2026年上半年，人工智能算力市场需求稳步攀升。公司依托人工智能芯片的核心竞争力，持续加强与金融、互联网领域头部企业的深度合作。依托强大的产品能力及务实开放的合作模式，以技术赋能场景落地，以规模化应用拉动市场拓展，营业收入增长显著。报告期内，公司实现营业收入599,557.36万元，较上年同期增长108.13%；毛利总额331,258.88万元，较上年同期增长105.62%。本期营业收入实现大幅增长的同时，归属于上市公司股东的净利润达到231,091.21万元，较上年同期增长122.61%，归属于上市公司股东的扣除非经常性损益的净利润达到216,555.58万元，较上年同期增长137.30%。
报告期内，依托于公司在人工智能芯片产品、基础系统软件平台以及集群软件工具链的技术积淀与迭代升级，公司产品在金融、互联网等核心行业实现了持续性的规模化商用部署，构建起了商业场景反馈与产品优化升级的有效闭环，驱动了产品在通用性、普适性与易用性的持续完善。
报告期内，公司产品对国内主流人工智能应用场景的支撑通过了多种严苛生产环境的全维度验证，市场认可度稳步提升。
在金融领域，公司持续深化与核心金融机构的合作，以稳定可扩展的算力底座支撑大模型在经营优化、服务提效等场景规模化部署，助力客户人工智能应用落地见效并兑现业务价值。
在互联网领域，公司紧扣行业人工智能应用算力需求，聚焦大模型、多模态、搜索推荐等核心应用方向，围绕计算性能优化、通信效率提升与框架能力升级迭代产品技术，实现对主流人工智能应用的深度适配，显著提升了互联网典型场景下的产品综合性能。报告期内，公司积极与客户合作，实现了规模化训练技术的场景拓展，进一步强化了公司产品和技术的核心竞争力。
在智能电网、智慧矿山、智慧城市、智慧商超等多个领域，客户基于公司的人工智能芯片产品，实现了智能分析应用的规模化部署。例如：覆盖智慧城市的智能语义检索与视频结构化分析、货载视觉智检、电力设备智能运维、智慧矿山的安全生产监测以及智慧交通的交通事件检测等场景，充分验证了公司产品在多元化行业场景下的商业化能力。报告期内，公司还扩展了商超零售行业，支撑了智慧商超数字化业务在客流统计识别、智慧巡检、门店防盗损等细分场景的人工智能化升级，进一步拓宽了公司人工智能芯片产品的行业覆盖边界。
公司自成立以来，始终将自主研发与技术创新视为核心战略。人工智能芯片行业竞争激烈，只有长期稳定加码研发投入，不断实现关键技术迭代突破，打造具备核心竞争力的产品体系，方能稳固自身行业领先地位。
2026年上半年，公司研发投入70,246.61万元，较上年同期增长29.63%。本报告期末，公司拥有上千人的研发团队，超过员工总人数的80%，82.03%的研发人员拥有硕士及以上学历，研发队伍结构合理、技能全面，有力支撑了公司的技术创新和产品研发。
报告期内，公司持续进行研发投入。在硬件方面，公司的新一代智能处理器微架构和指令集正在研发中。在软件方面，公司对基础系统软件平台也进行了优化和迭代。其中，在训练软件平台方面，公司围绕训练生态建设、模型适配与性能优化、低精度训练以及训练工具等方向，持续推进训练软件栈的研发与完善，在大模型训练适配能力、训练效率和系统稳定性等方面取得阶段性进展。在推理软件平台方面，公司围绕大模型推理、计算图编译、算子编程与加速库、通信等方向，持续推进推理软件平台的研发与优化。平台功能、模型适配能力、运行效率及系统稳定性进一步提升，并在内部研发、客户业务及搜索、推荐等场景取得阶段性成果。
公司持续推动智能处理器微架构及指令集的迭代优化工作。新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及垂直类大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。
报告期内，公司围绕训练生态建设、模型适配与性能优化、低精度训练以及训练工具等方向，持续推进训练软件栈的研发与完善，在大模型训练适配能力、训练效率和系统稳定性等方面取得阶段性进展。
