凌川科技完成10亿元B轮融资，快手孵化的芯片公司卖出近10万颗

11月4日，由快手孵化的凌川科技对外宣布，已拿到10亿元B轮融资。

这家公司做的是给视频平台用的"压缩芯片"，替平台省带宽、省钱。创始人刘凌志当过快手副总裁，他带队做出的SL200视频芯片累计卖出近10万颗，快手99.7%的直播相关业务都跑在这颗芯片上。

"如果没有快手这样的大后方，估计没有几家创业公司会选择这个方向。"头部芯片公司创始人郝易（化名）对铅笔道说。

在郝易看来，视频芯片创业最难的一关，是能不能找到足够大的客户，并且对方愿意长期买单。

为快手造芯，一路融到10亿

2018年，快手日活跃用户突破1亿，服务器成本压力骤增。也是在这一年，刘凌志进入快手出任副总裁，拉起异构计算与芯片团队。他是上海交通大学博士、美国华盛顿大学博士后，此前在华为、英特尔任过职。

两年之后，快手把自研芯片正式立项，方向定得很清楚：做一颗专门处理视频编解码的芯片，把成本压下来。

到2023年，团队研发的SL200芯片已经在快手内部部署了数万颗。刘凌志早前接受36氪采访时提到，这颗芯片带来的成本节省超出了预期。

2024年3月，北京市人工智能基金与快手集团共同发起设立凌川科技，原班团队从快手拆分出来，刘凌志担任董事长兼CEO。

融资节奏随后不断加快：2025年7月完成数亿元A轮，2026年6月又拿到数亿元A+轮，不到半年，10亿元B轮就跟上了。这一轮由亦庄国投屹唐盛和基金、启明创投、朝晖资本联合领投，20家新老投资方中，国资和产业资本占了大半。

芯片国产替代的大环境下，一家从互联网大厂内部长出来的芯片公司，成了国资眼中的稀缺标的。

作为资本市场的抢手项目，郝易觉得凌川科技的长处不只在技术。"重点是应用场景在哪里，客户的需求是什么。"

他对铅笔道表示，视频芯片研发要持续砸钱，可真正有大规模需求的客户并不多。缺少足够大的客户托底，创业团队很难长期撑下去。

凌川科技有快手做靠山，在向外找客户之前，就已经在快手业务里部署了数万颗芯片。

卖出近10万颗，这笔账还得细算

凌川科技卖的到底是什么？

已经规模商用的SL200，主要管视频编解码和转码。主播一开播，平台就得把画面实时转成不同清晰度的视频流，让网速各异的观众都能顺畅观看。直播间越多，后台要处理的视频流就越多。对平台而言，把每一路视频的成本降下来，省下的就是真金白银。

SL200盯上的正是这块开支。

这颗芯片的技术水平经过公开检验。在MSU世界编码器大赛上，SL200连续三届拿到商业化赛道第一，压过英伟达、英特尔的同期方案。据36氪报道，单颗SL200能处理36路视频任务，比传统方案节能约30%，单路处理成本降低约40%。

凌川科技披露，SL200累计卖出近10万颗，已经部署到快手、阿里云、百度云、哔哩哔哩等客户的场景中。今年起，产品还借合作伙伴之手进入数据中心、智慧安防等领域。

不过拆开来看，这门生意的账本并不轻松。

收入和利润，公司都没有披露过，能确认的出货量只有一个数字：累计近10万颗。而芯片从设计、流片到量产，每一代投入都以亿元计。这10亿元B轮融资的大头，就花在下一代芯片的研发与量产上。

另一笔得细算的账在客户结构上。SL200承载了快手99.7%的直播相关业务，可见“娘家”这个基本盘依然牢靠。阿里云、百度云、B站都在外部客户名单中，但每家的具体贡献有多大，公司并未披露。这家创业公司从母体拆分而来，估值故事里最敏感的恰恰是这一环。

