[中报]云天励飞(688343):2026年半年度报告
原标题:云天励飞:2026年半年度报告 深圳云天励飞技术股份有限公司 2026年半年度报告 重要提示 一、 本公司董事会及董事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 公司已在本报告中详细描述可能存在的相关风险，具体内容详见本报告第三节“管理层讨论与分析”之“四、风险因素”相关内容。 三、 公司全体董事出席董事会会议。 四、 本半年度报告未经审计。 五、 公司负责人陈宁、主管会计工作负责人邓浩然及会计机构负责人（会计主管人员）李立声明：保证半年度报告中财务报告的真实、准确、完整。 六、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 不适用 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，投资者及相关人士均应当对此保持足够的风险认识，并且应当理解计划、预测与承诺之间的差异。 九、 是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况 否 十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义 ........................................................................................................................................ 4 第二节 公司简介和主要财务指标 ..................................................................................................... 8 第三节 管理层讨论与分析............................................................................................................... 12 第四节 公司治理、环境和社会 ....................................................................................................... 40 第五节 重要事项............................................................................................................................... 43 第六节 股份变动及股东情况........................................................................................................... 67 第七节 债券相关情况....................................................................................................................... 74 第八节 财务报告............................................................................................................................... 75
第一节 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、 公司基本情况
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
四、 公司股票/存托凭证简况 (一) 公司股票简况 √适用 □不适用
(二) 公司存托凭证简况 □适用 √不适用 五、 其他有关资料 □适用 √不适用 六、 公司主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币
(二) 主要财务指标
