天数智芯GPU代际稳步演进商业落地渐入节奏

内容目录一、自研通用GPU：产品力向上，商业化加速 5自研通用GPU厂商，产品持续迭代，商业化成果初显 5业务架构：聚焦训练推理芯片，云--端全场景版图构建 6股权结构：无实控人架构，芯片研发体系完善 7财务分析：营收高增、结构优化，规模化助推利9二、推理需求自主可控助推，国产通用GPU市场供需两旺 12AI芯片增长动能强劲，通用GPU国产化进程加速 12推理市场增长高斜率，PD分离发挥高M三、云边端全链布局，产品迭代规划路径清晰 16天垓智铠彤央并驱，“云边端”全链算力布局 16产品迭代规划路径清晰，架构创新设计助推有效算力提升 19类CUDA架构保障迁移顺滑，系统能力助力重点场景商业化落地 21盈利预测 24风险提示 25图表目录图表1：天数智芯发展历程 5图表2：2022-2025年分业务营业收入（单位：亿元） 6图表3：2022-2025年分业务收入占比 6图表4：公司现有产品系列 7图表5：公司股权结构图 8图表6：公司核心管理层职务及背景 9图表7：2022-2025年公司营业收入（单位：亿元） 10图表8：2022-2025年公司扣非归母净利润（单位：亿元） 10图表9：2022-2025年公司利润率情况 10图表10：2022-2025年公司分业务毛利率 10图表11：2022-2025年公司费用率 11图表12：2022-2025年公司研发费用 11图表13：2022-2025年公司存货规模 11图表14：2022-2029年中国AI芯片市场规模（按收入计） 12图表15：2022-2029年中国通用GPU市场规模（按收入计） 13图表16：2022-2029年中国训练型通用GPU市场规模（按收入计） 14图表17：2022-2029年中国推理型通用GPU市场规模（按收入计） 14图表18：2024-2028年中国人工智能服务器工作负载预测 15图表19：天垓系列产品迭代情况 16图表20：智铠系列产品迭代情况 17图表21：彤央系列边端产品 18图表22：彤央系列性能展现出优于AGXOrin的实力水平 18图表23：公司产品系列对比 19图表24：公司四代产品架构图 20图表25：公司算力利用率提升路径：并行调度与Attention优化 20图表26：天枢架构下实现有效算力提升 21图表27：天数GPU的软件栈架构 22图表28：Attention计算路径与算子结构示意 22图表29：IXAI++算力系统 23图表30：互联网AI领域算力单机性能翻倍 23图表31：收入成本假设表 24图表32：可比公司估值 25一、自研通用GPU：产品力向上，商业化加速自研通用GPU厂商，产品持续迭代，商业化成果初显天数智芯：国内领先的通用芯片及AI算力解决方案提供商。产品及AIGPU年成立，2018GPU1月在港股上市。天数智芯遵循“量产一代、设计一代、预研一代”的“三代”研发理念，持续实现产品的迭代更新，产品涵盖天垓、智铠、彤央系列，具有优效能、易迁移、高通用等领先优势，全面兼容国内外主流AI生态以及各类深度学习框架。研发布局期（09年：正式启动通用GPU设计，奠定技术研发与资本PU8PU设计，技术路线进一步明确，2018-2019年完成A-B轮融资，助力后续研发顺利推进。产品突破期（02年：首款通用GPU训练产品实现量产交付，推理产Gen1，并实现量产交付，研发与产业化推进取得阶段性进展。2022年，公司进一n1n平台正式上线，在产品研发之外同步完善软件生态与开发者生态布局。能力升级期（3年至今：训练产品持续升级，资本、生态与技术路线布局Gen224n1路线图和边端算力产品彤央系列，产品商业化飞轮加速。图表1：天数智芯发展历程司官网，公司公众号，招股说明书业务架构：聚焦训练推理芯片，云边端全场景版图构建公司主要分为两大业务板块：通用GPU产品（训练&推理系列）和AI算力解决方案。202510.3491.58%GPU9.238%.841%.9亿元，同比增长238.2%；AI算力解决方案收入为0.96亿元，占比9.3%。图表2：2022-2025年分业务营业收入（单位：亿元） 图表3：2022-2025年分业务收入占比AI算力解决方案（亿元）通用GPU产品-推理系列（亿元）通用GPU产品-训练系列（亿元）通用GPU产品-推理系列（亿元）通用GPU产品-训练系列（亿元）0.963.391.660.160.461.005.840.001.882.212.6910864202022 2023 2024 2025

