国产 GPU 行业正在经历一场从 " 训练 " 到 " 推理 " 的赛道切换。

截至目前，天数智芯、摩尔线程、沐曦、壁仞这四家已上市的国产 GPU 公司集体交出了两位数甚至三位数增长的半年报答卷。但这串数字背后，真正的行业变化不在总量，而在结构。当推理需求开始成为算力需求的主体，谁先卡住推理的市场位置，谁就有可能成为下一阶段真正的赢家。

天数智芯恰好提供了一个值得观察的样本。这家 2018 年成立的公司，是业内首家实现训练型及通用型 GPU 芯片量产的企业。在同行普遍以训练卡为起点的路径上，天数智芯很早就形成了天垓（训练）、智铠（推理）、彤央（边端）三条产品线并行推进的格局——训练和推理两条腿走路，两条线都已跑通从验证到规模商用的完整链路。

理解天数智芯，可以把它放回国产 GPU 训练与推理并行发展的行业背景中观察。公司既保留训练产品的持续迭代，也在推理和边端场景加快落地，半年报里的产品结构变化，正好提供了一个观察窗口。

推理需求井喷，天数智芯凭什么踩准了节奏？

大模型应用逐步进入规模化部署后，算力需求呈现训练与推理并行增长的特征。训练继续决定模型能力上限，推理则更直接地影响应用的响应速度、服务规模和单位成本。公司在中期业绩公告中也将训练、推理、边端计算和行业应用列为持续完善的全场景布局。

对国产 GPU 企业而言，训练和推理都是重要应用场景，只是客户关注点有所不同。训练更看重算力密度、互联和集群扩展，推理更看重、时延、能耗、软件适配和综合拥有成本。天数智芯同时提供训练系列和推理系列产品，随着推理部署加快，公司获得了新的业务增量。

推理部署的加快，为国产 GPU 提供了更多按照场景、成本和服务能力参与竞争的机会。天数智芯较早形成训练、推理和边端产品线并行推进的布局，因此在需求结构变化时具备承接不同类型订单的产品基础。

国产 GPU 企业在训练与推理两类场景上各有积累，产品节奏和技术路线也不尽相同。随着模型训练基础设施逐步完善，推理侧对、时延、软件兼容和成本效率的要求更加突出。天数智芯的产品规划覆盖训练与推理两端，智铠系列面向云端及边缘推理，天垓系列继续承担训练和通用计算任务，形成了并行推进的产品结构。

天数智芯较早形成了 " 量产一代、设计一代、预研一代 " 的产品迭代节奏，围绕训练、推理和边端计算推进天垓、智铠、彤央三条产品线。公司在中期业绩公告中表示，将继续迭代三大系列，强化对新模型、新算法和新场景的适配。新一代智铠产品还将进一步支持低精度和混合精度计算，服务推理侧的效率需求。

这套产品结构在 2026 年上半年收入中得到体现。推理系列实现收入约 6.54 亿元，同比增长 651.8%，占总收入约 69.2%；训练系列实现收入约 2.62 亿元，同比增长 38.0%，占总收入约 27.7%。推理业务成为当期增量更快的一条产品线，同时训练业务仍保持增长，说明公司仍在训练与推理两端同步推进。

推理系列的毛利率由上年同期约 32.4% 提升至约 35.6%，公司解释主要与产品性能改善带来的平均售价提升有关。收入、销售价格和毛利率同步改善，至少说明这轮增长并非单纯依靠低价换量，产品在部分场景中的商业化验证正在推进。

客户结构之变：天数智芯如何打进核心场景？

推理市场和训练市场的另一个本质区别是：训练是标准品，推理是场景品。

训练与推理的评价维度有所不同。训练更强调算力密度、显存和互联能力；推理则要同时看、时延、功耗、软件适配和部署成本。对于推理产品，芯片、编译工具、算子库、模型适配和交付服务需要一起验证，场景积累因此会影响产品的实际使用效率。

天数智芯的客户积累轨迹清晰地反映了这种 " 多场景验证 " 的路径。从 2022 年的 22 家，到 2024 年的 181 家，再到 2026 年 6 月的 380 家，客户数量在四年间增长超过 17 倍，覆盖互联网、AI 大模型、金融、医疗、科研等多个领域——不是集中在某一个垂直行业，而是跨行业的分散分布。这种结构与推理市场的特征高度匹配。

