国产AI芯片行业高增长态势 - 2025年上半年国产AI芯片厂商业绩持续高增 在旺盛AI推理需求支撑下 头部厂商积极积累产成品和储备关键材料以应对市场发展[1] - 海光信息上半年营业收入54.64亿元同比增长45.21% 归母净利润12.01亿元同比增长40.78%[4] - 寒武纪上半年营业收入28.81亿元同比增长4347.82% 归母净利润10.38亿元(上年同期亏损5.3亿元)同比增长295.85%[4] - 龙芯中科上半年营业收入2.44亿元同比增长10.9% 归母净利润亏损2.94亿元(上年同期亏损2.38亿元) 毛利率42.44%同比提高12.77个百分点[4][5] 存货与订单储备策略 - 寒武纪上半年存货26.9亿元占总资产31.95% 较上年末增加51.64% 主要因产成品增加 合同负债5.43亿元(占总资产6.45%)较上年末增长61223.22%[5] - 海光信息合同负债30.91亿元同比增加242.1% 存货60.13亿元较去年末增加10.84% 其中产成品和原材料增加最多[5] - 沐曦股份HBM和晶圆占原材料主要部分 截至3月末HBM占比大幅提升至1.23亿元占整体原材料63.73% 采购周期平均6个月需提前备货[6] - 存货变化受季节性因素影响 沐曦股份一季度原材料占比由7.78%上升至21.64% 因集中大量备货[6] 市场竞争格局与技术路线 - 英伟达和AMD在2024年中国AI加速芯片市场分别占据66%和5%份额 华为海思占约23% 沐曦股份约占1%[8] - 国内技术路线分为GPU赛道(海光信息/沐曦股份/天数智芯等)和ASIC定制化赛道(华为海思/寒武纪/昆仑芯等)[8] - ASIC芯片针对特定AI推理场景定制化设计 近两年受Meta、亚马逊等云计算厂商青睐[8] - 2024年中国数据中心加速芯片市场中 出货量超10000张的GPU公司包括英伟达、沐曦股份和天数智芯[9] 产品商业化进展与应用领域 - 寒武纪产品在运营商、金融、互联网等重点行业规模化部署[9] - 海光CPU兼容x86指令集应用于电信、金融、互联网等行业 DCU产品应用于大数据处理、人工智能等领域[9] - 龙芯中科发布3C6000系列产品 综合性能达2023年市场主流水平 对标英特尔第三代至强服务器芯片[9] - 沐曦股份是国内少数实现千卡集群大规模商业化应用的GPU供应商 正研发万卡集群 已支持128B MoE大模型全量预训练[10] 生态建设与产业链协同 - 沐曦股份曦云C600系列预计2025年底风险量产 已与头部互联网大厂、AI模型厂商及金融能源等行业客户推进接洽 增加对FP8数据格式支持[11] - DeepSeek-V3.1使用UE8M0 FP8 Scale参数精度 针对下一代国产芯片设计 推动开放生态发展[13] - 海光信息推动芯片、整机平台全程同步研发 实现"硬件-软件-生态"系统化协同 与中科曙光进行业务整合[13] - 海光信息上半年销售费用2.034亿元同比增加185.83% 其中市场推广费1.106亿元同比增加330.35% 用于生态建设和市场推广[14] - 国内运营商推动Scale up和Scale out技术路线生态合力 提升基于国产AI芯片的计算效率[14]

