登顶万亿“王座”，寒武纪还要多久？ | 智时代③|地质学|寒武纪|摩尔|时代|英伟达

从1000亿到逼近10000亿，寒武纪只用了6年。

6月18日，AI芯片龙头寒武纪向万亿市值发起了最猛烈的一次冲锋。当天，寒武纪盘中一度暴涨超16%，股价触及1540元的历史最高点，市值逼近9656亿元。全天成交额高达321.53亿元，换手率3.53%，振幅17.18%。当天收盘报1507.46元，总市值定格在9471.27亿元。

A股下一个万亿巨头，似乎触手可及。

这距离寒武纪登陆科创板，仅过去近六年。2020年7月20日，寒武纪登陆科创板，发行价64.39元，开盘即大涨288%，市值一度突破千亿。这期间寒武纪经历了破发、股价震荡等过山车剧情，2022年甚至一度触及46.59元/股的最低点。

高估值也像一面放大镜，任何风吹草动都可能引发剧烈调整。在经历了6月18日的狂欢后，寒武纪迅速迎来了多空博弈的考验。截至今日（6月24日）收盘，股价报1453.00元，总市值定格在9129.10亿元。在逼近万亿大关的关口，市场正经历着剧烈的高位震荡与筹码换手。

这种动辄千亿市值的剧烈震荡，是当前国产AI芯片产业浪潮下的缩影。2026年，AI芯片行业正经历一场属于自己的“寒武纪大爆发”——新物种涌现、旧格局瓦解、估值逻辑重写。

作为“国产AI芯片第一股”，寒武纪能否成为最终的“适应者”，距离万亿王座，还有多远？

近万亿市值从何而来？

今年3月，寒武纪发布了上市以来首份盈利年报。

2025全年营收飙升至64.97亿元，同比暴增453.21%；归母净利润20.59亿元，而2024年同期还是亏损4.52亿元。此前，寒武纪已连续多年亏损——2022年亏12.56亿元、2023年亏8.48亿元、2024年亏4.52亿元。很显然，寒武纪的亏损逐年收窄，直至2025年彻底跨越盈亏平衡线。

进入2026年，其增长势头并未放缓。

2026一季度营收28.85亿元，同比增长159.56%；归母净利润10.13亿元，同比增长185.04%。单季净利润10.13亿，已接近2025年全年盈利的一半。

图 | 寒武纪2026年一季报

如果把季度数据拆开看，上扬趋势更加清晰。2025全年，寒武纪的营收更像在爬缓坡。四个季度分别为11.11亿、17.69亿、17.27亿和18.90亿。到了2026年一季度，它突然按下了“加速键”。

除了狂飙的营收，还有不少大“彩蛋”。

第一，经营现金流历史性转正。从上年同期的-13.99亿元跃升至8.34亿元。寒武纪不仅赚到了账面上的利润，更真金白银地把钱收回了口袋，告别“失血”状态。

第二，合同负债从61万元暴增至3.96亿元。合同负债本质上是“已收款、待交付”的订单，3.95亿元的增量预示着大客户的芯片采购已进入密集交付期。这是一座业绩“蓄水池”：随着产品交付，这些预收款将转化为确凿的营收，为2026年的持续增长提供可见的支撑。

第三，预付款项达18.97亿元，同比增长94.85%。公司在被列入“实体清单”、先进产能极度稀缺的背景下，正用真金白银提前锁定上游产能。这也是一种“防御性进攻”策略，即用高昂的现金占位。

很显然，寒武纪跨入了“越卖越赚钱”的良性飞轮阶段。资本市场的反应最为直观。

2026年一季报披露后，寒武纪股价迎来主升浪。4月30日以20CM涨停重夺A股“股王”宝座；5月25日，市值正式突破9000亿元大关；6月18日，盘中股价触及1540元的历史最高点，总市值逼近万亿。

狂飙的业绩引发了国际顶级投行的大规模预期修正。高盛在5月发布的研报中，将寒武纪2026至2030年的净利润预测一口气上调了30%至68%不等，并将目标价大幅上调至2406元。其中，2026年净利润预测被大幅上调68%。

万亿市值的故事，从来不只是关于过去，更是关于未来。

算力时代，算力即生产力。

今年6月，世界半导体贸易统计组织（WSTS）发布最新行业预测，预计2026年全球半导体市场规模将达1.511万亿美元，较2025年增长90%。而仅仅半年前，WSTS在2025年12月的预测还仅为9754亿美元，半年时间上调幅度超50%，AI算力需求的爆发速度远超预期。

