蟄伏多年的寒武紀迎來了高光時刻。

　　今年8月以來，寒武紀股價連續多次超越茅臺 。11月6日 ，寒武紀股價漲近10%
，達到1480元/股，超過茅臺 ，再次成為A股價格最高的股票
。

　　此前10月17日發布2025年第三季度財報中
，這家公司的業績也延續了今年來的超預期增長。報告期內，寒武紀營收17.27億元 ，同比增長1332.52%；凈利潤達5.67億元
，已連續4個季度實現盈利 。

　　上個季度，寒武紀已經交出了創紀錄的半年報：營收28.81億元 ，同比暴增4347%；歸母凈利潤10.38億元，首次實現扭虧為盈
。財報披露后
，寒武紀憑借每股1587.91元的收盤價超越貴州茅臺，成為新一代A股“股王”。這一歷史性時刻使寒武紀獲得了廣泛關注——無論是不是股民、懂不懂人工智能與芯片 ，公眾都開始好奇這家中國科技公司實力幾何 、股價還能漲多久？

　　就在兩年前
，寒武紀還曾因股東套現登上媒體熱搜 。當時，受到芯片研發的巨額支出拖累 ，寒武紀歸母凈利潤自上市后一直為負
。資本耐心有限
，截至2023年9月，有6名原始股東合計套現68億元清倉寒武紀。一度有媒體質疑 ，這顆科技股的創業之星將會隕落 。

　　今天回看
，這些離場的股東再等一等就可以看到黎明的曙光。2024年，寒武紀的虧損已大幅收窄
。2025年 ，公司股價與市值一路狂飆
，甚至有人將其比作中國版英偉達。

　　論營收
、市值與產品市占率，寒武紀要對標英偉達為時尚早 。二者的技術路徑也不同：英偉達押注通用的圖形處理器（Graphics Processing Unit ，GPU），寒武紀押注專用于深度學習的神經網絡處理器（Neural Processing Unit
，NPU）
。

　　但二者發展業務的底層邏輯確有相似之處。英偉達創始人兼CEO黃仁勛在播客節目《BG2》上談及通用與專用芯片的差異時，公開贊許Google在AI浪潮還未開始前就自研TPU（注：張量處理器 ，Google推出的特定類型NPU）的前瞻性 。他認為一家創業公司真正的成功是先拿下一個微小市場100%的份額
，繼而創造出一個新市場，“這正是英偉達當年做的 ，也是Google TPU團隊做的
，當時整個行業就我們兩家
。 ”

　　其實大洋這一頭的寒武紀也應當位列其中。曾在中國科學院計算研究所（以下簡稱“中科院計算所
”）擔任研究員的陳天石是最早提出面向神經網絡的專用處理器架構的科學家之一，與英偉達和Google幾乎同時在AI芯片領域發力 。陳天石在2018年接受采訪時曾表示 ，希望寒武紀芯片成為未來無處不在的AI應用的“墊腳石”——與英偉達提出的“AI基礎設施 ”概念如出一轍
。只不過相較于技術巨頭
，寒武紀一直在想盡辦法活下去。而隨著AI算力需求爆發，這家公司的故事才剛剛開始 。

　　與Google站在同一起跑線

　　談寒武紀 ，繞不過創始人陳天石與陳云霽這對雙子星
。哥哥陳云霽與弟弟陳天石先后考入中國科學技術大學少年班
，博士畢業后又都進入中科院計算所工作。陳云霽研究芯片，陳天石則研究智能算法 。2010年前后 ，兄弟倆嘗試將兩人的基礎研究相結合，“做一個聰明的芯片
”。當年
，該課題在全球學術界與產業界都過于冷門，他們一度連20萬元的科研經費都申請不到
。陳云霽在文章中回憶 ，不止一個人勸他們放棄AI芯片這個“虛無縹緲的東西”。

　　可兄弟倆并沒有放棄
，他們的堅持也在2014年迎來了令人矚目的學術成果：陳云霽、陳天石與其他合作者的論文《DianNao：一種小尺度的高吞吐率機器學習加速器》《DaDianNao：一種機器學習超級計算機》接連獲得處理器領域國際頂會的最佳論文獎 。這兩篇論文首次提出的專用神經網絡芯片架構，讓AI不再只存在于大型服務器 ，還可以被嵌入各種終端設備
。論文還設計出專為神經網絡設計的芯片原型
，證明深度學習算法在專用AI芯片上的性能與功耗均優于傳統的CPU 、GPU。

