随着三季报披露完毕,国产 AI 芯片这条线的轮廓清楚了不少。
先看数字。2026 年前三季度,海光信息营业收入 149.55 亿元,同比增长 57.58%,归母净利润 28.47 亿元,增长 45.12%;寒武纪营业收入 95.26 亿元,增长 106.76%,归母净利润 37.15 亿元,增长 131.49%;摩尔线程与沐曦股份营收分别为 32.89 亿元和 28.24 亿元,同比增长 319.15% 和 128.45%,两家均实现扭亏为盈。
四家公司的共同点是:收入增长快于行业平均,利润增长快于收入增长,说明产能利用率与产品结构都在改善。
一、需求端发生了什么
国内 GPU 市场长期由海外厂商主导,转折点出现在两个地方。
一是供给约束。高端芯片的获取难度上升,采购方被迫把国产方案放进选型清单,而且不是"备选",是"主选"。
二是软件生态的追赶。过去国产芯片最大的障碍不是算力,而是"模型跑不起来"——算子不全、框架不兼容、调试工具缺失。今年几家头部模型厂商在新模型发布当天就宣布完成国产芯片适配(业内叫 Day0 适配),把适配周期从几个月压缩到几天。这一条对采购决策的影响,比任何跑分都大。
二、资本与产能的支撑
国家集成电路产业投资基金第三期注册资本 3440 亿元,据不完全统计已投资十余家科创板公司,覆盖代工产能、EDA 工具、封装设备等环节。供应链侧,成熟制程、封测、刻蚀与薄膜沉积设备、常规材料、服务器制造基本可以完成境内交付,AI 芯片已经形成从设计、代工到行业客户的闭环。
有机构判断,随着需求从信创扩展到金融、政务、能源、终端推理,到 2028 年国产 AI 芯片可能处于供不应求状态。
三、模型侧的飞轮
芯片的价值最终由模型调用量体现。智谱的 GLM-5.3 Flash 在 9 月的日均 token 消耗突破 20 万亿,公司把年末 ARR 指引从 24 亿美元上调到 30 亿美元。调用量上来,单位算力成本才有下降空间,芯片厂的产能才敢扩。
这是一个正循环:模型便宜 → 应用变多 → 调用量上涨 → 芯片订单增加 → 集群规模扩大 → 单位成本下降。
四、采购方的四条实操建议
第一,别看峰值算力,看有效算力利用率。同样标称一千张卡,训练任务能稳定跑多久、集群线性度如何,才是真实产能。
第二,要求提供目标模型的实测报告,而不是通用基准。你要跑的模型有没有被适配、精度损失多少、需要改多少代码,这三项决定迁移成本。
第三,先小集群验证再批量采购。用两周时间在 8 卡或 32 卡上跑通你的训练/推理链路,比看一百页白皮书有用。
第四,把退出成本算进去。算子覆盖率、框架版本跟进速度、社区活跃度,决定了三年后你还敢不敢继续用。
国产替代已经过了"能不能用"的阶段,接下来的竞争是"好不好用"和"用得起不起"。前者靠软件栈,后者靠规模。
国产 AI 芯片三季报:寒武纪营收翻倍,国模国芯进入放量期
← Previous: Tencent Hunyuan Hy4: 770B Parameters, Vision and Computer Use, Now GA
Next: →Anthropic Prices Its IPO at $70 to $78, Against a $900B Compute Bill →