Graphcore 失败拆解：27.7 亿美元估值的 AI 芯片，为什么最后一份财报里产品收入是零
Graphcore 用 7.118 亿美元融资做出全球第一颗量产级 3D 晶圆对晶圆 AI 芯片、把 IPU 送上微软 Azure，却在 2024 年 7 月以约 6 亿美元被软银收下，最新一份账目里产品销售为零；本期按增长、市场、战略、竞品、产品与商业模式逐层拆开「客户迁移成本决定收入上限」这条增长链，并给出六条可证伪阈值。
2026 年 7 月 31 日，Graphcore 联合创始人 Nigel Toon 在公司博客上宣布当天卸任执行主席，距离他和 Simon Knowles 于 2016 年 7 月创立这家英国芯片公司刚好十年 1。两年多前的 2024 年 7 月 11 日，这家 2020 年末峰值估值 27.7 亿美元、累计融资 7.118 亿美元的 AI 芯片公司已经被软银集团全资收购，对价没有官方披露，媒体口径在 5 亿到 6 亿美元以上 23。2025 年 12 月提交给英国公司注册处的集团账目补上了最后一块拼图：截至 2025 年 3 月 31 日的 15 个月里，公司收入 9,169.4 万美元，其中产品销售为零 4。
增长判断：这条链断在采用之后、收入之前，而且断点不在技术上。获客与激活这两环都曾经走通过：2019 年 11 月微软把 IPU 放进 Azure 预览，这是第一次有主流公有云给 IPU 开入口；2022 年 3 月发布的 Bow IPU 是全球第一颗量产级 3D 晶圆对晶圆（Wafer-on-Wafer）处理器 56。真正的断点在"客户什么时候把生产负载搬过来"这一环，而这一环的成本记在客户账上：换一颗芯片要重写软件、重训团队、重做采购论证，留在英伟达的 CUDA 上，这笔成本是零。Graphcore 把这件事当成销售问题处理——渠道、TCO 对比表、云伙伴、实验室采购——它其实是客户侧机会成本的问题。
把这条链压成一句话：技术被第三方与客户研究者证实 → 渠道和学术口碑铺开 → 客户侧的迁移成本高于芯片带来的收益 → 生产负载不落地、收入停在百万美元级 → 资本市场只给生态领先者供血，公司自己在 2023 年披露持续经营存在重大不确定性 → 2024 年 7 月被战略买家按资产价收下 → 收入结构变成向母公司出售研发工时（2025 年 15 个月 9,169.4 万美元收入里，工程服务 9,117.6 万美元、产品销售为零）。
Part G：增长系统（AARRR 全链路剖析）
1. 获客（Acquisition）：渠道名单曾经很长，全都不产生产品收入
Graphcore 的渠道动作在 2019 到 2022 年间几乎是教科书写法。2019 年 11 月，微软在 Azure 上开放 IPU 预览，双方合作已超过两年，微软 Azure Compute 副总裁 Girish Bablani 公开站台；同期公布的早期客户包含欧洲搜索引擎 Qwant（图像搜索的 ResNext 模型吞吐提升 3.5 倍）、对冲基金 Citadel，以及伦敦大学学院的机器人视觉团队 5。2022 年 3 月 Bow 系统发布时，客户名单换成了美国能源部下属的太平洋西北国家实验室（PNNL），云侧有 Cirrascale 的 Graphcloud 裸金属和 G-Core Labs，整机侧有 Dell、Atos、Supermicro、Inspur、Lenovo 6。
结论：硬件挑战者的"获客"本质是设计赢单，赢单只证明客户愿意试用，不证明客户愿意换掉手里的生产线；把它当收入前置指标会得出完全错误的判断。
2. 激活（Activation）：官方跑分很亮，第三方复算把它打掉
官方口径下，激活是成立的：2019 年微软与 Graphcore 的工程师用 8 张 C2 卡在 56 小时内完成 BERT Base 训练；2022 年的 Bow 系统宣称在真实应用上比上一代提升最多 40% 性能、16% 能效，并给出"Bow Pod16 相对一台英伟达 DGX A100 有 5 倍以上性能、一半价格、最多 10 倍 TCO 优势"的对比 56。
