南宁股票配资:我要配资网-寒武纪股价再超茅台 它距离成为英伟达有多远？

　　蛰伏多年的寒武纪迎来了高光时刻 。

　　今年8月以来 ，寒武纪股价连续多次超越茅台。11月6日，寒武纪股价盘中涨超7%
，达到1448元/股，超过茅台的1439.88元/股 ，再次成为A股价格最高的股票
。

　　此前10月17日发布2025年第三季度财报中
，这家公司的业绩也延续了今年来的超预期增长。报告期内，寒武纪营收17.27亿元 ，同比增长1332.52%；净利润达5.67亿元
，已连续4个季度实现盈利 。

　　上个季度，寒武纪已经交出了创纪录的半年报：营收28.81亿元 ，同比暴增4347%；归母净利润10.38亿元
，首次实现扭亏为盈
。财报披露后，寒武纪凭借每股1587.91元的收盘价超越贵州茅台 ，成为新一代A股“股王 ”。这一历史性时刻使寒武纪获得了广泛关注——无论是不是股民 、懂不懂人工智能与芯片
，公众都开始好奇这家中国科技公司实力几何、股价还能涨多久？

　　就在两年前，寒武纪还曾因股东套现登上媒体热搜 。当时 ，受到芯片研发的巨额支出拖累，寒武纪归母净利润自上市后一直为负
。资本耐心有限
，截至2023年9月，有6名原始股东合计套现68亿元清仓寒武纪。一度有媒体质疑 ，这颗科技股的创业之星将会陨落 。

　　今天回看
，这些离场的股东再等一等就可以看到黎明的曙光
。2024年，寒武纪的亏损已大幅收窄。2025年 ，公司股价与市值一路狂飙
，甚至有人将其比作中国版英伟达 。

　　论营收
、市值与产品市占率，寒武纪要对标英伟达为时尚早
。二者的技术路径也不同：英伟达押注通用的图形处理器（Graphics Processing Unit ，GPU）
，寒武纪押注专用于深度学习的神经网络处理器（Neural Processing Unit，NPU）。

　　但二者发展业务的底层逻辑确有相似之处 。英伟达创始人兼CEO黄仁勋在播客节目《BG2》上谈及通用与专用芯片的差异时 ，公开赞许Google在AI浪潮还未开始前就自研TPU（注：张量处理器
，Google推出的特定类型NPU）的前瞻性。他认为一家创业公司真正的成功是先拿下一个微小市场100%的份额，继而创造出一个新市场 ，“这正是英伟达当年做的，也是Google TPU团队做的
，当时整个行业就我们两家
。”

　　其实大洋这一头的寒武纪也应当位列其中。曾在中国科学院计算研究所（以下简称“中科院计算所
”）担任研究员的陈天石是最早提出面向神经网络的专用处理器架构的科学家之一，与英伟达和Google几乎同时在AI芯片领域发力 。陈天石在2018年接受采访时曾表示 ，希望寒武纪芯片成为未来无处不在的AI应用的“垫脚石”——与英伟达提出的“AI基础设施 ”概念如出一辙
。只不过相较于技术巨头
，寒武纪一直在想尽办法活下去。而随着AI算力需求爆发，这家公司的故事才刚刚开始 。

　　与Google站在同一起跑线

　　谈寒武纪 ，绕不过创始人陈天石与陈云霁这对双子星
。哥哥陈云霁与弟弟陈天石先后考入中国科学技术大学少年班
，博士毕业后又都进入中科院计算所工作。陈云霁研究芯片，陈天石则研究智能算法 。2010年前后 ，兄弟俩尝试将两人的基础研究相结合
，“做一个聪明的芯片
”
。当年，该课题在全球学术界与产业界都过于冷门 ，他们一度连20万元的科研经费都申请不到。陈云霁在文章中回忆
，不止一个人劝他们放弃AI芯片这个“虚无缥缈的东西” 。

　　可兄弟俩并没有放弃，他们的坚持也在2014年迎来了令人瞩目的学术成果：陈云霁、陈天石与其他合作者的论文《DianNao：一种小尺度的高吞吐率机器学习加速器》《DaDianNao：一种机器学习超级计算机》接连获得处理器领域国际顶会的最佳论文奖
。这两篇论文首次提出的专用神经网络芯片架构 ，让AI不再只存在于大型服务器，还可以被嵌入各种终端设备。论文还设计出专为神经网络设计的芯片原型
，证明深度学习算法在专用AI芯片上的性能与功耗均优于传统的CPU 、GPU 。

