昨晚发布最新年报称，公司在2025财年实现扭亏为盈，全年营业收入 649,719.62 万元，同比增长453.21%；归属于上市公司股东的净利润 205,922.85 万元，归属于上市公司股东的扣除非经常性损益的净利润176,993.42 万元。

　　据介绍，公司自成立以来一直专注于人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，让机器更好地理解和服务人类。公司的主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售。目前，公司的主要产品线包括云端产品线、边缘产品线、IP 授权及软件。

　　云端产品线目前包括云端智能芯片及板卡、智能整机。其中，云端智能芯片及板卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。

　　公司的智能整机是由公司自研云端智能芯片及板卡提供核心计算能力的服务器整机产品。公司的智能整机产品与智能计算集群系统业务的区别在于智能整机主要提供计算集群中的单体服务器，而不提供全集群搭建服务，主要面向有一定技术基础的商业客户群体。

　　边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。

　　该产品线包括 IP 授权和基础系统软件平台。IP 授权是将公司研发的智能处理器IP 等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。

　　公司智能计算集群系统业务是将公司自研的智能计算板卡或智能整机产品与合作伙伴提供的服务器设备、网络设备与存储设备结合，并配备公司的集群管理软件组成的数据中心集群。智能计算集群主要聚焦人工智能技术在数据中心的应用，为人工智能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，以科学地配置和管理集群的软硬件、提升运行效率。

　　2025年，全球人工智能产业驶入增长快车道，大语言模型与生成式人工智能的技术突破掀起行业变革浪潮，算力作为人工智能应用的底层基石，其需求呈快速上升趋势。作为智能芯片领域全球知名的新兴公司，在人工智能产业蓬勃发展之际，公司管理层与全体员工坚守“客户、质量、速度、创新、热情”核心价值观，以创新为引擎攻坚人工智能芯片设计研发，以客户为中心构建服务体系，以质量为根基筑牢产品竞争力，以高效响应速度适配行业算力需求，以饱满热情推进生态协同合作，在行业变局中稳步前行，斩获阶段性成果。

　　报告期内，公司凭借出色的产品力持续拓展市场，积极助力人工智能应用落地，全年实现营业收入 649,719.62 万元，较上年同期增长 453.21%。毛利总额 358,331.30 万元，较上年同期增长 437.99%。本期营业收入实现大幅增长的同时，公司首次实现了全年利润的扭亏为盈，归属于上市公司股东的净利润 205,922.85 万元，归属于上市公司股东的扣除非经常性损益的净利润176,993.42 万元。

　　报告期内，依托于公司在人工智能芯片产品、基础软件平台、集群软件工具链方面取得的长足进步，公司产品在运营商、金融、互联网等多个重点行业规模化部署，通过了客户严苛环境的验证，产品普适性、稳定性、易用性获得了客户的广泛认可。报告期内，公司产品紧密跟进开源生态，显著降低了客户的开发成本和迁移成本，为产品后续的推广奠定了坚实的产品和生态基础。在运营商领域，公司聚焦核心人工智能应用场景，持续提供了深度优化的算力解决方案以及平台能力，保障了产品在不同区域与项目中的高效稳定运行，助力客户提升了人工智能相关业务的服务体验。

　　在金融领域，公司继续夯实与核心金融机构的合作，支撑了大模型等技术在运营管理、业务提效等场景中的常态化服务，助力推动了金融人工智能应用从模式探索向价值创造的实质性转变。在互联网领域，公司立足大模型、多模态等核心应用场景，与多个行业客户在算子开发及性能优化、框架优化、通信优化等方面展开了更深度的技术合作，增强了公司产品与客户业务的亲和性，显著提升了公司产品在互联网典型应用场景的综合产品力。报告期内，公司积极与客户合作，拓展了强化学习等前沿应用领域，巩固了公司产品和技术的领先优势。在智慧矿山、智慧能源、智慧医疗等垂直行业领域，公司与行业内核心客户深度合作，为安全生产、设备智能运维、医疗图像智能解析等业务提供了核心算力支撑，并为基于智能体的智能问答等业务提供了灵活、高效的算力解决方案。在行业数据智能化处理方面，公司产品持续服务于多媒体数据自动化处理、多媒体信息检索以及智能校验场景，有效助力了相关业务的智能化升级与行业数字化转型。

