主营业务:
公司及其附属公司（‘集团’）的主要业务为主要在中国及其他地区销售通用图形处理器（‘GPGPU’）芯片、基于GPGPU的智能计算解决方案以实现人工智能（‘AI’）及相关服务以及与GPGPU相关的研发活动。
报告期业绩:
截至2026年6月30日止六个月，收入同比增加1,997.6%至人民币1,235.5百万元。
报告期业务回顾：
2026年上半年，大模型参数规模迈向数万亿、上下文长度进入百万级、Agentic应用加速落地，token消耗量呈指数级增长；算力竞争从单卡性能比拼进入以超节点为代表的系统级竞争阶段，国产算力在政策与市场双重驱动下进入规模化商用窗口期。受益于上述行业趋势，公司围绕‘芯片－软件－系统－供应链’全栈体系推进各项经营工作。2026年上半年，公司实现营业收入人民币1,235.5百万元，同比增长1,997.6%。毛利达人民币527.1百万元，同比增长2,708.5%；随着云端训练产品收入提升，报告期间内毛利率显著提升至42.7%，同比增长1,080基点(bps)。公司持续投入研发与技术迭代创新，报告期间内，研发开支为人民币804.4百万元，同比增长40.7%。随着销售和毛利高速增长，营运杠杆进一步放大，期内亏损大幅收窄至人民币377.2百万元，与上年同期相比减亏76.4%，报告期间内经调整期内亏损（非国际财务报告准则计量）为人民币337.2百万元，与上年同期相比减亏38.9%。
报告期间内，壁砺系列训练及推理产品销售持续扩大，目前客户已覆盖头部互联网企业、AI大模型开发商、国家级AI算力平台、AI数据中心、电信运营商，以及AI解决方案、制造、能源及公用事业、金融科技、教育等多个行业的政企客户。
客户结构的多元化为收入可持续增长奠定基础。重点客户突破方面，互联网企业及云厂商代表算力行业高技术准入门槛与大规模的需求。公司管理层认为，头部客户的生产级验证不仅直接贡献收入增量，更对行业客户形成示范效应，为收入放量增长打开更大空间。
标杆项目方面，公司与合作伙伴联合打造京津冀标杆国产算力集群，为工业制造、航空航天、电子信息等行业提供算力支撑；与合作伙伴联合发布商用版‘光跃’分布式光互连光交换GPU超节点，已实现数千卡规模商用部署，实测典型混合专家（‘MoE’）模型时端到端训练性能提升逾30%，印证了系统级方案的领先优势。
场景落地方面，除大语言模型(LLM)推理外，公司解决方案还在智能驾驶、具身智能、多模态生成（包括文生图、文生视频、音乐生成等）等高速增长的新领域实现规模化部署。在训练场景，公司与数家大模型企业深度合作，基于壁砺千卡集群完成多模态模型的预训练与强化学习，实现从训练、微调到推理端到端业务流程的国产化迁移和商业运营，与国际产品相比精度完全对齐、吞吐显著提升，表明国产算力已具备承载大模型训练迁移及生产级业务流的能力。
...