在训练生态方面，公司持续完善主流大模型训练框架及相关生态支持，增强与开源模型社区和通用模型工具的兼容能力，进一步丰富训练软件栈的功能覆盖，并持续提升模型迁移和适配效率。
在强化学习训练方面，公司完善了主流强化学习框架的适配能力，支持多种训练流程、任务调度方式和模型管理机制，并围绕国产主流大模型持续开展性能优化。公司进一步增强训练过程的一致性和稳定性，支持多种主流强化学习算法，相关训练精度和运行性能达到预期目标。
在模型适配与性能优化方面，公司持续推进DeepSeek、Qwen、混元等系列模型的适配和优化，提升部分主流大模型的整体训练效率。针对新型模型结构和混合专家模型，公司持续完善相关算子、通信和并行计算能力，通过优化任务调度、计算流程和数据传输方式，降低系统运行开销，提升训练资源利用效率和整体吞吐能力。
在低精度训练方面，公司持续完善低精度训练的软件支持能力，推进多种低精度数据格式的适配、工具建设和精度验证，进一步降低大模型训练对计算资源和存储资源的需求，为提升训练效率提供支持。
在训练工具方面，公司持续完善性能分析、精度分析和稳定性监控等工具。性能分析工具已应用于大规模训练任务，可辅助识别计算、通信和调度等环节的性能瓶颈，为训练系统优化提供依据，并进一步增强了对复杂模型训练场景的分析能力。
精度分析工具持续完善，支持对训练和推理过程中的数值精度进行监控和分析，并增强了与客户训练框架的集成能力。公司持续优化工具的易用性和可视化能力，提升问题定位和分析效率。
在稳定性监控方面，公司进一步完善训练过程中的异常检测能力，形成针对潜在数据错误的检测工具，可辅助发现大规模训练过程中不易识别的计算异常，为训练任务的正确性和稳定运行提供保障。
报告期内，公司围绕大模型推理、计算图编译、算子编程与加速库、通信等方向，持续推进推理软件平台的研发与优化。平台功能、模型适配能力、运行效率及系统稳定性进一步提升，并在内部研发、客户业务及搜索、推荐等场景取得阶段性成果。
在大模型推理方面，公司持续完善推理框架能力，跟进主流开源推理框架的发展，推进相关功能适配和性能优化。公司完善了大规模推理任务的调度与部署能力，能够稳定支撑内部业务运行；同时完成国产开源推理框架的适配，为客户相关业务部署提供支持。
在模型适配方面，公司持续深化国产芯片与国产模型的协同适配，完成GLM、DeepSeek、Qwen、Kimi、MiniMax等系列国产主流开源模型的适配支持，进一步扩大推理软件平台的模型覆盖范围。
在性能优化方面，公司持续推进高吞吐、低时延推理技术研发，完善多种数据格式和低精度计算的支持能力，降低模型部署对存储和计算资源的需求。公司持续优化模型生成、任务调度和资源管理机制，提升大模型推理的整体吞吐能力和资源利用效率，并完成预填充与解码分离等推理方案的适配和验证。
在计算图编译方面，公司持续完善PyTorch编译生态相关功能，推进ile、Inductor及相关编译工具的适配与性能优化，进一步提升计算图的自动优化和执行能力。相关技术已在部分业务场景中实现应用，并持续推进在大模型场景中的适配和验证。
在算子编程与加速库方面，公司持续完善算子加速库的功能和性能，增强对算子融合、新型模型结构及新硬件平台的支持能力。公司持续跟进Triton社区版本更新，在功能适配、硬件支持和编译性能等方面稳步推进；同时开展国产算子编程语言的适配验证和性能优化工作，进一步丰富算子开发生态。
在通信方面，公司持续完善面向大规模分布式推理的通信软件能力，推进通信组件的功能开发和性能优化，并探索通信与计算协同优化。针对大规模集群中的数据传输和网络流量问题，公司持续优化通信调度和数据传输机制，提高通信效率，为大规模分布式推理任务的稳定运行提供支持。
报告期内，公司持续完善基础系统软件平台，围绕开源社区、产业合作、开发者生态、高校人才培养等多个维度持续推进生态建设，不断增强软件平台开放能力和开发者服务能力，进一步夯实公司生态基础，持续提升品牌影响力和产业竞争力。