　　报告期内，公司持续加强研发投入，聚焦人工智能芯片产品研发，持续强化产品核心竞争力，夯实芯片技术根基。报告期内，公司研发投入 116,910.10 万元，研发投入占营业收入比例为17.99%。目前，公司拥有 887 人的研发团队，占员工总人数的 80.13%，80.95%以上研发技术人员拥有硕士及以上学历。

　　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。同时，公司持续迭代训练软件平台与推理软件平台，均取得显著成效。其中，训练软件平台在适配模型的广度、模型训练性能、工具使用体验等方面均取得了进展。推理软件平台在技术创新、开源生态等方面持续推进研发与产品化工作，提升了系统级协同优化水平，稳固平台入口与用户基础。1、智能处理器微架构及指令集

　　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。2、基础系统软件平台

　　报告期内，公司在训练软件平台领域取得显著进展。通过持续迭代升级软件平台并在客户侧实现应用，公司不仅拓展了适配模型的广度，还显著提升了模型训练性能，同时优化了工具使用体验。

　　在训练平台与框架生态方面，公司以主流训练框架为重点，持续完善关键组件与工程能力，保持对相关生态组件的兼容与维护，不断提升对多类型模型与多样化训练范式的适配覆盖。同时，公司积极拓展编译与算子生态布局，联合产业伙伴推进相关算法库的研发与工程化落地，进一步夯实软硬件协同优化能力。

　　在通信与系统软件方面，公司取得阶段性进展：面向大规模专家并行等典型场景，公司完善了通信加速相关组件与能力，显著改善关键通信算子在复杂负载下的效率表现，带动训练与推理整体性能提升；同时，公司在集合通信库中引入并优化多项算法与策略，进一步提升大规模集群条件下的通信效率与稳定性，并增强故障诊断与定位能力，有效保障长时间运行任务的可靠性与连续性。

　　在模型支持与性能优化方面，公司持续开展主流大模型体系的适配与优化工作，提升整体吞吐与资源利用效率；并推进训练软件栈的建设与完善，实现与行业通行方案的对齐与兼容，完成多类模型的训练与效果验证，在保持模型精度的前提下实现显著性能提升。在集群软件工具链建设方面，公司升级故障诊断工具，提升大规模日志分析效率和自动化故障定位能力；优化训练性能诊断工具，支持轻量化接入第三方训练框架在线运行，有效解决大规模场景下的性能不均衡问题；增强训练精度诊断工具，全面兼容主流强化学习框架。（2）推理软件平台

　　报告期内，公司围绕“技术创新、开源生态”持续推进研发与产品化工作：一方面沿编译、算子、通信、框架等关键环节强化核心能力建设，持续提升系统级协同优化水平；另一方面通过快速适配与版本跟进机制，保持与主流技术生态的兼容与衔接，稳固平台入口与用户基础。在技术创新方面，公司以“提升性能上限与提升工程可用性”为目标，推进系统性优化：在前端与编译链路上，持续完善相关前端能力与后端编译优化，提升主流编译与图优化能力的性能表现与稳定性；在算子与模型优化上，紧跟行业主流方向，围绕长上下文推理、生成式内容处理与多模态融合等典型瓶颈开展针对性优化，推动吞吐、时延等关键指标持续改善；在推理框架优化方面，公司强化并行策略的自动化配置与调优能力，引入更灵活的调度与资源管理机制，提升不同模型与不同部署形态下的适配性与泛化能力；在通信与系统优化方面，公司持续完善通信加速与低时延能力建设，优化关键链路的端到端表现，进一步增强面向低时延、高并发等场景的竞争力。

　　在开源生态方面，公司通过“模型适配速度”与“框架兼容广度”形成协同优势：模型侧紧跟社区演进与主流开源模型体系更新，建立快速响应机制，对 DeepSeek-V3.2 实现Day 0支持，并持续适配 Qwen3-Next、Qwen3-VL、HunYuan、LongCat、GLM 等，降低客户在模型选型、迁移与迭代过程中的不确定性；框架侧兼顾新兴与主流技术路线，持续完善对主流推理与生成式模型框架的兼容与版本跟进，保障客户在不同任务类型下获得稳定一致的使用体验；在算子与开发工具方面，公司持续扩展通用算子库与开发范式支持，构建从高性能实现到快速开发的多层次工具体系，为合作伙伴与客户提供更高效率的工程化能力。