截至 2026 年 6 月 30 日，公司已服务超过 380 家客户，覆盖互联网、AI 大模型、金融、医疗、科研等行业。客户数量和行业覆盖的扩大，为训练、推理及边端产品提供了更多真实部署场景；后续能否持续转化为复购和规模化交付，仍需结合后续季度数据观察。

产品与交付：天数智芯还要跨过哪些坎？

推理收入的爆发式增长，对产品迭代和交付能力提出了双重考验。

在产品端，训练和推理需要不同的优化重点。公司 2026 年 7 月发布天垓 300，采用 SIMT 通用计算架构，围绕 Attention、MoE、PD 分离和大规模系统扩展做软硬件协同优化。公司披露的测试结果显示，在相关主流模型场景中，首字延迟较 Hopper 架构方案降低约 20%，Decode 阶段平均通信延迟降低约 13%。

软件生态是产品能否规模部署的关键环节。公司在中期业绩公告中披露，DeepSpark 开源社区已适配超过 650 个主流算法模型，并持续推进大模型推理、MoE 训练和混合精度量化等能力。对客户而言，模型迁移、算子优化、集群管理和长期维护的效率，与芯片参数同样影响最终的使用成本。这些积累降低了客户从英伟达生态迁移的成本——迁移成本越低，客户粘性越高。

随着产品进入规模化部署，交付能力会成为技术之外的重要变量。公司需要持续协调晶圆、封装、存储、基板和服务器等环节，并将订单节奏、库存管理和客户交付安排匹配起来。半年报显示，公司正围绕产品迭代、软件生态和全场景计算平台推进后续工作，交付兑现情况值得跟踪。

公司后续增长能否持续，取决于芯片产品、软件栈和供应链交付能否形成稳定闭环。中期业绩公告显示，公司将继续推进天垓、智铠和彤央系列迭代，强化集群互联、软件生态和云边端布局。对于投资者来说，后续更值得看的是订单交付、客户复购、产品毛利率和经营现金流能否与收入增长保持匹配。

结论：市场是否仍然低估了天数智芯？

从半年报看，推理正在成为国产 GPU 企业需要重点经营的应用方向，但训练仍然是重要基本盘。天数智芯的变化更像是产品结构的扩展：推理收入增速显著提升，同时训练产品仍保持增长，公司也在继续推进边端产品和集群能力。市场对公司的认知也需要重新切换思路。

接下来真正需要观察什么？

第一，推理业务的增长能否延续。当大模型从建设期进入应用期，推理需求会像水电一样成为 AI 时代的底层消耗品。目前来看，天数智芯已经在这个赛道里卡住了位置，推理收入半年做到去年全年近两倍，量价利同步提升，大客户批量入场——这不是一个季度的财务表现，而是一次行业结构变化中的卡位。

第二，训练与推理两条产品线能否共同贡献。公司上半年训练系列收入约 2.62 亿元，同比增长 38.0%；推理系列收入约 6.54 亿元，同比增长 651.8%。这组数据说明推理业务已成为主要增量，训练业务仍在快速增长，后续要看两类产品的协同和迭代效率。

第三，利润质量。中信建投判断，未来 2-3 年是国产 AI 芯片从规模验证走向盈利兑现的关键窗口期。公司上半年实现净利润约 1.06 亿元，经调整净利润约 2.46 亿元；同时，半导体组件和公允价值变动等项目也对当期损益产生影响。后续若核心 GPGPU 收入、产品毛利率和经营现金流同步继续改善，盈利拐点的含金量会更高。

国产 GPU 的竞争重点正在从单一芯片参数，扩展到训练、推理、边端计算、软件生态和交付能力的综合较量。天数智芯上半年推理业务放量，为公司提供了新的增长曲线；训练系列仍在增长，彤央等边端产品也在推进。能否把这套全场景布局转化为持续订单，将是后续业绩验证的核心。

从这个角度看，天数智芯的 " 量产时刻 " 才刚刚开始。# 炒股日记 ## 社区牛人计划 ## 复盘记录 #

$ 上证指数 ( SH000001 ) $$ 天数智芯 ( HK|09903 ) $$ 创业板指 ( SZ399006 ) $

追加内容

本文作者可以追加内容哦 !