公司主要会计数据和财务指标的说明 √适用 □不适用 1、归属于上市公司股东的净利润及归属于上市公司股东的扣除非经常性损益的净利润变动原因说明：报告期内，归属于上市公司股东的净利润为-25,202.38万元，较上年同期亏损金额扩大4,608.56万元，归属于上市公司股东的扣除非经常性损益的净利润为-31,748.06万元，较上年同期亏损金额扩大 8,203.98万元，主要系报告期内为把握行业发展机遇，推进自研芯片技术攻关及产品落地，公司持续加大研发资源投入，研发费用同比增长，进而导致本期亏损有所增加所致； 2、经营活动产生的现金流量净额变动原因说明：报告期内，经营活动产生的现金流量净额为-11,230.65万元，较上年同期净流出增加 15,183.92万元，主要系上游晶圆代工先进工艺产能供应趋紧，公司基于业务开展需要，采取预付货款的方式锁定晶圆代工产能，对应购买商品、接受劳务支付的现金同比增加，对经营活动现金流形成阶段性占用所致； 3、研发投入占营业收入的比例变动原因：报告期研发投入占营业收入比例较上年同期增长15.43个百分点，主要系公司聚焦关键技术方向引进高层次核心研发人才，对应职工薪酬、股份支付费用大幅增加，推动研发投入规模抬升，体现公司对技术研发的资源倾斜。 七、 境内外会计准则下会计数据差异 □适用 √不适用 八、 非经常性损益项目和金额 √适用 □不适用 单位：元 币种：人民币
对公司将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》未列举的项目认定为非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因 □适用 √不适用 九、 存在股权激励、员工持股计划的公司可选择披露扣除股份支付影响后的净利润 √适用 □不适用 单位：元 币种：人民币
十、 非企业会计准则业绩指标说明 □适用 √不适用 第三节 管理层讨论与分析 一、 报告期内公司所属行业及主营业务情况说明 （一）所属行业及其发展情况 根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65 软件和信息技术服务业”中的“I6513 应用软件开发”。同时，根据《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”。 2026年上半年，人工智能技术与实体经济融合持续深化，大模型应用由能力验证加快转向规模化产业落地。AI智能体产品在办公、编程、内容生成、客户服务等场景加速渗透，推动人工智能由“辅助交互”向“自主执行”演进。智能体通过任务拆解、规划决策、工具调用及多轮反馈完成复杂任务，并逐步嵌入企业业务流程、终端设备和组织协作体系，行业竞争重点也由模型参数规模转向任务完成效率、应用体验及商业价值创造。 推理应用和智能体的规模化落地推动推理算力需求加速释放。与训练算力集中建设、阶段性投入不同，推理算力需求随用户规模、调用频次和任务复杂度的提升而持续增长。智能体执行单次任务通常涉及多轮规划、工具调用和长上下文推理，显著增加 Token消耗及在线推理需求，进而带动云端、边缘端和终端算力需求增长。AI芯片市场正由以训练需求为主要牵引，逐步向训练与推理协同发展、推理场景多元化方向演进，Token生产成本愈加成为各应用场景所重点关注的核心事项。具备成本、能效、时延及场景适配优势的专用推理芯片有望加速渗透。 开源大模型能力的提升进一步降低了智能体及推理应用的落地门槛。报告期内，以 Kimi K3等为代表的万亿参数级开源模型发布，开源模型在参数规模、长上下文、复杂推理及工具调用能力方面持续提升，为企业级应用、行业私有化部署和智能终端提供了更具成本优势的模型基础。 随着开源模型、智能体框架与推理基础设施协同发展，AI应用正由互联网服务向政务、制造、金融、教育、医疗、机器人及智能终端等领域拓展，并持续带动推理芯片需求增长。 根据灼识咨询报告，中国 AI推理芯片相关产品及服务行业市场规模由 2021年的人民币 193亿元增至 2025年的人民币 3,050亿元，复合年增长率为 99.4%，并预期将于 2030年增至人民币21,097亿元，2025年至 2029年的复合年增长率为 47.2%。NPU驱动的市场规模由 2021年的人民币 12亿元增长至 2025年的人民币 621亿元，复合年增长率为 167.4%，预计 2030年将攀升至人民币 7,012亿元，反映 2025年至 2030年的复合年增长率为 62.4%。 AI推理芯片的设计需要在计算性能、存储带宽、功耗控制和成本之间取得平衡。