　　DianNao和DaDianNao开创了深度学习处理器方向，发布后被Google的TPU团队
、英伟达等全球数百个科研机构引用 ，被视为AI专用芯片领域的奠基作之一。《科学》杂志评价陈云霁和陈天石是深度学习处理器的“先驱 ”
。随着2016年AlphaGO战胜围棋世界冠军李世石
，AI研究逐渐升温，科学家们已经不再满足于在ImageNet学术竞赛上用神经网络识别猫狗 ，AI开始从实验室迈向产业。2015年
，陈云霁团队研发的AI专用原型芯片在实验室一次性流片成功 。2016年，陈天石离职创业 ，与中科院下属企业北京中科算源资产管理有限公司共同出资创立寒武纪
。

　　同年4月
，英伟达推出首块专门为AI优化的GPU P100和首台“开箱即用
”的深度学习超级计算机DGX-1——黄仁勋亲手把序列号0001的机器赠送给了OpenAI；5月Google正式公布了专为AI定制的芯片TPU。

　　本质上，Google的TPU与寒武纪的NPU都是专用于特定任务的集成电路（ASIC） 。与脱胎于高校实验室的寒武纪相比 ，Google最初研发TPU就是为了满足自家数据中心的推理需求
。Google的高管在2013年算过一笔账：假设有1亿安卓用户每天使用手机语音转文字服务3分钟
，消耗的算力就已是Google所有数据中心总算力的两倍，更何况安卓用户远不止1亿人。CPU与GPU虽然也能完成推理 ，可前者的并行计算能力弱，后者专为图像渲染设计
，在做AI运算时也不够节能与高效，用它们扩建数据中心是一笔赔钱的买卖 。

　　但初创公司寒武纪不可能像技术巨头一样砸钱研发芯片 ，即使芯片成功量产
，当时的AI算力市场刚处于萌芽阶段，也难以支撑大规模出货
。寒武纪在早期选择了类似ARM的商业路径：以AI处理器IP授权为核心的业务模式。这是一个明智的选择 。第一代寒武纪1A以IP授权形式应用于华为麒麟970芯片 ，搭载到了Mate 10手机上
。此后
，华为一度成为寒武纪第一大客户。IP授权业务在2017年与2018年撑起了寒武纪超过98%的营收 。

　　与华为的合作证明了寒武纪技术落地、跑通商业化的实力。陈天石在2017年充满信心地谈及了当时他的3年规划：寒武纪将力争在3年后占有中国高性能智能芯片市场30%的份额，并使全球10亿台以上的智能终端设备集成有寒武纪终端智能处理器
。

　　但这条路在提出的第二年就走不通了 ，寒武纪不得不面对创业以来的第一次危机。

　　客户成对手
，寒武纪靠业务多元化过冬

　　英伟达并没有另起炉灶做专用芯片，而是开创CUDA架构 ，为GPU在图形渲染之外探索通用计算的可能 。Google下场做TPU在产业界更是一个风向标
。此后
，具备大规模云计算或终端推理需求的技术公司逐步启动自研芯片计划。

　　华为在2018年首度发布昇腾910 、昇腾310两款AI芯片 。次年，华为nova 5手机的麒麟810芯片中的AI模块便采用自研达芬奇架构替代了寒武纪的IP授权方案
。大客户变成竞争对手 ，直接冲击了寒武纪的营收结构。2019年寒武纪的IP授权及软件业务占总营收比重从99.69%暴跌至15.49% 。

　　“从第一天我们就知道，一定会做自己的芯片
。但首先做终端IP产品线
，是因为那时没钱去研发非常复杂的芯片。做终端IP是为了向大家证明能力 。”陈天石在2020年接受媒体采访时表示，寒武纪从创立第一天开始就不是一家IP公司
。

　　与华为的合作终止 ，让寒武纪的自研芯片之路来得比预期要快。虽然公司还是没赚够钱
，但市场不会等待万事俱备才行动的创业者 。关键时刻，陈天石的老东家兼股东拉了公司一把。2019年 ，寒武纪主要的在售订单是横琴先进智能计算集群系统项目
。该项目由中科院计算所与珠海横琴新区管委会合作共建
，中科院计算所是（一期）工程的出资方。后续5年，智算集群系统业务取代IP授权业务成为寒武纪营收的主要来源 。

　　2020年 ，寒武纪借助科创板不再硬性要求盈利与营收规模的政策利好成功上市
，成为中国的“AI芯片第一股 ”
。回顾招股书，寒武纪将这一阶段的重心放在了推进营收结构多元化：开发思元芯片系列产品线 ，布局云端
、边缘与端侧计算撑起营收
，而IP授权业务几乎从其商业版图中消失。

