完整数据中心互连生态。8
8. 财务质量（近 4-6 季度）
| 季度 / 时点 | 收入 | 融资 / 现金事件 | 质量判断 |
|---|---|---|---|
| 2025Q3 | 未公开 | 2025-07 宣布 1.25 亿美元 Series C bridge，总融资约 2.46 亿美元 | 资金用途指向 RNGD 量产和下一代芯片，仍是现金消耗型芯片公司。6 |
| 2025Q4 | 未公开 | NXT RNGD Server 推出后进入系统交付准备期 | 从卡到服务器提升 ASP 与交付完整度，但 BOM/库存风险增加。3 |
| 2026Q1 | 未公开 | 媒体报道公司寻求更大规模 pre-IPO 融资 | 融资诉求与量产扩张匹配，财务质量取决于客户预付款和量产良率。 |
| 2026Q2 | 未公开 | 官网披露 2026-05-11 决议配售 37,462 股 RCPS，发行总额 636.65 亿韩元，缴款日 2026-05-27。1 | 官方新股公告提供可核资金事件；RCPS 可能增加赎回压力。 |
| 2026Q2 | 未公开 | 官网披露 2026-06-08 决议配售 25,655 股 RCPS，发行总额 435.99 亿韩元，缴款日 2026-06-23。1 | 截至 2026-06-15 属拟缴款事件，需跟踪是否完成。 |
| 2026Q2 | 未公开 | The Elec 报道 5 月已收到约 830 亿韩元 pre-IPO 资金，融资轮最高可能达 8,500 亿韩元，估值约 3 万亿韩元。7 | C 级媒体来源，适合做情景输入，不作为确定财务报表。 |
财务质量结论：FuriosaAI 已有量产融资和客户验证，但尚未披露收入、毛利、现金余额、库存、应收账款、capex 或经营现金流；投资判断应把“融资能否覆盖 5nm/HBM3 量产 + 三代 2nm/HBM4 研发”作为第一财务问题。
9. 业绩传导路径
业绩传导公式：
RNGD 收入 = 可交付卡数 × ASP × 客户验收率 × 收入确认比例
系统收入 = NXT RNGD Server 台数 × 单台 8 卡配置比例 × 系统 ASP × 服务/软件 attach
毛利 = 芯片 ASP - TSMC wafer / CoWoS-S / HBM3 / 板卡BOM / ODM / 质保成本
三代估值溢价 = Broadcom 合作可信度 × 2nm/HBM4 里程碑 × hyperscale 设计赢单概率
短期传导来自 LG EXAONE：先从 1/2/4/8 卡优化和 ChatEXAONE 扩展，转为 NXT RNGD Server 交付，再通过 EXAONE 企业客户复制到金融、电信、制造和生物技术。中期传导来自 RNGD 量产：The Elec 称公司准备 2026 年额外生产 16,000 张加速卡；该数字为媒体来源，建模时应作为产能上限情景而不是收入承诺。57
10. SOTP 估值表
FuriosaAI 未上市且收入未公开，本表是“私募估值锚 + 里程碑折现”的 SOTP 框架，不是目标股价。
| 情景 | RNGD 量产 / 客户 | 软件与系统 | 三代平台 | 估值锚 | 投资含义 |
|---|---|---|---|---|---|
| Bear | LG 外新增客户披露有限，量产卡数低于计划 | SDK 可用但模型覆盖慢，企业迁移成本高 | Broadcom 合作无明确 tape-out | 7.35 亿美元附近或低于 2025 bridge 估值 | 作为技术 IP / acquihire 定价，投资人要求强保护条款。 |
| Base | LG 转为可重复部署，新增 1-2 个公开企业 / 托管客户 | NXT RNGD Server 可标准交付，vLLM/OpenAI API 降低部署阻力 | 2026-2027 明确三代规格与流片时间表 | 约 3 万亿韩元媒体估值区间 | 估值来自“量产推理芯片 + 三代 option value”。 |
| Bull | RNGD 量产顺利并形成多行业订单，16,000 卡级别计划有客户消化 | 软件栈可覆盖主流开源模型和 RAG/agentic 工作流 | Broadcom 帮助进入 hyperscale scale-up / Ethernet fabric 生态 | 高于 3 万亿韩元，接近 pre-IPO AI chip platform 定价 | IPO 前融资和战略投资人议价能力增强。 |
估值校验：2025-07 的 7.35 亿美元估值和 2026-05 The Elec 的约 3 万亿韩元估值之间跨度很大，核心解释变量应是 RNGD 量产、LG 采用、Broadcom 合作和韩国政策 / pre-IPO 资金，而不是已披露利润。678
