天數智芯首份年報拆解：推理收入大增238.2%，訓推雙線爆發，已完成云邊端全面布局

芯東西（公眾號：aichip001）
作者 陳駿達
編輯 漠影

過去一年，國內GPU賽道風起云涌，多家創企相繼登陸資本市場。步入2026年初，隨著年報季正式開啟，這些備受矚目的企業陸續交出上市后的首份業績報告。核心技術積累如何，業績能否兌現，雙重考驗擺在眼前。

作為國內通用GPU賽道的重要玩家，天數智芯于今天披露了2025年業績報告。財報顯示，天數智芯全年營收達10.34億元，同比增長91.6%；主營業務通用GPU產生的營收更是達到9.23億元，同比增長149.6%。

天數智芯不僅在做大規模，更在改善經營質量。該公司去年錄得5.58億元毛利，同比增長110.5%，超過營收增速。其經調整凈虧損收窄至4.38億元，同比收窄32.1%。

在AI算力需求爆發的背景下，天數智芯這份成績單意味著什么？我們可以通過拆解核心數據，看看這份財報的真實成色。

一、毛利增速超營收增速，產品已實現逾千項部署及應用

在天數智芯2025年的財務數據中，有一組數據尤其值得關注——營收增速達91.6%，毛利增速達110.5%，毛利的增速明顯高于營收增速。

在資本市場中，這通常被解讀為產品競爭力、定價能力增強，以及增長質量、業務健康度提升的信號。

那么，天數智芯猛增的營收、毛利，究竟從哪來？

首先值得關注的是通用GPU業務的整體增長。2024年，這塊業務貢獻營收約3.70億元，到2025年已飆升至9.23億元，同比大漲149.6%，占總營收近九成。通用GPU已經成為驅動天數智芯增長的絕對核心。

在通用GPU產品內部的細分營收也有分析價值。

在訓練系列產品上，天數智芯錄得5.84億元營收，同比增長116.7%，證明了該系列產品在訓練算力市場中已經形成一定的競爭優勢。

在推理系列產品上，天數智芯實現了更高的增長。2025年，推理系列產品錄得營收3.39億元，同比飆升238.2%，對天數智芯總營收的貢獻占比從18.6%大幅增長至32.8%。

這組數據背后，是AI算力市場從訓練向推理的重心轉移。隨著大模型應用落地加速，推理需求開始放量。天數智芯的推理產品能承接住這一波爆發式增長，說明他們已經提前卡位推理算力起飛的關鍵節點。

過去1年，天數智芯的商業化規模和市場認可度實現了明顯提升。截至2025年底，天數智芯已累計服務超過340家來自不同行業的客戶，其產品及解決方案已實現了逾1000項部署及應用，其中來自互聯網、大模型、科研、金融、醫療保健、教育及運輸等主要行業客戶的項目數量持續增長。

天數智芯計劃在2026年深化與領先互聯網企業、AI模型公司、科研機構及行業標桿客戶的合作，推動通用GPU產品及AI算力解決方案在更多關鍵場景的大規模應用。

他們還將切入更多垂直領域，擴展產品在智能駕駛、工業制造、泛智能終端、智慧農業等領域的應用。

這種“在已有領域做深、向新領域拓寬”的擴張策略，正助力天數智芯全面挖掘萬億級AI算力市場的增長潛力。

二、構建云、邊、端一體化布局，軟硬協同優化釋放硬件潛能

業績的增長與應用場景的拓展，離不開天數智芯在技術層面的長期積累。

2025年，天數智芯已構建起覆蓋“訓練+推理+端側”的全產品矩陣，形成云、邊、端一體化布局，是國內少數具備完整通用算力系統全方案能力的廠商。

訓練側，天數智芯已實現天垓系列兩款產品——天垓Gen 1與天垓Gen 2的量產與銷售，并發布了第三款產品天垓Gen 3，預計于今年第一季度量產。天垓系列搭載高性能計算核心與優化的內存配置，專為大規模模型訓練設計，具備持續迭代的計算密度與內存帶寬能力。

推理側，天數智芯已推出智鎧Gen 1及Gen 1X兩款產品，下一代智鎧產品的研發亦在穩步推進，后者將進一步擴大對低精度數據類型及混合精度計算的支持，契合當前AI行業從“堆參數、堆算力”向“效率驅動”轉型的趨勢。

同時，天數智芯還緊跟設備端AI開發趨勢，引入了面向機器人及智能終端的彤央系列端側計算產品。該系列產品在計算機視覺、自然語言處理等任務上，其測得性能達到國際領先產品的兩倍。