　　但智算集群系统业务只是让寒武纪缓了一口气，它主要为AI应用部署技术能力相对较弱的客户提供软硬件整体解决方案 。想要进一步扩大生意规模 ，并且让生意可持续，市场化客户才是寒武纪未来应当重点争取的对象
。寒武纪在招股书中透露
，已与紫光展锐、智芯微 、浪潮
、联想、阿里巴巴 、百度
、滴滴、好未来 、金山云等众多公司开展合作。

　　创业不易 。寒武纪不能像英伟达那样，用利润丰厚的消费级显卡业务为培育AI芯片业务输血；也无法像Google那样 ，通过自研TPU来降低算力总成本
。自公司成立以来
，寒武纪的研发投入居高不下，占营收比例常常高于100% ，也就是说卖芯片赚到的所有钱甚至都不足以覆盖研发支出
，归母净利润持续8年为负，分红更是无从谈起。

　　不仅如此 ，大客户结款慢、账期长
，让寒武纪脆弱的现金流雪上加霜 。在2022年年报中，寒武纪提及了智算集群业务潜在的坏账风险
。当年应收账款面值7.6亿元 ，公司全年营收才7.29亿元
，表明公司尚未形成盈利模式。

　　2022年12月底，寒武纪再次遭遇重挫 。由于被美国列入“实体清单
” ，寒武纪被迫与芯片制造商台积电终止合作。2021年至2023年，寒武纪的营收连续3年原地踏步
，维持在7亿元
。

　　风口来临时，用软件优化留住客户

　　新一轮AI浪潮出现之前 ，寒武纪的日子可谓是苦熬。除了Google
、百度、阿里巴巴这样有明确AI落地需求的大型技术公司
，只有部分地方数据中心与科研机构存在少量AI芯片的需求，而前者出于降本增效的考量 ，大都选择自研芯片
，百度有昆仑芯，阿里有平头哥 ，留给寒武纪这样的独立AI芯片公司的机会少之又少 。

　　2023年年初ChatGPT的横空出世改写了游戏规则
，上线两个月其月活用户便破亿，成为有史以来增速最快的App
。市场对AI算力的需求快速上涨。不过这也分成前后两个阶段 ，前一阶段以模型训练需求为主
，后一阶段模型推理需求成为主力 。这与人类学习知识的过程很相似，上课 、做题
、反复练习就像模型的训练 ，学会知识后用于解决问题就像模型的推理，前者更耗费脑力
，后者考验精力，两个阶段对于AI芯片的需求自然也不同
。

　　前一阶段中 ，技术巨头与AI创业公司开始不计成本地训练模型
，训练用AI芯片成了抢手货，而此类高性能芯片几乎被英伟达垄断 ，一块H100芯片的售价高达4万美元
，依旧供不应求。英伟达的股价也从之前的十几美元一路上涨到接近200美元 。

　　寒武纪的机会则在下一个阶段，模型被训练好并投入使用后 ，对于推理AI芯片的需求才正式涌现
。转折点出现在2025年春节期间
，DeepSeek推出的R1模型不仅性能上处于领先水平，而且它是开源的 ，这意味着任何公司、机构
，乃至个人，只要拥有AI推理芯片 ，就能用上这个模型。

　　“AI芯片第一股”寒武纪终于等来了期盼许久的商业化机遇 。在2024年年报中，寒武纪将云端芯片和智算集群业务合并成统一的云端产品线
。同时
，公司开始大规模备货，库存从不足1亿元 ，飙升到17.73亿元
，背后是它对推理芯片市场前所未有的信心。这一年，性能对标英伟达A100的思元590芯片通过测试并出货 。寒武纪表示 ，在互联网及运营商领域
，公司的产品力得到了客户的广泛认可。

　　寒武纪官方从未透露过关于大客户的任何信息，但从财务数据看 ，其大客户订单过于集中
。2024年
，前五大客户的销售额占总营收比重94.63%。其中，公司第一大客户贡献了9.3亿元 ，占总营收比重高达79.15% 。

　　如何留住这些大客户是寒武纪未来业绩的重要考题
。今年3月
，市场有传言称，字节跳动向寒武纪下单4万块单价2.5万元的思元580芯片 ，总价值达10亿元。但字节跳动随后回应称消息不实 。

　　8月29日，《金融时报》的报道援引伯恩斯坦半导体分析师Lin Qingyuan的观点
，称寒武纪直到2024年年底才开始获得市场认可，它与字节跳动合作 ，使自家芯片能更好地兼容基于英伟达生态训练的算法
。文章还指出
，包括字节跳动AI工程师在内的多位人士表示，寒武纪的软件兼容性更好 ，这使得它的产品比华为的昇腾芯片更易于使用。

