研发、设计和销售应用于人工智能训练和推理、通用计算与图形渲染领域的全栈GPU产品，并围绕GPU芯片提供配套的软件栈与计算平台。
GPU产品及配件、IP授权、技术服务及其他
训推一体GPU 、 智算推理GPU 、 图形渲染GPU 、 IP授权 、 技术服务及其他
一般项目：从事集成电路科技、电子科技、通讯科技、计算机软硬件科技领域内的技术服务、技术开发、技术咨询、技术转让；网络科技；集成电路设计；软件开发；电子产品销售；集成电路芯片及产品销售；软件销售；计算机软硬件及辅助设备批发；货物进出口；技术进出口（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）
| 业务名称 | 2025-12-31 | 2025-03-31 | 2024-12-31 | 2023-12-31 | 2022-12-31 |
|---|---|---|---|---|---|
| 销量:智算推理GPU板卡(片) | 4946.00 | - | - | - | - |
| 销量:训推一体GPU板卡(片) | 3.36万 | - | - | - | - |
| 专利数量:授权专利(个) | 153.00 | - | - | - | - |
| 专利数量:授权专利:发明专利(个) | 136.00 | - | - | - | - |
| 专利数量:授权专利:外观设计专利(个) | 0.00 | - | - | - | - |
| 专利数量:授权专利:实用新型专利(个) | 0.00 | - | - | - | - |
| 专利数量:授权专利:软件著作权(个) | 17.00 | - | - | - | - |
| 专利数量:申请专利(个) | 268.00 | - | - | - | - |
| 专利数量:申请专利:发明专利(个) | 248.00 | - | - | - | - |
| 专利数量:申请专利:外观设计专利(个) | 3.00 | - | - | - | - |
| 专利数量:申请专利:实用新型专利(个) | 0.00 | - | - | - | - |
| 专利数量:申请专利:软件著作权(个) | 17.00 | - | - | - | - |
| 产量:GPU板卡:智算推理GPU板卡(张) | - | 1066.00 | 2895.00 | 4489.00 | 240.00 |
| 销量:GPU板卡(张) | - | 9405.00 | 1.41万 | 2314.00 | 52.00 |
| 产销率:GPU板卡:智算推理GPU板卡(%) | - | 126.64 | 17.69 | 45.49 | 21.67 |
| 销量:GPU板卡:智算推理GPU板卡(张) | - | 1350.00 | 512.00 | 2042.00 | 52.00 |
| 产量:GPU板卡(张) | - | 7124.00 | 3.55万 | 5933.00 | 240.00 |
| 销量:GPU板卡:训推一体GPU板卡(张) | - | 8055.00 | 1.36万 | 272.00 | - |
| 产销率:GPU板卡(%) | - | 132.02 | 39.82 | 39.00 | 21.67 |
| 产销率:GPU板卡:训推一体GPU板卡(%) | - | 132.96 | 41.78 | 18.84 | - |
| 产量:GPU板卡:训推一体GPU板卡(张) | - | 6058.00 | 3.26万 | 1444.00 | - |
| 核心技术产品收入营业收入(元) | - | 3.17亿 | 6.43亿 | 5139.80万 | 42.64万 |
营业收入 X
| 业务名称 | 营业收入(元) | 收入比例 | 营业成本(元) | 成本比例 | 主营利润(元) | 利润比例 | 毛利率 | |
|---|---|---|---|---|---|---|---|---|
|
加载中...
|
||||||||
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 超讯通信股份有限公司 |
1.28亿 | 39.95% |
| 上海源庐加佳信息科技有限公司 |
9095.93万 | 28.39% |
| 新华三信息技术有限公司 |
2918.69万 | 9.11% |
| 北京创世云科技股份有限公司 |
2359.28万 | 7.36% |
| 华科智谷(上海)科技发展有限公司 |
1136.14万 | 3.55% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 公司A |
9207.61万 | 45.83% |
| 万司信息技术(上海)股份有限公司 |
4998.67万 | 24.88% |
| 公司B |
1760.55万 | 8.76% |
| 公司C |
1531.85万 | 7.62% |
| 环鸿电子(昆山)有限公司 |
1362.29万 | 6.78% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 新华三信息技术有限公司 |
1.51亿 | 20.35% |
| 苏州瑞芯智能科技有限公司 |
1.30亿 | 17.58% |
| 香港算丰信息有限公司 |
1.07亿 | 14.47% |
| 汇天网络科技有限公司 |
7332.18万 | 9.88% |
| 浙江武珞智慧城市技术有限公司 |
6532.66万 | 8.81% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 公司D |
3.98亿 | 36.39% |
| 公司A |
3.27亿 | 29.88% |
| 万司信息技术(上海)股份有限公司 |
1.43亿 | 13.03% |
| 环鸿电子(昆山)有限公司 |
7205.43万 | 6.59% |
| 公司B |
5922.59万 | 5.41% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 公司1 |
2216.67万 | 43.12% |
| 北京创世云科技股份有限公司 |
1635.26万 | 31.81% |
| 上海闪马智能科技有限公司 |
600.00万 | 11.67% |
| 中科远见(重庆)科技有限公司 |
139.51万 | 2.71% |
| 湖南沐仕杰半导体科技有限公司 |
116.58万 | 2.27% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 公司A |
6361.94万 | 34.32% |
| 公司D |
5668.86万 | 30.58% |
| 公司E |
3650.43万 | 19.69% |
| 万司信息技术(上海)股份有限公司 |
1351.50万 | 7.29% |
| 环鸿电子(昆山)有限公司 |
581.49万 | 3.14% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 上海东焱信息技术有限公司 |
42.64万 | 100.00% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 公司A |
800.67万 | 44.28% |
| 公司E |
756.91万 | 41.86% |
| 深南电路股份有限公司 |
70.77万 | 3.91% |
| 深圳市国芯通科技有限公司 |
51.62万 | 2.85% |
| 文晔领科(上海)投资有限公司 |
49.93万 | 2.76% |
一、报告期内公司所从事的主要业务、经营模式、行业情况说明
(一)主要业务、主要产品或服务情况
公司致力于自主研发全栈高性能GPU芯片及计算平台，主营业务是研发、设计和销售应用于人工智能训练和推理、通用计算（包括科学计算）与图形渲染领域的全栈GPU产品，并围绕GPU芯片提供配套的软件栈与计算平台。自成立以来，公司始终专注于GPU产品的技术创新和迭代升级，形成了独具优势的GPU产品体系和自主开放的软件生态，持续为云端计算提供高能效、高通用性的算力支撑，推动人工智能赋能千行百业，重点布局了教科研、金融、交通、能源、医疗健康、大文娱等行业应用场景以及“具身智能”、“低空经济”等前沿方向，已...
