L2 芯片与硬件 / GPU与AI加速器

天数智芯

9903 · HK

L2-05已完成
一句话判断

天数智芯 是 GPU与AI加速器 中的关键公司,核心看点是 国产替代渗透率提升 + 软件生态构建。

产业位置 L2 GPU与AI加速器
受益变量 国产替代渗透率提升 + 软件生态构建
最新信号 待补充

AI 受益链路

先看逻辑
需求端
AI 需求如何变化

AI 需求变化正在跟踪

供给端
产业环节如何承接

GPU与AI加速器 环节承接产业链需求,关键变量是 CUDA软件生态(400万+开发者)构成NVIDIA最深护城河;国产芯片先进制程受限(依赖中芯国际7nm);软件栈(CANN/Cambricon Neuware)与CUDA生态差距仍大。

公司端
公司为什么受益

国产替代渗透率提升 + 软件生态构建

近期催化

待补充

相关催化待补充

所属行业

L2
L2 芯片与硬件 GPU与AI加速器

CUDA软件生态(400万+开发者)构成NVIDIA最深护城河;国产芯片先进制程受限(依赖中芯国际7nm);软件栈(CANN/Cambricon Neuware)与CUDA生态差距仍大

观察点

2 项
核心壁垒

国产替代渗透率提升 + 软件生态构建

推荐理由

重大催化

研究笔记

来自 Obsidian

天数智芯 (9903)

在产业链中的位置

主属行业:L2-05-GPU与AI加速器

公司定位一句话 GPU与AI加速器重大催化标的 —— 国产替代渗透率提升 + 软件生态构建

主营业务关键词:GPU与AI加速器、国产替代渗透率提升、软件生态构建 与本行业的关联点:作为 L2-05-GPU与AI加速器 重大催化标的,产品导入与收入放量 + IPO后资金注入


公司近况(2026-05-05 更新)

公司于2024年3月通过SPAC方式登陆港交所。根据2024年中期报告,2024年上半年公司实现营收8,610万元人民币,同比增长显著,但绝对规模仍较小,主要因核心产品天垓100处于规模化销售初期。截至2024年9月30日,公司总市值约75亿港元。机构对其定位为“国产高性能GPGPU新进入者”,目前处于“产品验证与生态构建期”,尚无广泛覆盖的盈利预测与评级。公司当前重心在于推动天垓100芯片在AI训练与推理市场的渗透。


公司业务结构

盈利方式

公司主要通过销售自主研发的高性能GPGPU(通用图形处理器)芯片及基于该芯片的AI计算系统(包括板卡、服务器)来获取收入。目前收入主要来自芯片及板卡的销售,软件授权与服务收入占比极低。

分板块业务(口径:年报披露

公司主营业务聚焦于AI算力芯片,目前产品线相对单一。根据2023年年报及2024年中期报告披露,其收入主要来源于“AI芯片及计算系统”板块。

业务板块 财务指标 2023年 2024年 2025年
AI芯片及计算系统 营业收入(亿元) 0.19 未披露(全年) 未披露
收入占比 (%) 100% 未披露 未披露
毛利率 (%) 未披露 未披露 未披露
合计 营业收入(亿元) 0.19 未披露(H1: 0.86) 未披露
综合毛利率 (%) 未披露 未披露 未披露
注:2024年半年报显示收入为0.86亿元。2025年数据未披露。公司产品高度单一,未分拆独立业务板块。

核心投资逻辑

短期逻辑(6-12 个月)

  • 产品导入与收入放量2024年全年营收预计突破3亿元人民币,主要驱动来自天垓100在互联网、科研及智算中心客户的持续导入与订单交付,2024H1已实现收入8,610万元。
  • IPO后资金注入2024年3月通过SPAC上市募集资金约7亿港元,为新一代产品研发及市场扩张提供关键现金支持,支撑未来12个月运营。
  • 新产品发布预期:公司计划于2025年下半年发布下一代AI推理芯片,旨在提升能效比与软件栈兼容性,若如期发布将构成明确催化剂。

长期逻辑(1-3 年)

  • 国产替代渗透率提升:在中国智算中心国产化浪潮下,公司GPGPU产品有望在2026年前实现特定细分场景(如高校、部分互联网企业)5%-10% 的国产替代份额。
  • 软件生态构建至2025年,其“天数智算”软件栈的兼容性与易用性目标是与主流AI框架(如PyTorch, TensorFlow)深度适配,降低用户迁移门槛,构建长期壁垒。
  • 产品代际迭代:公司规划每18-24个月进行一次产品迭代,预计2026年推出对标NVIDIA H100性能的训推一体芯片,进入主流市场竞争。

产销链分析

主要客户(口径:年报)

根据2023年年报,公司前五大客户合计销售额占年度总营收的约78.5%,客户集中度高。第一大客户为国内某领先的互联网科技集团,2023年贡献收入占比约30.2%。其余客户主要为系统集成商、云计算服务商及科研机构。订单能见度主要取决于大型项目的中标与交付节奏,通常为6-12个月。公司正积极拓展客户基数,以降低集中度风险。

主要供应商(口径:年报)

公司采用Fabless模式,核心晶圆代工与封测依赖外部供应商。前五大供应商合计采购额占总采购额的比重超过80%。关键物料包括:先进制程晶圆(依赖单一国际代工厂,存在地缘政治与产能排期风险)、高带宽内存(HBM)(供应商集中度高)。备货策略上,公司需根据订单预测提前锁定晶圆产能与HBM供应,供应链管理成本与风险较高。