报告期内，公司持续拓展软件生态合作范围，积极参与国内外重要开源项目建设，与开源社区共同推动人工智能基础软件生态发展，不断完善公司软件平台与主流人工智能开发框架的兼容性和协同性，持续优化开发工具链及软件栈能力，进一步降低开发者迁移成本，提升模型开发、部署及优化效率，增强开发者使用体验，吸引更多合作伙伴及开发者基于寒武纪平台开展技术创新和应用开发，持续提升公司软件生态影响力和生态协同能力。
与此同时，公司积极推动大模型生态建设，持续加强与产业伙伴协同创新，围绕国内主流基础大模型开展适配与优化工作，不断提升模型在寒武纪平台上的运行性能和开发效率，实现DeepSeek等国内主流开源模型的Day0适配，推动新模型加速完成平台适配和部署验证，为客户提供更加及时、高效的软件支持，加速人工智能创新成果落地应用。
报告期内，公司积极参与行业头部会议，持续展示公司在基础系统软件平台、大模型生态建设及产业应用方面的最新成果，加强与产业链上下游企业、科研机构及开发者社区的交流合作，持续提升公司品牌影响力和行业认可度。
随着软件生态持续完善、开发者群体不断扩大以及产业合作持续深化，公司生态体系的集聚效应进一步显现，为公司核心技术推广、产品商业化及长期可持续发展提供了有力支撑。依托领先的智能计算平台和基础软件体系，公司持续深化产学研协同创新，进一步完善基于寒武纪平台的人工智能课程体系及实验内容。围绕大模型训练与推理、算子开发、算子优化等前沿技术方向，公司持续升级教学实验平台及配套实践资源，为高校提供覆盖课程教学、实验实践及科研创新的全链条支持，推动人工智能教学内容与产业前沿技术深度融合。
报告期内，公司组织举办BangC算子开发挑战赛，面向高校师生开放真实应用场景和开发环境，通过算子设计、性能优化等实践环节，培养开发者底层软件开发能力，进一步扩大开发者群体，持续完善人才培养生态，为产业发展储备高水平技术人才。
公司高度重视人才体系搭建工作，一方面持续引进行业高精尖专业人才、扩大应届毕业生招聘规模，另一方面深耕内部人才孵化培养，完善技术人才梯队布局，同步优化人力资源管理制度与配套服务。现阶段公司已搭建起稳定成熟的研发、销售服务、管理及职能支撑团队，人才梯队结构均衡合理，人力资源储备能够充分支撑公司长期业务拓展需求。
人才培养层面，公司紧扣业务发展规划，面向管理岗与专业技术人才打造差异化培训体系，培训内容全面覆盖社招新人入职融入、应届生职场转型培养、新任管理者能力赋能、专业技术深耕、综合领导力提升等全维度课程项目。人才激励层面，公司持续推进2023年限制性股票激励计划的实施，通过长效股权激励机制，将员工个人收益与企业中长期发展深度绑定。
报告期内，公司严格遵守《公司法》等法律法规、监管规则及行业规范，持续健全与完善内部治理制度及经营管理体系，确保公司经营运作合法合规、平稳有序，有力支撑公司战略落地与稳健发展。公司严格执行信息披露管理制度，规范信息披露行为，真实、准确、完整、及时、公平地履行信息披露义务，切实保障公司及全体股东尤其是中小股东的合法权益。此外，公司充分发挥各专门委员会的决策咨询、监督制衡作用，有效提升公司科学决策、规范治理和风险管控能力，持续完善公司治理结构，不断提升公司整体治理效能。
报告期内，公司完成2025年度利润分配及资本公积金转增股本方案的实施，共计派发现金股利6.32亿元（含税），占2025年度归属于上市公司股东净利润的30.71%。同时，以资本公积金向全体股东每10股转增4.9股（公司回购专用证券账户除外）。此次利润分配及资本公积金转增方案，系公司管理层综合考量未来发展规划、研发创新投入及日常运营资金需求等因素，在当前流动资金充裕、可充分保障公司持续发展的前提下审慎制定。公司始终高度重视股东合理回报，以务实举措回馈全体股东的信任与长期支持。
报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项。
中财网免费提供股票、基金、债券、外汇、理财等行情数据以及其他资料，仅供用户获取信息。
