行业核心观点 - 国产算力芯片行业正经历从“研发攻坚”到“价值兑现”的关键发展阶段，在人工智能需求爆发的背景下，企业普遍呈现营收放量、亏损收窄的积极态势 [1][6] - 全球科技巨头的高强度资本开支周期将持续推动算力需求增长，预计中国智能算力规模到2028年将达到2781.9 EFLOPS，2023-2028年复合年增长率为46.2% [6] 寒武纪业绩表现 - 2025年实现营业总收入64.97亿元，同比增长453.21%，净利润20.59亿元，同比扭亏为盈（上年同期亏损4.52亿元） [2] - 业绩增长主要得益于人工智能行业算力需求持续攀升，公司产品竞争力强，积极推动AI应用场景落地 [2] - 公司产品体系覆盖云端、边缘端的智能芯片及板卡、智能整机、处理器IP及软件，满足云、边、端不同规模AI计算需求 [2] 摩尔线程业绩表现 - 2025年营收为15.05亿元，同比增长243.37%，净亏损10.24亿元，亏损同比收窄36.70% [3] - 营收从2022年的0.46亿元增长至2025年的15.05亿元，年复合增速超过200% [3] - 2022年至2025年上半年累计研发投入金额超过43亿元，坚持研发驱动技术突破的策略 [3] - 公司成立五年已成功量产五颗自研芯片，构建了覆盖AI训练推理、科学计算与图形渲染的全栈产品矩阵，并打通“云—边—端”全场景落地能力 [4] - 公司正处于从“研发攻坚期”向“规模化盈利”过渡的关键节点，技术壁垒、产品矩阵和生态的完善有望加速其步入盈利周期 [4] 沐曦股份业绩表现 - 2025年实现营业总收入16.44亿元，同比增长121.26%，净亏损7.81亿元，亏损同比收窄44.53% [5] - 公司坚持“1+6+X”发展战略，加大市场开拓，产品性能及软件生态获得下游客户广泛认可，推动业务规模显著增长 [5] - 公司已完成AI推理、AI训练、图形渲染、科学智能四大主流算力赛道的产品矩阵全覆盖，旗下拥有曦索X系列、曦思N系列、曦云C系列和曦彩G系列等产品线 [5]

公司财务表现 - 2025年度实现营业总收入约15.06亿元，同比增长243.37% [1] - 2025年度归属净利润约为-10.24亿元，上年同期为-16.18亿元，整体亏损幅度同比收窄 [1] 业绩增长驱动因素 - 人工智能产业蓬勃发展及市场对高性能GPU的强劲需求是业绩增长的主要背景 [1] - 以AI训推一体智算卡MTT S5000为代表的产品竞争优势扩大，市场关注与认可度持续提升，推动了收入与毛利增长 [1] - 旗舰产品智算卡MTT S5000正加速规模化量产，成为驱动业绩增长与商业化落地的重要引擎 [1] 产品与技术进展 - 基于智算卡MTT S5000搭建的大规模集群已上线服务，可高效支持万亿参数大模型训练 [1] - 其计算效率达到同等规模国外同代系GPU集群先进水平，且具备全精度、全功能的通用计算能力 [1]

2025年度业绩预告 - 2025年营收预计为14.50亿元至15.20亿元，较2024年增长230.70%至246.67% [2][9] - 2025年扣非净利润预计亏损10.40亿元至11.50亿元，亏损同比收窄29.59%到36.32% [2][9] - 业绩增长得益于AI产业蓬勃发展及市场对高性能GPU的强劲需求，旗舰产品MTT S5000竞争优势扩大，推动收入与毛利增长，亏损幅度收窄 [2][9] - 营业收入将连续四年保持高增，净亏损亦将连续四年收窄，反映公司核心竞争力提升带来的商业化提速 [2][9] 行业特征与公司战略定位 - GPU行业具有壁垒高、重研发投入、周期长等特征，发展需跨越芯片设计、软件适配、应用场景落地等多重考验 [3][10] - 公司选择从底层架构、核心工具链到软件生态进行全流程自主设计，构建完整、通用、可持续演进的GPU体系 [3][10] - 依托MUSA架构，公司确立了国内稀缺的“AI+图形”双轮驱动定位，成为极少数同时深耕B端与C端的全功能GPU厂商，构筑了差异化竞争优势 [3][10] 技术研发与产品布局 - 五年内成功量产五颗芯片，完成四代GPU架构迭代，实现从芯片、计算卡到智算集群的多元布局 [3][11] - 产品矩阵覆盖人工智能、科学计算与图形渲染，全面支持“云-边-端”全场景 [3][11] - 全功能GPU单芯片集成AI计算加速、图形渲染、科学计算和物理仿真、超高清视频编解码四大引擎，是国内唯一功能可对标英伟达的全国产GPU [3][11] - 旗舰产品AI训推一体智算卡MTT S5000性能达市场领先水平并实现规模量产 [4][11] - 基于MTT S5000构建的万卡集群浮点运算能力高达10 Exa-Flops，具备全精度、全功能的通用计算能力 [4][11] 计算集群性能与生态建设 - 万卡集群在Dense大模型上训练算力利用率（MFU）达60%，在MoE大模型上达40%，有效训练时间占比超90%，训练线性扩展效率高达95% [4][11] - 集群可稳定高效支持万亿参数大模型训练，计算效率已达到同等规模国外同代系GPU集群的先进水平 [4][11] - MUSA架构及软件栈高度兼容国际主流GPU应用生态，大幅降低开发者迁移成本，为国产GPU规模化应用奠定基础 [4][12] - 2025年12月，联合硅基流动基于MTT S5000完成对DeepSeek-V3 671B适配，实测单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，刷新国产GPU在超大规模MoE模型下的推理纪录 [5][12] - 2026年1月，联合智源研究院依托MTT S5000千卡集群成功完成具身大脑模型RoboBrain 2.5的全流程训练，首次验证国产算力集群在具身智能大模型训练中的可用性与高效性 [5][12] 研发投入与资金保障 - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [5][12] - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [6][13] - 募投资金将投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [6][13] - 以自有资金补位体现了公司在新一轮GPU攻坚周期中的信心和决心，充足的资金将有助于巩固其在国产GPU赛道的技术壁垒 [6][13]