通用GPU产品-训练系列通用GPU产品-推理系列AI算力解决方案2022 2023 2024 2025股说明 股说明通用PU边20251,000①天垓系列：续计算吞吐与多卡集群能力。②智铠系列：业AI部署、大语言模型生产级服务、实时影像处理及医学影像分析等应用需求。③彤央系列：觉、自然语言处理、DeepSeek32B大语言模型、具身智能VLA模型及世界模型等场景。AI算力解决方案：依托自研GPU能力延伸，综合算力交付能力持续提升。该板块GPU产品基础上的下游延伸，主要提供两类解决方案。①通用GPU服务GPUAI通用算力GPU设施集成，支持更大规模、更高复杂度的训练与高通量推理需求。图表4：公司现有产品系列系列产品系列性能特点发布时间量产时间天垓Gen1支持丰富的通用指令集，具备混合精度计算、向量及张量计算功能；支持点对点通信、多片协同扩展算力2021年3月2021年9月天垓训练系列天垓Gen2算力指标大幅提升，整型精度性能及架构效率增强；配备扩展容量的高速内存，功耗350WTDP2023年9月2023年第四季度天垓Gen3AIPCIeGen5带宽，支持多卡架构，并强化并行通信能力与能效表现2024年第三季度预计2026年第一季度开始量产面向高功耗推理应用（一般功耗>150W）；提供浮点与整数智铠Gen1双重算力；配备大容量高速内存，150WTDP；PCIe64GB/s2022年12月2023年2月智铠推理系列量化算法并提供全面的图形编解码规格支持面向低功耗AI推理（通常<75W），适用于边缘侧及客户端智铠Gen1X75WTDPGen1PCIe2022年12月2023年2月能耗性能优化彤央TY1000算力模组采用699pin接口，以口袋大小集成行业级算力与开放生态，实现便携化部署2026年-彤央边端系列彤央TY1100ARMv912CPUGPU力提供多元选择2026年-彤央TY1100_NX32/64GB显存，显存更大，性价比更高2026年-彤央TY1200300TOPs算力性能，为AIPC、具身智能等场景提供算力支撑2026年-服务器通用GPU加速卡与集成软件栈结合--解决方案算力集群通用GPU产品、软件栈、第三方服务器、存储及/或网络基础设施集成--司公众号，招股说明股权结构：无实控人架构，芯片研发体系完善无实控人架构，资本产业投资助力发展。公司采取无实控人模式，根据招股书披露，20.62%6.76%，其他现有股东海琼羽、上海溯识、上海源识、上海纳识、上海悦识，持股平台普通合伙人上海数麒负21.25%产业驱动国产算力发展。图表5：公司股权结构图股说明 截止公司完成全球发售后）管理层研发产业背景深厚，构建芯片设计及量产、软件研发、产品线及供应链管理的完整管理体系。任职超威半导体（上海）GPU技术经验深厚。刘圆、石加圣、邹翾分别负责芯片量产与实现、软件研发、产品线及供（上海晰，已构建芯片设计及量产、软件研发、产品线及供应链管理的完整管理体系，形成了从研发到产业化落地的闭环能力。图表6：公司核心管理层职务及背景姓名 职务 背景姓名 职务 背景盖鲁江

执行董事、首席执行官兼董事会主席

负责公司日常管理及整体战略规划；早年曾任职于天职、普华永道、德勤，并曾在投资管理机构负责合伙及风控工作，具备财务、审计及投资管理背景负责芯片研发；在GPU芯片设计领域积累约14年经验，曾任职于AMD附属公司超孙怡乐 执行董事、副总裁