2026年上半年，大模型参数规模迈向数万亿、上下文长度进入百万级、Agentic应用加速落地，token消耗量呈指数级增长；算力竞争从单卡性能比拼进入以超节点为代表的系统级竞争阶段，国产算力在政策与市场双重驱动下进入规模化商用窗口期。受益于上述行业趋势，公司围绕‘芯片－软件－系统－供应链’全栈体系推进各项经营工作。2026年上半年，公司实现营业收入人民币1,235.5百万元，同比增长1,997.6%。毛利达人民币527.1百万元，同比增长2,708.5%；随着云端训练产品收入提升，报告期间内毛利率显著提升至42.7%，同比增长1,080基点(bps)。公司持续投入研发与技术迭代创新，报告期间内，研发开支为人民币804.4百万元，同比增长40.7%。随着销售和毛利高速增长，营运杠杆进一步放大，期内亏损大幅收窄至人民币377.2百万元，与上年同期相比减亏76.4%，报告期间内经调整期内亏损（非国际财务报告准则计量）为人民币337.2百万元，与上年同期相比减亏38.9%。
报告期间内，壁砺系列训练及推理产品销售持续扩大，目前客户已覆盖头部互联网企业、AI大模型开发商、国家级AI算力平台、AI数据中心、电信运营商，以及AI解决方案、制造、能源及公用事业、金融科技、教育等多个行业的政企客户。
客户结构的多元化为收入可持续增长奠定基础。重点客户突破方面，互联网企业及云厂商代表算力行业高技术准入门槛与大规模的需求。公司管理层认为，头部客户的生产级验证不仅直接贡献收入增量，更对行业客户形成示范效应，为收入放量增长打开更大空间。
标杆项目方面，公司与合作伙伴联合打造京津冀标杆国产算力集群，为工业制造、航空航天、电子信息等行业提供算力支撑；与合作伙伴联合发布商用版‘光跃’分布式光互连光交换GPU超节点，已实现数千卡规模商用部署，实测典型混合专家（‘MoE’）模型时端到端训练性能提升逾30%，印证了系统级方案的领先优势。
场景落地方面，除大语言模型(LLM)推理外，公司解决方案还在智能驾驶、具身智能、多模态生成（包括文生图、文生视频、音乐生成等）等高速增长的新领域实现规模化部署。在训练场景，公司与数家大模型企业深度合作，基于壁砺千卡集群完成多模态模型的预训练与强化学习，实现从训练、微调到推理端到端业务流程的国产化迁移和商业运营，与国际产品相比精度完全对齐、吞吐显著提升，表明国产算力已具备承载大模型训练迁移及生产级业务流的能力。软件生态是GPU企业实现差异化竞争与降低客户迁移成本的决定性因素。报告期间内，公司进一步完善BIRENSUPA软件栈及全栈技术体系：自研全栈多智能体平台SUPACODE通过自动化模型分析、智能算子调优、通信优化与智能诊断运维等关键技术，以Agent模式提供软件生态解决方案，大幅缩短针对新模型架构的适配与调优周期。BIRENSUPA高性能算子库覆盖全面、框架兼容性优异，可针对MoE模型及核心注意力机制实现指令级深度优化，配合自研编译器与工具链充分释放硬件算力潜能。针对AgenticAI场景中大量KV缓存(KVCache)重复计算问题，构建了多级分层缓存架构，实现了95%以上的缓存命中率，大幅提升token效率，构建了完整的token工厂解决方案。
模型适配方面，公司完成DeepSeek-V4、Mini Max M3、智谱GLM-5系列、Qwen3.6、Kimi K2.6、腾讯Hy3、阶跃星辰Step3.7Flash、中国移动九天35B、商汤日日新Sense Nova U1等旗舰模型的‘Day0’级适配，累计实现数十款国产大模型‘Day0’级适配，覆盖语言、多模态、AIGC全品类；软件栈深度兼容PyTorch、vLLM、SG Lang、Diffusers、Paddle Paddle等主流框架，支持上千款模型开箱即用。公司同时积极拥抱开源社区，以开放路线推动国产算力生态互联互通，生态话语权与客户黏性持续增强。公司牵头制定的跨厂商异构混训国家标准已进入批准及发布流程即将正式发布，同时正在牵头制定跨厂商异构混推国家标准。公司基于前期异构混推技术积累与主流AI基础设施（AIInfra）公司深度合作，适配和优化了异构预填充-解码（prefill-decode,PD）分离全套技术方案，提升大语言模型推理的整体吞吐能力和资源利用效率。