2025年度业绩预告与财务表现 - 公司预计2025年营收为14.50亿元至15.20亿元，较2024年增长230.70%至246.67% [2] - 公司预计2025年扣非净利润亏损10.40亿元至11.50亿元，亏损同比收窄29.59%到36.32% [2] - 业绩增长得益于人工智能产业蓬勃发展及市场对高性能GPU的强劲需求，以AI训推一体智算卡MTT S5000为代表的产品竞争优势扩大，推动收入与毛利增长 [2] - 公司营业收入将连续四年保持高增态势，净亏损亦将连续四年实现收窄，反映核心竞争力提升带来的商业化提速 [2] 行业特征与公司战略定位 - GPU行业具有壁垒高、重研发投入、研发周期长等特征，发展需跨越芯片设计、软件适配、应用场景落地等诸多考验 [3] - 公司选择从底层架构、核心工具链到软件生态进行全流程自主设计，从零构建完整、通用、可持续演进的GPU体系 [4] - 依托MUSA架构的统一性与先进性，公司确立了国内稀缺的“AI+图形”双轮驱动定位，成为极少数同时深耕B端与C端的全功能GPU厂商 [4] 技术研发与产品布局 - 公司五年内成功量产五颗芯片，完成四代GPU架构迭代，实现从芯片、计算卡到智算集群的多元布局 [4] - 产品矩阵覆盖人工智能、科学计算与图形渲染等完整计算加速领域，全面支持“云-边-端”全场景 [4] - 公司全功能GPU单芯片同时集成AI计算加速、图形渲染、科学计算和物理仿真，以及超高清视频编解码四大引擎，是国内唯一功能可对标英伟达的全国产GPU [4] - 旗舰产品AI训推一体全功能GPU智算卡MTT S5000性能达到市场领先水平，并实现规模量产 [5] 算力集群性能与生态建设 - 基于MTT S5000构建的大规模集群已完成建设并上线服务，其万卡集群浮点运算能力高达10 Exa-Flops，具备全精度、全功能的通用计算能力 [5] - 该集群在Dense大模型上实现60%的训练算力利用率（MFU），在MoE大模型上达40%，有效训练时间占比超过90%，训练线性扩展效率高达95%，可稳定高效支持万亿参数大模型训练 [5] - MUSA架构及软件栈在追求原生创新的同时，高度兼容国际主流的GPU应用生态，大幅降低了开发者的迁移成本 [5] - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [6] 关键合作与性能验证 - 2025年12月，公司联合硅基流动，基于MTT S5000完成对DeepSeek-V3 671B满血版的深度适配与性能测试，实测单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，刷新了国产GPU在超大规模MoE模型下的推理纪录 [6] - 2026年1月，依托MTT S5000千卡智算集群，公司联合智源研究院成功完成具身大脑模型RoboBrain 2.5的全流程训练，首次验证国产算力集群在具身智能大模型训练中的可用性与高效性 [6] 研发投入与资金保障 - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [7] - 募投资金将投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [7] - 以自有资金补位有助于保障募投项目顺利推进，并为新一代芯片研发、MUSA生态扩容提供支持，进一步巩固其在国产GPU赛道的技术壁垒 [7]

业绩预告核心数据 - 公司预计2025年实现营业收入14.5亿至15.2亿元，与上年同期相比，收入增长幅度为230.7%至246.67% [1] - 公司预计2025年归属净利润亏损9.5亿至10.6亿元，与上年同期相比，亏损收窄幅度为34.5%至41.3% [1] - 公司预计2025年扣非后归属净利润亏损10.4亿至11.5亿元，与上年同期相比，亏损收窄幅度为29.59%至36.32% [1] 业绩变动驱动因素 - 业绩增长主要得益于人工智能产业蓬勃发展及市场对高性能GPU的强劲需求 [1] - 以AI训推一体智算卡MTT S5000为代表的产品竞争优势进一步扩大，市场关注与认可度持续提升，推动收入与毛利增长 [1] 公司战略与研发投入 - 公司宣布将使用自有资金补足募投项目的资金需求，以保障GPU研发项目顺利推进 [2] - 募投资金将投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [2]