科創板六姊妹市值破2.2兆人民幣！陸國產算力爆發 寒武紀、海光領軍 摩爾線程跟沐曦緊追

隨著 AI 大模型快速迭代、智算中心規模化建設以及邊緣智能場景的全面滲透，中國 AI 算力市場需求持續高漲，國產算力晶片企業正式迎來業績兌現的關鍵期。

截至上周四 (4 月 30 日)，寒武紀、海光信息、摩爾線程、沐曦股份已悉數披露 2026 年第一季財報，壁仞科技與天數智芯兩家港股上市企業則暫未公布首季數據。整體來看，國產 AI 算力晶片行業呈重量級企業獲利穩固、二線廠商減虧甚至加速轉盈提速、梯隊化成長格局清晰的特徵，國產 AI 算力晶片正從技術突破向規模化商業落地跨越，國產化進程持續深化。

在資本市場表現上，截至上周四收盤，國產六大 AI 算力晶片企業中，A 股重量級企業體量領先，寒武紀市值達 7168.48 億元 (人民幣，下同)、海光信息市值 6885.85 億元，位居行業前兩位，摩爾線程、沐曦股份緊隨其後，最新市值分別為 3363.99 億元、3032.88 億元，港股上市的天數智芯、壁仞科技市值相對偏小，折算人民幣市值約 1037.50 億元、999.13 億元，其中 3 家企業實現獲利，寒武紀、摩爾線程營收年增率均超 150%，海光信息今年首季營收突破 40 億元，行業高景氣度持續獲得驗證。

作為中國國產算力晶片雙龍頭，海光信息與寒武紀兩家公司 Q1 業績穩居第一梯隊，獲利品質與經營效率同步提升。

寒武紀第一季業績實現跨越式增長，營收達 28.85 億元，大幅年增 159.56%，歸母淨利潤 10.13 億元，年增 185.04%，扣非淨利潤 9.34 億元，年增 238.56%，尤為關鍵的是寒武紀第一季經營現金流轉正至 8.34 億元，較一年前同期增逾 22 億元，創上市以來首次季度現金流為正，標誌著商業化落地與回款能力實現突破。

海光信息則仍然延續穩健高增態勢，第一季營收 40.34 億元，年增 68.06%，歸母淨利潤 6.87 億元，年增 35.82%，扣非淨利潤 5.97 億元，年增 34.99%，研發投入年增 26.8% 至 12.11 億元，高強度投入支撐技術持續迭代。

作為 GPU 賽道核心力量的摩爾線程跟沐曦股份，二者在今年第一季商業化進程加速，分別實現轉虧為盈與大幅減虧，成長動能充沛。

今年第一季，摩爾線程成為首家實現季度獲利的國產 GPU 上市公司，營收 7.38 億元，年增 155.35%，歸母淨利潤 2936 萬元，優於去年同期虧損 1.12 億元。研發方面，摩爾線程第一季投入 3.69 億元，年增 50%，持續加碼產品迭代。今年第一季，摩爾線程斬獲 6.6 億元智算集群大單，千卡 / 萬卡集群實現規模化落地，「誇娥」系列晶片在智算中心、雲端廠商批量部署並上線服務，新一代「花港」架構推進十萬卡集群建設，消費級與數據中心 GPU 兩面發力。

沐曦股份今年首季營收 5.62 億元，年增 75.37%，歸母淨利潤 - 0.99 億元，年減 57.49%，研發投入 2.53 億元，主要聚焦產品矩陣完善。截至目前，沐曦股份構建了曦雲 C、曦思 N、曦彩 G 三條核心產品線，分別專注訓練、推理和圖形應用，今年首季推出曦索 X 系列科學智能晶片，切入氣候仿真、流體力學、分子模擬等高端場景，客戶拓展與產品出貨量有望同步放量。

壁仞科技與天數智芯則尚未披露今年第一季財報，但經營進展持續推進，聚焦高端算力賽道卡位。

壁仞科技作為國產高端 AI 訓練晶片代表，去年全年營收 10.3 億元，年增 207%，經調整年內虧損 8.7 億元，去年毛利為 5.57 億元，年增率 210.8%，毛利率達 53.8%。

天數智芯則聚焦通用算力晶片賽道，去年營收 10.34 億元，年增 91.6%，毛利 5.58 億元，大幅年增 110.5%，毛利增速跑贏營收。同期，天數智芯研發與經營效率顯著改善，經調整淨虧損 2024 年同期縮小 32.1%。在通用 GPU 訓推雙賽道上，該公司均實現高速突破，去年通用 GPU 業務收入 9.23 億元，年增 149.6%，佔總營收比重達 89.3%，業務聚焦度與成長性突出。

值得注意的是，高強度研發投入仍是企業構築技術壁壘、穿越行業週期的核心重點。今年首季，已披露財報的 4 家 A 股算力晶片企業研發投入佔營收比重均維持高位，其中海光信息研發投入 8.6 億元，摩爾線程、沐曦股份研發投入佔營收比重均超過 45%，持續加碼核心技術攻堅。

行業普遍認為，AI 算力晶片行業技術迭代快、研發壁壘高，唯有持續的研發投入，才能在高端賽道實現技術突破，構建生態壁壘。

中原證券分析師唐月上月發布研究報告指出，今年 AI 應用發展速度整體超過預期，帶來整體算力產業供應鏈的緊張。

今年來看，在海外晶片供給受限的大背景下，中國 AI 晶片也迎來性能、產能的雙方面改善，有望持續受益於市場結構的變化，並最終改善國內算力的供給能力。