亿牛策略 “芯模联动”提速！寒武纪董事长陈天石：五大国产模型完成适配

亿牛策略来源：爱配资网站：利鸿网配资日期：2026-10-11 11:59:43 查看：71

K图 688256_0

　　8月12日下午，寒武纪（688256.SH）召开2026年半年度业绩说明会，董事长、总经理陈天石，董事、副总经理、财务负责人、董事会秘书叶淏尹，独立董事刘思义出席，现场回答投资者提问83个。

　　记者注意到，82.48亿元存货与交付节奏、大模型训练进展与芯片架构迭代，构成投资者提问的两大主线。

　　82.48亿元存货压顶陈天石未回应交付卡点质疑

　　半年报显示，2026年上半年，寒武纪实现营业收入59.96亿元，同比增长108.13%；归属于上市公司股东的净利润23.11亿元，同比增长122.61%。

　　拆开季度看，二季度单季营业收入31.11亿元，环比一季度仅个位数增长。业绩说明会上，交付问题遭遇密集追问。

　　“公司二季度交付延迟，主要原因出在哪里，三季度是否会得到改善？”“请问二季度营收环比增长仅个位数主要是什么原因，供应链调整还是物料短缺？”“二季度延迟交付主要是因为电源零配件还是其他配件的问题？这个供应链的问题，会在三季度有缓解吗？”

　　有投资者列出全部可能环节：“公司上半年产品交付是否受到晶圆代工、先进封装、存储或其他关键环节的产能与供应限制？目前主要瓶颈在哪一环节，交付周期较一季度是否已有改善？公司已锁定的下半年产能能否满足现有订单及新增需求？如不便披露具体数字，希望管理层给予趋势性说明。”

　　对上述问题，陈天石仅表示，公司经营情况等相关信息以公告为准。在供应链安全问题上，他指出，公司将基于产业政策与产业链上下游长期、广泛、良好的合作，在产品研发各阶段继续与各相关方保持良好沟通，做好各项应对工作。

　　与交付追问对应的是资产负债表的剧烈变化。截至6月末，公司存货账面价值82.48亿元，较上年末增长66.83%，占期末资产总额的45.32%。

　　业绩说明会上，公司披露存货四项构成：原材料账面价值52.78亿元、委托加工物资账面价值24.18亿元、库存商品账面价值0.85亿元、发出商品账面价值4.65亿元。原材料与委托加工物资合计占比超过93%。同期，预付款项29.14亿元，较上年末增长约291%；经营活动现金流量净额3.11亿元，同比下降65.83%。

　　陈天石表示，近年来，国内半导体行业原材料需求持续增长，采购价格整体呈上涨态势，公司将通过战略备货等方式积极应对上游原材料价格上涨压力。

　　针对减值风险，陈天石表示，若未来市场环境发生变化，可能导致公司存货跌价风险增加，对盈利能力产生不利影响，公司将持续拓展市场，积极助力人工智能应用落地，控制相关风险。

　　业绩说明会披露的需求侧信息有两项。其一，合同负债方面，陈天石表示，公司合同负债较上年末数增加，主要系期末预收合同款项增多所致。其二，收入确认原则方面，根据与客户签订的合同（订单）约定，将相关产品交付客户，经由客户签收或验收确认、已收取价款或取得收款权利且相关的经济利益很可能流入时确认收入。

　　此外，根据7月29日披露的《2026年限制性股票激励计划（草案）》，公司2026年营业收入目标值不低于135亿元、触发值不低于108亿元；2026至2027年累计营业收入目标值不低于405亿元、触发值不低于324亿元。上半年营收59.96亿元，对应下半年约75.04亿元的交付要求。

　　有投资者根据半年报存货结构现场演算：“按照二季度收入正好等于一季度末的委托加工和库存商品之和31亿元，推算得出第三季度收入大概率等于32.74亿元，净利润大概13.00亿元。这么推算是否合理呢？如果以此推断，贵司是不是比较有把握完成今年的股权激励方案目标呢？”

　　陈天石回应称，公司持续推动智能芯片产品、基础系统软件平台的迭代升级与优化。他同时明确，上述业绩考核指标不构成公司对投资者的业绩预测和实质承诺。

　　训练突破、芯片迭代，仍在研发中的第六代架构

　　本次业绩说明会上，寒武纪在训练侧的披露密度明显高于以往。

　　陈天石表示，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；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。

　　半年报同时披露，报告期内公司实现了规模化训练技术的场景拓展。训练涉及千卡万卡集群的通信、容错与长周期稳定性，技术门槛显著高于推理场景。

　　有投资者追问训练成色：“贵司中报里提到的关于大模型训练的突破，是否达到了国际先进水平？万亿参数的大模型训练我们是否支持？”“目前国产头部大模型，参数不断提升到2万亿以上，需要大量的训练卡进行训练，请问国内这些主要的大模型，有无用公司的芯片进行训练？有还是没有？”

　　陈天石表示，公司新一代智能处理器微架构及指令集针对大模型的训练、推理等场景进行重点优化，基础系统软件平台大力推进对大模型业务的支持和优化。

　　推理侧，公司披露，已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等一系列国产主流大模型的适配，进一步扩大推理软件平台的模型覆盖范围。五款模型分属智谱、深度求索、阿里、月之暗面、MiniMax。

　　2026年上半年，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。

　　芯片架构的迭代进度是另一条时间线。有投资者提出，公司于2023年称已自主研发五代智能处理器微架构、五代商用智能处理器指令集，第六代智能处理器微架构和指令集正在研发中。“目前2026年，公司第六代智能处理器微架构和指令集研发完成了吗？新产品近3年有无最新消息或者落地情况如何？”

　　对此，陈天石回复称，2026年上半年，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进行了优化和迭代。他表示，新一代架构将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力，公司经营及研发进展情况请关注公司在指定披露媒体披露的相关公告信息。

　　系统侧，陈天石明确了智能计算集群系统业务路径：将自研的智能计算板卡或智能整机，与合作伙伴提供的服务器设备、网络设备、存储设备结合，配备公司的集群管理软件，组成数据中心集群。

　　他介绍，依托芯片产品、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持续性的规模化商用部署，构建起商业场景反馈与产品优化升级的有效闭环；报告期内，公司产品对国内主流人工智能应用场景的支撑能力通过了多种严苛生产环境的全维度验证。

　　产品体系上，公司已推出覆盖云端、边缘端的智能芯片及板卡、智能整机、处理器IP及软件，可高效支持大模型训练及推理、视觉（图像和视频的智能处理）、语音处理（语音识别与合成）、自然语言处理以及推荐系统等多样化任务。

　　陈天石表示，公司是目前行业内少数全面系统掌握智能芯片及其基础系统软件研发和产品化核心技术的企业之一，关键核心技术处于行业领先水平。