　　报告期内，公司持续优化基础系统软件平台，生态建设成效逐步显现。依托领先的技术实力与实际落地经验，公司积极推进大模型相关的技术迭代。在产学协同领域，公司积极支持多所高校开设基于寒武纪平台的人工智能课程，并提供最新大模型相关的配套实验与实验平台等全方位资源支持，构建产学研一体化人才培养生态，将产业竞争力辐射到人才培养和生态建设上，为技术生态储备长效发展动能。

　　公司高度重视人才体系建设，持续引进高精尖人才，继续加强应届生招聘，注重内部人才培育，加强技术人才的梯队建设，同时不断健全人力资源管理体系与服务。目前已形成成熟稳定的研发团队、销服团队、管理及支撑团队，人才结构科学合理，有效支撑公司业务发展需求。在人才发展与培育方面，基于业务发展需要，针对管理和专业人才，提供差异化的培训课程及项目，培训覆盖应届生融入和职场转变，新任管理者转身，专业技能提升，通用领导力等方面。在人才激励方面，公司持续推进 2023 年限制性股票激励计划的实施，报告期内完成了该计划首次授予部分第一个归属期的归属工作，将员工激励与公司中长期发展实现有效绑定。

　　报告期内，公司 2025 年度向特定对象发行股票已获上海证券交易所审核通过，并取得中国证监会同意注册的批复。依据发行方案等相关文件，在股东会授权范围内，公司会同保荐人（主承销商）顺利完成本次发行工作，本次发行每股价格 1,195.02 元，实际发行股份333.49 万股，募集资金总额为 39.85 亿元，相关股份已于 2025 年 10 月 16 日在中国证券登记结算有限责任公司上海分公司完成登记手续。

　　公司此次募集资金主要用于研发覆盖不同类型大模型任务场景的系列化芯片方案、构建面向大模型的软件平台，打造公司的技术护城河。此次定向增发的完成将对公司产品的持续优化迭代提供必要的资金支持。

　　阐述公司发展战略时，寒武纪表示，公司以“为客户创造价值，成为持续创新的智能时代领导者”为使命，以“让机器更好地理解和服务人类”为愿景，聚焦于人工智能芯片领域，为客户提供系列化的人工智能芯片产品与技术支持服务。公司将围绕自身的核心优势、提升核心技术，结合内外部资源，以自主创新为驱动，不断推动企业发展，围绕人工智能核心驱动力——计算能力，坚持云边端一体化，坚持软硬件协同，为智能云计算、智能边缘、智能终端等场景提供芯片及板卡产品，矢志成为行业领先的人工智能芯片设计公司。

　　鉴于集成电路设计行业是人才、技术和资金密集型的行业，行业的发展受研发、技术和管理能力驱动，公司将密切关注智能芯片的市场需求，从产品定义、研发规划、资源整合、委外合作以及产业链协同等方面制定发展战略，进一步提升公司的核心研发能力、产品设计能力和市场地位，实现高速发展。

　　展望未来发展计划，寒武纪直言，在大模型技术革新的背景下，智能计算需求继续增长，将为公司发展提供更广阔的空间。公司董事会将带领全体员工抓住机遇，继续迎接挑战，持续打磨产品和提升客户服务，推动公司整体业务的发展和市场份额的提升，巩固公司在人工智能芯片领域的领先地位。一、聚焦核心应用场景，强化市场开拓力度

　　在大模型技术加速革新的行业背景下，智能计算需求持续攀升。公司凭借智能芯片领域的核心产品竞争优势与优质服务，赢得了行业客户的广泛认可及良好市场口碑。2025 年度，公司实现营业收入 649,719.62 万元，首次达成全年利润扭亏为盈，其中归属于上市公司股东的净利润 205,922.85 万元，归属于上市公司股东的扣除非经常性损益的净利润176,993.42 万元。