　　DianNao和DaDianNao開創了深度學習處理器方向，發布后被Google的TPU團隊
、英偉達等全球數百個科研機構引用 ，被視為AI專用芯片領域的奠基作之一 。《科學》雜志評價陳云霽和陳天石是深度學習處理器的“先驅 ”
。隨著2016年AlphaGO戰勝圍棋世界冠軍李世石
，AI研究逐漸升溫，科學家們已經不再滿足于在ImageNet學術競賽上用神經網絡識別貓狗 ，AI開始從實驗室邁向產業。2015年
，陳云霽團隊研發的AI專用原型芯片在實驗室一次性流片成功 。2016年，陳天石離職創業 ，與中科院下屬企業北京中科算源資產管理有限公司共同出資創立寒武紀
。

　　同年4月，英偉達推出首塊專門為AI優化的GPU P100和首臺“開箱即用
”的深度學習超級計算機DGX-1——黃仁勛親手把序列號0001的機器贈送給了OpenAI；5月Google正式公布了專為AI定制的芯片TPU。

　　本質上
，Google的TPU與寒武紀的NPU都是專用于特定任務的集成電路（ASIC） 。與脫胎于高校實驗室的寒武紀相比，Google最初研發TPU就是為了滿足自家數據中心的推理需求
。Google的高管在2013年算過一筆賬：假設有1億安卓用戶每天使用手機語音轉文字服務3分鐘 ，消耗的算力就已是Google所有數據中心總算力的兩倍
，更何況安卓用戶遠不止1億人。CPU與GPU雖然也能完成推理，可前者的并行計算能力弱 ，后者專為圖像渲染設計
，在做AI運算時也不夠節能與高效，用它們擴建數據中心是一筆賠錢的買賣 。

　　但初創公司寒武紀不可能像技術巨頭一樣砸錢研發芯片 ，即使芯片成功量產
，當時的AI算力市場剛處于萌芽階段，也難以支撐大規模出貨。寒武紀在早期選擇了類似ARM的商業路徑：以AI處理器IP授權為核心的業務模式
。這是一個明智的選擇。第一代寒武紀1A以IP授權形式應用于華為麒麟970芯片 ，搭載到了Mate 10手機上 。此后
，華為一度成為寒武紀第一大客戶
。IP授權業務在2017年與2018年撐起了寒武紀超過98%的營收。

　　與華為的合作證明了寒武紀技術落地、跑通商業化的實力 。陳天石在2017年充滿信心地談及了當時他的3年規劃：寒武紀將力爭在3年后占有中國高性能智能芯片市場30%的份額，并使全球10億臺以上的智能終端設備集成有寒武紀終端智能處理器
。

　　但這條路在提出的第二年就走不通了 ，寒武紀不得不面對創業以來的第一次危機。

　　客戶成對手，寒武紀靠業務多元化過冬

　　英偉達并沒有另起爐灶做專用芯片
，而是開創CUDA架構，為GPU在圖形渲染之外探索通用計算的可能 。Google下場做TPU在產業界更是一個風向標
。此后 ，具備大規模云計算或終端推理需求的技術公司逐步啟動自研芯片計劃。

　　華為在2018年首度發布昇騰910 、昇騰310兩款AI芯片 。次年
，華為nova 5手機的麒麟810芯片中的AI模塊便采用自研達芬奇架構替代了寒武紀的IP授權方案
。大客戶變成競爭對手，直接沖擊了寒武紀的營收結構。2019年寒武紀的IP授權及軟件業務占總營收比重從99.69%暴跌至15.49% 。

　　“從第一天我們就知道 ，一定會做自己的芯片。但首先做終端IP產品線
，是因為那時沒錢去研發非常復雜的芯片
。做終端IP是為了向大家證明能力。”陳天石在2020年接受媒體采訪時表示，寒武紀從創立第一天開始就不是一家IP公司 。

　　與華為的合作終止 ，讓寒武紀的自研芯片之路來得比預期要快
。雖然公司還是沒賺夠錢
，但市場不會等待萬事俱備才行動的創業者。關鍵時刻，陳天石的老東家兼股東拉了公司一把 。2019年 ，寒武紀主要的在售訂單是橫琴先進智能計算集群系統項目
。該項目由中科院計算所與珠海橫琴新區管委會合作共建
，中科院計算所是（一期）工程的出資方。后續5年，智算集群系統業務取代IP授權業務成為寒武紀營收的主要來源 。

　　2020年 ，寒武紀借助科創板不再硬性要求盈利與營收規模的政策利好成功上市，成為中國的“AI芯片第一股 ”
。回顧招股書
，寒武紀將這一階段的重心放在了推進營收結構多元化：開發思元芯片系列產品線，布局云端
、邊緣與端側計算撐起營收 ，而IP授權業務幾乎從其商業版圖中消失。