存储芯片成为这一轮增长的最大赢家。WSTS数据显示，存储芯片市场预计从2025年的2300.42亿美元，飙升至2026年的8039.41亿美元，增量高达5739亿美元，贡献了全行业近八成的增长。

AI芯片的竞争，早已不止于一场商业竞赛。

在海外高端芯片销售受限的背景下，发展自主的AI芯片产业，是保障国家算力基础设施安全的关键。今年5月，国家首次在“安全可靠测评”中设立专门AI芯片品类，将华为海思、平头哥、海光信息、壁仞科技、摩尔线程等9款国产芯片正式纳入信创体系。

当国产替代从“Plan B”升级成“必选项”，此前英伟达让出的空白市场以及新增的庞大蛋糕，以及AI算力需求催生的庞大增量，共同构成了寒武纪万亿估值中最有力的筹码。它站在了AI时代和国产替代浪潮的交汇点上，享受着时代赋予的巨大红利。

图 | 寒武纪加速卡

但高估值也像一面放大镜，任何业绩或竞争格局的瑕疵都可能被市场放大。

真的值吗？

屡次登顶“股王”，寒武纪市值却会因“小作文”而剧烈波动。

6月18日的暴涨就源起于一份“内部交流纪要”，有消息称寒武纪向字节跳动供应580和690两个型号的芯片，第二季度将完成12万到16万张580的交付。一纸传闻，让寒武纪股价暴涨14%，市值单日增加超过1100亿元。对此，寒武纪证券事务代表回应称，“这是网上流传的‘小作文’，近期寒武纪没有接待过内部交流活动”。

而就在今年2月，另一则消息称寒武纪“小范围交流给出2026年营收200亿元指引”，远低于市场预期。消息一出，股价盘中一度跌超14%，市值单日蒸发超700亿元。公司紧急辟谣。

同一个公司，同一种信息模式，一天可以涨14%，也可以跌14%。

这种动辄千亿市值的剧烈震荡，折射出的是市场对寒武纪高度不确定的预期——市场知道它有价值，但不知道它到底值多少。

寒武纪并非没有底气。

高额的研发投入是保持技术竞争力的基础。2020-2024年，寒武纪连续多年保持超过100%的研发费用率——即每年的研发投入都超过了当年的营业收入。2025年，寒武纪研发费用率首次降至17.99%，研发投入的绝对金额同比增长9.03%，达到11.69亿元。

年份

营业收入（亿元）

研发费用（亿元）

研发费用率

2020年

4.59

7.68

167.41%

2021年

7.21

157.50%

2022年

7.29

208.90%

2023年

7.09

157.50%

2024年

91.30%

2025年

17.99%

图 | 数据整理自寒武纪历史财报

人才则是科研实力的载体。2025年年报显示，研发人员达到887人，占员工总数的80.13%。团队中80.95%拥有硕士及以上学历，人才密度极高。

产品迭代则证明其落地能力。寒武纪走的是深度自研的DSA（领域专用架构）路线。上一代产品思元590采用7nm工艺和Chiplet封装技术。最新一代旗舰云端AI芯片思元690已于2026年初量产，FP16算力超过700 TFLOPS，配备196GB HBM3高带宽内存，相比思元590实现算力与内存容量的双倍提升。

硬件迭代之外，寒武纪同步推进软件平台迭代。其打造的Cambricon NeuWare基础系统软件平台已实现对DeepSeek系列、Llama系列、Qwen系列等主流大模型的训练支持，推理软件平台持续优化技术创新和开源生态。

交付能力也在持续兑现。2025年，寒武纪营收从上一年的11.74亿元跃升至64.97亿元，这就是最佳证明。同年，公司智能芯片及板卡产量达12.77万卡，销量达11.74万卡，同比分别增长409.84%和201.57%。到了2026年一季度，代表“已收款待交付”的合同负债从61万元飙升至3.96亿元。

