•
港股即將再次迎來一家國產GPU公司！
12 月 19 日，港交所官網披露，天數智芯已通過聆訊並公佈招股書。
在這條國內最滾燙的硬科技賽道上，天數智芯跑出了驚人的加速度：過去三年，公司收入分別為1.89 億元、2.89 億元和5.4 億元。
這份成績單將其推向了行業頭部。按2024 年收入計算，天數智芯以 9.8% 的市佔率位列國產通用 GPU 賽道第三，僅次於海光資訊和沐曦股份。
但如果只看收入規模，很容易忽略另一條同樣重要的變化：天數智芯的業務形態也在發生變化。
過去，天數智芯更像一家典型的GPU 產品公司，主要收入來自通用 GPU 的直接銷售。2023年，通用 GPU 相關收入佔比仍在90%以上。
而到了2024年，AI 算力解決方案的收入佔比已經提升至30.8%，並開始成為新的增長來源。這意味著，公司正在從“賣晶片”，轉向“交付算力”。
這種變化並非天數智芯一家的選擇，而是當前國內GPU 廠商在商業化階段普遍面臨的現實。
某種程度上看，這種用更“重”的交付方式，彌補生態尚未完全建立的短板，或許是國產 GPU 走向規模化最現實的路徑。
從收入層面看，天數智芯可以說是增長迅速。
2022年，天數智芯收入為1.89億元。到了2024年，這一數字增長到了5.4億元，增長了186%。進入 2025 年後，增長節奏並未放緩，僅上半年收入已達3.24億元，同比增長64.47%。
單說收入規模，僅看國內的國產通用GPU市場，天數智芯則拿到了9.8%的份額，高居行業第三，僅次於海光資訊和沐曦股份。（A為輝達，B為AMD）
與摩爾線程強調“全功能GPU”不同，天數智芯更聚焦在通用GPU（GPGPU）上，優先錨定在 AI訓練與AI推理這兩個最現實、也最剛性的需求上。
最早的GPU，並不是為“計算”而生的。它的唯一使命就是圖形渲染：把幾何模型、紋理和光照快速變成螢幕上的像素。為此，GPU 被設計成擁有大量平行單元，擅長做同一種運算的重複計算——這正是圖形流水線最需要的能力。
直到後來，研究人員逐漸意識到，這種“為圖形而生”的平行架構，恰好也非常適合另一類問題：大規模矩陣與向量運算。於是，人們開始“順手”把 GPU 從圖形管線里拉出來，用它來算圖形以外的東西。
為了區分這兩種完全不同的使用場景，學術界和產業界引入了一個新的說法：GPGPU（General-Purpose computing on GPU）。
這種取捨，直接對應到了天數智芯的產品矩陣上，分為兩條清晰的主線：
一條是以“天垓”系列為核心的訓練通用 GPU；
另一條是以“智鎧”系列為代表的推理通用 GPU。
其中，天垓系列是天數智芯的旗艦產品，也是國內首批次產的訓練通用GPU。
它的設計邏輯不是從圖形反推，而是從負載反推：針對大模型訓練中吞吐量大、精度要求多變、多卡平行的特點，直接最佳化計算單元。
在產品節奏上，天垓Gen 1於2021年實現量產，Gen 2於2023年第四季度量產並迅速成為收入主力；2024年第三季度，公司發佈天垓Gen 3，並計畫於2026年第一季度進入量產階段。
從出貨資料看，訓練系列在2022 年出貨7700片，2023 年回落至7000片，並在 2024 年維持穩定；但到 2025 年，上半年出貨量已達6200片，明顯高於去年同期。
推理晶片智鎧系列則是天數智芯另一款核心產品。
智鎧系列發佈於2022 年底，定位為中國首款面向推理設計的通用 GPU。
與訓練卡不同，推理卡的核心指標是低延遲、高吞吐和能效比。因此在架構層面，智鎧系列對整數計算單元和資料通路進行了針對性最佳化，並廣泛引入量化技術，以提升終端應用的實際性能。
甚至，為了適配更邊緣的場景（如自動售貨機、工業電腦），天數智芯還推出了功耗僅75W 的智鎧 Gen 1X，它保留了完整的視訊處理能力，但在能耗上做了極致設計。
受益於AI應用的爆發，智鎧系列的增長勢頭甚至超過了天垓。智鎧的出貨量從2022 年的寥寥38片，激增至 2024 年的9800片。2025 年上半年，其出貨量已達9500片，接近去年全年水平。
這種雙輪驅動的策略，正在改變天數智芯的營收結構。
截至2024 年，訓練晶片（天垓）依然是絕對的收入支柱，佔比曾高達 99.3%。但到了去年年底，訓練晶片的佔比已降至 49.9%，而推理晶片（智鎧）的佔比則從0 攀升至 18.6%。
除了賣GPU ，天數智芯還做了一件更“重”的事：賣算力解決方案。