查看全部▼
一、报告期内公司所从事的主要业务、经营模式、行业情况说明
(一)主要业务、主要产品或服务情况
公司致力于自主研发全栈高性能GPU芯片及计算平台，主营业务是研发、设计和销售应用于人工智能训练和推理、通用计算（包括科学计算）与图形渲染领域的全栈GPU产品，并围绕GPU芯片提供配套的软件栈与计算平台。自成立以来，公司始终专注于GPU产品的技术创新和迭代升级，形成了独具优势的GPU产品体系和自主开放的软件生态，持续为云端计算提供高能效、高通用性的算力支撑，推动人工智能赋能千行百业，重点布局了教科研、金融、交通、能源、医疗健康、大文娱等行业应用场景以及“具身智能”、“低空经济”等前沿方向，已成为推动我国智能算力基础设施自主可控的重要力量。作为国内高性能GPU产品的主要领军企业之一，公司将秉持“不负历史，为民族复兴、国家强盛贡献科技力量”的使命，不断打造行业领先的GPU核心产品，助力数字经济发展。
自成立以来，公司始终以推动我国智能算力产业链自主可控为己任，长期聚焦和深耕GPU与人工智能行业，聚合了一支深刻洞察全球GPU行业技术发展趋势、拥有顶尖GPU技术及全流程量产经验、具备持续自主创新能力的技术研发团队。通过不懈的技术攻坚，公司已成为了国内少数几家系统掌握了高性能GPU芯片及其基础系统软件研发、设计和量产技术的企业之一，深度积累了GPU IP（包括指令集、微架构等）、GPU SoC、高速互连、GPU软件等核心技术，成功突破了高性能GPU芯片及计算平台的技术瓶颈。
公司的主要产品全面覆盖人工智能计算、通用计算（包括科学计算）和图形渲染三大领域，公司先后推出了用于智算推理的曦思N系列GPU、用于训推一体和通用计算的曦云C系列GPU，以及正在研发用于图形渲染的曦彩G系列GPU。公司的GPU产品基于自主研发的GPU IP与统一的GPU计算和渲染架构，在通用性、单卡性能、集群性能及稳定性、生态兼容与迁移效率等方面具备较强的核心竞争力，产品综合性能已处于国内领先水平。围绕高能效、高通用的GPU产品，公司打造了自主开放、高度兼容国际主流GPU生态（CUDA）的软件生态体系，具备易用性和可扩展性。软硬件的深度协同确保了公司产品性能的高效释放，为公司塑造了深厚的竞争壁垒。
从产品形态来看，公司从事GPU芯片的设计，由晶圆制造厂和封装测试厂完成芯片的生产，并由板卡厂商完成GPU芯片和板卡的集成，最终形成完整的GPU板卡/模组。针对不同客户的需求，除交付内嵌GPU芯片的板卡/模组外，公司亦可向客户交付集成多个板卡后的服务器、一体机/工作站，以及由多个服务器、存储设备、网络设备等组成的智算集群，配以兼容主流GPU生态（CUDA）的MXMACA软件栈，为客户提供综合算力解决方案，具备高能效和高通用性的天然优势。
(二)主要经营模式
公司自成立以来一直采用Fabless经营模式，即专注于GPU芯片的研发、设计和销售，将晶圆制造、封装测试等其余环节委托给相关制造企业及代工厂完成。公司具体的盈利、研发、采购、生产及销售模式如下：
1、盈利模式
公司主要通过向客户销售GPU板卡及集成自身GPU板卡的硬件产品获得业务收入。公司训推一体GPU板卡及智算推理GPU板卡收入为公司向客户提供相应板卡产品获取的收入。在上述业务中，公司GPU板卡生产销售的业务流程与传统Fabless模式一致，即公司负责芯片设计工作，生产制造环节主要委外代工，代工厂完成板卡生产后交付公司，公司销售后取得业务收入。GPU服务器收入为公司根据行业客户的具体应用场景需求，向客户交付集成自身GPU板卡后的服务器、一体机/工作站等硬件取得的收入。
2、研发模式
公司高度重视GPU芯片关键技术研究和产品开发，秉持以客户需求为导向的核心原则，构建了基于IPD管理理念的产品研发体系，实现了从概念阶段、可行性与计划阶段、产品开发阶段、新产品导入阶段到量产阶段的全过程技术与质量管控，有效地保障了产品的技术先进性和交付质量。
3、采购和生产模式
公司是典型的 Fabless模式企业，主要负责制定GPU芯片的规格参数与方案、完成芯片的架构设计、核心IP开发、封装设计、物理设计、设计验证，交付GPU芯片设计版图等，而GPU芯片的晶圆加工、封装测试通过委外方式完成。公司向晶圆制造厂采购定制加工生产的晶圆，向封装测试厂采购封装测试服务，向加工厂商采购板卡加工服务，期间公司辅以工艺管理和测试支持。针对部分客户的解决方案需求，公司在使用已经加工完毕的GPU板卡产品的基础上，根据客户的具体需求采购相应配套的服务器、存储设备及网络设备等硬件。
4、销售模式
报告期内，公司采用直销与经销结合的模式进行产品销售。公司内部设置专门的销售团队与客户进行需求沟通。在直销模式下，公司直接参与客户的公开招标或商务谈判，达成意向后与客户签订销售合同；公司接收客户的采购订单后，根据订单进行产品发货，并向客户提供售后技术支持等服务；在经销模式下，经销商采购公司产品并向其下游客户进行销售，公司向经销商提供相应的技术培训和技术支持。
(三)所处行业情况
1、行业的发展阶段、基本特点、主要技术门槛
（1）行业发展阶段及基本特点
根据国家统计局《战略性新兴产业分类（2018）》，公司所处行业为“1新一代信息技术产业/1.3新兴软件和新型信息技术服务/1.3.4新型信息技术服务/6520集成电路设计”。公司GPU产品主要服务于人工智能产业链，与人工智能及半导体产业的发展密切相关。近年来，全球集成电路产业进入了由人工智能、大数据、5G等技术驱动的新一轮成长阶段，不断加速AGI（通用人工智能）、自动驾驶、数字孪生等创新性终端应用的商业化落地进程。大模型的爆发引燃了GPU市场巨变，智算中心资本投入急剧增长，GPU在计算领域的应用快速超越其在图形渲染领域的应用，带动GPU整体市场规模高速增长。根据Verified Market Research的数据，2024年全球GPU市场规模为773.9亿美元，2030年有望达到4,724.5亿美元。
中国GPU市场拥有庞大的消费群体，伴随国家政策大力扶持、国内人工智能产业链各重要环节技术的不断成熟，国产GPU厂商迎来关键发展机遇。根据弗若斯特沙利文数据，2024年中国AI加速芯片市场规模约为1,425.37亿元，同比增长98.49%，2025年中国AI加速芯片市场规模预计增至2,398.00亿元。在国际地缘政治加剧的背景下，中国加快了智能算力领域的战略布局，国内智算中心的快速建设推动了AI芯片的需求不断抬升。IDC数据显示，2024年中国加速计算服务器市场规模达到221亿美元，同比2023年增长134%；到2029年，中国加速计算服务器市场规模将超过千亿美元。
（2）主要技术门槛
作为现代信息技术发展的物理基石和底层基础设施，GPU具有高价值量、高复杂度、高技术门槛和快速演进的特征，对企业自主研发、稳定供应和持续创新能力提出了较高要求。