这门生意的难点，恰恰在客户身上。

郝易对铅笔道表示，真正需要大规模视频处理的，主要是头部互联网平台、云服务商，以及一部分公安安防客户。"你很难找到真实的客户，找到需求量足够大的客户来支撑你做这件事。"

这类客户数量本就有限，对芯片的要求还高。视频处理设备得长时间稳定运转，客户一旦用上某套成熟方案，新供应商再想切进去，就要过测试、软件适配和业务迁移几道关。

客户不好找，找到了也不一定拿得下。

镕铭微电子是个可对照的样本。这家2015年成立的公司专做VPU视频处理芯片，产品用于直播、点播、云游戏等场景。其CEO朱照远今年接受媒体采访时透露，公司VPU累计出货已达数十万颗。

两家公司的路子不一样。镕铭微长期把专业芯片卖给外部市场，凌川科技则是从快手内部团队独立出来的。一个先学会自己找饭，一个先在家里吃饱。

在郝易看来，视频芯片能不能赚钱，归根到底看用量。客户的采购规模足够大，研发成本才有摊薄的机会。

今年起，凌川科技把目光转向AI视频生成，图的就是上量。

无论是AI广告还是AI短剧，画面生成与修改都离不开算力。按公司披露，新一代3D堆叠芯片面向AI视频生成，4月已经完成流片，近期回片，计划2027年规模出货；与之配套的LUCAS计算平台也在适配主流视频生成模型。

有意思的是，AI视频生成的头部玩家之一可灵，本身就是快手旗下产品。兜了一圈，新故事的起点可能还在娘家。

但进这个市场，对手也换了。以往凌川主要和传统视频处理方案拼效率，往后还得跟GPU等通用AI计算方案比性能、比成本、比软件适配能力。

大厂自研，创业公司抢单

视频芯片行业有个耐人寻味的现象：最缺这类芯片的企业，往往自己就有能力造。

谷歌是典型例子。YouTube每天要处理海量视频，为压低成本，谷歌专门研发了视频处理芯片Argos。2021年，谷歌在研究论文中披露，相比此前优化过的非专用加速方案，Argos系统的计算效率提高了20至33倍。两年后，Meta也公开了自研视频处理芯片MSVP，用于Facebook等平台的视频编解码任务。

谷歌、Meta走自研，快手当初组芯片团队，算的也是相近的成本账。不同之处在于，凌川后来从快手走了出来，开始把芯片卖给外部客户。

大厂自己造，专业厂商卖芯片，抢的是同一笔视频处理算力预算。

不过郝易提醒，不能只凭视频流量越来越大，就断定专业视频芯片公司一定越来越赚钱。

一个原因是客户集中。大型互联网平台握着海量视频业务，其中一些还有自研本事。专业芯片公司要吃下这类客户，成本和效率上的优势就得足够打动人才行。

另一个变化出在视频处理方式本身。

郝易观察到，以往不少视频任务压在摄像头、终端设备或边缘节点上，如今越来越多的任务往服务器和云端集中。公安安防等有私有化部署需求的客户，也在朝集中处理走。车载摄像头也一样，一部分视频处理任务已经交给汽车主控芯片干了。

原本要独立芯片来完成的工作，正被别的计算平台接走。

更大的变量在AI。

郝易判断，视频芯片往后可能分两条路走：一条是凌川这样的专用芯片，继续提升多路视频处理效率，同时往AI计算能力上扩；另一条是GPU等通用芯片，不断强化视频编解码、AI推理这些专门功能。

"专用芯片通用化，通用芯片专用化。"

以前，专业视频芯片管编解码，GPU管更宽泛的计算任务。现在，两边都开始往对方的地盘里走。

凌川科技手上有什么？近10万颗由快手术养出来的装机量，加上刚拿到手的10亿元融资，这两样东西摆在赛道上，分量不轻。要回答的问题同样明确：从快手走出去，证明自己能独立跑起来。

本文不构成任何投资建议。