在产品迭代与持续研发投入方面，下一代产品系列按计划推进发布与生产。该系列基于公司业界领先的自研指令集、计算核心与关键知识产权，以及Chiplet架构，在架构、算力、内存容量和带宽、互连能力上全面升级，支持FP8/FP4等低精度计算，实现性能与能效的双重突破。自研BLink2.0互连协议支持内存语义、统一编址、在网计算等功能，最大支持1,024卡Scale-up扩展，原生集成超节点互连能力，为超大模型训练和生产级别大模型推理提供强大的国产算力基础设施。
基于Chiplet的灵活架构设计，将形成覆盖大规模集群训练、云端推理到边缘推理的全场景产品矩阵，巩固公司的代际竞争优势。报告期间内，公司坚持深耕研发与技术创新，研发支出为人民币804.4百万元，同比增长40.7%。公司在自主研发和商业化过程中积累了体系化的核心技术，建立了完善的知识产权布局。截至2026年6月30日，公司累计申请专利1,917项，其中发明专利1,823项；累计获得授权专利1,006项，其中发明专利927项，稳居国产GPU企业前列。
系统架构方面，公司于2026年7月世界人工智能大会(WAIC)期间推出新一代NPO光互连、分布式解耦架构超节点方案，支持单个超节点1,024卡Scale-up扩展。基于下一代产品与自研BLink2.0互连协议，构建了标准16卡服务器超节点（电互连）、128卡高密整机柜超节点（电互连）以及1,024卡分布式解耦架构超节点（NPO光互连），客户可按需选择、灵活扩展，实现TCO最优。公司在国内率先完成从电互连到NPO的技术演进，已形成覆盖芯片、协议、系统、应用的完整解决方案，在系统级创新上赢得先发优势。管理层认为，随着大模型进入数万亿参数时代，超节点能力将成为算力采购的核心决策因素之一，公司的先发布局有望在未来成为系统竞争优势。
供应链方面，公司已锁定充足关键产业链产能，进一步夯实供应链资源与全链条运营能力。截至2026年6月30日，公司存货余额达人民币1,214.8百万元，与2025年末余额相比增长28.1%；存货与服务相关预付款项达人民币1,534.0百万元，与2025年末余额相比增长230.0%。前瞻性备货与产能锁定为应对下游旺盛需求、保障供应链安全提供了坚实基础。资金方面，报告期间后公司于2026年7月8日完成H股配售，发行1.53亿股新H股，募集资金净额约70.4亿港元。管理层认为，在当前行业环境下，可预期、可信任、可持续的交付能力正成为公司区别于同业的核心竞争力。
展望未来，公司将聚焦三大战略方向：其一，加速下一代产品系列的生产与客户交付；其二，重点围绕PD分离（预填充解码分离）、AF分离（注意力前馈网络分离）及大规模专家并行等新兴推理范式，以及万亿参数MoE训练与后训练强化学习等新型训练范式，持续推进芯片、软件与系统的协同设计与协同优化，并加大对先进封装、三维集成电路(3DIC)、先进互连系统及光互连超节点系统等前沿领域的投入；其三，深化与头部客户及生态伙伴的合作，降低迁移门槛，扩展潜在市场与生态版图。管理层对公司把握行业重大机遇，实现高质量、可持续发展充满信心。
业务展望：
今天，公司正站在AI产业爆发的奇点上。Agentic AI的崛起推动算力需求指数级攀升，Physical AI将让人工智能从虚拟走向实体，算力已成为与石油、电力同等重要的基础资源。
在这场深刻的产业变革中，软硬件全栈能力决定算力的效率与成本，超节点与光互连打开算力规模化的天花板，量产交付能力决定能否与客户深度绑定、形成‘应用牵引生态紥根、生态繁荣反哺技术迭代’的正向循环。
壁仞科技是国内少数同时具备‘大算力芯片指令集与架构自主研发、超节点系统架构创新、自研完整软件生态、供应链前瞻布局与协同’四大优势的企业。‘做好芯片’只是第一步，更重要的是‘建好生态’——公司将持续加大对创新和建立AI驱动型组织的投入，主动拥抱开发者与行业伙伴，让国产算力成为创新者的首选。
壁仞科技因‘中国芯’的信念和‘推动智能计算产业发展’的愿景而生。公司将以紥实的产品与交付，为国产算力基础设施建设、为全球人工智能产业发展贡献壁仞力量。
查看全部