你要是盯着净利润买 AI 芯片股，十有八九会被表面数字晃了眼。

2026 年上半年，7 家国产 AI 芯片上市公司合计营收 214.57 亿元，同比几乎翻倍。

摩尔线程半年收入超过去年全年，壁仞、燧原的营收也都跑赢了 2025 年全年。外界喊了很久的国产算力爆发，看上去已经板上钉钉。

但拆完财报你会发现一个扎心的事实：7 家里只有 2 家，是真靠卖芯片的主营业务赚到了钱。

要是你冲着 "AI 芯片全面盈利 " 的热度追高，手里拿的很可能是靠股权浮盈撑起来的纸面富贵，账户波动风险比你想的大得多。

账面利润，大半是浮盈

不少人炒科技股有个固有认知：营收大涨就是业绩兑现，净利润为正就是主业能打。

放在 AI 芯片这个还在爬坡的赛道，这套逻辑直接失效。

沐曦科技账面净利润为正，可其中约 8.87 亿是公允价值变动收益。扣掉这笔股权涨价带来的浮盈，主营业务还亏 0.49 亿。

天数智芯更典型。账面净利润 1.06 亿，光盛合晶微战略配售的未实现浮盈就有 7.6 亿，再加政府补助、利息收入，扣非后实际亏损 6.54 亿。

这些浮盈全是 " 看天吃饭 " 的收益。资本市场行情一转，股权价值缩水，利润表立刻就会变脸。

和卖芯片、交付算力集群赚来的真金白银，根本不是一回事。

剩下的玩家梯队分得很清楚。

摩尔线程亏损已经收窄到千万级，壁仞科技也从年亏十几亿降到 3.77 亿，两家离盈亏线只差一步。

燧原科技上半年亏损还在扩大，仍处在纯烧钱抢市场的阶段。

真正站稳第一梯队的只有两家。

海光信息上半年营收 90.99 亿，是 7 家里规模最高的，手里同时握着 CPU 和 DCU 两条产品线，9 月刚拿出面向词元经营的双芯加速方案，给运营商交付从芯片到上层应用的整套算力服务。

寒武纪的净利润居 7 家之首，上半年营收 59.96 亿，99% 以上来自云端智能芯片和加速卡。从训练到推理的全系列产品已经落地金融、能源、互联网多个行业，年初新一代旗舰芯片思元 690 已经量产。

只有这两家的扣非净利润为正，利润全是卖产品卖出来的，没掺非经常性收益的水。

每赚 2 块，1 块砸研发

为什么营收涨得这么快，大半玩家还是赚不到钱？

核心卡点是刚性研发投入。

2026 年上半年，五家还没实现主业盈利的厂商，研发投入合计 32.97 亿元，占同期总收入的 52%。

相当于每赚 2 块钱，就要掏出 1 块多砸进研发。

各家的研发费用率更直观：壁仞科技 65.1%，天数智芯 59.1%，燧原科技 57.1%，摩尔线程 44.3%，沐曦 39.65%。

而跨过盈利拐点的海光信息、寒武纪，研发费用率分别只有 27.9% 和 11.7%。

这不是企业乱烧钱，是芯片行业的属性决定的。

普通制造业产品做出来就能卖，AI 芯片流片成功只是起点。编译器、算子库、驱动、集群互联软件，每一样都要持续投钱开发。

大模型迭代按月算，AI 芯片的研发周期按年算。今天适配好的模型，下个月更新版本，厂商就得跟着重新优化。

研发是长期固定支出，不是砸一笔钱就能一劳永逸。

只有营收规模先上来，摊薄了刚性研发成本，利润才会慢慢释放。现在没赚钱的玩家，未必是产品不行，很多只是还没走到规模摊薄的临界点。

参数竞赛早就过时了

很多人看 AI 芯片，第一反应是比算力数值、比显存大小，谁纸面参数高谁就厉害。

现在的国产 AI 芯片竞争，早过了 " 拼单卡性能 " 的阶段，真正卡脖子的是软件生态、集群稳定性、行业落地能力，是全套体系的较量。

单卡算力再高，算子不全、适配不好，大模型跑两天就报错，客户不可能花大钱买回去当摆设。

英伟达垄断全球算力市场这么多年，靠的从来不止是硬件性能，是十几年攒出来的 CUDA 生态。

几百万开发者早就习惯了这套开发环境。迁移成本高到客户不愿意轻易换平台。

这也是国产芯片最难补的课。

好在需求端的增量足够实在。截至 2026 年 6 月底，国内智能算力规模已经达到去年同期的 2.8 倍。国产万亿参数大模型接连开源，全球累计下载量突破 100 亿次。

国产大模型和国产芯片正在双向适配，行业已经从 " 芯片勉强能用 "，走到了 " 稳定可批量交付 " 的门口。

但门还没完全跨过去。万卡集群的稳定性、高端存储的供给、跨芯片互联的技术，还有一堆工程难题要磨。

行业洗牌的发令枪已经响了。

不会所有玩家都能活到利润释放的那天。只有软硬件协同跑通、能持续批量交付订单的厂商，才能拿到下一轮的入场券。

聊完产业逻辑，回到你自己的操作层面。不管你是已经持有 AI 芯片标的，还是想等回调再看，别再被营收、净利润的表面数字牵着走。

公允价值变动、政府补助、理财收益全是一次性收入，撑不起长期估值。只有扣非持续转正，才说明产品真的被客户认可，主业具备自我造血能力。

再盯两个硬指标：研发费用率、交付实单。

研发费用率持续往下走，才说明规模效应开始显现。别看了几条样品测试的新闻就觉得落地了，要找批量供货、集群部署的公开信息，真金白银的订单才算数。

最后把生态权重放在参数前面。

适配了多少主流大模型、有多少行业落地案例、开发者生态完善度，这些软指标的含金量，不比单卡算力数值低。生态短板补不上，硬件参数再好看，商业价值也上不去。

以上只是产业观察的通用框架，不构成投资建议，市场有风险。AI 板块本身波动极大，受供应链、海外技术、情绪面影响都很强，单票重仓押注的风险从来都不低。

更何况这行本身不确定性极高。流片踩坑、技术路线走偏，几十亿研发投入可能直接打水漂；后面入局的玩家多了打起价格战，毛利率会被直接压缩；就算产业趋势没错，资本市场往往提前炒预期，真到业绩落地的时候，说不定反而迎来估值回调。

别把赛道景气度，直接等同于个股上涨。

很多人天天盯着大模型的新功能、新对话玩得热闹，没注意到底层的算力赛道已经悄悄分出了梯队。

从 0 到 1 的技术突破阶段已经过去了，现在是从 1 到 10 的残酷放量期。热钱涌进来的时候大家都能拿融资、做营收，等潮水退去，才知道谁在裸泳。

你之前看科技股财报，会特意翻到扣非净利润那一页吗？