万能开挂辅助“手机麻将外卦神器下载安装免费”开挂(透视)辅助教程

　　来源：科创板日报

　　《科创板日报》5月2日讯（记者 郭辉）AI大模型迭代、智算中心规模化建设与边缘智能场景全面渗透，持续推高国内AI算力市场需求 ，国产算力芯片企业迎来业绩兑现关键期。

　　截至今年4月30日
，寒武纪
、海光信息、摩尔线程 、沐曦股份已悉数披露2026年一季度财报，壁仞科技
、天数智芯两家港股上市企业暂未披露一季报数据
。整体来看 ，行业呈现头部企业盈利稳固、二线厂商减亏甚至扭亏提速 、梯队化成长格局清晰的特征。

　　其中
，三家企业实现盈利，寒武纪
、摩尔线程营收同比增速均超150% ，海光信息一季度营收突破40亿元
，行业高景气度持续验证 。国产AI算力芯片正从技术突破向规模化商业落地跨越，国产化进程持续深化
。

　　截至2026年4月30日收盘 ，国产六大AI算力芯片企业中，A股头部企业体量领先：寒武纪市值7168.48亿元、海光信息市值6885.85亿元
，位居行业前两位；摩尔线程 、沐曦股份紧随其后，最新市值分别为3363.99亿元
、3032.88亿元；港股上市的天数智芯、壁仞科技市值相对偏小 ，折算人民币市值约为1037.50亿元 、999.13亿元。

　　海光信息
、寒武纪业绩均现新突破

　　作为国产算力芯片双龙头
，海光信息与寒武纪两家公司一季度业绩稳居第一梯队，盈利质量与经营效率同步提升 。

　　寒武纪一季度业绩实现跨越式增长
。公告显示 ，该公司报告期内营收达28.85亿元
，同比大幅增长159.56%；归母净利润10.13亿元，同比增长185.04%；扣非净利润9.34亿元 ，同比增幅达238.56%。

　　尤为关键的是
，寒武纪一季度经营现金流转正至8.34亿元，同比改善超22亿元 ，为其上市以来首次季度现金流为正
，标志着商业化落地与回款能力实现突破 。

　　寒武纪表示，公司产品持续在运营商、金融 、互联网等重点行业场景落地应用 ，其软件平台的易用性、大规模商业场景部署的稳定性及人工智能应用场景的普适性，均通过客户严苛环境验证
。目前
，其产品已规模应用于大模型算法企业
、服务器厂商、人工智能应用公司，辐射云计算 、能源
、教育、金融 、电信
、医疗、互联网等领域的智能化升级进程。

　　财报数据显示 ，寒武纪今年一季度订单亦获得市场需求有效支撑 。寒武纪一季度末的合同负债金额为3.96亿元
，较一季度初增长超3亿元
。此外，寒武纪一季度末的应收账款 、预付款项均较2025年末大幅增长 ，均显示出公司有序发展的积极信号。

　　海光信息方面依然延续稳健高增态势
，一季度营收达40.34亿元，同比增长68.06%；归母净利润6.87亿元 ，同比增长35.82%；扣非净利润5.97亿元
，同比增长34.99% 。同期，其研发投入12.11 亿元 ，同比增长26.8%
，高强度投入支撑技术持续迭代。

　　海光信息坚持“CPU+DCU
”双轮驱动战略，DCU产品深算三号已与DeepSeek
、Qwen3等365款主流大模型完成适配 ，覆盖全球99%非闭源大模型，赋能从十亿级端侧推理到千亿级模型训练的全场景需求
。公司下一代深算四号亦积极推进研发
，目前进展顺利。

　　在生态适配方面，海光信息集聚了CPU和DCU两大生态优势 ，依托光合组织凝聚了超过6000家生态合作伙伴
，持续加码面向伙伴的“星海计划”、启动基础软件生态“强芯固基 ”计划等专项，从核心部件 、整机系统到应用软件 ，全面打通生态链路
，加速软硬件深度协同 。

　　海光信息总经理沙超群在日前举行的业绩会上表示，未来三到五年 ，智算中心竞争将从比拼建设规模
，逐步转向能效比
、集群利用率与全生命周期综合成本等方面的比较
。

　　沙超群表示，海光DCU作为国产高端AI加速算力产品 ，是国内少数可同时支撑全精度、半精度AI训练的GPGPU芯片。随着AI Agent及AI推理需求增长
，任务调度 、逻辑推理、多业务协同等场景对通用计算需求显著提升，计算任务趋向高并发
、链式放大的任务型负载 ，天然拉高对CPU并发度与内存承载的需求 。“TrendForce预期CPU与GPU配比将从传统比例向更高水平提升，公司CPU有望顺势提升在商业市场的渗透率
”
。

　　摩尔线程、沐曦股份持续完善产品矩阵

　　摩尔线程 、沐曦股份作为GPU赛道核心力量
，一季度商业化进程加速，分别实现扭亏为盈与大幅减亏 ，成长动能充沛。

　　摩尔线程成为首家实现季度盈利的国产GPU上市公司 。今年一季度
，该公司实现营收7.38亿元，同比增长155.35%；归母净利润2936万元 ，同比扭亏
，去年同期亏损1.12亿元；扣非净利润-0.54亿元，亏损收窄60.1%
。