　　但智算集群系統業務只是讓寒武紀緩了一口氣
，它主要為AI應用部署技術能力相對較弱的客戶提供軟硬件整體解決方案 。想要進一步擴大生意規模，并且讓生意可持續 ，市場化客戶才是寒武紀未來應當重點爭取的對象
。寒武紀在招股書中透露
，已與紫光展銳、智芯微 、浪潮、聯想
、阿里巴巴、百度 、滴滴
、好未來、金山云等眾多公司開展合作。

　　創業不易 。寒武紀不能像英偉達那樣，用利潤豐厚的消費級顯卡業務為培育AI芯片業務輸血；也無法像Google那樣 ，通過自研TPU來降低算力總成本。自公司成立以來
，寒武紀的研發投入居高不下，占營收比例常常高于100% ，也就是說賣芯片賺到的所有錢甚至都不足以覆蓋研發支出
，歸母凈利潤持續8年為負，分紅更是無從談起
。

　　不僅如此 ，大客戶結款慢 、賬期長，讓寒武紀脆弱的現金流雪上加霜。在2022年年報中
，寒武紀提及了智算集群業務潛在的壞賬風險 。當年應收賬款面值7.6億元，公司全年營收才7.29億元 ，表明公司尚未形成盈利模式
。

　　2022年12月底
，寒武紀再次遭遇重挫。由于被美國列入“實體清單”，寒武紀被迫與芯片制造商臺積電終止合作 。2021年至2023年 ，寒武紀的營收連續3年原地踏步
，維持在7億元
。

　　風口來臨時，用軟件優化留住客戶

　　新一輪AI浪潮出現之前 ，寒武紀的日子可謂是苦熬。除了Google
、百度、阿里巴巴這樣有明確AI落地需求的大型技術公司
，只有部分地方數據中心與科研機構存在少量AI芯片的需求，而前者出于降本增效的考量 ，大都選擇自研芯片
，百度有昆侖芯，阿里有平頭哥 ，留給寒武紀這樣的獨立AI芯片公司的機會少之又少 。

　　2023年年初ChatGPT的橫空出世改寫了游戲規則，上線兩個月其月活用戶便破億
，成為有史以來增速最快的App
。市場對AI算力的需求快速上漲。不過這也分成前后兩個階段，前一階段以模型訓練需求為主 ，后一階段模型推理需求成為主力 。這與人類學習知識的過程很相似
，上課 、做題
、反復練習就像模型的訓練，學會知識后用于解決問題就像模型的推理 ，前者更耗費腦力
，后者考驗精力，兩個階段對于AI芯片的需求自然也不同
。

　　前一階段中 ，技術巨頭與AI創業公司開始不計成本地訓練模型
，訓練用AI芯片成了搶手貨，而此類高性能芯片幾乎被英偉達壟斷 ，一塊H100芯片的售價高達4萬美元
，依舊供不應求。英偉達的股價也從之前的十幾美元一路上漲到接近200美元 。

　　寒武紀的機會則在下一個階段，模型被訓練好并投入使用后 ，對于推理AI芯片的需求才正式涌現。轉折點出現在2025年春節期間，DeepSeek推出的R1模型不僅性能上處于領先水平
，而且它是開源的，這意味著任何公司、機構 ，乃至個人
，只要擁有AI推理芯片，就能用上這個模型
。

　　“AI芯片第一股
”寒武紀終于等來了期盼許久的商業化機遇。在2024年年報中 ，寒武紀將云端芯片和智算集群業務合并成統一的云端產品線 。同時
，公司開始大規模備貨，庫存從不足1億元 ，飆升到17.73億元
，背后是它對推理芯片市場前所未有的信心
。這一年，性能對標英偉達A100的思元590芯片通過測試并出貨。寒武紀表示 ，在互聯網及運營商領域
，公司的產品力得到了客戶的廣泛認可 。

　　寒武紀官方從未透露過關于大客戶的任何信息，但從財務數據看 ，其大客戶訂單過于集中
。2024年，前五大客戶的銷售額占總營收比重94.63%。其中
，公司第一大客戶貢獻了9.3億元，占總營收比重高達79.15% 。

　　如何留住這些大客戶是寒武紀未來業績的重要考題
。今年3月 ，市場有傳言稱
，字節跳動向寒武紀下單4萬塊單價2.5萬元的思元580芯片，總價值達10億元。但字節跳動隨后回應稱消息不實 。

　　8月29日 ，《金融時報》的報道援引伯恩斯坦半導體分析師Lin Qingyuan的觀點
，稱寒武紀直到2024年年底才開始獲得市場認可，它與字節跳動合作 ，使自家芯片能更好地兼容基于英偉達生態訓練的算法
。文章還指出
，包括字節跳動AI工程師在內的多位人士表示，寒武紀的軟件兼容性更好 ，這使得它的產品比華為的昇騰芯片更易于使用。