芯片设计属于技术密集型行业，GPU芯片设计更是涉及到硬件架构设计、IP/SoC芯片设计、封装设计、软件架构设计、驱动程序及基础软件等多个专业领域，技术深度与复杂程度较高，产品技术特性决定了GPU行业具有较高的进入壁垒。掌握GPU核心设计能力需要长期的经验积淀和充足的工程实践，需要一批深耕行业的高素质技术人员的研发投入和持续迭代演进，技术储备亦需要较长周期。
近年来，随着大模型算法的快速迭代和模型参数量的指数级增长，GPU硬件设计向更高算力、更大存储、更高通信带宽、更多元的混合精度等方向不断发展，企业需要时刻掌握行业关键技术的发展动态、保持对前沿技术的敏感度和快速消化吸收能力才能根据市场及客户的需求及时创新。新进入企业难以在短时间内掌握相关核心技术，亦难以持续保证技术符合算法不断发展的需求，因此GPU行业具有较高的技术壁垒。
2、公司所处的行业地位分析及其变化情况
（1）技术地位
沐曦股份是国内高性能通用GPU的领导者之一，产品性能达到了国际上同类型高端处理器的水平，在国内处于领先地位。
在技术积累方面，公司创始团队拥有深厚的GPU技术及全流程量产经验，形成了一支深刻洞察全球GPU行业技术发展趋势，具有持续自主创新能力的技术研发团队。在团队不懈的技术攻坚下，公司成为了国内少数几家全面系统掌握了通用GPU架构、GPU IP、高性能GPU芯片及其基础系统软件研发、设计和量产核心技术的企业之一。公司GPU产品在通用性、单卡性能、集群性能及稳定性、生态兼容与迁移效率等方面具备较强的核心竞争力，综合技术实力领先行业。通用性方面，公司GPU芯片具备丰富、灵活的指令集和精巧的处理器架构，可覆盖人工智能与通用计算（包括科学计算）多元化应用场景。以大模型为特征的通用人工智能技术正处于不断发展演进的过程，大模型的迭代速度持续加快、迭代创新日趋频繁，算子也随之快速变化。因此，通用、灵活的GPU架构能够高效适应云端快速迭代的复杂算法并保持对传统模型结构的良好支持，从而广泛支持各种类型的人工智能应用场景。单卡性能方面，公司是国内首批具备高性能GPU芯片设计能力和商业化落地能力的企业之一，全栈GPU产品基于自主研发和自主知识产权的GPU IP、GPU指令集和架构，单卡性能处于国内第一梯队；集群性能方面，公司自研的MetaXLink具备国内稀缺的高带宽卡间互连能力，可实现2-128卡等多种互连拓扑及超节点架构，并且在智算集群的线性度和稳定性方面具有较强的产品表现；软件生态方面，公司自主构建的MXMACA软件栈不仅拥有统 一、完整且高效的全栈式工具链，涵盖应用开发、功能调试和性能调优等核心环节，同时高度兼容GPU行业国际主流CUDA生态，能够开放拥抱全球开发者丰富的开源成果，具有较高的易用性和迁移效率，在通用性和灵活性上具备独特的竞争力。
（2）市场地位
公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发和推动万卡集群的落地，目前已成功支持MoE大模型、类脑大模型、强化学习等模型架构创新、全量预训练和推理。公司与整机服务器、操作系统、运维管理平台、主流AI框架、主流大模型等上下游生态广泛适配，通过芯片层、框架层、模型层的深度协同优化，为头部大模型训练和分布式推理提供高性能国产算力，助力“国产算力+大模型产业”实现从技术突破到商业化落地的跨越式发展。凭借突出的产品性能和稳定的供应能力，截至报告期末，公司GPU产品累计销量超过55,000颗。公司深度构建“1+6+X”生态与商业布局，基础算力底座方面，公司产品相继应用部署于10余个智算集群，算力网络覆盖国家人工智能公共算力平台、运营商智算平台和商业化智算中心，区域横跨北京、上海、杭州、长沙、中国香港等地区，并逐渐向更多区域延伸。公司GPU产品深度赋能众多行业应用场景，已率先布局教科研、金融、交通、能源、医疗健康、大文娱等行业以及“具身智能”、“低空经济”等前沿方向，产品赋能真实应用场景的竞争力和交付能力得到充分验证。
（3）品牌地位
随着技术不断自主创新和商业化能力日臻完善，公司已成为我国人工智能产业链的重要参与者，积极推动国家智算领域的自主可控，不断加速GPU芯片国产替代进程，参与了数个国家级和省级重大科研课题并积累了一系列知识产权和荣誉奖项。截至2025年12月31日，公司拥有境内授权专利360项，其中发明专利350项。公司被认定为国家级专精特新“小巨人”企业、国家高新技术企业、上海市专精特新中小企业、上海市重点服务独角兽（潜力）企业等，是中国通信标准化协会、中国信息协会、中国互联网协会、中国半导体行业协会、中国计算机学会等行业协会的成员单位，积极推动国家算力发展与产业升级。公司荣获“上海市市级企业技术中心”、“2025胡润中国人工智能企业50强”、“2025年度上海市科技小巨人”、“2024年VENTURE 50风云企业”、“2024年VENTURE 50硬科技企业”、“‘中国芯’2023年年度重大创新突破产品奖”、“国产GPU飞跃产品”、“胡润2023全球数字经济独角兽”、“2022-2023年度中国半导体市场领军企业”、“2023年度中国AI芯片企业先锋企业TOP30”、“2022年中国新锐半导体公司最佳雇主Top20”等荣誉奖项，在行业内具有较高的品牌知名度。
3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
（1）从“算力主权”到“算力平权”，Scaling Law带动GPU行业全面放量
随着人工智能技术持续突破，DeepSeek的推出掀起了新一轮人工智能浪潮，在全球范围内实现了一轮AI普及，推动全球人工智能竞赛再次加速。一方面，DeepSeek通过优化算法大幅降低了训练和推理成本，并且采取开源的方式推动行业从“算力主权”向“算力平权”的格局发展，使得中小企业和终端应用群体可以跨越算力门槛，在开源模型的基础上实现技术普惠，推动人工智能真正进入“全民时代”。虽然短期内GPU芯片可能因为训练效率的提升而受到影响，但在杰文斯悖论的推动下，大模型的快速迭代和AI应用的增长潜力将驱动GPU行业长期发展。另一方面，模型和硬件工程上的多种创新技术推动算力需求结构发生根本性变革，除大模型预训练阶段的算力需求持续增长外，后训练和推理阶段成为了算力需求新的增长动能。算力需求从“重预训练”到“全流程平衡”的转变，正在重构人工智能产业的价值链，推动算力资源配置向更灵活、更繁荣的方向演进。
（2）分布式并行计算环境下，多卡互连成为算力竞争的核心要素