第三方复算给出了另一种读数。SemiAnalysis 在 2021 年 7 月复算 MLPerf v1.0 的训练成绩后发现：Graphcore 每套系统只提交了一个结果、只挑了 ResNet-50 与 BERT 两个模型；对比图上用的是 16 颗 IPU 对 8 颗 A100，硅面积是对手的两倍；把对手换成第三方整机厂商的 A100 系统后，价格性能比的优势直接变成劣势；同时软件栈与调优严重依赖专家 7。
结论：需要供应商的专家常驻、手工调优才能跑出成绩的"激活"不成立——它证明的是这支团队能跑，不是客户能跑；客户复现不了的能力，就进不了采购流程。
3. 留存（Retention）：公司没有公开过留存指标，只有被替换掉的口径
这类生意真正的留存指标是"客户的生产负载在下一个季度还在不在同一批芯片上"。Graphcore 从未公开过客户数、复购率、负载持续时长中的任何一项（未披露）。可以替代的证据是收入结构：2024—2025 期间的产品销售为零，产品相关服务只有 51.8 万美元，工程服务 9,117.6 万美元占到 99.4%；同一份账目写明，这些开发服务按季度向母公司开票 4。
结论：当账目里最大的客户换成了股东，留存这个指标就从财报里消失了；此时再看"客户满意度"或"技术认可度"都是在看一个不存在的分母。
4. 收入（Revenue）：四条收入线的形状
把可查的年份排在一起：收入 2021 年约 500 万美元、2022 年 270 万美元、2023 年 399 万美元、截至 2025 年 3 月的 15 个月 9,169.4 万美元；对应亏损为 2021 年税前 1.845 亿美元、2022 年税前 2.046 亿美元、2023 年期内 1.30895 亿美元、15 个月期间 6,761.4 万美元 348。15 个月期间研发支出 1.27879 亿美元，大致是同期收入的 1.4 倍；销货成本一栏为零，意味着这 9,169.4 万美元里没有硬件交付成本 4。
结论：收购之后的收入曲线是向上走的，但它是把母公司的研发预算换成工时收入的结果，不是把芯片卖出去的结果；收入增长的性质必须用"产品收入占比"来区分。
5. 推荐（Referral）：研究者口碑链和采购链是两条不同的链
Graphcore 在研究者一侧的推荐是真实的：美国能源部 PNNL 用它做计算化学与网络安全模型，实验室方公开说训练与推理时间从"天"降到"小时"；Qwant 的图像搜索与 Citadel 的量化研究也都出现在公开材料里 56。这些推荐让公司在技术社区里保持了十年声望，但它没有变成采购决策——研究者手里的成果，最终要在公司的采购、合规与人力预算里再被投票一次。
结论：推荐给研究者能换来论文与口碑，推荐给预算持有人才能换来订单；把前者当作后者，会让增长模型在最后一步失真。
Part O：市场机会（TAM / SAM / SOM 真实边界）
先看可寻址市场的真实量级。英伟达 2027 财年第二季度（截至 2026 年 7 月 26 日）收入 962.21 亿美元，其中数据中心 890 亿美元、同比增长 117%，毛利率 75.0% 9。对照之下，Graphcore 2022 年全年收入 270 万美元 3。两个数字相差约三十万倍。
把 TAM 往回收两步。可服务市场（SAM）不是"想买更快芯片的公司"，而是"愿意为换芯片重写软件的公司"——在这个市场里，客户已有的代码、库、工程师和采购惯性都构成沉没成本，而 CUDA 让这些沉没成本继续有效。可获取市场（SOM）则被 Graphcore 自己的收入曲线标定：百万美元级，且在产品维度上归零。
结论：在生态锁定型市场里，可服务市场的边界由"愿意承担迁移成本的客户数"决定，而不是由"对现有算力不满的客户数"决定；把后者当 TAM，会把生意算大两到三个数量级。
Part S：战略定位（三次移动，移动的是同一件事）
第一次移动是 2016 到 2020 年的全栈自研：芯片（Colossus IPU）、整机（IPU-Machine）、软件（Poplar）与云一起做，靠一轮轮股权融资把规模撑起来，2020 年 12 月的融资把估值推到 27.7 亿美元 3。