　　面对大模型技术引发的产业变革，公司将稳固现有业务优势，推动芯片产品向大模型及行业垂直领域延伸，深挖新兴场景算力需求与增量市场潜力。未来，公司将坚持以技术创新强化芯片产品竞争力，持续加大客户服务投入，进一步提升市场份额，驱动业务稳健增长。

　　依托领先的研发实力、可靠的产品质量及优质的客户服务，公司已积累深厚的品牌认知与优质客户资源。凭借智能芯片产品及配套软件平台的技术领先性，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，获得行业广泛赞誉。目前，公司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。

　　未来，公司将持续加大市场开拓力度，深耕行业客户需求。除为传统人工智能应用场景提供稳定算力支撑外，将全面推进大模型适配优化工作，助力客户实现大模型在实际业务场景中的高效落地与价值转化。

　　伴随公司业务规模持续扩大，公司将紧扣产业政策导向，与产业链上下游开展长期、广泛、深度的合作。在产品研发全流程中与各方保持高效沟通，积极探索并深化与产业链上下游厂商的战略合作，凝聚协同合力，为公司业务持续发展筑牢生态根基。

　　自设立以来，公司始终专注于人工智能芯片的研发与设计，凭借持续的技术创新筑牢行业竞争优势。当前行业处于高速发展期，唯有不断推出契合市场需求的技术和产品，才能稳固现有市场地位，强化核心竞争力。具体技术研发规划如下：

　　处理器核心架构是公司核心技术的核心载体，更是全系列产品线迭代升级的重要基石。公司将保持行业领先的架构迭代节奏，密切追踪行业发展趋势与市场需求变化，重点针对语言大模型、图像大模型、多模态大模型及垂直领域大模型的训练与推理场景开展优化工作，持续提升产品核心竞争力，加速适配市场需求的智能芯片研发进程。

　　大模型技术持续演进、算法模型智能化水平不断提升，对智能算力硬件的迭代升级提出了更高要求。公司将围绕大模型多样化需求，加速研发覆盖不同任务场景的系列化芯片产品，包括：面向大模型训练的芯片、面向大语言模型推理的芯片、面向多模态推理的芯片和面向大模型需求的交换芯片。同时，搭建面向大模型的软件平台，集成灵活编译系统、训练平台及推理平台三大核心模块，全面提升智能芯片的易用性与场景适应性，精准匹配市场对高端智能芯片的持续增长需求。

　　智能芯片性能的突破离不开封装技术的迭代升级，储备先进封装设计能力是支撑高端智能芯片设计落地及高质量量产的核心战略。公司将通过自主研发深耕核心技术，开展面向大模型需求的先进封装关键技术研究，搭建专业化先进封装技术平台，灵活高效适配不同场景下差异化产品的封装需求，增强智能算力硬件对未来大模型技术发展新需求的适配能力，夯实公司在智能芯片领域的长期竞争力。

　　以构建开放共赢的人工智能算力生态为核心目标，推动品牌价值与行业地位的提升。使用体验良好的软件环境（指令集、编程语言、软件栈等）可以降低人工智能应用的开发门槛，增强场景用户的使用粘性，对于人工智能芯片的发展至关重要。同时，随着多样化大模型应用在各行业领域的加速落地应用，基于底层智能芯片硬件特性开发的软件平台，能够帮助智能芯片高效且灵活地适应复杂多样的大模型新技术需求。为此，公司已启动“开发者生态”项目，已建设好开发者社区和论坛平台，并支持合作方在数家高校开设人工智能有关的课程。未来，公司将选择与下游生态厂商合作的方式，快速建立可用性强的软件环境，打造开放生态，可辐射云计算、能源、教育、金融、电信、医疗、互联网等行业的智能化升级。

　　公司始终将人才体系建设置于战略重要位置，为自身可持续发展筑牢坚实人才根基。公司将制定人才招募策略，重点吸纳人工智能芯片领域的中高端专业人才与优秀应届毕业生加入团队。搭建多层次人才培养体系，通过多元化内部培育模式加快人才成长步伐。同时，公司将持续健全激励约束机制。