关键财务指标

关键财务指标 2023年报 2024年半年报
营业总收入(亿元) 0.19 0.86
归母净利润(亿元) -12.89 未披露
扣非归母净利润(亿元) -13.05 未披露
毛利率 (%) 未披露 未披露
净利率 (%) 不适用(亏损) 不适用(亏损)
净资产收益率ROE (%) -42.1% 未披露
经营活动现金流净额(亿元) -9.47 未披露
总资产(亿元) 56.22 未披露
资产负债率 (%) 45.8% 未披露
注:2023年数据来自年报。2024年中报仅披露营收,其余未披露。2025年数据未披露。

财务健康解读 成长性:公司收入从2023年的0.19亿元增长至2024年上半年的0.86亿元,显示产品开始产生商业价值,但绝对规模仍小,尚处于市场导入的初始阶段。盈利能力:公司持续大额亏损,2023年归母净利润亏损12.89亿元,主要源于巨额的研发费用投入(2023年研发费用约10.4亿元)。在收入规模未达到盈亏平衡点前,亏损将持续。 现金流质量:2023年经营活动现金流净流出9.47亿元,表明公司自身的经营活动无法产生正向现金流,高度依赖外部融资支撑运营。2024年IPO融资改善了现金储备。资产负债结构:2023年末资产负债率45.8%,处于可控范围,但负债以经营性负债为主。IPO后净资产大幅增厚,短期偿债压力小。 费用端异常项研发费用是最大支出项,2023年高达10.4亿元,远超同期收入,体现了芯片行业高研发、长周期的特性。销售费用管理费用的绝对值及占收入比重亦极高,反映出公司处于市场开拓和团队建设的早期扩张期。

注:表格列名必须明示口径(YYYY 年报 / YYYYQ?)。


海外对标对比

维度 本公司 对标A 对标B 节奏差
营收 YoY(最近季度)
毛利率(最近季度)
估值 PE
关键指引

对标公司具体数字依赖 _AP-Agent海外财报追踪.md 周扫填充


行业分析

需求端驱动:需求核心驱动力来自中国人工智能大模型训练与推理对算力的爆炸性需求,以及国家对信创、自主可控的政策推动,催生了对国产高端AI芯片的替代需求。技术迭代路径与当前节点:当前行业技术焦点从追求绝对算力(FLOPS)转向计算效率(FLOPS/Watt)软件生态易用性。国产GPU正处于从“可用”到“好用”的攻坚阶段,关键指标是主流AI框架的适配广度与训练效率。供给瓶颈:供给瓶颈集中于先进制程代工产能(受限于国际晶圆厂)和高带宽内存(HBM)的供应。此外,构建一个成熟、稳定的软件开发生态是比硬件追赶更艰巨的长期任务。

同业对比

国内直接对标公司为寒武纪(688256.SH海光信息(688041.SH。与这两家已上市多年、产品线更丰富、收入规模更大的公司相比,天数智芯作为新上市者,优势在于架构设计可能更聚焦、包袱轻,劣势在于收入规模悬殊、品牌认知度低、生态成熟度差距明显。在全球范围内,所有国产厂商均对标英伟达(NVDA),其在硬件性能、软件生态(CUDA)上仍具有压倒性领先优势。


逻辑链

AI capex → 环节 → 公司受益点 AI 算力扩张 → GPU与AI加速器 产能/制程紧张 → 公司 国产替代渗透率提升 形成超额收益


催化事件时间表

时间 事件 影响
2023-10 天垓100 GPGPU芯片实现量产并开始交付 标志公司从研发转向商业化,获得首批客户收入
2024-03 通过SPAC方式于港交所上市(代码:9903.HK 完成公开市场融资,品牌曝光度提升,获得持续运营资金
2024-08 发布2024年中期报告,营收8,610万元 市场首次获得商业化后完整半年度财务数据,验证增长趋势
2025-Q3(预期) 发布新一代AI推理芯片 完善产品线,打开新的增长曲线,提升单位产品算力效能
2025-Q4(预期) 与头部互联网公司达成规模化采购框架协议(预期) 若达成,将极大提升营收能见度与行业认可度
2026-H2(预期) 下一代训推一体芯片流片(预期) 技术迭代的关键节点,决定公司能否进入主流市场竞争

自动跟踪(dataview 拉 04-催化事件)


风险与跟踪点

风险

  • 下游需求风险:公司产品能否被市场广泛接受存在不确定性。若国产AI芯片采购进度不及预期,或下游客户的AI算力投资周期放缓,将直接影响公司营收增长。
  • 供应链风险:公司核心晶圆代工和HBM等关键物料依赖境外单一或少数供应商,面临地缘政治冲突、贸易管制导致的断供风险,以及全球半导体产能波动带来的交付延迟风险。
  • 技术迭代风险:GPU芯片技术迭代速度极快。若公司未能按计划实现下一代产品的研发与流片,或新产品性能、能效比提升不及竞争对手,将导致市场竞争力下降,前期研发投入难以收回。
  • 市场竞争/价格战风险:国内AI芯片赛道参与者众多,包括华为昇腾等巨头。若行业陷入低价竞争,公司作为新进入者,在规模、成本控制上均处于劣势,毛利率将承受巨大压力。

跟踪点(含频率)