第二次移动发生在 2021 到 2023 年：重心从"卖整机给大客户"转向"渠道 + 云"。Bow 系统配 OEM 主机出售，Cirrascale 与 G-Core 提供 IPU 云实例；同一时间公司关闭挪威、日本、韩国业务，员工从 631 人减到 494 人，账目里开始出现"需要额外融资才能持续经营"的表述 68。
第三次移动是 2023 年之后：与软银签下开发服务合作，2024 年 7 月被软银全资收购，2025 年 10 月宣布在印度班加罗尔投资最多 10 亿英镑建 AI 工程园区、同时把英国员工规模翻倍到约 750 人，公司员工数在 2026 年 7 月的口径里接近 1,000 人；2025 年 8 月联合创始人 Simon Knowles 离任，2026 年 7 月 Nigel Toon 卸任执行主席 1101112。
三次移动试图解决的其实是同一件事：谁来承担"在英伟达生态之外建一套算力"的成本。前两次试图让客户承担，客户用采购计划投了反对票；第三次由软银承担，代价是这家公司的产品定价权不再由市场决定。
结论：当最大客户同时是股东时，这家公司已经从产品公司变成研发外包公司——官方账目的原话是它"仍然依赖软银集团及其子公司作为开发服务的主要客户，并依赖注资"；此后它的收入增长与产品竞争力之间就不再是同一回事 4。
Part C：竞品矩阵与替代关系
| 对手 | 2026 年可见状态 | 对 Graphcore 的含义 |
|---|---|---|
| 英伟达 | 2027 财年第二季度（截至 2026 年 7 月 26 日）收入 962.21 亿美元，数据中心 890 亿美元，毛利率 75.0% 9 | 生态与规模双重领先，且用现金把挑战者买进来 |
| Cerebras | 2026 年 5 月 14 日在纳斯达克上市，发行 3,000 万股募资约 55 亿美元，上市首日收盘对应市值约 660 亿美元；2024 年上半年单一客户曾占收入 87%，此后客户数扩到三个，最大一单是给 OpenAI 的 750 兆瓦算力、金额约 200 亿美元 13 | 同一条赛道里有人拿到了完全不同的一版定价，差别在资本窗口而不是芯片 |
| Groq | 2025 年 12 月与英伟达达成约 200 亿美元的非独家技术授权，大部分技术团队并入英伟达，产品线成为 Nvidia Groq 3 LPX 914 | 自建云、卖推理速度这条路线，终点是"被领先者收编成型号" |
| SambaNova、d-Matrix、Tenstorrent、Rebellions 等 | 被行业媒体点名为 Groq 交易与 Cerebras 上市之后的受益与承压方，尚无同等量级的落地结果 13 | 赛道没有被判死，但独立生存的窗口由资本窗口决定 |
结论：在这条赛道里，独立活下来只有三条路——拿到内部客户（自研云厂商路线）、被领先者买走、或者被资本市场重新定价；Graphcore 走的是第二条，而且定价方式与第三条无关，它按投入资本而不是未来现金流结算。
Part P：产品设计（这台机器由哪几层组成，失败发生在哪一层）
把 Graphcore 的产品拆成四层看：
第一层是硅。2018 年交付微软的 Colossus MK1（GC1）有 1,200 多个处理器核心、236 亿晶体管；第二代的 GC200 架构有 1,472 个处理核、900MB 片上内存；2022 年的 Bow IPU 用台积电的晶圆对晶圆混合键合把两片晶圆叠起来，一颗处理器 350 TFLOPS 16。
第二层是系统。Bow-2000 机器装 4 颗 Bow IPU、单机 1.4 PetaFLOPS，往上组合成 Bow Pod16 到 Pod1024，算力从 5.6 PetaFLOPS 到 358.4 PetaFLOPS 6。
第三层是软件。Poplar 是自研的图执行框架，官方强调对既有 IPU 用户"无需改动软件"即可升级，且提供 IPU 优化模型库 6。
失败发生在第三层与第四层之间。硬件这一层做到了世界第一（首颗量产 3D 晶圆对晶圆处理器），系统层也做到了完整，但客户侧要真正搬过来，必须用 Poplar 而不是 CUDA 重写训练与推理管线；MLPerf 上的成绩要靠供应商专家手工调优 7。官方说的是"升级不需要改软件"，客户听到的是"迁移需要重做软件"——这两句话针对的是不同的起点。