威半导体（上海），具备较深GPU研发背景刘峥 执行董事、首席运营官 负责市场营销、销售及运营管理，是公司商业化与运营条线核心管理人员执行董事、首席财务官、 负责整体财务、投资及融资事务，以及董事会相关事宜；具备审计、投行及资本执行董事、首席财务官、 负责整体财务、投资及融资事务，以及董事会相关事宜；具备审计、投行及资本董事会秘书、职工代表董事 运作背景杨磊吕坚平 副总裁刘圆 副总裁

负责天数研究院整体管理；曾任英伟达高级架构师兼经理、联发科技美国公司高级总监、SamsungAdvancedComputingLabs负责芯片量产与实现，曾任超威半导体（上海）PMTSASIC/版图设计工程师石加圣 副总裁 负责软件研发，曾任超威半导体（上海）有限公司高级软件工程师邹翾 副总裁郭为 副总裁宋煜 副总裁梁斌 副总裁

负责产品线及供应链管理，曾任职于国际商业机器（中国）有限公司中国芯片设计中心和格罗方德半导体科技（上海）有限公司负责解决方案开发及信息技术支持；曾任普天信息技术研究院工程师、展讯通信软件总监等，具备通信与软件研发背景负责客户及技术支持部门；曾任职于Motorola及探智立方，具备软件架构、产品及客户支持经验丁娜 副总裁 负责人力资源及行政事务OracleInspyrus壁仞科技任副总裁，具备产业合作及解决方案经验丁娜 副总裁 负责人力资源及行政事务股说明财务分析：营收高增、结构优化，规模化助推利润端向好技术迭代商业化落地加速，公司营收增长动能强劲，规模化放量助力盈利端改善。益于产品技术迭代、商业化能力成熟及优质客户群扩大，2022-2025年公司营业收入增10.3491.58%GPU116.7%/238.2%2022-2025望带动利润层面逐步改善。图表7：2022-2025年公司营业收入（单位：亿元） 图表8：2022-2025年公司扣非归母净利润（单位：亿元）营业收入（亿元） YoY（%）10.345.4010.345.402.891.8910864202022 2023 2024 2025

100%80%60%40%20%0%

0

扣非后归母净利润（亿元） YoY（%）2022 2023 2024 2025-5.24-5.24-7.91-8.92-10.75

0%-10%-20%-30%-40%-50%-60%年，50%60.2%64.2%，AI算力解2025年毛利率有所回升。图表9：2022-2025年公司利润率情况 图表10：2022-2025年公司分业务毛利率2025202420232022201041.531.72025202420232022201041.531.735.84039.246.75053.259.464.270通用GPU产品-推理系列系列AI算力解决方案59.36%49.53%59.36%49.53%49.13%53.99%202220232024202550%0%股说明书，2025年年费用率改善显著，坚持长期主义、研发投入趋势持续。随着公司收入规模化效应凸显，费用率收窄明显，盈利改善可期。从净值来看，公司持续加入自主研发投入，研发费用名员工组成，超过三分之一的研发团GPUIP算法、软硬件协同产品开发领域的专家。图表11：2022-2025年公司费用率 图表12：2022-2025年公司研发费用

销售费用率 管理费用率 研发费用率2022 2023 2024 2025

12研发费用(研发费用(亿元)9.747.736.164.57864202022 2023 2024 2025备货策略积极，保障后续交付进程顺利。2.442025亿元，备货策略积极，保障供应链稳定，为后续收入确认提供支撑。202515.05拓能力。图表13：2022-2025年公司存货规模

