全球AI算力市场趋势：推理成为新主战场 - 2025年全球大模型token消耗量增长了100倍，每一次消耗都对应一次AI推理，推理成本成为AI公司盈利的关键[1] - 根据德勤报告，到2026年，推理算力在整体AI计算中的占比将超过训练，达到66%，推理从技术配角转变为商业主力[1] - 大模型从“被训练出来”走向“被用起来”，推理需求被描述为“百花齐放”且“看不到天花板”[1][3] 曦望公司的战略定位与产品路径 - 公司选择All in推理、放弃训练，在行业普遍追求“训推一体”的背景下进行战略聚焦[1] - 公司于2025年初从商汤科技大芯片部门独立运营，一年内完成近30亿元战略融资，股东兼具产业龙头与国资背景[1] - 公司发布了新一代专注推理的GPU“启望S3”，其设计思路是做减法，放弃针对训练的冗余设计[5] 推理芯片的技术与设计逻辑 - 训推一体GPU为兼顾训练，采用昂贵的高级封装和HBM，但在推理场景下算力利用率仅5%到10%，导致高功耗和高成本[4] - 启望S3未采用HBM，而是选择成本更低、容量更大的LPDDR6内存，使得显存容量比上一代训推一体芯片提升四倍以上[5] - 芯片计算核心将算力向低精度倾斜，特别是FP4和FP8精度，通过加强FP4算力带来了数倍的性价比提升[6] - 结合架构、访存、软件栈等全方位优化，公司称S3能实现比上一代产品“十倍以上的性价比提升”[6] 行业竞争格局与国产芯片新趋势 - 行业正从集中式训练转向长期、大规模的推理场景，竞争核心转向效率、稳定性和长期成本[3] - 国产芯片创业趋势从“替代”转向“差异化”，单纯在“训推一体”通用赛道上追赶英伟达面临CUDA生态垄断、高研发投入等同质化竞争挑战[7] - 推理需求的爆发性增长（如智能体、多模态交互等）创造了新窗口，需求高度多样化且尚未收敛，没有公司能通吃所有场景[7] - 2025年底，英伟达以约200亿美元价格与AI芯片初创公司Groq达成非独家技术授权协议，以补强其在AI推理领域的技术[3] 生态构建与未来挑战 - 国产GPU生态面临巨大差距，Hugging Face上有200万个模型，而顶尖国产GPU能顺畅支持的只有几十到几百个，99%的中国AI应用仍建立在英伟达体系之上[8] - 国产芯片的突围必须是“芯片+生态+场景”的协同创新，公司正积极适配以DeepSeek为代表的国内大模型公司走出的不同技术路径（如MoE架构）[9] - 行业进入更为务实的“商业化验证”周期，最终取决于能否让更多企业用得起、用得好AI算力[10] - 公司管理层认为，AI芯片将占据未来AGI产业价值的70%甚至90%，相信未来7×24小时不停歇的推理需求将没有天花板[8]

文章核心观点 - 国产AI芯片“四小龙”中的燧原科技科创板IPO获受理，标志着该阵营企业已全部启动或完成上市，国产AI芯片产业开启了全新的资本化阶段 [1][2][3][18] 公司融资与股东情况 - 燧原科技IPO前估值超过200亿元，拟募资60亿元 [2][6] - 公司背后有上百位股东，腾讯为最大赢家，连续投资六轮，持股20.258%，为第一大股东 [4][5] - 腾讯不仅是第一大股东，更是第一大客户：2025年前三季度，公司对腾讯的直接销售收入占当期营收的57.28%，若计入通过腾讯指定服务器厂商的销售，合计占比高达71.84% [7][8] - 云和资本是另一家重要机构投资者，自种子轮起连续五轮追投，陪伴公司从估值1.7亿元成长至超200亿元，并在产品市场推广和智算中心项目落地等关键节点提供了重要支持 [9][10] 创始人背景与公司战略 - 燧原科技创始人赵立东拥有清华电子工程学士学位及超过20年硅谷工作经验，曾参与创立AMD中国研发中心，联合创始人张亚林为其AMD同事 [12][13] - 公司创始团队属于“清华EE85班”群体，该群体已诞生十余位半导体上市公司创始人或高管 [13] - 创业初期，公司选择从技术门槛最高的数据中心训练芯片切入，而非主流的推理芯片，坚持“做大芯片，拼硬科技” [13] - 公司采取双轨发展策略：一方面与腾讯等互联网巨头进行定制合作，打磨产品；另一方面深度参与“东数西算”国家战略，验证整体解决方案能力 [14] 公司业务与财务表现 - 公司已开发四代AI芯片，产品线覆盖训练和推理场景，包括“邃思”系列芯片、“云燧”加速卡及“燧原”智算集群 [13] - 营收快速增长：从2022年的0.9亿元增至2024年的7.2亿元，两年复合增长率达183.15% [15] - 公司尚未盈利，三年多累计亏损超过50亿元 [15] - 2024年，公司AI加速卡销量约3.88万张，约占中国AI加速卡整体出货量（超过270万张）的1.4%，在国产厂商中位居前列，但与占据约70%市场份额的英伟达（约190万张）相比规模仍有限 [15] 行业竞争格局 - 国产GPU“四小龙”技术路径各有侧重：摩尔线程打造全功能GPU；壁仞科技高度集中于高端云端通用计算（GPGPU）；沐曦平衡发展AI计算与图形渲染；燧原科技则专注云端AI计算，尤其深耕AI推理市场 [16] - 近期，“四小龙”集体奔赴资本市场：摩尔线程、沐曦股份已登陆科创板，壁仞科技登陆港股，燧原科技IPO获受理 [3][16] - 除“四小龙”外，百度昆仑芯、阿里平头哥等“大厂系”国产芯片近期也动作频频，国产AI算力市场将形成“四小龙”与“大厂系”两大阵营 [17] - “大厂系”的战略目标并非单纯卖芯片，而是通过自研芯片降低算力成本、锁定生态并向外部输出全套AI服务 [17]

国产AI芯片产业资本新局 - 国产GPU“四小龙”在短短数月内集体登陆资本市场，打开了全新的资本局面 [2][4] - 燧原科技作为“四小龙”中成立最早的公司，其科创板IPO获受理，拟募资60亿元，上市前估值已达200亿元 [3][4] 燧原科技融资历程与股东结构 - 公司自2018年成立以来，完成了多轮大规模融资，吸引了上百位股东 [4][6] - 腾讯是公司的第一大股东，持股20.258%，并连续投资了从Pre-A轮到E轮的六轮融资 [7][9] - 腾讯不仅是最大股东，也是第一大客户，2025年前三季度，公司对腾讯的直接销售收入占当期营收的57.28%，若计入通过腾讯指定服务器厂商的销售，合计占比高达71.84% [9][10] - 云和资本作为早期机构投资者，自种子轮起连续五轮追投，深度参与了公司的市场突破和关键项目建设 [11][12] 燧原科技创始人背景与公司战略 - 创始人赵立东拥有清华电子工程学士学位及AMD超过20年的工作背景，公司创始团队多来自AMD等半导体巨头 [14][15] - 公司创业初期选择了从技术难度最高的数据中心训练芯片入手，坚持“做大芯片，拼硬科技” [15] - 公司已开发四代AI芯片，产品线覆盖训练和推理场景，包括“邃思”系列芯片、“云燧”加速卡及“燧原”智算集群 [15] - 公司采取两大商业策略：一是与腾讯等互联网巨头进行定制合作，打磨产品；二是深度参与“东数西算”国家战略，验证整体解决方案能力 [16] 燧原科技经营与市场状况 - 公司营收从2022年的0.9亿元快速增长至2024年的7.2亿元，两年复合增长率达183.15% [18] - 公司三年多累计亏损超过50亿元，面临普遍的盈利困境 [17][18] - 2024年中国AI加速卡整体出货量超过270万张，英伟达市占率约70%（约190万张）；同期，燧原科技AI加速卡销量约3.88万张，约占国内市场份额的1.4%，在国产厂商中位居前列 [18] 国产GPU“四小龙”竞争格局 - 四家公司虽同属GPU领域，但技术路径和战略侧重不同 [20] - 摩尔线程致力于打造全功能GPU，实现“一套架构，服务全场景” [20] - 壁仞科技高度集中于高端云端通用计算（GPGPU），聚焦云数据中心和智算中心 [20] - 沐曦以“AI训练与推理”和“通用计算”为双核心，同时保留强大图形渲染能力 [20] - 燧原科技专注云端AI计算，并尤其深耕AI推理市场 [20] 国产AI芯片市场未来展望 - 除“四小龙”外，百度昆仑芯、阿里平头哥等大厂系芯片公司近期也动作频频，发布新产品和路线图 [21] - 市场预计将形成“四小龙”与“大厂系”两大阵营，大厂系的目标是通过自研芯片降低算力成本、锁定生态并输出全套AI服务 [21] - 随着“四小龙”齐聚资本市场，国产AI芯片的竞争正进入全新阶段 [22]

公司上市与募资计划 - 燧原科技披露招股书，拟在上交所科创板上市，募集资金拟用于后续产品研发迭代、业务拓展以及供应链安全保障，以提升国产AI芯片的自主创新能力 [1] - 此次IPO拟募集60亿元，投向第五代和第六代AI芯片系列产品的研发及产业化项目，以及先进人工智能软硬件协同创新项目 [3] 公司业务与产品 - 公司为国产GPU企业，自研迭代了四代架构5款云端AI芯片，构建了覆盖AI芯片、AI加速卡及模组、智算系统及集群和AI计算及编程软件平台的完整产品体系 [1] - 公司围绕自研云端AI芯片构建了覆盖AI加速卡及模组、智算系统及集群的全栈算力产品体系，并基于自主知识产权的AI计算及编程软件平台“驭算TopsRider”实现软硬协同优化 [3] - 截至2025年9月末，公司已获得境内发明专利262项，已承担10余项国家及地方科技攻关项目，参与了41项AI芯片与智算系统的关键国家及行业标准的制定 [3] 财务表现与盈利预期 - 公司营业收入从2022年的9010.38万元增至2024年的72238.74万元，期间复合增长率达183.15% [3] - 2025年前三季度，公司已实现营收5.4亿元 [3] - 2022年至2025年前三季度，公司扣非净利润亏损分别为11.5亿元、15.67亿元、15.03亿元和9.12亿元，2022年以来累计亏损超50亿元 [5] - 截至2025年9月末，公司合并口径和母公司未弥补亏损分别为-41.65亿元和-18.64亿元 [5] - 公司预计在排除外部不稳定因素下，根据在手订单、研发规划和产品迭代及交付计划，达到盈亏平衡点的最早时间为2026年 [1][5] 股权结构与重要股东 - 公司实际控制人赵立东、张亚林合计直接持有公司17.9287%的股权，通过员工持股平台间接控制公司10.2070%的股权，两名实际控制人合计控制公司28.1357%的股权 [2] - 腾讯直接持有公司19.9493%的股份，与其关联方合计持有20.26%的股份，是公司的大股东 [1][2] 客户集中度与关联交易 - 公司客户集中度较高，2022年至2025年前三季度，公司对前五大客户的销售金额占当期营业收入的比例分别为94.97%、96.50%、92.60%和96.41% [5] - 2025年前三季度，公司对腾讯的销售金额在总营收中的占比超过70% [1] - 报告期内，腾讯科技（深圳）的销售金额在总营收中的占比分别为8.53%、33.34%、37.77%和71.84% [10] - 公司与腾讯自2019年起开展业务合作，已形成稳定的深度战略合作关系 [9] 创始人背景与团队 - 公司创始人赵立东和张亚林均有深厚的AMD背景，赵立东曾任职AMD负责CPU/GPU/APU研发，张亚林曾在AMD领导开发并量产多颗世界级芯片 [2] - 目前，赵立东为公司的董事长、首席执行官、董事会秘书；张亚林担任董事、首席运营官、总经理 [2]