客户排着队交钱，工厂开足马力生产，这就是寒武纪最硬的底气。

但盈利“B面”仍有隐忧。

其一，寒武纪的盈利建立在少数大客户的订单之上。寒武纪的客户高度集中，2025年年报显示，前五大客户贡献88.66% 的营收。不过这并非寒武纪独有的问题。芯片行业买家需求高度集中，全球范围内是微软、亚马逊、谷歌、Meta等科技企业；中国则是字节跳动、阿里巴巴、腾讯、百度等互联网巨头，它们占据了全球AI算力采购的绝大多数份额。无论是国际巨头英伟达、AMD，还是国内AI芯片厂商都难以避免较高的客户集中度。

与同行相比，寒武纪的客户集中度正在下降。2024年寒武纪前五大客户营收占比约94.63%，第一大客户占79.15%，2025年第一大客户占比已降至约26%，客户结构正逐步趋于多元化。

其二，存货和预付款高企。国内AI芯片厂商集体已进入“产能争夺战”。2026年一季度，寒武纪预付款较2025年末增幅达155%；沐曦股份预付款从8.34亿元增至12.33亿元，增长47.8%；摩尔线程从17.82亿元增至23.61亿元，增长32.5%；海光信息增至34.40亿元，增长约19%。……对于“囤货”举动，不少公司都表示“正积极向上游供应商/晶圆代工厂预付货款以锁定产能”。

这是行业繁荣的注脚，也是高增长背后的“前置成本”。随着存货规模的扩大，资产减值的风险也在累积。2025年，寒武纪计提的存货跌价准备达3.90亿元，对寒武纪们来说，芯片行业技术迭代极快，存货易贬值始终是悬在头顶的固有风险。

寒武纪的价值是真实的，但万亿市值对应的是对未来极高增长的预期。“小作文”能造成千亿市值波动，恰恰说明市场对这份“真金”的分量还没有共识，这也是真金必经的试炼。

AI芯片行业迎来“寒武纪”

在地质学上，寒武纪是生命进化史上最壮观的转折点之一。在此之前，生命形式简单而沉寂；在此之后，几乎所有现生动物门类在短短几百万年内同时登场。古生物学家称之为 “寒武纪生命大爆发” 。

2016年，一对从中科院走出的“天才兄弟”，将公司命名为“寒武纪”。彼时，国内的AI芯片赛道还是一片荒芜，他们希望，人工智能能像远古生命一样，迎来一场颠覆性的大爆发。他们从给手机做NPU IP授权起步，凭借华为的光环一战成名，并发布了中国首款云端AI芯片“思元100”。它从学术的殿堂走出，曾因与华为“分手”而经历阵痛，在制裁的寒冬中蛰伏，最终在国产替代的时代东风中迎来爆发。

图 | 寒武纪芯片

九年后的今天，这个预言正在变成现实——AI芯片行业，正在经历一场属于自己的“寒武纪大爆发”。

爆发的第一个信号，是市场规模的急剧膨胀。

中国AI芯片市场已跨越“奇点”。中国AI芯片只用了三年时间，就完成了从千亿级向万亿级市场规模的跃迁。据弗若斯特沙利文预测，到2029年，中国的AI芯片市场规模将从2024年的1425.37亿元激增至13367.92亿元，2025年至2029年期间年均复合增长率为53.7%。GPU将是增速最快的细分市场，市场份额预计将从2024年的69.9%上升至2029年的77.3%。在英伟达高端芯片对华“归零”的极限施压下，国产芯片迎来了前所未有的黄金窗口期。

但寒武纪的降临，也意味着竞争的白热化。

2025年的数据已经勾勒出清晰的梯队。IDC等机构报告，2025年中国AI加速卡出货量约400万张，其中国产AI加速卡出货量165万张。其中，华为出货约81万张，市场份额约20%；阿里平头哥约27万张，约7%；百度昆仑芯和寒武纪各约12万张，各占3%；海光信息约8万张，占2%。巨头之外，摩尔线程、壁仞科技、沐曦、燧原科技等一众国产AI芯片“独角兽”也正快马加鞭地追赶。

图 | IDC数据

这场“寒武纪大爆发”带来的不止有量的扩张，更是质的转变。

从“训练”到“推理”的算力革命

2026年，AI产业从“训练时代”迈向“推理时代”。最直观的是AI应用本身的进化——AI Agent的爆发让全民都感受到了这场“质变”的剧烈。

率先出手的是腾讯元宝。 1月25日，腾讯率先官宣元宝App将发放10亿元现金红包，单个红包最高1万元，可直接提现至微信零钱。2月1日活动正式上线，元宝借此登上苹果应用商店免费App榜首。腾讯董事会主席马化腾在内部表示，希望此举能够重现11年前微信红包的盛况。