　　根據一份公開的昆侖芯專家交流紀要
，寒武紀AI處理器在一些關鍵算子的優化能力上要優于昆侖芯 。寒武紀處理器在通信型和計算型任務中的軟件優化層面更具優勢。

　　種種跡象表明，寒武紀能夠斬獲大客戶訂單 ，優勢在于軟件
。早在2018年，陳天石就曾表示
，AI芯片最終的決定性力量在于拼軟件 、造生態，“芯片公司需要做大量軟件工作是客觀規律” ，“讓客戶用好你的芯片
，你的軟件開發平臺和工具鏈必須好用 ”。為此，寒武紀組建的幾百人的研發團隊中 ，軟件工程師的數量甚至比芯片工程師更多 。

　　根據寒武紀2024年年報
，這一年公司升級了自家的AI訓練軟件平臺，使其更兼容主流AI框架和大模型
。在推理層 ，寒武紀芯片的推理軟件平臺全面支持主流大模型及多模態模型
，覆蓋文本
、圖像與視頻等應用場景。

　　寒武紀的大客戶是誰依然不得而知，但最新的業績表現提供了更多確定性 。2025年 ，寒武紀首次實現扭虧為盈
，經營活動產生的現金流凈額首次轉正
。其39.85億元的定增計劃也已在9月獲得證監會批準，募得的資金將用于面向大模型的芯片平臺項目、面向大模型的軟件平臺項目 ，及補充流動資金。

　　如今，寒武紀的財務狀況要比兩年前健康得多 。

　　中國AI芯片的機會到來了嗎？

　　截至10月25日
，寒武紀的市值突破6000億元，動態市盈率高達281.7倍 ，遠超英偉達的48.7倍
。除了資本市場對于其持續增長的超高預期
，背后的另一個重要因素是寒武紀在中國股市中具有稀缺性——英偉達在美股有AMD 、英特爾等競爭對手，但目前國內上市公司只有寒武紀具備成熟的AI芯片業務。

　　不過這個局面即將改變 。

　　自2024年下半年起 ，中國AI芯片公司密集啟動上市進程
。摩爾線程與沐曦科創板IPO均已過會
，壁仞科技與燧原科技均已啟動上市輔導。這些初創公司的創始團隊多來自英偉達、AMD
、華為海思等芯片大廠，技術過硬、行業經驗豐富 。

　　這些公司并非全都像寒武紀那樣自創立起就篤定做AI芯片 ，比如摩爾線程2020年成立時的目標是做服務于影視渲染 、游戲圖形等場景的通用GPU
，就像英偉達曾經做的那樣。不過隨著AI推理需求的爆發，芯片公司改變業務結構已成大勢
。摩爾線程的業務重心目前已經從圖形加速卡轉移至AI智算 ，沐曦則從智算推理轉向推出訓推一體的GPU芯片。

　　寒武紀即將面對的
，不僅是來自國產芯片的競爭，還有與英偉達的技術差距 ，制程是關鍵原因之一 。制程直接影響芯片的整體性能，制程越小
，單位面積晶體管越多，功耗降低 ，能效提升
，因此能夠提供更高算力
。

　　由于美國對于芯片先進制程技術的限制，包括禁止三星與臺積電代工
、禁售EUV光刻機、禁用EDA工具等等 ，目前國內只有中芯國際一家公司擁有規模化制造7納米芯片的能力
，導致國產AI芯片的制程普遍迭代至7納米。

　　因此寒武紀以及其他中國AI芯片公司的業績增長很大程度上取決于中芯國際能多快擴大7納米芯片的產能 。寒武紀自身也在設計層面推進架構創新和軟件優化，以彌補制程差距帶來的能效損失 ，這一思路與英偉達在早期CUDA生態建設階段相同
。

　　當然
，美國的芯片禁令是危機，也會催生機遇。隨著美國的芯片禁令徹底收緊 ，黃仁勛在美國城堡證券10月舉辦的活動上表示
，英偉達在中國的市場份額從95%降到了0% 。黃仁勛還表示，新的政策導致美國失去了全球最大的市場之一 ，而這樣巨大的市場空白給了中國AI芯片廠商奮起直追的機會
。

　　寒武紀無疑是今年的股市明星。不過其實控人陳天石相當低調，近些年幾乎已經不在公開活動中露面 。“英特爾今年52歲
，AMD今年51歲，英偉達今年27歲
。寒武紀只有4歲 ，和行業前輩比起來還只是個孩子。羅馬并非一天建成
，前輩標桿也都是篳路藍縷走過來的，我們有遠大的志向 ，但長跑才剛剛開始 。
”2020年陳天石在接受媒體采訪時曾這樣說道。