与传统通用计算芯片相比，AI芯片需要针对人工智能算法进行架构优化，通过专用计算架构、存储结构和数据流等设计提升计算效率。同时，随着人工智能应用复杂度提升，算力需求正从单卡性能竞争逐渐转向系统级能力竞争。AI算力产品不仅需要具备高性能计算能力，还需要具备服务器集成能力、算力调度能力、软件生态兼容能力以及系统级优化能力。 算法与芯片架构协同优化能力是 AI芯片设计的重要技术壁垒。人工智能推理芯片需要针对深度学习模型的计算特性进行架构优化，通过专用计算单元、数据流结构以及片上存储架构的设计，实现对人工智能算法的高效加速。随着大模型推理负载持续分化，AI算力优化由通用算力堆叠逐步转向精细化、专用化。通用 AI助手、深度推理应用及实时智能体系统对系统吞吐、响应时延和使用成本提出了差异化要求。推理过程中的 Prefill、Decode及 Decode FFN环节在计算、访存和通信方面呈现不同负载特征，促使行业加快探索面向不同推理阶段的专用芯片及异构集群协同方案。 存储带宽与计算能力之间的平衡成为高性能 AI芯片的重要技术挑战。在大模型推理场景中，计算性能的提升往往受到存储带宽限制，即所谓的“Memory Bound”问题。为解决这一问题，行业正在探索通过先进封装技术与三维存储架构（3D Memory）提升存储带宽，以提高数据传输效率并降低访存延迟，从而缓解计算单元受限于存储带宽的问题。高带宽存储技术的应用可以显著提升大模型推理效率，但其实现涉及复杂的封装工艺与系统设计，对芯片设计能力与产业链协同能力提出较高要求。 基于 Chiplet的异构集成技术成为高性能 AI芯片发展的重要方向。随着芯片设计复杂度不断提升以及先进制程成本持续上升，传统单芯片架构在算力扩展与成本控制方面面临一定挑战。 Chiplet架构通过将不同功能模块拆分为多个芯粒并进行异构集成，可以在提升算力规模的同时提高设计灵活性，并实现计算、存储及接口模块的高效协同。基于 Chiplet的异构集成技术能够提升系统级性能并缩短产品迭代周期，但同时也对芯粒互连、封装技术以及系统协同设计提出更高要求。 此外，随着 AI推理进入规模化部署阶段，算力需求正由单卡性能竞争逐渐演进为系统级算力能力竞争, 芯片优化重点从单颗芯片性能提升进一步延伸至多芯片协同及集群级效率优化。在万卡规模推理集群中，系统效率并非单卡性能的简单叠加。不同推理负载对计算、内存和通信资源的需求存在明显差异，当 Prefill与 Decode、Attention与 FFN共享同一套通用算力资源时，容易产生资源竞争；同时，随着集群规模扩大，通信阻塞、资源等待和尾延迟等问题也会影响整体推理效率。因此，提升 Token生成效率，AI算力产品不仅需要具备高性能计算能力，还需要围绕芯片间协同，对推理过程中的计算、访存、互联和资源配置进行系统级设计，需要具备服务器集成能力、算力调度能力、软件生态兼容能力以及系统级优化能力。因此，行业企业的竞争模式逐渐由单一芯片产品竞争，升级为芯片、服务器、算力集群、软件平台与行业解决方案协同发展的综合竞争模式。 （二）主营业务情况 公司致力于通过打造具备高性能、高性价比及高适配性的推理芯片，推动 AI加速普及。基于“算法芯片化”核心能力底座，构建了 AI推理芯片研发流程，并面向企业、消费、行业等场景形成了各位 AI相关产品、服务和解决方案。 公司报告期内实现核心技术落地、获取营业收入的主要手段包括通过在企业级、消费级、行 业级应用场景部署公司的产品和服务。 公司的产品及服务布局端边云三个维度，基于自主研发的芯片涉及及核心算法，服务于三大类应用场景： 企业级场景。包括 AI推理芯片与相关产品、算力服务及 IP授权服务等，这些服务主要应用于大模型服务、智算中心、服务机器人及下游厂商的 SoC开发等企业应用场景； 消费级场景。消费级场景的产品主要包括噜咔博士 AI拍学机等 AI原生产品以及岍丞技术的电子可穿戴设备（如 AI耳机、AI手表等）模组等智能硬件类产品； 行业级场景。基于公司的大模型能力和 AI推理芯片，公司开发了面向智慧城市治理、智慧交通、智慧园区等面向行业需求的软硬一体化解决方案，结合专业产品与强大的 AI能力解决复杂的实际应用场景挑战。 （三）主要经营模式 公司的盈利模式为致力于通过全面布局端、边、云三个维度，服务企业级、消费级和行业级三大类应用场景并实现业务收入。 1、企业级场景：公司打造了覆盖神经网络处理器 IP、AI推理芯片和模组、边缘计算盒子、AI推理服务器及智算集群的系列产品，广泛应用在摄像头终端、车路云、机器人、智算中心等场景。报告期内的企业级服务业务包括向企业出售芯片和模组、落地大规模异构高性能算力集群为客户提供 AI训练及推理算力服务，包括智能算力调度及 AI大模型开发配套服务等。 2、消费级场景：公司开发和销售各类终端面向消费者的产品，主要包括子公司噜咔博士提供的 AI拍学机等基于 AI大模型能力诞生的 AI原生产品，以及子公司岍丞技术提供的包括操作系统和软件在内的智能耳机和智能手表芯片模组等。 3、行业级场景：基于自研的算法及 AI推理芯片等核心技术，公司为系统集成商及公共服务场景提供软硬一体解决方案，应用于城市治理、智慧交通等领域。 盈利模式概要：