结论：硬件差异化替代不了软件兼容性；当便宜的是硅、贵的是迁移时，客户会为迁移成本投票，而不是为峰值算力投票。
Part E：商业模式与单位经济（Unit Economics）
独立时期的商业模式是"股权融资买研发"：截至 2022 年账目，公司累计融资 7.118 亿美元，估值 27.7 亿美元；2022 年收入 270 万美元、税前亏损 2.046 亿美元，年末现金与短期投资 1.57 亿美元，账目写明按到 2027 年的现金流预测，公司需要额外融资才能达到盈亏平衡 38。
被收购之后的模式换成了"工时换现金"。15 个月期间：收入 9,169.4 万美元（工程服务 9,117.6 万美元、产品相关服务 51.8 万美元、产品销售 0），研发支出 1.27879 亿美元，期内亏损 6,761.4 万美元，年末现金 3,583.3 万美元，净资产 1,099.2 万美元；同一时期，母公司通过单股增发先后注入 1,567 万美元（2025 年 4 月）、1,952 万美元（2025 年 7 月）、402.2 万美元（2025 年 10 月），2026 年 4 月再注入 4.57 亿美元 415。
给早期投资人的结算单更直接：2016 年就进入的上市基金 Molten Ventures 在 2025 年披露，Graphcore 这一笔的最终售价对应 0.9 倍投入资本（MOIC），"在这笔投资上亏了钱" 16。
结论：这两种模式的单位经济不能用同一把尺子量——独立期的合理指标是"每 1 美元研发换回多少产品收入"，被收购后是"每 1 美元注资换回多少可交付工时"，而后者永远无法反过来证明产品成立；对创始人来说，一旦最大客户变成股东，就应该主动改用自己的估值口径。
Part L：洞察提炼（Lessons Learned）
1. 生态是客户侧的迁移成本，不是你的技术指标
第三方复算能打掉官方跑分，是因为跑分比的是硅，采购比的是迁移。任何"替换客户已有技术栈"的产品，第一指标都应该是客户侧的切换成本，而不是自己的性能增幅。
2. 设计赢单不是收入，产品收入占比才是
渠道、客户名单、发布会都属于前置动作。真正能证伪"我卖的是产品"的指标只有一个：产品收入占总收入的比例，以及它连续两年是否在上升。Graphcore 的这条线最终归零。
3. 最大的客户一旦变成股东，公司就换了生意
官方账目里写着"依赖软银集团及其子公司作为开发服务的主要客户"，同时写着"商业模式已经变成现金生成型"。这句话翻译过来是：收入来自母公司的研发预算。关联方收入可以支撑现金流，但它不能作为产品需求的证据。
4. 挑战者的护城河顺序是软件兼容、供应能力、芯片性能
三者倒过来排，就会得到一家"技术第一、收入归零"的公司。颠覆者真正要买通的是客户的工程组织，而不是评测机构的榜单。
5. 战略买家的定价是一次资产定价，不是成长定价
0.9 倍投入资本退出说明这笔交易是按团队、专利与在研产品结算的，与峰值估值无关。融资时把"退出路径"写进估值口径的公司，在谈判桌上会比别人早一轮拿到选择权。
6. 硬科技的失败不是瞬间的，它有固定顺序
先表现为收入不再增长（2021—2023 年收入在百万美元级徘徊），再表现为融资条件恶化（2023 年账目披露持续经营存在重大不确定性），最后表现为被战略买家买下（2024 年 7 月）。这个顺序给了经营团队两到三年的应对窗口，错过窗口之后，能谈的就只剩价格。
Part D：决策分析（可证伪阈值与指标体系）
以下六条阈值都从本案推出来，可以被后续数据推翻；每条给出可观察指标、阈值与触发动作。
1. 产品收入占比
指标：产品（硬件或软件许可）销售收入 ÷ 总收入，按年度计。
阈值：连续两个年度低于 30%，且下滑趋势不变。
触发动作：停止按产品公司估值，改为按项目/服务公司重做市场与定价策略。
本案证据：2023 年产品收入 45.6 万美元占 11.4%，2024—2025 期间为 0 4。
2. 研发效率
指标：产品收入 ÷ 研发支出（同期）。
阈值：低于 0.1 且两个期间没有改善。
触发动作：冻结研发扩张，把资源转向渠道变现或寻找战略买家。