市场催化：海外CPU价格上涨与产能紧张 - 海外消费级CPU已于2025年第三季度开始涨价，近期AMD与Intel再次上调服务器CPU价格，幅度为10-15% [1] - AMD与Intel两家企业2026年的产能已基本预订一空 [1] 中期逻辑：国产AI芯片需求驱动力 - 国产模型近期迭代频出，例如DeepSeek在GitHub更新代码并提出可能是新架构的MODEL1，性能提升有望驱动更多应用场景，进而带动国产芯片对应的推理需求 [1] - 互联网厂商2026年有望进一步提高国产芯片的配置比例，或成为国产芯片的主要边际增量之一 [1] 相关投资产品：科创芯片设计ETF - 与国产AI芯片相关度最高的ETF为科创芯片设计ETF易方达（589030） [1] - 该ETF跟踪上证科创板芯片设计主题指数，其中数字芯片设计权重占比达到76.3% [1] - 该产品或充分受益于国产AI芯片产业上行趋势 [1]

国产GPU“四小龙”上市概况 - 英伟达市值热潮带动国产GPU公司上市，摩尔线程、沐曦股份、壁仞科技、天数智芯被称为国产GPU“四小龙”并扎堆开启IPO [1] 上市地点选择 - 摩尔线程与沐曦股份选择在内地A股上市 [3] - 壁仞科技与天数智芯选择在香港股市上市 [3] A股上市公司的市场表现 - 摩尔线程A股发行价为114.28元，初始市值约537亿元，上市当天最高涨幅达500%，当前市值保持在3000多亿元 [5] - 沐曦股份A股发行价为104.66元，初始市值约418亿元，上市当天最高涨幅超过700%，当前市值约2500亿元 [5] - 从初始市值至今，摩尔线程与沐曦股份的市值涨幅均超过5倍 [10] 港股上市公司的市场表现 - 壁仞科技港股发行价为19.6港元，初始市值约462亿港元（约合415亿元人民币），上市当天最高涨幅约110%，当前市值约790亿港元（约合710亿元人民币） [7][8] - 天数智芯港股发行价为144.6港元，初始市值约367.7亿港元（约合330亿元人民币），上市当天最高涨幅约30%，当前市值约412亿港元（约合370亿元人民币） [8] - 从初始市值至今，壁仞科技与天数智芯的市值涨幅均未超过一倍 [10] 不同市场估值差异分析 - 同样业务属性的公司因上市地点不同，市值差距显著，壁仞科技当前市值不足摩尔线程的四分之一，天数智芯当前市值仅为摩尔线程的八分之一 [8][10] - 若按A股公司约5倍的涨幅估算，壁仞科技与天数智芯的市值理论上均可达近2000亿元，与实际市值存在超1000亿元的差距 [10] - A股市场投机气氛较浓，港股市场估值相对更理性保守 [12] - 更高的市值有助于公司融资与发展，上市地点的选择对科技企业价值体现至关重要 [12]

文章核心观点 - 文章核心观点是，当前正处在一个由科技跃迁、全球格局重组和资本逻辑重写驱动的深层变革时代，2026年已成为正在展开的现实，投资者需要获取第一手信息和底层逻辑以应对变化 [1] - 文章旨在宣传一场由格隆汇、腾讯理财通携手广发基金、汇添富基金、易方达基金联合举办的线上策略会，该会议将从全球宏观视角出发，深度解读科技、资金与资产配置的底层逻辑 [1] 会议议程与嘉宾观点总结 - 金融学博士、经济学家、格隆汇创始人格隆博士将系统拆解2026年投资领域的核心问题，包括全球AI与半导体产业发展趋势、AI算力、半导体自主可控、国产AI芯片等细分赛道投资机会、全球流动性宽松背景下的中美科技产业趋势、风险偏好上行时的红利策略前景，以及低息背景下家庭资产配置的“新锚点” [2][6] - 