新增重要非主营业务情况 □适用 √不适用 二、 经营情况的讨论与分析 公司致力于通过大幅降低大模型应用成本，为人工智能的普惠落地提供强劲支撑，实现企业级、消费级、行业级场景应用。具体情况如下： 1、经营情况 2026年上半年，公司抢抓行业发展大趋势，积极布局 AI推理芯片相关产品及服务行业。报告期内，公司主要业务收入来自于企业级、消费级、行业级场景业务，前述场景的收入依次分别为 25,422.97万元、31,745.04万元、5,597.61万元。报告期内，公司实现营业收入 63,566.22万元，较上年同期基本持平，规模小幅回落。公司归属于上市公司股东的净利润-25,202.38万元，较上年同期亏损金额增加 4,608.56万元，主要系报告期内为把握行业发展机遇，推进自研芯片技术攻关及产品落地，公司持续加大研发资源投入，研发费用同比增长，进而导致本期亏损有所增加所致。 报告期内，公司面向不同业务板块制定了不同经营策略。在企业级场景业务方面，公司在保持现有业务稳定运行的基础上，将资源与精力主要投向于下一代大算力推理芯片的研发与产能保障，发布将在未来两年多时间里推出三款云端大算力推理芯片的路线图规划，获取上游晶圆代工先进工艺产能以保障产品生产，通过大项目中标为芯片出货开始打下基础，持续拓展行业头部客户进行订单储备等；在消费级场景业务方面，岍丞技术持续开拓新品，噜咔博士开始将产品推向海外市场，收入均取得一定增长；行业级业务以追求收入质量为目标，报告期内实现了毛利率提升。公司上半年实现毛利率 29.05%，较上年同期提升 0.52个百分点。 2、核心研发进展 云天励飞长期聚焦人工智能推理芯片核心赛道，经过多年的持续发展和技术沉淀，逐步构建起覆盖芯片、算法与应用的全栈能力，打通了从芯片、算法到上层应用的完整链条。公司持续构建和打磨 “算法芯片化” 能力底座，已自主研发四代“天星（Nova）”系列 NPU处理器架构；针对“云、边、端”人工智能推理计算加速需求，公司已经形成“深穹（DeepVerse）”、“深界3 （DeepEdge）”、“深擎 DeepXBot”三大系列 AI推理芯片产品；公司自研由 Hy CAN硬件使能层和 IFIE软件平台组成的智能融合软件栈全面适配国产主流大模型、国产主流操作系统以及推理框架；公司自研“云天天书（IFMind）”大模型不断提升多模态信息融合理解能力、超长文本生成能力，突破认知智能和全模态融合边界，同时结合算法芯片化能力，推进与硬件相结合的高效推理多模态大模型能力。公司推出覆盖“云、边、端”的全系人工智能推理产品，打造全国产化软硬一体解决方案能力，广泛赋能智算中心、智慧城市及具身智能等应用领域。 随着 AI推理进入规模化部署阶段，芯片优化正由单颗性能提升，进一步走向多芯协同和集群级效率优化，算力平台的竞争也已经不再局限于单点硬件性能，而是走向芯片架构、软件栈、推理框架、集群调度、模型适配效率和开发生态的系统性竞争。 在处理器架构研发方面，公司新一代系列推理芯片采用自主创新设计的 GPNPU核心架构，其主要技术亮点包括四个方面： （1）GPGPU级通用编程能力。面向国内芯片“易用性”痛点，GPNPU架构强调对主流 CUDA等生态的兼容与迁移支持，以降低客户模型部署与迁移门槛； （2）极致能效的 NPU内核。围绕推理效率与能效比进行深度优化，提升推理侧性价比； （3）引入 3D堆叠存储架构。采用 3D堆叠存储架构，以获得更高带宽与更低访问时延，突破“内存墙”，提升推理效率； （4）算力积木架构。公司延续过去五年在国产工艺上的探索，以“算力积木”架构利用下一代芯片构建机架级 Scale-up超节点，以满足万亿级乃至十万亿级 MoE架构大模型的推理需求。 在云侧推理场景的大算力芯片研发方面，基于对大模型推理计算特征的理解，按照“PD分离” 和 “AFD分离”的系统架构，公司规划了 DeepVerse100P、DeepVerse100D、DeepVerse100L三款芯片，分别针对大模型推理中 Prefill、Decode和 Decode FFN环节的负载特征进行专用优化，并通过高速互联形成协同运行的异构算力系统。