　　根据一份公开的昆仑芯专家交流纪要
，寒武纪AI处理器在一些关键算子的优化能力上要优于昆仑芯 。寒武纪处理器在通信型和计算型任务中的软件优化层面更具优势
。

　　种种迹象表明，寒武纪能够斩获大客户订单 ，优势在于软件。早在2018年
，陈天石就曾表示，AI芯片最终的决定性力量在于拼软件 、造生态 ，“芯片公司需要做大量软件工作是客观规律 ”
，“让客户用好你的芯片，你的软件开发平台和工具链必须好用
” 。为此 ，寒武纪组建的几百人的研发团队中，软件工程师的数量甚至比芯片工程师更多
。

　　根据寒武纪2024年年报
，这一年公司升级了自家的AI训练软件平台，使其更兼容主流AI框架和大模型。在推理层 ，寒武纪芯片的推理软件平台全面支持主流大模型及多模态模型
，覆盖文本
、图像与视频等应用场景 。

　　寒武纪的大客户是谁依然不得而知，但最新的业绩表现提供了更多确定性。2025年 ，寒武纪首次实现扭亏为盈
，经营活动产生的现金流净额首次转正
。其39.85亿元的定增计划也已在9月获得证监会批准，募得的资金将用于面向大模型的芯片平台项目、面向大模型的软件平台项目 ，及补充流动资金。

　　如今
，寒武纪的财务状况要比两年前健康得多 。

　　中国AI芯片的机会到来了吗？

　　截至10月25日，寒武纪的市值突破6000亿元 ，动态市盈率高达281.7倍
，远超英伟达的48.7倍
。除了资本市场对于其持续增长的超高预期，背后的另一个重要因素是寒武纪在中国股市中具有稀缺性——英伟达在美股有AMD 、英特尔等竞争对手 ，但目前国内上市公司只有寒武纪具备成熟的AI芯片业务。

　　不过这个局面即将改变 。

　　自2024年下半年起，中国AI芯片公司密集启动上市进程
。摩尔线程与沐曦科创板IPO均已过会
，壁仞科技与燧原科技均已启动上市辅导。这些初创公司的创始团队多来自英伟达
、AMD、华为海思等芯片大厂，技术过硬 、行业经验丰富 。

　　这些公司并非全都像寒武纪那样自创立起就笃定做AI芯片 ，比如摩尔线程2020年成立时的目标是做服务于影视渲染
、游戏图形等场景的通用GPU
，就像英伟达曾经做的那样
。不过随着AI推理需求的爆发，芯片公司改变业务结构已成大势。摩尔线程的业务重心目前已经从图形加速卡转移至AI智算 ，沐曦则从智算推理转向推出训推一体的GPU芯片 。

　　寒武纪即将面对的
，不仅是来自国产芯片的竞争，还有与英伟达的技术差距 ，制程是关键原因之一
。制程直接影响芯片的整体性能
，制程越小，单位面积晶体管越多 ，功耗降低
，能效提升，因此能够提供更高算力。

　　由于美国对于芯片先进制程技术的限制 ，包括禁止三星与台积电代工、禁售EUV光刻机 、禁用EDA工具等等，目前国内只有中芯国际一家公司拥有规模化制造7纳米芯片的能力
，导致国产AI芯片的制程普遍迭代至7纳米 。

　　因此寒武纪以及其他中国AI芯片公司的业绩增长很大程度上取决于中芯国际能多快扩大7纳米芯片的产能。寒武纪自身也在设计层面推进架构创新和软件优化，以弥补制程差距带来的能效损失 ，这一思路与英伟达在早期CUDA生态建设阶段相同
。

　　当然
，美国的芯片禁令是危机，也会催生机遇。随着美国的芯片禁令彻底收紧 ，黄仁勋在美国城堡证券10月举办的活动上表示
，英伟达在中国的市场份额从95%降到了0% 。黄仁勋还表示，新的政策导致美国失去了全球最大的市场之一 ，而这样巨大的市场空白给了中国AI芯片厂商奋起直追的机会
。

　　寒武纪无疑是今年的股市明星。不过其实控人陈天石相当低调
，近些年几乎已经不在公开活动中露面 。“英特尔今年52岁，AMD今年51岁 ，英伟达今年27岁
。寒武纪只有4岁
，和行业前辈比起来还只是个孩子。罗马并非一天建成，前辈标杆也都是筚路蓝缕走过来的 ，我们有远大的志向，但长跑才刚刚开始 。”2020年陈天石在接受媒体采访时曾这样说道
。

（文章来源：第一财经）