存货（亿元）7.107.103.432.442.332022 2023 2024 2025二、推理需求+自主可控助推，国产通用GPU市场供需两旺芯片增长动能强劲，通用GPU国产化进程加速AI芯片市场增长动能强劲，国内市场规模及出货量持续增长。AI应用商年中国AI80.3%，20242,175亿元，预计20298,981亿元；2025-202929.1%的AI20242502029年的1,140万片，复合年增长率达32.1%。通用GPU适用性广泛，占据AI芯片核心份额。从芯片架构看，AI芯片主要包括通用GPU、ASIC及基础设施的重要架构。据弗若斯特沙利文数据显示，2024GPU,460-224.%年市场收入将进一步提升至人民币7,153亿元，2025-2029年复合增长率有望达到29.5%。图表14：2022-2029年中国AI芯片市场规模（按收入计）若斯特沙利文，招股说明通用GPUGPU2.0%提升至2024年的3.6%，预计到2029年将进一步上升至31.0%；从产品出货口径来看，国内通用GPU产品占比由2022年的8.3%提升至2024年的17.4%，预计到2029年将超过50%。随着国内通用GPU在性能、兼容性和可用性等方面持续成熟，自主开发进程有望进一步加快。图表15：2022-2029年中国通用GPU市场规模（按收入计）若斯特沙利文，招股说明年按收入计，公司在GPU市场0.3%较，公司在GPU市场9.8%抬升可期。推理市场增长高斜率，PD分离发挥高M训练需求驱动高增，训练型通用景气延续。AIGPUGPUGPU亿元，2022-202453.4%，保持较快扩2029GPU2,315GPU的国产20244.0%202916.8%。图表16：2022-2029年中国训练型通用GPU市场规模（按收入计）若斯特沙利文，招股说明推理型通用市场增速更快，推理服随着模型的成熟以及生成式人工智能应用的不断拓展，推理场景的需求日益增加，推理服务器的占比将显著提高。相较训练环节，推理需求更贴近产业端和边缘侧部署场景，实时决策、自主任务执行及2024PU1-240%随着AI2029年我国推理型通GPU4,838亿元，2025-202941.4%。叠加国产化率由37.9%，推理侧有望成为国产厂商实现规模突破的核心方向。图表17：2022-2029年中国推理型通用GPU市场规模（按收入计）若斯特沙利文，招股说明图表18：2024-2028年中国人工智能服务器工作负载预测推理占比 训练占比35%33%31%28%35%33%31%28%27%65%67%70%72%73%90%70%50%40%30%20%10%0%2024 2025 2026 2027 20282025年中国人工智能计算力发展评估报告》，IDPD分离提供推理流程新解法，Prefill环节发挥高M的性能内耗与TCO高企的问题，P/D分离架构提供了新思路，具体流程为：新的用户请求首先被路由至PrefillGPUPromptPrefillKVCache作为中间状态，必须通过高速网络Decode工作池。DecodeCachePrefill预填充场景实现大规模应用，后续有望将产品拓展到其他环节。三、云边端全链布局，产品迭代规划路径清晰天垓智铠全链路算力布局。天垓系列天垓系列面向AI训练场景，主要服务于大模型训练及高性能计算等高算力需求场景，围绕训练性能、内存能力及集群效率持续迭代升级。作为训练侧旗舰产品线，天垓系列重点强化持续计算吞吐能力、内存支撑能力及多卡集群扩展能力，构成公司训练型算力AI景。天垓G21PU产品Gen1AI训练负载。天垓2023TDP集群调度，已在国内外主流大语言模型训练与通用计算应用场景中完成部署。天垓Gen3：2024AI大模型计算需求升级，具备更大内存量，并采用PCIeGen5方面持续优化，通过深度优化的硬件架构与软件栈集成，显著提升了并行通信效率与能效表现，进一步增强了大规模集群场景下的线性加速比。代际 发布时间 工艺/硬件特征 核心能力图表19：天垓系列产品迭代情况代际 发布时间 工艺/硬件特征 核心能力天垓Gen1 2021年3月 7nm工艺