汇添富基金经理、TMT科技研究组长、复旦大学半导体博士马磊将从美国凤凰城科技峰会的一线观察出发，分析全球AI与半导体产业正在发生的真实变化 [2][7] - 广发基金指数投资部基金经理、港美股科技研究专家夏浩洋将聚焦港美股科技板块，解码科技爆发背后的结构性机会与逻辑 [2][7] - 易方达指数研究部资深研究员杨正旺将分享对红利策略的全新理解，探讨在风险偏好上行、成长风格回暖的背景下，红利策略如何迭代并在防御与现金流之间找到新的平衡支点 [2][7]

昆仑芯上市事件与市场反应 - 2026年初，百度旗下AI芯片子公司昆仑芯以保密形式向港交所递交主板上市申请，消息公布后百度港股单日飙涨近10%，市值重回3955亿港元 [2][20] - 昆仑芯2025年营收超20亿元，外部客户收入占比超40%，并拥有中国移动十亿级集采订单背书，被视为百度AI战略的“硬资产” [2][20] - 然而，公司最新投后估值仅210亿元，远低于摩尔线程、沐曦股份等同行千亿市值，市场认为其上市是百度在AI投入十余年未找到清晰盈利路径后的一次资本腾挪，而非战略成熟的标志 [3][21] 昆仑芯面临的核心挑战与内部短板 - **技术生态薄弱**：昆仑芯P800芯片FP16算力达345TFLOPS，超越英伟达特供中国的H20芯片，但AI芯片竞争核心是生态，英伟达凭借CUDA生态垄断全球80%-90%的AI芯片市场，昆仑芯自研生态开发者数量不足其零头，在关键算子适配和客户迁移的兼容性、稳定性上存在差距 [5][23] - **商业化依赖与盈利困难**：2025年超20亿元营收中，仍有约60%来自百度内部业务，外部核心订单多来自中国移动、招商银行等国企或金融机构，利润空间有限且难以复制，2024年公司净亏损达2亿元，盈利前景渺茫 [6][24] - **供应链风险**：高端芯片生产制造高度依赖台积电等外部代工厂，EDA工具国产化率不足20%，且HBM显存供应紧张，供应链的被动局面制约其规模化量产和成本控制 [7][25] - **内部协同割裂**：百度AI战略的“芯片-框架-模型-应用”闭环衔接不畅，飞桨框架市场渗透率低，文心大模型商业化集中在To B传统领域，C端缺乏现象级产品，无法形成对昆仑芯算力的规模化需求，内部协同缺失导致各环节布局但都不顶尖 [8][26] 外部竞争格局与市场压力 - **全球竞争挤压**：英伟达2025年第三财季数据中心营收达512亿美元，同比增长66%，并加速布局多模态芯片巩固生态壁垒，AMD、英特尔在中低端市场抢占份额，谷歌、亚马逊等云厂商的自研ASIC芯片也在特定场景形成替代，昆仑芯在高端、中低端及垂直场景均面临激烈竞争 [11][30] - **国内竞争白热化**：华为昇腾在政务、军工领域构建稳固生态，寒武纪2025年上半年营收28.81亿元且已扭亏为盈，摩尔线程、沐曦股份等通过IPO融资加速迭代，同时阿里、腾讯、字节跳动等头部互联网企业加码自研AI芯片，2025年国内AI芯片本土品牌渗透率已升至30%，出货量突破82万片，潜在产能过剩风险可能引发价格战 [12][31] 资本市场视角与估值逻辑 - 摩根大通预测昆仑芯2026年营收将飙升至83亿元，增长超6倍，但该预测被认为缺乏坚实支撑，因其2025年高增长很大程度上依赖中国移动大额订单的持续性存疑 [13][32] - 昆仑芯210亿元的估值远低于同行，对比摩尔线程4.38亿元营收对应3830亿元市值的逻辑，其估值折价反映了市场对其技术生态薄弱、客户结构单一、盈利前景不明的定价 [13][32] - 