三款芯片将面向万卡异构集群进行协同设计与部署，通过对不同推理阶段进行解耦，为不同负载配置更加适配的芯片和算力资源，进一步提升系统整体效率，公司将以三款芯片为核心，构建服务于大规模 Token生成的“推理工厂”，通过芯片、互联、软件和系统的协同优化，提高算力产出效率，持续降低 Token生成成本： （1）DeepVerse100P面向百万级上下文 Prefill场景打造。在传统混部架构中，长上下文 Prefil与 Decode共享算力与带宽资源，会造成资源抢占，对 Decode生成吞吐造成影响。 （2）DeepVerse100D面向 Decode环节打造专用 Decode推理引擎，拥有数倍于主流芯片的内存带宽，支持 1024卡 Scale-up及光互联系统架构。通过按需建立光路直连，并根据任务动态重构光路，减少传统多跳电交换和静态组网中的排队、拥塞及中间转发开销，降低多节点通信阻塞和尾延迟，提高逐 Token输出的稳定性。 （3）DeepVerse100L面向 Decode 阶段计算密集型的 FFN环节，采用 3D Memory架构，相比主流 HBM，大幅提升内存带宽，并通过低延迟芯片互联和激活数据快速传输，提高计算与通信的并行效率。 3 在 AI软件栈方面，面向自研芯片体系，公司自研由 Hy CAN硬件使能层和 IFIE软件平台组成的智能融合软件栈，该软件栈覆盖编译器、Runtime与 Driver、基础算子库、推理框架插件、集合通信以及开发调试工具等核心组件。依托该软件栈，公司完成了面向 GPNPU平台的DeepSeek-V4系列模型关键机制适配验证、腾讯混元新一代大语言模型 Hy3模型结构接入与关键推理链路功能验证及其他主流大语言模型和多模态大模型等的适配验证。云天励飞正在以主流计算生态兼容能力为基础，持续建设“云、边、端”一体、跨代兼容的统一软件产品基座，推动模型、代码、算子和开发工具在不同芯片代际以及云侧、边缘侧平台之间逐步复用。该软件栈将持续支撑 DeepVerse系列产品交付和重点场景验证，并推动相关软件能力向后续芯片代际及DeepEdge系列产品延展。通过统一的智能融合软件栈能力，云天励飞希望进一步降低跨代迁移和多平台适配成本，减少云侧与边缘侧重复开发，提升模型开发、系统交付和后续运维的一致性。 在技术开放和生态共建方面，面向 AI算力加速演进的新阶段，云天励飞也在持续推进技术开放与生态共建。公司已规划在 Gitee建设官方国内开源平台，后续将集中发布代码、文档、Skills、模型、用例等开源内容，并配套开展开源内容扫描与治理，确保对外发布内容安全、合规、可维护，推动更多开发者参与国产 AI基础软件生态建设。基于上述规划目前首个开源项目计划从自研Houmao（猴毛）多 Agent异构编程框架启动，针对底层芯片的优化经验沉淀为机器可执行的规则与策略，让多个 AI代码 Agent协同完成算子的生成、调试和性能调优。该项目面向松耦合团队协作编排与 CLI工具能力建设，也将成为公司对外展示工程化能力和开源治理能力的重要窗口。 在长期技术和生态规划方面，公司提出“1001计划”。“1001计划”是云天励飞围绕 AI推理成本持续优化提出的长期愿景，即推动“百亿 Token 1分钱”目标的逐步实现，一方面公司积极探索通过芯片架构与算力系统协同优化，持续推动 AI推理成本下降；另一方面公司希望通过联合产业链上下游合作伙伴，在芯片、模型、软件栈、算力基础设施和应用生态等环节加强协同探索，共同推动国产 AI生态建设，持续降低 AI应用成本，让人工智能更广泛地服务产业发展和社会创新。报告期内，云天励飞举行了“1001计划”联合倡议活动，近 30家单位参与倡议，各方以“百万 Token一分钱”和“百亿 Token一分钱”为中长期目标，将围绕极致性价比 AI推理生态建设，坚持创新引领、极致性价比、生态协同、国产协同和长期主义，加强模型、芯片、基础软硬件、算力基础设施、产业应用和资源要素等环节的协同创新与融合发展，共同探索更高效、更开放、更可持续的人工智能发展路径。 从芯片设计到算子优化，从软件栈建设到研发流程创新，云天励飞将持续围绕 AI推理基础设施进行系统级布局，探索更高效、更开放、更具扩展性的智能计算加速路径。 3、应用场景和业务进展 报告期内，公司在应用场景和业务方面的主要进展情况如下： （1）企业级场景业务稳中向好，实现健康持续发展 公司积极对接国内大模型应用生态。