营收暴增超2100%、净利狂飙122%：国产AI芯片2026半年报全景透视
时间：2026-08-19 06:55
上述文章报告出品方/作者：电子发烧友网；仅供参考，投资者应独立决策并承担投资风险。
电子发烧友网报道2026年上半年，全球人工智能产业正式跨越了“技术尝鲜期”，迈入了“深度工业化”的关键阶段。随着大模型参数规模的指数级跃升以及智能体（AI Agent）在垂直行业的广泛落地，算力已不再仅仅是实验室里的资源，而是成为了数字经济时代最核心的生产要素。在这一宏观背景下，国产AI芯片及GPU行业迎来了历史性的商业化拐点。近期，寒武纪、海光信息、摩尔线程、壁仞科技、沐曦股份及天数智芯等领军企业陆续披露了2026年半年度财报或业绩快报。透过这些详实的数据，我们看到的不仅是营收数字的跳动，更是国产算力从“单点突围”向“系统级生态构建”转型的深刻图景。作为国产AI芯片的先行者，寒武纪在2026年上半年交出了一份极具里程碑意义的答卷。财报显示，公司上半年实现营业收入59.96亿元，同比大幅增长108.13%；归母净利润达到23.11亿元，同比增长122.61%。这一数据的背后，标志着寒武纪正式跨越了盈亏平衡点，进入了规模化盈利的良性循环。业绩爆发的核心驱动力，源于国内智算中心建设对国产算力的刚性需求。在供应链安全与自主可控的双重考量下，金融、互联网及运营商等关键客户加速导入寒武纪产品。技术层面，寒武纪坚持“MLU/XPU专用架构”路线，其最新的软件栈已全面适配GLM、DeepSeek、Qwen、Kimi等主流开源模型。这种“硬件 生态”的双轮驱动，极大地降低了客户的迁移成本，使其在推理侧市场占据了稳固份额。海光信息延续了其一贯的稳健风格，展现了“CPU DCU”协同发展的独特优势。上半年，公司实现营收90.99亿元，同比增长66.52%；归母净利润17.98亿元，同比增长49.69%，精准落在业绩预告区间上限。海光信息的业绩韧性，得益于其DCU（深算系列）产品在通用计算领域的广泛兼容性。随着AI大模型训练需求的持续外溢，海光DCU凭借对CUDA生态的高度兼容，在科学计算和大规模模型训练中获得了大量订单。目前，海光正致力于进一步拓展其高端处理器在产业生态中的版图，通过优化片间互联技术，提升其在万卡集群中的线性加速比，以应对日益复杂的万亿级参数模型训练挑战。在商业化加速期的企业中，摩尔线程的表现尤为抢眼。上半年公司实现营收17.36亿元，同比增长147.42%，归母净利润亏损大幅收窄至1156万元，距离盈利仅一步之遥。这一飞跃式增长，源于摩尔线程坚持的“全功能GPU”路线。其自研的MUSA架构，不仅支持AI计算，还兼顾3D图形渲染与视频编解码，这使得其产品在元宇宙、数字孪生及云桌面等场景中具有不可替代的优势。最新进展显示，其夸娥（KUAE）智算集群已实现千卡级全流程训练验证，商业化进程明显提速。未来，摩尔线程将继续深耕MUSA生态，通过提升单卡算力与集群通信效率，进一步挤压亏损空间，确立在全功能GPU领域的领先地位。壁仞科技的半年报数据呈现出惊人的爆发力。预计上半年实现营收11.5亿元至13亿元，同比增长高达1852%至2107%，亏损收窄约75%至80%。这种超高速增长主要受2025年上半年低基数效应影响，但也真实反映了市场对其高端GPGPU产品的渴求。壁仞科技专注于大模型训练与大规模并行计算，其核心策略在于突破“内存墙”与通信瓶颈。公司最新推出的基于芯粒（Chiplet）架构的BR2xx芯片，创新性地引入了光互连技术，构建了千卡级超节点。这种架构有效降低了大规模集群的时延与运维成本，使其在处理超大规模参数模型时展现出极高的能效比，成为众多头部大模型厂商的优选方案。沐曦股份上半年营收达到5.62亿元，同比增长75.37%，亏损收窄至0.99亿元。作为“生态兼容型”路线的代表，沐曦的成功在于其极低的客户适配门槛。基于自研的XCORE架构与MXMACA软件栈，沐曦在API层面实现了对CUDA生态的深度兼容，使得开发者几乎可以零成本迁移应用。产品规划上，沐曦首发的曦景S600超节点支持多维模型并行，集群理论上可横向扩展至十万卡级别。这种设计兼顾了大模型训练的高带宽需求与高并发推理的低延迟需求。随着后续产品迭代，沐曦正致力于通过规模效应进一步摊薄研发成本，加速向盈亏平衡点迈进。天数智芯预计上半年实现净利润0.6亿元至1.4亿元，成功实现扭亏为盈，成为行业内少有的盈利企业之一。这一成绩得益于其“软硬件协同设计”的精准卡位。天数智芯坚持GPGPU通用并行计算方向，其自研的DeepSpark软件栈不仅全面兼容主流框架，更实现了新大模型的“Day0适配”。在策略上，天数智芯避开了通用市场的红海竞争，侧重金融、医疗等对数据安全与系统稳定性要求极高的行业。通过提供高稳定性、高安全性的私有化部署方案，天数智芯建立了深厚的行业壁垒，实现了高质量的盈利增长。综合2026年上半年的业绩表现与技术进展，我们可以清晰地看到，国产AI芯片产业正在经历一场从“单点突破”向“系统级生态构建”的深刻转型。随着单芯片性能逐渐逼近物理极限，且受限于先进制程的外部约束，国产AI芯片厂商的硬件创新路径发生了根本性转变。大家不再单纯卷制程，而是转向架构创新与先进封装。利用Chiplet（芯粒）异构集成与2.5D/3D堆叠技术，厂商们得以在成熟制程下实现系统级性能的跃升。同时，为了解决大规模集群面临的通信瓶颈，“超节点”（Supernode）架构成为核心解法。通过将数千颗芯片通过高速光互联虚拟为一台超级计算机，国产算力正以集群优势弥补单卡性能的差距，支撑起万卡级智算集群的建设。硬件的“百花齐放”曾一度带来软件生态的割裂痛点。但2026年以来，行业正加速构建统一的软硬件协同适配平台。通过推进底层软件栈的兼容与中间层技术的标准化，开发者不再需要为每一款芯片重复适配。产业协作模式也在向分层解耦演进，芯片设计、整机制造、软件平台等环节的企业开始聚焦各自优势，通过开放架构实现异构芯片在同一系统中的协同工作。这种从“各自为战”向“生态共建”的转变，不仅降低了AI应用的落地门槛，也为国产算力从“可用”迈向“好用”奠定了坚实的产业基础。未来，具备系统级交付能力和软件生态壁垒的企业，将在这一轮洗牌中建立更稳固的竞争地位
VIP复盘网