资本市场认为百度AI战略核心问题是“缺方向”而非“缺资金”，公司自动驾驶、文心大模型、AI云等业务均未形成清晰的核心增长路径，昆仑芯上市仅是资产分拆变现，无法解决百度AI“大而不强、全而不精”的核心问题 [14][33] - 昆仑芯上市消息公布后，北向资金并未大规模增持百度股票，表明理性投资者认为单次IPO只能带来短期估值提振，长期仍缺乏持续创造价值的能力 [15][34] 结论：上市的战略意义与根本问题 - 昆仑芯的上市被视为百度AI战略的“中场调剂”而非“终局答案”，其自身的生态短板、客户依赖、盈利困难及供应链风险是百度AI内部矛盾的集中体现，无法通过上市根本解决 [17][36] - 百度AI战略的真正破局点在于构建芯片、模型、应用之间的协同效应，形成有竞争力的AI生态，若不能解决文心大模型的规模化商业化、飞桨框架的开发者吸引力及自动驾驶的大规模盈利问题，昆仑芯上市仅是孤立的资产亮点 [17][36] - 公司最终需要让AI技术创造持续的商业价值，而非停留在参数和资本故事上，这才是其战略能否被看好的关键，与昆仑芯是否上市无关 [18][37]

百度分拆昆仑芯上市的战略动机 - 实现价值重估：百度在资本市场长期被视为互联网广告平台，压制了其在AI领域的估值，分拆昆仑芯作为独立硬科技公司上市可享受更高科技股估值溢价，释放百度自身资本价值 [3] - 促进独立发展：分拆上市后，昆仑芯将成为独立面向市场的AI芯片供应商，有助于拓展百度生态外客户，打破仅有内部订单的质疑，并获得更大自主决策权以助发展壮大 [3] - 获取独立融资：芯片研发是长期且巨额的资本投入领域，独立上市融资能为昆仑芯获得更多资金活水，进一步推动芯片研发 [3] - 借助港股市场：借助港股IPO可进一步提升昆仑芯品牌知名度，并借助资本市场打开国际市场 [4] 昆仑芯的业务实力与市场地位 - 公司估值与行业地位：2025年，百度昆仑芯的整体估值已达到约210亿元，是国内极少数经过大规模生产验证、在特定场景下能与国际巨头竞争的AI芯片 [5] - 产品性能表现：第三代产品P800系列的FP16算力高达345TFLOPS，是英伟达为中国市场定制的H20芯片算力的2倍有余 [6] - 集群运营能力：基于昆仑芯建成的国内首个全自研“三万卡”集群，实现了99.5%的有效训练时长和超96%的线性加速比 [6] - 商业化成功验证：成功中标中国移动10亿级的AI计算设备集采，并获得招商银行等对系统稳定性要求极高的金融巨头客户 [6] - 出货量领先：2024年昆仑芯出货量达到6.9万片，是竞争对手寒武纪（约2.6万片）的2.6倍多，表明其已进入大规模量产的工业化阶段 [6] 昆仑芯面临的挑战与隐忧 - 软件生态壁垒：英伟达的核心护城河在于其CUDA软件生态，客户从英伟达迁移至昆仑芯往往需要重写代码或进行复杂适配，存在“换芯片容易，换整个开发体系难”的挑战 [7] - 客户依赖问题：当前大额订单主要来自政府集中采购和百度内部采购，在完全市场化竞争下获取更多客户是待解难题 [7] - 供应链风险：高端芯片（如P800）采用7纳米工艺，主要依赖台积电代工，若未来美国制裁政策收紧限制台积电服务，将面临生产困境；同时订单交付也受制于三星等合作伙伴的产能 [7] - 持续亏损与高研发投入：2024年营收接近20亿元，但净亏损约2亿元，下一代芯片研发动辄需要数十亿投入，是持续烧钱的领域 [8] - 高估值依赖未来预期：当前约210亿元的高估值建立在对未来爆发式增长的预期上，若新品（如M100/M300）上市延迟或市场反响不及预期，高估值泡沫可能破裂 [8] 分拆上市对百度及行业的意义 - 重塑百度标签：分拆昆仑芯上市是百度打响2026年“去广告化”标签的第一枪，试图证明其不仅是应用层互联网公司，更具备底层硬科技的研发和商业化能力 [9][10] - 确认行业地位与打造新增长曲线：一旦成功上市，百度在“算力基础设施”领域的行业地位将正式确认，并为公司撑起新的增长曲线 [9] - 提振行业信心：若昆仑芯顺利上市并获得高估值，将极大提振整个国产AI芯片行业的信心，并可能引发新一轮硬科技IPO热潮 [9]