文章核心观点 国产AI芯片厂商在2025年上半年业绩表现强劲 受益于旺盛的AI推理需求 头部厂商通过积极备货和生态建设应对市场增长 尽管在市场份额和技术生态上较国际巨头仍有差距 但通过差异化竞争和产业链协同正加速发展[1] 财务业绩表现 - 海光信息上半年营业收入54.64亿元 同比增长45.21% 归母净利润12.01亿元 同比增长40.78%[4] - 寒武纪上半年营业收入28.81亿元 同比增长4347.82% 归母净利润10.38亿元 同比扭亏为盈（上年同期亏损5.3亿元）[4] - 龙芯中科上半年营业收入2.44亿元 同比增长10.9% 归母净利润亏损2.94亿元 亏损同比扩大23.53%[4] - 龙芯中科毛利率回升至42.44% 同比提高12.77个百分点 其中信息化类芯片毛利率达65.45%[5] 存货与订单储备 - 寒武纪存货26.9亿元 占总资产31.95% 较上年末增加51.64% 合同负债5.43亿元 同比激增61223.22%[5] - 海光信息合同负债30.91亿元 同比增加242.1% 存货60.13亿元 较去年末增加10.84%[6] - 沐曦股份HBM库存达1.23亿元 占原材料总额63.73% 晶圆和HBM采购周期约6个月[6] - 一季度原材料占比从7.78%升至21.64% 因集中备货季节性因素影响[7] 市场竞争格局 - 2024年中国AI加速芯片市场中 英伟达占66% 华为海思占23% 沐曦股份占1%[9] - 国内GPU厂商包括海光信息、沐曦股份、天数智芯等 ASIC厂商包括华为海思、寒武纪、昆仑芯等[9] - 国产GPU目前主要集中于推理场景 训练场景导入较慢 生态建设是长期系统工程[11] - 沐曦股份支持128B MoE大模型全量预训练 曦云C600系列预计2025年底风险量产[11][12] 技术发展与生态建设 - 龙芯中科发布3C6000系列CPU 性能对标英特尔2023年服务器芯片 重点开拓存储服务器、网络安全设备等专用市场[10] - DeepSeek-V3.1采用FP8精度设计 针对下一代国产芯片 推动开放生态发展[14] - 海光信息销售费用2.034亿元 同比增加185.83% 其中市场推广费1.106亿元 同比增加330.35% 主要用于生态建设和团队扩张[15] - 芯片厂商与产业链深度协同 推进"硬件-软件-生态"系统化发展 运营商推动Scale up/Scale out技术路线融合[15][16]

核心观点 - 国产AI芯片厂商在2025年上半年业绩表现强劲 收入与利润高速增长 主要受AI推理需求驱动 同时积极储备存货和原材料以应对未来市场发展和供应链不确定性 [2][3][5] - 国内厂商在技术路线和市场竞争中采取差异化策略 包括GPU和ASIC等不同路径 并通过开放生态和产业链协同提升竞争力 但相比国际巨头如英伟达 市场份额仍有较大提升空间 [7][8][9] - 行业生态建设加速 厂商加大市场推广和研发投入 推动硬件-软件-生态协同发展 并与下游应用领域紧密合作 以扩大商业化应用规模 [11][12] 财务表现 - 海光信息2025年上半年营业收入54.64亿元 同比增长45.21% 归母净利润12.01亿元 同比增长40.78% [3] - 寒武纪上半年营业收入28.81亿元 同比增长4347.82% 归母净利润10.38亿元 上年同期亏损5.3亿元 同比增长295.85% [3] - 龙芯中科上半年营业收入2.44亿元 同比增长10.9% 归母净利润亏损2.94亿元 上年同期亏损2.38亿元 毛利率42.44% 同比提高12.77个百分点 [3][4] 存货与合同负债 - 寒武纪上半年存货26.9亿元 占总资产31.95% 较上年期末增加51.64% 合同负债5.43亿元 占总资产6.45% 较上年期末增加61223.22% [5] - 海光信息合同负债30.91亿元 同比增长242.1% 占总资产9.57% 存货60.13亿元 较去年末增加10.84% 占总资产18.62% [5] - 沐曦股份原材料中HBM和晶圆占比最高 截至3月末HBM占比63.73% 金额1.23亿元 [5] 