第三大國產通用GPU廠商沖刺IPO！年入5.4億元，從賣芯片到賣算力

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并公布招股書。

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% 的市占率位列國產通用 GPU 賽道第三，僅次于海光信息和沐曦股份。

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 相關收入占比仍在90%以上。

而到了2024年，AI 算力解決方案的收入占比已經提升至30.8%，并開始成為新的增長來源。這意味著，公司正在從“賣芯片”，轉向“交付算力”。

這種變化并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。

全國第三大國產通用GPU廠商，24年收入增長186%

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 年后，增長節奏并未放緩，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，僅次于海光信息和沐曦股份。（A為英偉達，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，并不是為“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屏幕上的像素。為此，GPU 被設計成擁有大量并行單元，擅長做同一種運算的重復計算——這正是圖形流水線最需要的能力。

直到后來，研究人員逐漸意識到，這種“為圖形而生”的并行架構，恰好也非常適合另一類問題：大規模矩陣與向量運算。于是，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）。

這種取舍，直接映射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，也是國內首批量產的訓練通用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、多卡并行的特點，直接優化計算單元。

在產品節奏上，天垓Gen 1于2021年實現量產，Gen 2于2023年第四季度量產并迅速成為收入主力；2024年第三季度，公司發布天垓Gen 3，并計劃于2026年第一季度進入量產階段。

從出貨數據看，訓練系列在2022 年出貨7700片，2023 年回落至7000片，并在 2024 年維持穩定；但到 2025 年，上半年出貨量已達6200片，明顯高于去年同期。

推理芯片智鎧系列則是天數智芯另一款核心產品。

智鎧系列發布于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數據通路進行了針對性優化，并廣泛引入量化技術，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、工業計算機），天數智芯還推出了功耗僅75W 的智鎧 Gen 1X，它保留了完整的視頻處理能力，但在能耗上做了極致設計。

受益于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，訓練芯片（天垓）依然是絕對的收入支柱，占比曾高達 99.3%。但到了去年年底，訓練芯片的占比已降至 49.9%，而推理芯片（智鎧）的占比則從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。

這背后的邏輯并不復雜。對于很多客戶而言，買回來的GPU 只是零件，要把它變成能跑模型的算力，中間還隔著復雜的硬件集成和軟件調試。

具體的交付模式主要分為兩種：

一種是通用GPU 服務器，相當于“即插即用”的標準化產品，就是將一定數量的通用 GPU 加速卡與完整的軟件棧集成在一起，形成預配置的計算節點，主要用于企業級 AI 工作負載和大語言模型的快速部署。

另一種是通用GPU算力集群，適用于大規模訓練、高吞吐推理等對算力密度和調度能力要求更高的場景。

相比單一服務器，這是一種更偏系統級的解決方案，將通用 GPU 產品與第三方服務器、存儲和網絡基礎設施深度整合，并針對整體系統進行調優。

由于AI算力需求的增長，這一需求也很快反映到了業績層面。

在開辟AI算力解決方案的第一年，也就是2023年，該業務收入占比就達到了5.4%。2024年，這一數字又提升到了30.8%。

每賺2塊錢收入，分給代工廠1塊

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，公司經調整凈虧損分別為4.33億元、6.10億元和 6.45 億元。進入 2025 年后，虧損并未繼續放大，今年上半年經調整凈虧損約 3 億元，基本與去年同期持平。

放在芯片行業的背景下看，這樣的表現并不算差。

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。對于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。

但毛利結構背后，也藏著芯片行業最現實的一條約束：制造成本幾乎不可回避。

在營業成本中，最大的一塊支出來自芯片制造。2023 年，公司支付給晶圓制造商的費用達到 1.36 億元，占當年收入的 47%。

換句話說，AI芯片廠商每獲得2元收入，其中就有約1元需要交給下游代工廠。

這并非個別公司的問題，而是先進制程時代芯片行業的普遍現實。

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。

訓練芯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，推理芯片的毛利率波動明顯更大。2024 年底，推理芯片毛利率為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，并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%。

相比直接賣芯片，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。

原因在于，這類解決方案通常以“整機或整套系統”的形式交付，毛利率高度依賴于內嵌芯片的型號、數量以及第三方硬件配置。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。

總結

無論是已經上市的摩爾線程，還是準備沖擊港股的天數智芯，在這些國產GPU 獨角獸的招股書里，都能看到一個共同且反直覺的趨勢：

國內GPU公司，很難像英偉達那樣單純地“賣芯片”。

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于集群產品，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：

無論是摩爾線程的集群交付，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”。

這種彎腰做臟活、累活的集成模式，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，實則是現階段國產芯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”的芯片巨頭。

文/林白

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。