随着模型规模、数据量、参数量的快速增长，单一芯片、单台计算设备已经无法满足不断涌现的大规模数据、多任务应用的需求。通过集群互连弥补单卡性能不足、使用多台设备同时运算的“分布式并行”策略成为了当前及未来发展的主流选择，基于Scale Up与Scale Out的技术应运而生。Scale Up通过增加单服务器内部的GPU数量，形成超节点，以满足大规模模型训练的需求；Scale Out则通过增加服务器数量，构建大规模分布式计算集群。然而并行计算所产生的集合通信数据规模极大，如何部署、连接和调用这些分布式的计算网络或设备，以实现给定硬件条件下的最高运算效率，成为制约大模型分布式计算的瓶颈。高速互连技术则在此环节发挥了关键作用，多卡互连能力、卡间互连带宽直接影响集群有效算力，更优的互连技术方案能更好支持数据并行、流水线并行和张量并行等策略。因此，在分布式计算环境下，高速互连技术不断升级系大势所趋。
（3）随着应用市场的繁荣发展，软件生态成为AI芯片易用性的关键底座
对于开发者和使用者而言，AI芯片的易用性是除产品性能外的另一大门槛。软件生态作为人工智能模型和底层硬件之间的接口，则是影响芯片易用性的核心。GPU硬件设计复杂度较高，人工智能应用的开发和部署需要借助丰富的软件生态，以实现对底层硬件资源的深度利用。相关软件工具需要与GPU硬件协同优化以确保GPU的高性能和易用性。此外，在算子高频更新的大模型时代，软件生态能力决定了落地场景的丰富度。随着人工智能应用逐渐向AI Agent、具身智能延展，与业务紧密结合的人工智能应用场景逐渐落地，完善的软件生态将与应用市场相辅相成，共同促进人工智能市场的不断繁荣。
（4）云边端融合发展，GPU与ASIC将互为补充、长期共存
算法创新和开源普惠为人工智能应用大规模落地奠定了坚实的基础。当前全球算力重心正处于从预训练Scaling Law向后训练Scaling Law和推理阶段Test-time Scaling Law的转移过程中，基于强化学习、思维链等算法创新，在后训练和推理阶段投入更多的算力可以进一步提升大模型的深度思考能力，长期来看为人工智能应用打开了商业化空间。三大Scaling Law共同支撑着全球算力需求，驱动人工智能应用在云端、边缘端和终端融合发展。云边端将结合各自特征承担不同的职能。云端作为资本开支最大、计算能力要求最高的需求场景，将成为人工智能训练和推理的“智能大脑”，处理重量级人工智能任务；端侧（边缘端、终端）则是综合平衡性能和负载的选择，作为“小脑”和“四肢”处理即时、轻量级人工智能任务。云端快速迭代的算法和大量非传统模型结构的出现需要GPU芯片完成高效迁移与适配；而端侧对功耗、负载的敏感度亦新增了对ASIC芯片的需求，ASIC芯片可针对固定模型结构及特定应用场景提供更具能效比的解决方案，成为GPU芯片的有效补充。因此长期来看，未来GPU和ASIC将各有侧重、互为补充、长期共存。
二、经营情况讨论与分析
2025年，全球人工智能行业在开源大模型快速普及的推动下，正式迈入规模化落地与技术普惠的新阶段。同时，受美国高性能GPU/AI芯片出口管制与国内自主可控市场发展等因素影响，国产人工智能芯片公司迎来黄金发展期，以不同技术路径切入市场，各具特色。报告期内，公司始终专注于GPU产品的技术创新和迭代升级，凭借独具优势的GPU产品体系和自主开放的软件生态，持续为云端计算提供高能效、高通用性的算力支撑，推动人工智能赋能千行百业，已成为推动我国智能算力基础设施自主可控的重要力量。
（一）经营业绩大幅增长，亏损持续收窄提质增效
报告期内，公司实现营业收入164,408.55万元，较上年同期增加90,101.39万元，同比增长121.26%，主要系报告期内随着公司产品及服务获得下游客户的广泛认可与持续采购，公司GPU产品出货量显著增长，带动收入规模较上年同期实现显著增加；2025年全年，公司利润总额-77,939.27万元，同比亏损收窄62,594.26万元，较上年同期亏损收窄44.54%。归属于上市公司股东的净利润-78,944.63万元，同比亏损收窄61,943.31万元，较上年同期亏损收窄43.97%。
报告期内，公司依托持续高强度研发投入形成的全自研GPU芯片及软硬件生态优势，推动产品在智算中心、运营商、金融、能源等重点场景实现规模化落地，产品性能与场景适配能力均通过客户严苛验证，市场认可度与行业影响力持续提升。
（二）深耕研发创新，筑牢技术核心壁垒
公司自成立以来，在GPU芯片领域进行持续而高效的研发及创新，5年内完成3颗主力芯片的一次性流片量产，性能比肩国际标杆产品，自研MXMACA原生态兼容CUDA，与行业生态同步高速迭代。报告期内，公司持续加大产品研发力度，研发投入102,739.29万元，研发投入占营业收入比例为62.49%。目前，公司拥有675人的研发团队，占员工总人数的73%，70%以上研发技术人员拥有硕士及以上学历。
公司秉承“量产一代、在研一代、规划一代”的产品研发策略，建立了完善的IPD研发流程，持续在下游适配与应用中进行技术优化，推动产品迭代升级和产品竞争力不断抬升。2025年7月24日，公司于WAIC大会上发布首款基于全国产工艺的曦云C600系列，曦云C600不仅在算力上较上一代产品曦云C500有较大提升，还在精度、HBM上有新技术的应用。曦云C600最重大的意义在于实现了全国产工艺，为复杂地缘政治背景下的供应链安全及稳定提供了保障。曦云C600于2025年末实现风险量产，并预计于2026年上半年实现量产销售，未来有望成为公司的下一代主力产品。
（三）完善生态商业布局，推进产品规模化商用落地
围绕“1+6+X”生态与商业布局，公司始终坚持以客户为中心，打造“易用好用、稳定可靠”的产品，与合作伙伴共赢。公司与整机服务器、操作系统、运维管理平台、主流AI架构、主流大模型等上下游生态广泛适配，打造了全生态计算平台解决方案。
凭借突出的产品性能和稳定的供应能力，截至报告期末，公司GPU产品累计销量超过55,000颗，产品相继应用部署于10余个智算集群，算力网络覆盖国家级人工智能大模型训练场、运营商和商业化智算中心，区域横跨北京、上海、杭州、长沙、中国香港等地区，并逐渐向更多区域延伸。公司GPU产品深度赋能众多行业应用场景，已率先在医疗、教科研、交通、能源、金融、大文娱等行业实现落地应用，并积极布局“具身智能”、“低空经济”等前沿方向，产品赋能真实应用场景的竞争力和交付能力得到充分验证。
公司始终坚持推动软件生态开源共享，通过产学研合作不断助力大模型应用在千行百业加速落地。自2025年2月14日公司开源社区开放以来，截至2026年3月13日，公司MXMACA软件栈注册用户超过30万人，网络API调用次数超过5,591万次，文件下载量超过16万次。
（四）登陆科创板，规范治理护航长远发展
2025年12月17日，公司成功在上海证券交易所科创板挂牌上市。作为国内高性能GPU产品的主要领军企业之一，公司将严格遵循上市公司监管要求，持续健全内部控制体系与规范运作机制，不断提升治理水平与信息披露质量，切实维护公司、股东及投资者合法权益，助力国产算力自主可控与长期高质量发展。