技术路线与市场竞争 - 国内GPU赛道主要玩家包括海光信息 沐曦股份 天数智芯 壁仞科技和摩尔线程 ASIC赛道参与者包括华为海思 寒武纪 昆仑芯和平头哥 [7] - 2024年中国AI加速芯片市场中 英伟达份额66% AMD份额5% 华为海思份额约23% 沐曦股份份额约1% [8] - 国内厂商产品已应用于运营商 金融 互联网 教育 交通 能源 医疗健康等多个行业 [8][10] 产品进展与生态建设 - 龙芯中科发布3C6000系列产品 综合性能达2023年市场主流水平 并探索存储服务器 网络安全设备 云终端等专用市场 [8][9] - 沐曦股份曦云C600系列预计2025年底风险量产 已与互联网大厂 AI模型厂商 国家算力平台及多个行业客户接洽 并支持FP8数据格式 [10] - 海光信息上半年销售费用2.034亿元 同比增长185.83% 其中市场推广费1.106亿元 同比增长330.35% 主要用于生态建设和市场拓展 [12] 供应链与采购挑战 - 沐曦股份核心原材料晶圆和HBM采购周期约6个月 受国际供应政策和供应商产能分配影响 具有不确定性 [6] - 目前国内互联网企业采购GPU仍以国际产品为主 国产GPU占比低且多集中于推理场景 训练场景导入较慢 [9] - 国产GPU生态适配 迭代和培育是一项长期系统性工程 但沐曦股份已实现千卡集群大规模商业化应用 并推动万卡集群落地 [9]

国产GPU行业动态 - 2025年上半年摩尔线程与沐曦股份科创板IPO申请同日获得受理 标志着国产GPU行业进入资本化新阶段 [1] - 两家公司分别由英伟达系(摩尔线程)和AMD系(沐曦)核心团队创立 平均拥有近20年GPU研发经验 [2][5][6] - 行业呈现"两条技术路线"特征：摩尔线程布局全功能GPU对标英伟达 沐曦聚焦数据中心GPGPU市场 [3][7][9] 摩尔线程技术布局 - 推出国内首个全功能GPU架构MUSA 单芯片同时支持AI计算/图形渲染/物理仿真 [10] - 产品矩阵覆盖消费级(MTT S80/S70)与数据中心(MTT S2000-S4000) 其中S4000芯片FP32算力达49 TFLOPS [13][15] - 夸娥智算中心解决方案支持万卡级集群部署 长江SoC芯片集成多元算力瞄准边缘计算市场 [14][15] 沐曦技术布局 - 采用完全自主IP设计 产品线分为曦云C系列(训练)、曦思N系列(推理)、曦彩G系列(图形渲染) [17][19][24] - 初期主打数据中心通用计算 曦云C500系列在2024年贡献97%营收 累计销量超25000颗 [17][38] - 自研MXMACA软件栈已支持PyTorch等主流框架 加速构建开发者生态 [37] 财务与增长表现 - 两家公司均符合科创板第五套上市标准 最近三年研发投入占比超280%(沐曦282% 摩尔626%) [25] - 沐曦2022-2024年营收复合增长率达4074% 摩尔线程同期增长208% [28][29][30] - 毛利率持续改善：摩尔线程从18%提升至37% 沐曦最高达63% 显示成本控制能力增强 [32] 行业竞争格局 - 国产GPU四小龙(摩尔/沐曦/壁仞/燧原)密集冲刺IPO 反映行业技术成熟度进入新阶段 [34][35] - 摩尔线程S80显卡以RTX 3060三分之一价格切入消费市场 逐步建立品牌认知 [36] - 当前主要差距在软件生态 CUDA移植工具(MUSA/MXMACA)成为破局关键 [37] 发展挑战 - 收入来源集中：沐曦单产品线占比超97% 摩尔线程前五大客户贡献80%营收 [38][39] - 芯片研发周期(2-3年)与AI迭代速度(3-6个月)存在错配风险 [39]