紧随其后的是阿里千问。2月6日，千问App“春节30亿大免单”活动正式上线。用户只需对AI说“帮我点杯奶茶”，千问便会自动完成比价、下单、支付。“薅羊毛”的热情让不少线上用户页面卡顿，众多线下奶茶店被订单淹没，骑手取餐大排长龙，部分门店直接挂出“本店已休息”的告示。这是全球首次实现AI Agent的大规模真实世界任务执行与商业化验证。

与此同时，全民“养龙虾”热潮席卷全国。 OpenClaw（俗称“龙虾”）能够自主执行、闭环落地，24小时不间断地处理复杂任务。这只“龙虾”以燎原之势席卷中国互联网，“养虾”成为继DeepSeek之后又一个破圈的AI热词。热度之下，闲鱼、小红书上出现了大量“上门安装龙虾”的付费服务；腾讯楼下“养虾人”们大排长队等待免费安装教学；深圳、无锡、合肥多地出台扶持“养龙虾”支持政策。

AI不止能“聊”，更变成了“能干”的智能体（Agent）。质变背后，AI推理需求正在爆炸式增长。

当AI变成一个“能干”的智能体时，它在背后要做的事情就复杂了，推理次数会呈指数级暴增。比如说，我们问AI“帮我预订下午茶，人数10人，预算200元”，Agent可能就要进行以下几步：

首先，它需要拆解任务，理解“下午茶”的品类与人均消费；接着再调用外部工具，在地图或外卖平台上实时检索符合条件的店铺；再对比不同商家的评分、配送距离和满减优惠，进行多轮逻辑推演；最后，生成最终方案并向用户确认。在这个看似简单的交互中，AI不再是“一问一答”的单向输出，而是进入了“思考—行动—反馈”的循环。每一个环节的校验与决策，都需要反复调用大模型。

Token（词元）作为大模型处理信息的最小计量单元，直观地量化了这场“爆炸式增长”。

在传统对话AI时代，单轮交互仅消耗数百到数万Token，单日单用户的消耗多在十万级以内；而在智能体时代，由于长上下文记忆、多轮迭代与工具调用的叠加，单任务的Token消耗量飙升至几十万甚至上百万，是普通对话的几十至几百倍。

TrendForce的数据显示，北美五大云服务商2026年AI训练算力预计增长56%，而推理算力将暴增122%，后者增速是前者的两倍以上。IDC预测，到2029年中国市场推理算力占比将接近八成。

联想集团董事长兼CEO杨元庆在财报业绩沟通会上表示，“AI基础设施正步入爆发式增长阶段，当下70%-80%以上的AI算力正被用于训练，20%-30%的算力则是用于推理，但未来这一趋势会倒过来，用于推理的AI算力将占到70%以上。”

但推理需求带来的算力消耗，与传统对话截然不同。

训练重“快”，追求单次算力密度。训练可以忍受成千上万张昂贵的H100，因为那是“一次性投入”。但推理要“省”，追求的是持续性的成本与效率。毕竟，每次用户调用、每次Agent执行任务，都在消耗算力。单次成本哪怕只差一分钱，乘以每天上亿次调用，一年就是天文数字。

图 | 英伟达H100

这恰恰为国产芯片带来了结构性机遇。

在训练市场，英伟达凭借CUDA生态构筑了几乎不可逾越的护城河。大模型的预训练已是万卡、十万卡级，市场上缺乏经过大规模验证的替代方案。英伟达凭借数百万开发者积累，形成了“硬件越强→生态越丰富→开发者越多→硬件迭代越快”的正向飞轮。

但在推理市场，游戏规则被彻底重写了。

推理任务不唯算力论英雄，英伟达为训练优化的通用GPU架构，在推理场景中存在明显的“性能过剩”。就像用F1赛车跑日常通勤，不是不能跑，而是既不经济也不高效。在这个特定战场，国产芯片的性价比优势被显著放大。

例如，寒武纪走的是ASIC专用路线，其思元系列芯片专为推理场景深度优化，在同等算力下展现出了极具竞争力的成本优势；海光DCU则凭借与CUDA生态的较好兼容性，成为存量系统替换中迁移成本相对较低的路径之一；而华为昇腾则依托软硬件全栈交付能力，在政企、金融等对稳定性要求极高的推理场景中构筑了坚固的护城河。