　　关于业绩增长 ，摩尔线程表示
，AI爆发使得市场对于GPU的需求迅速增长。2025年，各家主流厂商大模型快速迭代 ，AI应用百花齐放
，具身智能
、自动驾驶等新兴前沿行业飞速发展，使得以GPU为代表的AI芯片市场需求迅速提升 。一方面 ，受制于美国对于高端GPU芯片出口政策，国产AI芯片逐步实现对于国际GPU产品的替代
，迎来历史性发展机遇；另一方面，公司全功能GPU具有通用性强、支持全计算精度等特点 ，对于当前多模态 、融合计算场景具有较好的支撑性
。

　　研发方面
，摩尔线程一季度投入3.69亿元，同比增长50% ，持续加码产品迭代。

　　今年一季度
，摩尔线程斩获6.6亿元智算集群大单，千卡/万卡集群实现规模化落地 ，“夸娥”系列芯片在智算中心
、云厂商批量部署并上线服务
，新一代“花港 ”架构推进十万卡集群建设，消费级与数据中心GPU双线发力 。

　　关于未来的产品开发计划 ，摩尔线程董事长、总经理张建中在日前举行的业绩会上表示
，未来将基于“花港
”架构推出高性能AI训推一体“华山”芯片与专攻高性能图形渲染的“庐山 ”芯片。“华山”专注AI训推一体与超大规模智能计算
。集成新一代异步编程与全精度张量计算单元，支持从FP4至FP64的全精度计算 ，为万卡级及以上大规模智算集群提供稳定高效的算力支撑，是构建下一代“AI工厂
”的坚实底座。“庐山”专攻高性能图形渲染
，性能实现全面跨越，包括几何处理性能提升16倍 ，AI计算性能提升64倍
，光线追踪性能提升50倍，并显著增强纹理填充 、原子访存能力及显存容量 。

　　沐曦股份今年一季度营收高增
、亏损大幅收窄
。报告期内 ，其实现营收5.62亿元
，同比增长75.37%；归母净利润-0.99亿元，同比减亏57.49%；研发投入2.53亿元 ，主要聚焦产品矩阵完善。

　　截至目前
，沐曦股份构建了曦云C、曦思N 、曦彩G三条核心产品线，分别专注训练
、推理和图形应用 ，今年一季度推出曦索X系列科学智能芯片
，切入气候仿真、流体力学 、分子模拟等高端场景，客户拓展与产品出货量有望同步放量 。

　　关于公司2026年发展规划 ，沐曦股份在业绩会上表示，展望未来
，AI芯片行业高速增长和国产替代加速将拓宽市场空间，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
，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
。

　　壁仞科技与天数智芯卡位高端算力 交付多个计算集群项目

　　壁仞科技与天数智芯尚未披露2026年一季度财报
，但经营进展持续推进，聚焦高端算力赛道卡位。

　　壁仞科技作为国产高端AI训练芯片代表 ，2025年全年营收10.3亿元
，比上年增长207%；经调整年内亏损8.7亿元，上年同期为亏损7.7亿元 。2025年 ，其毛利为5.57亿元
，同比增长210.8%，毛利率达53.8% ，同比增长63基点（bps）
。

　　壁仞科技称，公司成功交付多个大规模智算集群项目
，包括2048卡光互连光交换GPU超节点集群和多个市场化的数千卡级智算集群，客户涵盖国家级算力平台、电信运营商
、商业AIDC、AI/大模型公司及企业客户。

　　天数智芯聚焦通用算力芯片赛道 。2025年 ，该公司实现营收10.34亿元
，同比增长91.6%；毛利5.58亿元，同比大增110.5% ，毛利增速跑赢营收
。同期
，其研发与经营效率显著改善，经调整净亏损同比收窄32.1%。

　　在具体业务方面 ，通用GPU训推双赛道均实现高速突破
，成为其业绩增长的核心支撑 。2025年，天数智芯通用GPU业务收入9.23亿元 ，同比增长149.6%
，占总营收比重达89.3%，业务聚焦度与成长性突出。

　　截至2025年末 ，天数智芯累计服务超340家行业客户，产品及解决方案落地超1000个项目
，率先实现互联网 、AI大模型
、科研、金融 、医疗
、教育、交通等核心领域广泛覆盖，客户基础持续扩大 ，规模化效应逐步显现
。

　　值得注意的是
，高强度研发投入仍是企业构筑技术壁垒 、穿越行业周期的核心抓手。

　　今年一季度，已披露财报的四家A股算力芯片企业研发投入占营收比重均维持高位 。其中 ，海光信息一季度研发投入8.6亿元；摩尔线程
、沐曦股份研发投入占营收比重均超45%
，持续加码核心技术攻坚
。

　　行业普遍认为，AI算力芯片行业技术迭代快、研发壁垒高 ，唯有持续的研发投入
，才能在高端赛道实现技术突破，构建生态壁垒。

　　中原证券分析师唐月在今年4月发布的研报中称 ，2026年AI应用发展速度整体超预期
，带来了整体算力产业供应链的紧张 。2026年来看，在海外芯片供给受限的大背景下 ，国内AI芯片也迎来了性能 、产能的双方面改善，有望持续受益于市场结构的变化
，并最终改善国内算力的供给能力
。