11. 催化（带时点）
- [已发生] 2025-07-22：LG AI Research 宣布采用 RNGD 做 EXAONE 推理，披露 2.25x performance-per-watt、4 卡 32B EXAONE 3.5 在 4K/32K context 下 60/50 tokens/s。5
- [已发生] 2025-07-30：FuriosaAI 宣布 1.25 亿美元 Series C bridge，总融资约 2.46 亿美元，用于 RNGD 量产和下一代芯片。6
- [已发生] 2025-09-25：公司推出 NXT RNGD Server，最多 8 张 RNGD、3kW、384GB HBM3、预装 SDK 与 LLM runtime。3
- [已发生] 2026-04-30：SDK 2026.2 发布，新增 prefix-aware data parallelism 等面向 RAG/agentic 的吞吐与部署优化。9
- [已发生] 2026-05-27：公司宣布与 Broadcom 合作开发第三代 AI accelerator，规划 multi-die chiplet、HBM4/4E、2nm 和高速互连。8
- [已发生/进行中] 2026-05-27 与 2026-06-23：两次 RCPS 配售缴款日，合计公告金额 1,072.64 亿韩元；6 月缴款需后续确认。1
12. 核心风险（带情景）
- 量产风险：若 TSMC 5nm、CoWoS-S、HBM3 或板卡良率导致交付延期，FuriosaAI 的客户验证会转化为库存 / 现金流压力，而不是收入增长。2
- 软件迁移风险：若 PyTorch / vLLM 兼容层无法覆盖客户真实模型、长上下文、MoE、RAG 和 agentic workflow，180W 硬件优势会被迁移成本抵消。49
- 客户集中风险：目前公开标杆客户以 LG AI Research 为主；若 LG 不扩大部署或不带来外部企业客户，市场会重新评估“enterprise readiness”。5
- 竞争风险：NVIDIA 以 CUDA、Blackwell、networking 和供货能力锁定主流 AI 预算；Broadcom 自身也是 custom AI accelerator 与 AI networking 强者，合作既是机会也是议价约束。81112
- 融资 / RCPS 风险：The Elec 指出 RCPS 带赎回权，会计上可能归类为负债；若 IPO 或后续融资窗口收缩，赎回和研发资金压力会上升。7
- 估值风险：若 2026-2027 年仍无收入和订单透明度，3 万亿韩元附近的 pre-IPO 估值难用财务指标支撑，只能依赖战略稀缺性和政策资金。
13. 跟踪指标
| 频率 | 指标 | 强信号 | 弱信号 / 警戒 | 来源 |
|---|---|---|---|---|
| 每月 | RNGD 量产 / 出货 | 客户验收、服务器交付、更多公开部署 | 只公布 demo 或活动 | 官网、客户公告 |
| 每季度 | 客户数量 | LG 之外新增具名客户，特别是云、主权 AI、金融、电信 | 只写“global customers”但无名称 | 官网 / 客户新闻 |
| 每季度 | 软件覆盖 | 支持更多主流 LLM、长上下文、RAG、Kubernetes、监控 | 迁移仍依赖人工优化 | SDK docs / release notes |
| 每季度 | 融资进度 | RCPS 缴款完成，融资用途清晰 | 持续小额融资、条款偏债 | 官网公告 / 韩国媒体 |
| 半年 | Broadcom 合作 | tape-out、2nm/HBM4/4E、scale-up fabric 规格明确 | 只有战略合作表述 | 官网 / Broadcom 生态 |
| 半年 | 第三方 benchmark | MLPerf / 客户真实 workload 可复现 | 只有内部 benchmark | MLCommons / 客户报告 |
14. 最新事件
- [已发生] 2026-05-27：FuriosaAI 宣布与 Broadcom 合作开发第三代 AI accelerator，目标是 agentic AI 的大规模推理平台，规划 HBM4/4E、2nm、多 die chiplet 和高速 inter-chip networking。8
- [已发生] 2026-05-27：官网 2026-05-11 新股发行公告对应缴款日，37,462 股第 6 类 RCPS，发行总额 636.65 亿韩元。1
- [已发生] 2026-06-12：官网更新 2026-06-08 新股发行金额变更公告，25,655 股第 6 类 RCPS，发行总额 435.99 亿韩元，缴款日 2026-06-23。1