三、报告期内核心竞争力分析
(一)核心竞争力分析
在实际人工智能计算场景中，芯片的效率输出由芯片性能、集群性能和软件生态的易用性共同决定。公司坚持以自主技术创新为导向，持续深耕GPU行业，在专业知识储备深厚、行业经验丰富的研发团队带领下，公司通过技术创新和设计优化，持续提升GPU架构的通用性、GPU产品的高能效（单卡性能和集群性能）与GPU软件生态的易用性，率先实现了“技术-产品-市场”的产业化应用。具体竞争优势如下：
1、技术优势：技术积累深厚全面，核心技术自主可控
GPU芯片设计复杂，其核心技术此前仅掌握在几家国际领先企业手中。公司是国内少数几家全面系统掌握了GPU架构、GPU IP、先进制程GPU芯片及其基础系统软件研发、设计和量产等全流程核心技术的企业之一，拥有自主研发的GPU IP、GPU指令集和架构等，充分掌握并构建了一整套完善且自主可控的底层核心技术体系。公司在长期自主研发和产业化过程中积淀了丰厚的核心技术，建立了完善的研发体系，形成了一系列具有自主知识产权的核心技术成果。截至2025年12月31日，公司拥有境内发明专利350项、集成电路布图设计专有权4项、软件著作权41项，并多次与政府合作科研项目，技术储备位居国内GPU行业第一梯队。
2、通用性优势：以GPU架构和GPU IP打造全系列GPU产品，具备通用性、灵活性和自主性
公司全系列产品采用统一的GPU计算架构，兼具通用性和高性能。由于以大模型为特征的通用人工智能技术不断演进，例如算法和模型持续迭代、数据的规模和质量持续升级，其所要求的建模仿真的精度和计算效率大幅提升，导致人工智能产业计算复杂度持续提升。同时，目前绝大部分大模型厂商的算法创新均基于GPU实现，而公司通用、灵活的GPU架构能够高效适应云端快速迭代的复杂算法和大量非传统模型结构，从而支持更为广泛的人工智能应用场景。
GPU IP与指令集方面，公司是国内少数坚持自主研发核心GPU IP的集成电路设计企业，经过多年产品设计及落地经验的积累，已形成了全面覆盖计算（人工智能训练、推理、通用计算）和渲染场景的核心GPU IP，打造了由超过600条（XCORE1.0计算GPU）、800条（XCORE2.0渲染GPU）指令组成自主安全可控的MXMACA指令集。自研核心GPU IP具有灵活性和自主性优势，能够通过GPU IP的设计优化摆脱对最先进工艺的依赖、弥补工艺代差带来的性能损失。公司自主研发的核心GPU IP不仅满足了当前复杂多样的计算需求，还为未来的技术创新和产品迭代奠定了坚实的基础。
3、高能效优势：GPU硬件设计在多个维度突破国外垄断
根据多家行业权威的国家实验室、计算中心、研究所的测试结果，公司GPU产品在单卡性能、集群性能及稳定性等多维度方面具有领先的产品表现力，具体体现如下：
公司训推一体GPU具备国内领先的计算能力，拥有丰富的标量、矢量和张量计算单元，全面支持各种主流精度的计算加速，能够满足人工智能训练和推理、通用计算、科学计算等多元化的算力需求，大幅提升了智算集群的多场景融合应用能力。同时，公司是全球少数几家掌握了复杂多级缓存结构的GPU企业，凭借独特的缓存组网技术，能够针对不同场景灵活自适应多级缓存控制策略，实现对高速缓存的精细管控、有效提升缓存命中率，满足GPU高算力下对于高带宽的需求。
公司具备国内稀缺的高带宽、超多卡互连能力，在集群性能、灵活性和可扩展性方面均处于行业领先地位。随着大模型参数规模指数级增长，单卡有效算力难以应对超大规模的算力需求，高带宽、低延迟的卡间互连技术成为关键竞争要素。公司自主研发的MetaXLink高速互连技术突破了传统PCIe总线在带宽和延迟方面的限制，达到了与国际主流旗舰产品相当的互连带宽性能。同时，公司的GPU产品可实现2-128卡等多种互连拓扑及超节点架构，满足从中小型训练到超大规模集群的差异化需求，为构建高密度算力和大规模集群、处理更为复杂的人工智能任务提供了关键技术支撑。
当前人工智能训练任务呈现超线性、高故障率特征和异构混训趋势。公司在算力、互连通信、软件生态等方面实现了有效均衡，GPU产品在实际智算集群运营中发挥了强大的性能，能够稳定、无中断地执行海量参数模型分布式训练任务。同时，公司的GPU产品支持构建异构融合计算集群，能够在算子层隔绝异构平台差异，实现集群的弹性扩展，从而有效帮助下游客户在国产替代切换过程中充分挖掘既有资源，提供了扩展现有智算集群、提升整体算力效能的优化方案。
4、易用性优势：“自主创新与开放兼容”双轨并行，打造了具备易用性和可扩展性的软件生态
易用性方面，公司自主研发的MXMACA软件栈为开发者提供了完整的AI开发工具链，利用自有技术完成对相关开源框架和工具的适配、编译、验证、优化等，不断降低开发者使用门槛。高性能方面，公司基于GPU软硬件协同优化技术，从软件实际需求出发，精准定义硬件的功能与性能，实现软硬件之间的深度协同与优化，充分释放GPU硬件性能潜力。
通用性方面，公司MXMACA软件栈实现了对CUDA生态的高度兼容，为人工智能、通用计算和大数据处理等领域的现有应用提供了高效迁移至MXMACA软件栈的能力，开发者无需过多修改现有代码即可将应用快速部署到公司的GPU产品上运行，大幅降低客户应用迁移本、提升迁移效率。MXMACA软件栈在AI框架、高性能算子库的支持度和模型的适配度方面具备深厚的积累，支持超过6,000个CUDA应用，与超过1,000个模型实现了原生适配，其中，Day0适配Qwen3.5-397B-A17B、MiniMaxM2.5、智谱AI GLM-5、智谱 AI GLM-OCR、阶跃星辰基座模型Step3.5Flash、PaddleOCR-VL-1.5、Tencent-HY-MT1.5、大晓机器人开悟世界模型 3.0等超过13个大模型。基于较强的生态兼容性，公司MXMACA软件栈能够开放拥抱全球开发者丰富的开源成果，拥有丰富的人工智能落地场景。
沐曦股份坚持推动软件生态开源共享，通过产学研合作不断助力大模型应用在千行百业加速落地。自2025年2月14日公司开源社区开放以来，截至2026年3月13日，公司MXMACA软件栈注册用户超过30万人，网络API调用次数超过5,591万次，文件下载量超过16万次。公司是国内少数提供核心软件生态开源、提供版本SDK公开下载渠道、提供英文开发文档资料的GPU公司，MXMACA软件栈已公开500余份开发文档和手册，并已成功引入中国高校教育体系，覆盖超过半数的中国C9高校，有望打破国外软件生态垄断、支持中国人工智能产业转型升级。
5、产业化优势：优质的产业链上下游资源，快速实现商业化落地
在“1+6+X”的战略指引下，公司坚持开放共赢，凭借领先的技术实力、长期的行业资源积淀已与产业链上下游建立了良好的合作关系，广泛适配整机服务器、操作系统、运维管理平台、主流AI框架、主流大模型等上下游生态。