然而，光有硬件并不足以構建完整的算力基礎設施。為了讓算力真正好用、易用，天數智芯通過軟硬協同優化，將硬件潛力轉化為實際業務價值。

以當下備受關注的PD分離技術為例，這一技術正憑借算力資源解耦、按需配比、優化總體擁有成本的優勢，獲得不少企業青睞。

在這一背景下，天數智芯在GPU中設計了專門的IX并行任務處理模塊，使計算任務與通信任務（如KV緩存傳輸、多路多流等）可并行執行而不互相沖突。

這一設計直擊PD分離架構的核心痛點，也就是Prefill與Decode節點間的KV緩存的傳輸開銷控制問題。

類似的創新還體現在多個維度。

天數智芯搭載無損量化技術的大模型加速工具包，可在不損失精度的前提下，實現長文本處理效率提升50%、算力利用率提升60%。

針對MoE大模型并行訓練，自研通信庫使跨節點通信效率提升30%，為大規模模型訓練提供了更好的擴展性。

天數智芯推出的全新軟件開發平臺原生兼容主流GPU編程模型，代碼遷移效率提升80%以上，算子適配可在幾分鐘內完成，大幅降低用戶使用國內算力的門檻。

正是這些軟硬件層面的系統性創新，讓天數智芯在算力效率、部署成本、應用體驗等關鍵維度上構筑起差異化優勢。

三、“造出芯片”之后，國內GPU如何“長出生態”？

對于國內GPU廠商們來說，除了不斷迭代技術之外，另一條重要的核心戰線就是打造生態。

過去一年，國內大模型層出不窮，不少國內GPU廠商紛紛開啟“競速模式”，強調對新模型、新算子的“Day0”適配。這種緊迫感恰恰說明，生態兼容性已成為衡量芯片商業價值的核心指標之一。

天數智芯在適配國內AI生態方面，已形成兩條清晰的主線。

一方面，天數智芯充分利用開源AI的活力，依托DeepSpark開源社區，已成功適配超過610個主流算法模型，具備新模型Day0原生支持能力，逐步構建起覆蓋AI與通用計算多領域的模型適配體系。

未來，天數智芯還計劃持續加大全維度開源生態與開發者體系建設投入，推動“百大應用開放平臺”升級，加速應用規�；涞亍�

另一方面，天數智芯不斷深化與產業鏈上下游的協同合作，與CPU廠商、服務器整機廠商、行業ISV以及云服務提供商展開深度聯動，通過項目共建整合產業資源。

這些生態布局的意義，不僅在于適配更多模型，更在于構建長期競爭壁壘。

生態建設本身是一項系統性、長期性的工程，涵蓋算子優化、框架兼容、工具鏈完善以及開發者社區運營等多個層面，難以一蹴而就。但一旦形成規模與體系，就能夠幫助企業建立起“硬件+軟件+生態”的全棧能力，顯著提升客戶粘性與遷移成本，從而形成可持續的競爭優勢。

更重要的是，在國內技術生態持續完善的背景下，這種生態能力已不再只是企業層面的競爭籌碼，也正逐步成為推動國內通用算力體系高質量發展的關鍵基礎設施，有助于降低對海外技術棧的依賴，增強產業鏈整體的自主可控能力。

隨著AI行業邁入推理需求飛漲、Agent等新應用形態加速落地的新周期，市場對低延遲、高并發計算能力的需求正快速提升，催生萬億級別的市場空間。

在這一輪產業演進中，兼具訓練與推理能力的通用GPU擁有廣闊的應用場景。而天數智芯作為國內首家實現通用GPU量產的廠商之一，已在該方向完成前瞻布局，有望吃到行業爆發式增長的紅利。

結語：長期主義者，逐漸步入收獲期

在首份年報中，天數智芯披露了未來的技術規劃。在訓練產品線上，公司將提升產品的計算密度、內存帶寬和集群擴展性，以應對大規模訓練需求；推理產品則將針對從邊緣到云端的多元推理場景，著重優化成本性能效率、延遲及吞吐量。

可以預見，隨著AI應用的全面爆發與國內算力體系的不斷成熟，具備全棧能力與生態優勢的廠商將在新一輪競爭中占據更有利的位置。而天數智芯過去十余年在通用GPU賽道的長期投入，也有望在行業加速發展的過程中，逐步轉化為實際的市場回報。