這背後的邏輯並不複雜。對於很多客戶而言，買回來的GPU 只是零件，要把它變成能跑模型的算力，中間還隔著複雜的硬體整合和軟體偵錯。
具體的交付模式主要分為兩種：
一種是通用GPU 伺服器，相當於“即插即用”的標準化產品，就是將一定數量的通用 GPU 加速卡與完整的軟體棧整合在一起，形成預配置的計算節點，主要用於企業級 AI 工作負載和大語言模型的快速部署。
另一種是通用GPU算力叢集，適用於大規模訓練、高吞吐推理等對算力密度和調度能力要求更高的場景。
相比單一伺服器，這是一種更偏系統級的解決方案，將通用 GPU 產品與第三方伺服器、儲存和網路基礎設施深度整合，並針對整體系統進行調優。
由於AI算力需求的增長，這一需求也很快反映到了業績層面。
在開闢AI算力解決方案的第一年，也就是2023年，該業務收入佔比就達到了5.4%。2024年，這一數字又提升到了30.8%。
在收入持續增長的同時，天數智芯的虧損規模也在同步擴大。
2022—2024 年，公司經調整淨虧損分別為4.33億元、6.10億元和 6.45 億元。進入 2025 年後，虧損並未繼續放大，今年上半年經調整淨虧損約 3 億元，基本與去年同期持平。
放在晶片行業的背景下看，這樣的表現並不算差。
2022—2024 年，公司毛利率分別為 59.4%、49.5% 和 49.1%，整體維持在接近50%的水平。對於一家仍處在產品快速迭代、尚未形成規模效應的通用 GPU 公司來說，這仍然是一個相對可觀的水平。
但毛利結構背後，也藏著晶片行業最現實的一條約束：製造成本幾乎不可迴避。
在營業成本中，最大的一塊支出來自晶片製造。2023 年，公司支付給晶圓製造商的費用達到 1.36 億元，佔當年收入的 47%。
換句話說，AI晶片廠商每獲得2元收入，其中就有約1元需要交給下游代工廠。
這並非個別公司的問題，而是先進製程時代晶片行業的普遍現實。
進一步拆分毛利結構，我們能看到不同產品線之間也存在著明顯差異。
訓練晶片的毛利率整體更高，也更穩定。過去幾年，訓練通用GPU 的毛利率基本維持在60%左右：截至 2024 年底為60.2%，今年上半年雖略有回落，但仍保持在58.2%。
相比之下，推理晶片的毛利率波動明顯更大。2024 年底，推理晶片毛利率為46.7%；到今年上半年，已從去年同期的52.9%下滑至32%。
這一下滑，並非來自成本端的突然惡化，而更多是價格端主動調整的結果。
原因很簡單，市場競爭變得更激烈了。
招股書披露，自2024 年底起，多家競爭對手的新一代推理產品陸續進入量產階段，市場供給顯著增加。
在這種情況下，為了延長其在主流推理場景中的競爭窗口，公司主動下調價格，以維持在規模化部署中的性價比優勢。同時，也為下一代智鎧產品預留性能與價格空間。
從結果上看，2025 年上半年推理系列產品的平均售價由上年同期的 1.14 萬元下降至0.92萬元，下調了接近20%。
相比直接賣晶片，AI 算力解決方案的毛利率本身就更低，波動也更大。
2024 年，該業務毛利率為 31.7%；到今年上半年，提升至 45.7%。
這一變化更多受到了項目結構的影響。
原因在於，這類解決方案通常以“整機或整套系統”的形式交付，毛利率高度依賴於內嵌晶片的型號、數量以及第三方硬體配置。不同客戶在規模、性能和部署方式上的差異，會直接拉開項目之間的成本結構，最終體現為毛利率的波動。
無論是已經上市的摩爾線程，還是準備衝擊港股的天數智芯，在這些國產GPU 獨角獸的招股書裡，都能看到一個共同且反直覺的趨勢：
國內GPU公司，很難像輝達那樣單純地“賣晶片”。
在收入規模化的過程中，這兩家公司不約而同地走向了更“重”的交付模式。摩爾線程的主要營收來自於叢集產品，而“AI 算力解決方案”也正在成為天數智芯重要的收入支柱。
這揭示了國產GPU 行業當下最真實、也最殘酷的生存邏輯：
無論是摩爾線程的叢集交付，還是天數智芯的算力解決方案，本質上都是在用“工程化的確定性”來彌補“生態的短板”。
這種彎腰做髒活、累活的整合模式，雖然拉低了毛利，卻解決了中國 B 端客戶最核心的痛點，開箱即用與合規可控。
這看似是商業模式的降維，實則是現階段國產晶片跨越生存鴻溝的必經之路。只有先通過繁瑣的系統工程把規模做起來，才有可能在未來反哺生態，最終從“賣項目”的系統公司，進化為真正“賣標準品”的晶片巨頭。 (矽基觀察Pro)