凭借突出的产品性能和稳定的供应能力，截至报告期末，公司GPU产品累计销量超过55,000颗。公司深度构建“1+6+X”生态与商业布局，基础算力底座方面，公司产品相继应用部署于10余个智算集群，算力网络覆盖国家人工智能公共算力平台、运营商智算平台和商业化智算中心，区域横跨北京、上海、杭州、长沙、中国香港等地区，并逐渐向更多区域延伸。公司GPU产品深度赋能众多行业应用场景，已率先实现教科研、金融、交通、能源、医疗健康、大文娱等行业应用，并积极布局“具身智能”、“低空经济”等前沿方向，产品赋能真实应用场景的竞争力和交付能力得到充分验证。
公司构建了稳定的供应链体系，积累了丰富的供应链管理经验，拥有动态、灵活的库存管理机制，并较早启动国产供应链布局、提早规划并设计了基于国产供应链的产品，能够确保产品高质量及可持续的供应与交付。截至报告期末，公司在晶圆生产制造、封测、存储颗粒、EDA、IP等核心环节的国产化上均已取得一定突破。随着市场影响力和产业链资源逐渐提升，公司将持续培育国产供应商，进一步推动关键供应环节的国产配套，全面提升国内集成电路产业链的竞争力。
6、团队优势：拥有稀缺、稳定的全建制世界级技术团队
公司创始团队拥有深厚的GPU技术积累及全流程量产经验，在国际领先GPU公司负责设计并量产了多款高性能计算GPU和高性能渲染GPU，具备敏锐的市场洞察能力、前瞻性视野和国内稀缺的万卡大集群落地经验。创始人陈维良先生拥有20年以上GPU设计及量产经验，带领团队主导并完成多款高性能GPU产品的流片和量产，曾获“上海产业菁英高层次人才-产业领军人才”、“中国信息协会常务理事”等称号或荣誉。联合创始人彭莉女士是芯片架构资深专家，曾作为主架构师完成了多款高端复杂的GPU芯片设计。联合创始人杨建博士是三维图形与高性能计算生态领域资深专家，拥有丰富的GPU芯片设计及软件生态开发经验。
公司创始团队以近二十年GPU行业的工作历程，聚合起一批扎根芯片设计、GPU和人工智能行业的资深工程师，组成了核心技术研发团队和经营管理团队，形成了一支富有远见、深刻洞察全球GPU、人工智能行业技术发展趋势，具有持续自主创新能力的技术研发团队。截至2025年12月31日，公司已在北京、南京、成都、武汉、杭州、中国香港等地建立全资子公司及研发中心，共有675名研发人员，占员工总人数的比例为73%；公司员工中有557人拥有硕士及以上学位，为公司持续的技术创新和产品研发提供了重要的人才基础。此外，公司的市场、运营等部门的核心团队均拥有行业内知名公司多年的工作经历，具有丰富的产业经验和专业的管理能力。(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
(三)核心技术与研发进展
1、核心技术及其先进性以及报告期内的变化情况
GPU产品的研发需要全面掌握集成电路设计与系统软件开发的大量关键技术，同时需要对各类人工智能算法和应用场景有着深入的研究和理解，是一项技术难度大、涉及方向广，且极为复杂的系统性工程。公司长期聚焦关键核心技术的攻关，不断强化科技创新能力，坚持核心技术自主可控的发展路线，通过自主研发形成了具备较强行业竞争力的核心技术体系。在集成电路设计领域，公司已全面掌握多项关键技术，涵盖了高性能GPU处理器架构设计技术、高性能GPU流处理器设计技术、高性能GPU多级缓存结构及内存管理设计技术、高性能GPU系统控制及虚拟化技术、MetaXLink高速互连技术、芯粒架构与先进封装设计技术、高性能GPU动态功耗管理技术、高性能GPU验证方法学及智能验证技术等；系统软件方面，公司已系统掌握GPU异构计算编程语言与开发环境、人工智能编译器与编译技术、GPU高性能通信库设计与优化技术、GPU高性能数学库设计与优化技术、GPU核心驱动程序、GPU软硬件协同优化技术等核心技术。相关技术在公司各系列产品的研发与应用中发挥了关键作用，显著提升了产品的性能、效率和竞争力。
2、报告期内获得的研发成果
随着技术不断自主创新和商业化能力日臻完善，公司已成为我国人工智能产业链的重要参与者，积极推动国家智算领域的自主可控，不断加速GPU芯片国产替代进程，参与了数个国家级和省级重大科研课题并积累了一系列知识产权和荣誉奖项。截至2025年12月31日，公司拥有境内授权专利及软件著作权共计401项，其中发明专利350项。
3、研发投入情况表
4、在研项目情况
5、研发人员情况
6、其他说明
四、风险因素
(一)尚未盈利的风险
报告期内，公司归属于母公司股东的净利润、归属于母公司股东的扣除非经常性损益后的净利润分别为-78,944.63万元、-82,970.05万元，均为负值。截至2025年12月31日，公司经审计的母公司报表未分配利润为-154,888.26万元，母公司报表可供股东分配的利润为负值。
公司所处GPU芯片行业作为典型资本与技术双密集型领域，公司为突破国际生态垄断并实现自主可控目标，始终坚持自主创新，持续加大核心技术攻坚力度，报告期内公司研发费用为102,739.29万元，占营业收入比例为62.49%。公司产品具备良好的市场前景和广阔的市场空间，营收增速预计保持高位，未来随着公司持续进行成本优化及费用控制，毛利率和期间费用率将趋于稳定，新产品的放量销售将持续为公司带来业绩贡献，公司亏损有望持续收窄，实现扭亏为盈。
(二)业绩大幅下滑或亏损的风险
(三)核心竞争力风险
公司所处GPU行业为横跨集成电路和人工智能两大典型的技术密集行业，核心技术与知识产权是公司最重要的无形资产，对于公司保持和提升核心竞争力尤为关键。公司自主研发的GPUIP已历经了多次迭代升级，应用于人工智能训练和推理、高性能计算的GPU产品已规模化量产，软件生态的丰富度、兼容性与稳定性不断提高，产品综合性能达到国内领先水平。但随着人工智能应用的快速普及，对于AI芯片的需求不断扩增，吸引越来越多的行业参与者，市场竞争日趋激烈。此外，如果产品迭代和技术创新无法满足市场需求，公司将可能面临主要产品销售不及预期、毛利率持续下滑、长期无法实现盈利等风险。未来，公司将紧跟行业发展趋势，通过持续的技术创新、产品迭代和开源建设，保持技术先进性和市场影响力。
(四)经营风险
1、公司持续稳定经营和未来发展存在不确定性的风险
公司通过持续高强度、高水平的研发投入形成技术领先优势，并逐渐将研发优势转换为产品优势，已量产的产品线覆盖了人工智能训练及推理、通用计算（包括科学计算）等计算场景。核心产品快速商业化落地，市场认可度、影响力不断提升。公司目前处于快速发展阶段，业务规模不断扩大，为保持技术先进性和市场竞争力，公司将继续进行较大金额的研发投入以及其他必要的经营相关资金支出，此外，公司产品进入重点行业客户需经历严苛的技术验证及生态适配周期。因市场景气度、行业竞争、客户拓展、供应链管理等影响经营结果的因素较为复杂，公司的营业收入增速可能不及预期，存在未来一段时期内持续亏损的风险。为应对该风险，公司将紧跟行业发展趋势，通过持续的技术创新、产品迭代和开源建设，保持技术先进性和市场影响力，并围绕教科研、金融、交通、能源、医疗健康、大文娱等重点行业，加速GPU产品在垂直应用场景的商业化落地，推动人工智能赋能千行百业。