本案证据：15 个月期间该比值约 0（产品收入为零），研发仍投入 1.27879 亿美元 4。
3. 关联方收入占比
指标：来自股东或关联方的收入 ÷ 总收入。
阈值：超过 30% 即不得用作需求证据；超过 50% 应视为商业模式已经改变。
触发动作：在对外材料与内部经营会上把该部分收入单列，不进入产品市场验证的判断。
本案证据：账目写明按季度向母公司开票、并"依赖软银集团及其子公司作为开发服务的主要客户" 4。
4. 设计赢单转化率
指标：赢单后 12 个月内进入批量采购（形成收入）的比例。
阈值：低于 50%。
触发动作：暂停扩渠道，改为逐单复盘客户侧的迁移成本，找到真正的阻塞点。
本案证据：微软、Dell、Atos、Supermicro、Inspur、Lenovo、Cirrascale、G-Core 等渠道均在册，2023 年收入仍只有 399 万美元 46。
5. 现金与研发缺口
指标：现金及等价物 ÷ 月度净现金消耗。
阈值：低于 12 个月，且下一轮融资没有明确领投方。
触发动作：启动战略买家流程，同时把在研项目按可独立交付的单元打包。
本案证据：2022 年末现金与短期投资 1.57 亿美元、当年税前亏损 2.046 亿美元，账目披露持续经营存在重大不确定性，9 个月后公司被出售 38。
6. 退出定价口径
指标：买方给出的报价是"投入资本倍数"还是"未来现金流/收入倍数"。
阈值：一旦报价以投入资本为锚（本案为 0.9 倍 MOIC），谈判空间只剩下资产范围，而不是估值倍数。
触发动作：把团队保留方案、专利与在研产品清单提前打包，同时评估继续独立经营所需的资金是否真的存在。
本案证据：2016 年进入的投资人以 0.9 倍投入资本退出 16。
数据缺口与置信度
- 软银的收购对价：官方未披露，媒体引述知情人士称"超过 6 亿美元"，置信度 B 2。
- 2021 年收入：由 2022 年账目披露的同比 -46% 反推，约 500 万美元，置信度 B 3。
- 微软 Azure 渠道后来的状态：微软与 Graphcore 双方均未公开说明 IPU 预览在何时、以何种方式结束，未披露。
- 客户数量、单套价格、单客户部署规模、负载续约率：未披露。
- 工程服务合同的金额结构与软银内部定价：未披露。
- 2018 至 2020 年收入：未找到可靠公开口径，未披露。
- 2025 年 4 月之后的最新账目：尚未提交，未披露；已知的只有 2026 年 4 月 4.57 亿美元注资与员工规模接近 1,000 人两项官方口径 115。
结论：这个案子最可迁移的一条不是"英伟达太强"，而是"客户迁移成本决定你的收入上限"。判断自己的产品是否成立，只需要三个可查的数字：产品收入占比、研发效率、关联方收入占比；三个数字同时恶化时，剩下的时间大约是两年。
References
- 1
- 2
- 3
- 4Graphcore Limited 集团账目与申报记录（Companies House，编号 10185006）
find-and-update.company-information.service.gov.uk
- 5
- 6
- 7Graphcore Looks Like A Complete Failure In Machine Learning Training Performance
newsletter.semianalysis.com
- 8AI chip biz Graphcore seeks capital to remain going concern
theregister.com
- 9NVIDIA Announces Financial Results for Second Quarter Fiscal 2027
nvidianews.nvidia.com
- 10
- 11
- 12
- 13Cerebras IPO Revives AI Chip Startup Fever
eetimes.com
- 14
- 15
- 16
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.