支持混合精度计算（标量/向量/张量），具备点对点通信能力，可实现多卡协同扩展，满足基础AI训练负载天垓Gen2 2023年9

高速大容量内存，TDP约350W

算力指标与架构效率显著提升，配备扩展容量高速内存，TDP约350W，广泛支持主流深度学习框架、模型加速算子及大规模集群调度天垓Gen3 2024年

更大内存容量，PCIeGen5接口

提升内存容量与带宽，支持PCIeGen5等国际标准接口，增强点对点通信带宽与多卡并行能力，优化大规模集群扩展效率AI--下一代（规划中）股说明智铠系列场景。22P强化低延迟、高吞吐及能效优化能力，通过增强整数计算单元与优化数据通路，并结合量化技术与标准化PCIeAI时图像与视频分析及医学影像等场景。⚫智铠2022150WTDPPCIeGPTQAWQSmoothQuant等量化算vLLM、TGI等主流推理引擎，可用于视频分析、OCR及实时推理等场景。⚫智铠TDPGen1AI工作流程及AI语音交互等低延迟场景。在下一代产品规划中，公司将进一步针对新兴大语言模型优化计算架构，强化对低精度数据类型及混合精度计算的支持，并通过算力与带宽提升应对推理效率挑战。图表20：智铠系列产品迭代情况代际 发布时间工艺/硬件特征 核心能力智铠Gen1 2022年12

150WTDPPCIe64GB/s

支持浮点计算与整数计算双重算力；支持主流量化算法（GPTQ、AWQ、SmoothQuant）及vLLM、TGI等推理引擎；支持128通道务器侧AI推理、视觉识别、OCR及低延迟推理场景AI（）；Gen1采用约75WTDP设计及高速内存；计算能力基础上实现单位能效优化；支持嵌入式AI、实时智铠Gen1X 2022年12月 保留Gen1的基础设施与视频视频及语音处理；优化AI工作流程，实现更高效的边缘侧处理能力部署与更快程序启动下一代- -（规划中）

针对新兴/最新的大语言模型进行优化；加强架构设计；扩展对低精度数据类型及混合精度计算的支持股说明彤央系列边端”全场景算力布局，支撑具身智能、边缘AITY1000699pin集成ARM12核CPUGPU模块，提供更高算力配置；TY1100_NX通过更大显存提升性价比，定位高性价比边端算力终端；TY1200则进一步300TOPS算力，面向AIPC及具身智能等前沿场景。图表21：彤央系列边端产品司公众实测性能对标主流方案，多类典型AI任务中实现显著领先。100T300TTY1000在计算机视觉、自然语言处理、DeepSeekVLA模型及世界模型等多个场景的实测中，性能表现全面优于英伟达AGXOrin，已具备较强的多场景任务适配能力与实测性能竞争力。图表22：彤央系列性能展现出优于AGXOrin的实力水平司公众AIPC及本地化AI最强的TY1200300TOPS度框架，可实现CPUGPU资源的协同管理。凭借较高的集成度与算力密度，TY1200有望更好适配“大小脑融合”类具身智能场景，即在更高集成度平台上协同完成运动控支持本地化AI应用中的落地空间。图表23：公司产品系列对比天垓Gen1天垓Gen2天垓Gen1天垓Gen2智铠智铠Gen1产品（BI-（天垓（MR-V100）150）V100）V50）CPU--12-Core 12-Core- - 8-CoreARM 16-CoreX86

彤央TY1000

彤央TY1100

彤央TY1100_NX

彤央TY1200ARM ARM16/32GB16/32GBHBM2e32GBLPDDR5x32/64GBLPDDR5x16GBLPDDR5x16/32GBHBM2e16GBLPDDR5x16/32GBHBM2e+显存/内存 32GBHBM2 64GBHBM 32GBHBM2e 16GBHBM2e16GBLPDDR4接口699pin接口699pin699pin--x16x16x16功耗250W350W150W75W未披露未披露未披露未披露尺寸全长全高双PCIe未披露全长全高单PCIe半长半高单PCIe100×87×15.29mm100×87×45mm130×130×63mm120×120×53mm最大128路视频解码，支视频编解码能力未披露未披露持H.264/H.265/VP9/AVS2，JPEG图像解码/编码未披露未披露未披露未披露2000/500帧（HD）峰值算力192TOPS230TOPS130TOPS300TOPS关键特性支持多卡协同，片间互联稳定运行128高能效比低功耗推理优化高集成度、小尺寸、边端部署更高算力密度与扩展能力更大显存，高性价比边端终端异构调度（CPU+GPU）