2、供应链安全风险
公司采用Fabless经营模式，主要负责芯片的研发、设计与销售，生产环节由专业的外协厂商完成，主要包括晶圆代工厂和封装测试厂，报告期内公司与部分境外供应商进行合作；此外，公司在重要物料HBM以及芯片研发设计所需的EDA工具和部分接口IP等方面的采购，也涉及主要终端供应商来自于境外的情况。在中美科技博弈持续升级的背景下，因美国政府相关政策影响，公司目前在先进制程晶圆代工和HBM供应等方面受到不利限制。由于集成电路领域专业化分工的产业结构及较高的技术门槛，其中部分供应商的产品或服务具有稀缺性和独占性，较难在短时间内形成同质量的国产替代。如果未来公司与相关供应商的合作关系发生恶化、中断等情形，或者由于其他不可抗力因素而无法继续进行合作，若公司未能及时落实高质量的国产替代解决方案，则将对公司生产经营的可持续性构成不利影响。为应对上述风险，公司基于对国际政策形势的研判，较早启动国产供应链布局、提早规划并设计了基于国产供应链的产品，确保产品高质量及可持续的供应与交付。随着市场影响力和产业链资源逐渐提升，公司将持续培育国产供应商，进一步推动关键供应环节的国产配套，全面提升国内集成电路产业链的竞争力。
(五)财务风险
1、持续亏损和存在累计未弥补亏损的风险
公司报告期内尚未实现盈利，主要系：（1）中国GPU芯片市场曾长期被国外巨头垄断，国产GPU芯片渗透率低，面临技术标准适配及用户习惯迁移障碍，市场拓展呈渐进式发展，且国产GPU芯片厂商整体起步较晚，处于技术突破和产品落地初期，在多方面有待提升，需投入大量资源用于研发、市场拓展和生态建设，导致成本居高不下；（2）公司智算推理GPU芯片曦思N100系列、训推一体GPU芯片曦云C500系列分别于2023年4月和2024年2月正式量产，因公司产品进入重点行业客户需经历严苛的技术验证及生态适配周期，公司销售规模处于快速爬坡阶段，目前收入规模仍然难以覆盖成本费用支出；（3）公司所处GPU芯片行业属资本与技术双密集型，有极高技术壁垒与密集研发投入特点，公司为夯实产品竞争优势持续加大研发投入；（4）公司因实施股权激励而确认了较大金额的股份支付费用。
因市场景气度、行业竞争、客户拓展、供应链管理等影响经营结果的因素较为复杂，公司的营业收入可能无法按预期增长，存在未来一段时期内持续亏损的风险。
2、经营活动现金流持续为负的风险
本报告期公司经营活动产生的现金流量净额为-126,007.18万元，现金流持续为负主要系以下原因共同导致：（1）报告期内公司尚未实现盈利，收入规模无法覆盖各项成本费用支出；（2）客户回款时间相比公司收入确认时间有所滞后，应收账款余额较大；（3）受地缘政治形势影响，为保障原材料供应稳定，公司在报告期积极进行战略备货，期末存货余额大幅增加。
公司目前处于快速发展阶段，业务规模不断扩大，为保持技术先进性和市场竞争力，公司将继续进行较大金额的研发投入以及其他必要的经营相关资金支出，因此存在未来一段时间内公司经营活动现金流持续为负的可能性。若公司无法通过股权融资或债权融资等方式合理筹措资金，有效改善现金流，则在营运资金周转方面将会面临一定风险。
3、应收账款回收风险
本报告期末，公司应收账款账面价值为72,572.47万元，占期末流动资产的比例为5.74%，占同期营业收入的比例为44.14%。截至本报告公告之日，部分大额应收账款客户尚未完成全部回款，如该等客户财务状况恶化或付款进度不及预期，则相关应收账款可能面临无法全部收回的风险。本报告期末，公司应收账款有所增加，主要系公司核心GPU产品持续出货，营业收入增长幅度较大，应收账款金额随营业收入规模的增加而增加。随着公司业务规模的扩大，应收账款可能继续增加，若下游客户财务状况出现恶化，可能存在应收账款无法回收的风险，进而对公司未来业绩造成不利影响。
4、预付款资金安全风险
本报告期末，公司预付账款余额为83,427.99万元，占公司流动资产的比例为6.60%，金额较大。报告期内随着公司业务规模快速增长，原材料采购需求相应增加；受行业惯例、采购周期、国际形势等因素影响，为保障未来产品供应，公司向晶圆、HBM等重要原材料供应商进行提前订货并预付较高比例的货款，导致预付账款规模较大。如果该等预付款对应物料后续无法顺利交付或交付时间进一步推迟，公司将面临流动资金占用和资金安全的风险。
5、存货周转及跌价风险
本报告期末，公司存货账面价值为149,609.34万元，占流动资产的比例为11.83%。主要系基于供应商的生产周期及其他不确定性因素，公司为保障向下游客户按时交付产品，相应增加了存货储备。如果未来公司不能有效拓宽销售渠道、优化库存管理，导致出现大规模的存货积压情形，则可能对公司营运资金周转造成不利影响；若进一步发生市场情况变化导致存货无法顺利销售，将产生存货跌价风险，影响公司经营业绩。
6、募投项目新增较大费用支出的风险
募集资金投资项目实施过程中，将产生较大金额的折旧摊销和其他费用支出，对公司经营业绩有直接影响。由于募投项目的建设、完工及产生效益需要一定的时间周期并且可能存在各种不确定性，若未来公司所处市场环境等因素发生重大不利变化，导致募投项目无法实现预计效益，则前述新增的折旧摊销、期间费用等将对公司未来经营业绩构成较大不利影响。
(六)行业风险
随着人工智能应用的快速普及，对于AI芯片的需求不断扩增，吸引越来越多的行业参与者，市场竞争日趋激烈。从全球范围来看，经过多年发展，已经基本形成了由英伟达和AMD组成的“一超一强”寡头垄断格局，两家企业在综合技术实力、销售规模、资金实力、人员数量等各方面优势明显；国内市场方面，受益于中美科技博弈和国产替代政策推动，近年来我国本土品牌AI芯片的市场渗透率已呈显著上升趋势，但总体上仍处于发展相对初期阶段，尚未形成较明朗的竞争格局。同时，随着AI芯片领域国产替代进程的不断加速，未来可能将有更多国内厂商进入到该市场参与竞争。为应对上述风险，公司将坚持以自主技术创新为导向，持续深耕GPU行业通过技术创新和设计优化，持续提升GPU架构的通用性、GPU产品的高能效与GPU软件生态的易用性，紧跟行业前沿技术发展趋势，通过技术升级和产品迭代，不断扩大竞争优势、巩固市场地位，推动国产算力产业链自主可控。
(七)宏观环境风险
(八)存托凭证相关风险
(九)其他重大风险
五、报告期内主要经营情况