- [已发生] 2026-04-30：SDK 2026.2 发布，重点增强 RAG/agentic workload 的 prefix-aware data parallelism 和数据中心部署可靠性。9
- [已发生] 2026-05-28：The Elec 报道 FuriosaAI 已收到约 830 亿韩元 pre-IPO 资金，融资轮最高可能达 8,500 亿韩元，估值约 3 万亿韩元，并称公司准备 2026 年额外生产 16,000 张 Renegade 加速卡。7
15. 来源
- 来源：FuriosaAI About / company notices — FuriosaAI — accessed 2026-06-15 — furiosa.ai/about
- 来源：RNGD product page — FuriosaAI — accessed 2026-06-15 — furiosa.ai/rngd
- 来源：Introducing Furiosa NXT RNGD Server — FuriosaAI — 2025-09-25 — furiosa.ai/blog/introducing-rngd-server-efficient-ai-inference-at-data-center-scale
- 来源：Software stack page — FuriosaAI — accessed 2026-06-15 — furiosa.ai/software
- 来源：LG AI Research taps FuriosaAI to achieve 2.25x better LLM inference performance vs. GPUs — FuriosaAI — 2025-07-22 — furiosa.ai/blog/lg-ai-research-taps-furiosaai-to-achieve-2-25x-better-llm-inference-in-production-vs-gpus
- 来源：Announcing FuriosaAI’s $125M Series C bridge funding — FuriosaAI — 2025-07-30 — furiosa.ai/blog/announcing-furiosaais-125m-series-c-bridge-funding-to-scale-sustainable-ai-compute
- 来源：FuriosaAI Begins Receiving Pre-IPO Funding — The Elec — 2026-05-28 — www.thelec.net/news/articleView.html?idxno=10795
- 来源：FuriosaAI partners with Broadcom to build next-generation inference platform for the Agentic Era — FuriosaAI — 2026-05-27 — furiosa.ai/blog/furiosaai-partners-with-broadcom-to-build-next-generation-inference-platform-for-the-agentic-era
- 来源：Furiosa SDK 2026.2: Boosting RNGD throughput and accelerating deployments — FuriosaAI — 2026-04-30 — furiosa.ai/blog/furiosa-sdk-2026-2
- 来源：Warboy product page — FuriosaAI — accessed 2026-06-15 — furiosa.ai/warboy
- 来源：NVIDIA financial reports / FY2027Q1 results summary — NVIDIA Investor Relations — 2026-05-20 — investor.nvidia.com/financial-info/financial-reports/default.aspx
- 来源：Broadcom Q2 FY2026 financial results — Broadcom Investor Relations — 2026-06-03 — investors.broadcom.com/news-releases/news-release-details/broadcom-inc-announces-second-quarter-fiscal-year-2026-financial