公司上市与募资 - 公司是中国首家实现“训练+推理”通用GPU双量产的企业，并率先以7nm先进工艺实现芯片量产[1] - 公司于1月8日在港交所挂牌上市，发行定价为每股144.6港元，预计募资约37亿港元，IPO市值将超过354亿港元[1] - 公司计划将募集资金的80%用于产品及解决方案研发，其中50%投入通用GPU芯片及加速卡研发与商业化，25%用于自主软件栈研发，5%投向AI算力解决方案，10%用于销售及市场推广[2] 股东结构与投资者 - 公司引入了18家顶级投资方组成的基石团队，共计拟认购1,583,195,754港元[2] - IPO前，公司股东包括Princeville Capital、红杉中国、元禾基金等知名机构[2] - 大钲资本实体以22.92%的持股比例成为重要机构股东[3] - 海南数芯、沄柏资本分别持股7.51%、3.75%，A股上市公司富森美通过产业基金间接持股0.54%[3] 市场地位与财务表现 - 公司是中国最早启动通用GPU芯片设计的企业，首家实现推理和训练通用GPU芯片量产[4] - 2024年，公司跻身中国通用GPU市场五大核心参与者之列，市场份额位居国内前三，其中训练型产品市场份额第三，推理型产品市场份额第二[5] - 公司收入持续增长，2022年、2023年及2024年收入分别为人民币1.894亿元、2.890亿元和5.395亿元，复合年增长率高达68.8%[5] - 2025年上半年，公司营收达人民币3.243亿元，较去年同期的1.974亿元增长64.2%[5] - 通用GPU产品是核心收入来源，2025年上半年来自该产品的收入为2.77亿元，占总营收的85.33%，其中训练系列产品收入占比58.5%，推理系列产品收入8702万元，占比26.8%[6] 业务运营与客户 - 公司通用GPU产品出货量从2022年的7800片增至2024年的1.68万片，2025年上半年达到1.57万片，接近2024年全年水平[5] - 截至2025年6月，公司已向超290家客户交付逾5.2万片通用GPU产品，在金融服务、医疗保健等关键任务领域完成超900次部署应用，覆盖20多个行业[6] - 2025年上半年，AI算力解决方案收入为4264万元，占比13.2%，成为第二增长曲线[6] 研发投入 - 公司保持高强度研发投入，2022年至2024年研发开支分别为4.57亿元、6.16亿元、7.73亿元，占同期总收入比重的241.1%、213.1%、143.2%[6] 生态体系与产业协同 - 公司已构建覆盖软硬件一体化适配、开发者社区、产学研协同的全链路生态[8] - 产品全面适配国内外主流AI生态与深度学习框架，与联想、超云等硬件厂商完成兼容认证[8] - 其DeepSpark开源社区已汇聚400+训练模型、80+推理模型，成为国内首个通用计算应用开发及测评平台[8] - 公司与上海人工智能实验室合作接入DeepLink，牵头制定《人工智能芯片技术规范》等国家标准，并与复旦大学、重庆邮电大学等高校共建实验室，累计培养国内芯片人才超千人[8] 行业前景 - 中国通用GPU市场正处于高速成长期，国产化进程加快[9] - 预计2025-2029年期间，中国通用GPU出货量将以33.0%的复合年增长率持续增长[9] - 国产通用GPU市场占比已从2022年的8.3%提升至2024年的17.4%，预计2029年将突破50%[9]