报告期内，公司实现营业收入164,408.55万元，较上年同期增长121.26%；实现归属于母公司所有者的净利润-78,944.63万元，较上年同期减亏43.97%；实现归属于母公司所有者的扣除非经常性损益的净利润-82,970.05万元，较上年同期减亏20.52%。报告期内实现基本每股收益-2.44元，较上年同期增长4.57元每股。
六、公司关于公司未来发展的讨论与分析
(一)行业格局和趋势
(二)公司发展战略
2026年初，“智能经济”概念被首次写入政府工作报告，一个全新的产业周期正在开启。过去的2025年，大模型应用快速扩张，全球科技公司纷纷加码数据中心和算力基础设施，GPU一度出现“全球抢芯”的现象，算力正在成为数字时代最稀缺、也最关键的资源之一。AI的快速发展，正在将全球科技竞争带入一个全新的阶段。随着大模型、生成式AI以及智能应用的不断扩展，算力需求呈现出爆发式增长。
算力需求的爆发也与国家战略息息相关，“算力即国力”的共识已深入人心。“十五五”规划建议提出推动加快高水平科技自立自强，加强关键核心技术攻关，其中集成电路与AI被视为战略重点。伴随着“东数西算”工程和国家算力网络建设的推进，算力资源的整体布局正在不断优化，也为算力芯片产业提供了巨大的发展空间。全球算力规模在短短数年时间里迅速跃升，计算能力从EFLOPS级不断迈向更高量级，算力革命的速度远远超过以往任何一次计算技术变革。算力不再只是技术能力，而正成为支撑数字经济发展的关键基础设施。一场由算力驱动的产业变革，正在深刻改变全球产业格局和发展方式。
面对新形势、新机遇，沐曦股份将进一步秉承“打造世界一流的GPU芯片及计算平台，成为中国AI算力基石”的愿景，坚持“政策引领、产品领先、客户为中心、企业文化全面支撑”的可持续发展战略，长期深耕GPU和人工智能领域，成为推动我国智能算力基础设施自主可控的关键力量。
2026年，公司将紧紧把握国家战略性新兴产业融合发展大势，始终坚持以GPU技术为核心的自主研发、成果转化和量产应用，对标国际领先品牌不断打造和完善产品矩阵，形成独具优势的GPU产品体系和自主开放的软件生态，为国家经济发展提供强大的算力支撑，为民族复兴、国家强盛贡献科技力量。
面对全球人工智能竞赛再度加速和算力资产价值链重构这一“百年未有之大变局”，公司制定了“三步走”发展规划，依次为：1）从研发优势向产品优势的转化；2）从产品优势向市场领先优势的跃升；3）从市场领先优势向基业长青的运营优势的巩固。公司目前正处于从产品优势迈向市场领先优势的阶段，将在研发领域继续保持产品的竞争优势，在市场领域树立良好的产品品牌声誉，加快在地区及行业的布局，构建健康、稳定持续的商业闭环，从而更好发挥高性能GPU芯片在人工智能产业中的关键作用。
未来，公司将继续以国家自主可控重大战略需求和市场需求为导向、以自主创新为驱动，围绕自身的核心优势，重点布局云端及边端算力市场，加速技术深耕、场景渗透和生态协同，实现技术升级和产品迭代。公司将坚持“1+6+X”发展战略，加大市场开拓力度，不断提升公司在高性能GPU行业的市场地位和影响力。在产业生态方面，公司致力于在开放合作中推进技术进步，将加速产业链布局，推动开放生态建设，让客户有价值、投资者有收益、合作伙伴有成功、员工有成就，逐渐成为中国GPU名片，成为各类AI企业的共同选择。
(三)经营计划
一、进一步夯实自主可控的基石，确保核心IP和供应链安全
从产业发展格局来看，算力芯片产业链具备极强的复杂性与关联性，芯片设计、制造、封装测试、软件生态等各环节深度依存、协同共生，强化产业链上下游协同联动，是提升产业韧性的核心关键。
公司将始终坚守核心IP及架构全自主研发战略路线，在2025年实现全国产工艺的基础上，持续深耕国产供应链体系建设，精准把控产业链核心环节，全力推动关键技术、核心部件、供应渠道的自主可控，切实筑牢产业安全屏障，为公司长期稳定发展保驾护航。
二、软硬件并举，进一步强化系统能力，做大做强生态圈
当前算力产业竞争已从单一芯片产品比拼，升级为全生态体系实力的角逐，芯片作为算力体系的核心载体，其核心竞争力依托于完整的软件工具链、开发者生态以及行业应用体系。唯有实现软硬件深度协同，构建平台化发展能力，方能推动算力产业实现规模化、商业化落地应用。
在生态体系建设方面，公司将秉持开放合作理念，深化产业协同创新，加速全产业链布局，持续优化完善MXMACA软件栈，精准提升CUDA兼容性，实现开发者友好，使用方“无感”迁移，以“好用易用、稳定可靠”的高性能GPU产品为产业智能化提供算力支撑。
三、坚持“1+6+X”行业布局战略，抓住前沿方向的应用拓展机遇
在商业层面，算力芯片企业首先需要找到并坚持可持续的发展路径。企业需要从实际应用场景出发，通过系统化优化来解决具体问题，使产品在真实业务环境中发挥更高价值。这意味着企业需要让技术创新与产业需求形成紧密结合。
在垂直应用领域，公司将持续落地践行2025年发布的“1+6+X”行业战略布局，精准发力细分领域，拓宽产业应用边界。其中，“1”指的是数字算力底座，打造安全、高能效、可扩展的统一算力基座，为上层应用提供坚实的底层支撑；“6”涵盖了金融、医疗健康、能源、教科研、交通及大文娱六大垂直行业；“X”则指向具身智能、低空经济等前沿方向，抢抓产业变革新机遇，培育公司发展新动能、新增长点。
四、加大研发投入，把握产品方向和布局，优化研发方向，加速研发成果落地
2026年，公司继续坚持“在售一代、在研一代、预研一代”的研发纲领。在产品线方面，积极探索拓宽产品线发展路径，在巩固曦云C500及曦云C600主力产品的基础上，关注相关人工智能等领域的技术发展态势，特别是关注“推理”、“科学计算”场景对于产品的差异化要求，及时调整公司产品差异化特点，适时推出多产品线，满足不同应用场景的需求。公司将继续优化现有产品性能与功能，提升产品竞争力。同时，围绕公司既定的研发方向，布局并积极推动下一代产品曦索X206、曦云C700等产品的研发及产业化落地工作。
五、加强人才队伍建设，重视人才引进与培养
人才是算力产业高质量发展的核心竞争力，当前芯片与AI行业高速扩张，高端创新人才、跨界复合型人才缺口凸显，成为制约产业升级的关键因素。人工智能的应用价值依托于行业深度融合，兼具技术功底与行业认知的复合型人才，是推动技术落地、释放产业价值的核心支撑。
2026年，公司将把握市场机遇，拓展人才队伍建设，建立市场监测与分析团队，定期收集、分析行业信息；加大对研发人才的引进与培养力度，完善人才激励机制，吸引行业内优秀人才加入，打造一支高素质、创新能力强的研发团队。加强公司文化建设，使员工有所作为，有成就感，激发高潜力人才的潜能，给能做事的人平台，给做成事的人成就，给做事优的人激励。注重“人才链、创新链、产业链、资金链”的深度融合。通过建设开放的技术平台、发展开源社区以及加强高校合作，让更多人才参与到AI与芯片技术的创新实践之中。让人才在创新体系中持续成长，并通过产业化过程实现价值转化，形成人才的良性循环。
收起▲