PCIeGen4

PCIeGen4司官网，公司公众号，招股说明产品迭代规划路径清晰，架构创新设计助推有效算力提升20261—天璇—天玑—主流架构向自主创新架构逐步演进。其中，2025Hopper，支持关计算效率达90%以上；2026年天璇架构新增ix超越Rubin构设计。图表24：公司四代产品架构图司公众架构升级致力于提升实际算力利用率，保障部署稳定性。通过IXIXAttention总体拥有成本前性能预判，降低算力中心建设与集群部署的不确定性，保障部署稳定性。图表25：公司算力利用率提升路径：并行调度与Attention优化司公众推出多项架构创新设计，优化实际算力利用效率。①通过TPCBroadCast机制在上游实现数据广播，减少重复访存、降低功耗并等效提升带宽；②通过InstructionCo-Exec设DynamicWarpScheduling支撑下，公司芯片在实际算力利用效率上实现明显优化，天枢架构效率较当前行业较优60%DeepSeekV3Hopper20%的性能领先，在推理侧性能释放与系统效率优化方面已具备一定竞争优势。图表26：天枢架构下实现有效算力提升司公众类CUDA架构保障迁移顺滑，系统能力助力重点场景商业化落地架构：聚焦长期主义，选择通用架构设计，强化对多元计算范式的适配能力。GPGPU架构，强调对底层数学运算图谱的广泛覆盖。在计算层次上采用GPUProcessingCluster（TextureProcessingCluster（StreamingTensorCoreCudaCoreGPUGPC–TPC–SM–Cuda/TensorCore的计算层级结构。从ScalarVectorTensor到更复杂的计外，芯片引入SMEEngine（异步DMA引擎）及ScalarUnit等计算与调度单元，在更低k-major的int8格式矩阵运算，进一步增强了对主流开发范式的硬件适配能力。生态：构建类CUDA编程体系，实现对主流GPU开发范式的高度兼容。公司芯片CUDACUDA/C++语法、计算网格划分（grid、、warp（rmCUAGraph上支持CUDAstreamlaunch→execute→wait图表27：天数GPU的软件栈架构司公众AI++算力系统新范式，统一芯片内与芯片外构建算力系统，建立软件驱动算力系统的全新模式，以底层库为基石，以模型与计算中间层为支柱，用软件的智慧，释放硬件的潜能，支撑上层不断繁荣的应用生态。IX-Attention模块：面向长上下文推理的底层执行路径重构，提升关键算子协同效AttentionIX-AttentionAttentionexponent、reduceMMAatomicAttention20%的性能提升。图表28：Attention计算路径与算子结构示意nfo⚫-MUIX-SIMUGPU、CPUDeepseek、千问等任意模型的性能表现图表29：IXAI++算力系统司公众证。互联网AIToken达成95%70%30秒/1000提供高性能算力支撑。从实体经济到科研创新，公司算力能力正成为各行业智能化转型的核心驱动力。图表30：互联网AI领域算力单机性能翻倍司公众盈利预测收入端：预计公司2026-2028年营业收入为29.11/58.36/88.01亿元，同比增长181.6%/100.5%/50.8%，毛利率分别为55.6%/57.8%/59.1%。通用GPU产品训练系列：AI253%n1系列加快库存销售，Gen2性能产品销售占比增加推动平均售价提升，互联网等关键领域客户突破进展持续，带动出货量上修。因此，我们预计2026-2028年天垓训练系列GPU板卡营业收入为23.00/50.00/77.00亿元，同比增长294%/117%/54%。通用产品-推理系列：59%，增速明显，因此，我们预计2026-2028