报告期内，针对新一代大模型在计算效率上提出的新需3 求，云天励飞利用自主研发的芯片架构和由 Hy CAN硬件使能层和 IFIE软件平台组成的智能融合软件栈，完成了两项关键验证。第一项验证为围绕 DeepSeek-V4系列模型 CSA/HCA混合注意力机制带来的新型计算需求，云天励飞依托自研 GPNPU架构及智能融合软件栈进行快速响应，芯片架构具备适配面向前沿大模型演进的潜力，为后续 DeepSeek-V4系列模型在 GPNPU平台上的工程化部署、算子优化和性能验证奠定了基础。第二项验证围绕腾讯混元新一代大语言模型 Hy3的架构特征，在 DeepVerse云端芯片的芯片验证平台上完成 Hy3模型结构接入与关键推理链路功能验证，在公司云端芯片的验证平台上完成了模型接入和核心功能测试，覆盖了模型运行、智能调度、结果输出等关键环节，初步验证了推理平台框架及底层软件组件以及芯片架构对 Hy3主要架构特征的兼容能力。这项工作的价值不仅在于成功跑通了先进大模型的关键运行流程，更在于验证了现有软件模块可以重复使用、灵活适配不同新模型。通过把通用核心能力沉淀为可复用组件，为后续缩短模型适配周期、减少重复开发工作量、降低开发成本、提升自研芯片产品交付效率打下坚实基础。 公司与德元方惠签署的智算运营服务项目已按照合同约定完成交付和验收相关工作，报告期内，该项目持续按照服务进度正常收款。公司与业内知名的机器人、安全智能生活、智慧交通企业等开展合作，持续拓展芯片在各场景的应用，包括服务机器人、家庭主机、车路云等场景。同时公司积极开拓大算力推理芯片在智算中心的应用，报告期内公司以联合体方式中标的金额约 4.2亿元的湛江市 AI渗透之城新质生产力基础设施建设项目，包括了算力基础设施和 AI解决方案等内容，其中算力基础设施部分公司将基于自研国产 AI推理加速卡打造千卡量级 AI推理算力集群，并推动国产大模型在相关应用场景中的适配与部署，为自研大算力推理芯片打下国模国芯的集群样板。 （2）消费级场景业务稳中向好，AI创新驱动长期价值 报告期内，公司全资子公司噜咔博士产品矩阵与市场拓展取得重要突破。2026年上半年，新一代拍学机 Cap系列正式上市，面向国内更广泛消费群体，凭借精准的场景化知识交互体验，上半年累计销量约 6万台。同时，噜咔博士正在加快推进全球化布局，已推出英、法、德、西、葡等多国语言版本产品，并在西班牙巴塞罗那举办的世界移动通信大会（MWC）上获得广泛关注，目前产品已登陆北美及欧洲市场，海外业务正式进入产品市场验证（PMF）阶段。 岍丞技术在手机品牌商耳机产品解决方案领域位居行业头部。上半年，面对电子元器件、PCB 供应紧张及价格上涨的行业压力，业绩仍实现稳步增长。同期，岍丞技术持续布局新一代 AI 硬件方向，基于国内豆包大模型、飞书 APP、得到 APP，以及海外谷歌 Gemini、Typeless等大模型开展深度融合，已顺利交付安克 AI录音豆等创新型 AI硬件产品项目，并持续挖掘人工智能硬件领域的产品创新与落地机会。 （3）行业级场景持续推进高质量发展，经营态势维持稳定前进 行业级业务方面，上半年公司坚持高质量发展导向，经营态势稳健。报告期内，公司在公共安全、城市治理、智慧 交通及数字基础设施四大赛道持续深耕，以深圳、成都、青岛三大灯塔城市为战略支点，持续打造示范样板。如深圳某区“智能体”大项目顺利推进，进一步夯实了智能体赋能业务的系统化交付能力。 产品化转型方面，上半年行业级业务已完成多款边缘推理一体机产品的软硬一体整机方案研发与定型，并启动全国试点部署。下半年将集中资源构建系统化端到端的边缘侧推理加速能力，着力解决低资源场景下大模型运行的性能瓶颈问题，推动技术价值从项目制向标准化产品轻量化输出延伸。 立足于上述报告期内公司业务稳健经营的基础上，公司持续推进重点项目的业务布局，如公司将通过湛江市 AI渗透之城新质生产力基础设施建设项目推动海洋、政务、协同办公等 AI解决方案的落地，打造全国 AI城市级渗透的全新样板。 未来，公司将着力降低大模型应用成本，推动人工智能技术普惠化、规模化落地，为产业广泛应用提供坚实支撑。 非企业会计准则财务指标变动情况分析及展望 □适用 √不适用 报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项 □适用 √不适用 三、 报告期内核心竞争力分析 (一) 核心竞争力分析 √适用 □不适用 1、AI推理芯片先行者 公司是 AI推理芯片的先行者，是全球第一批提出 NPU驱动的 AI推理芯片概念并商业化落地的公司。十多年来，公司坚持算法芯片化的先进理念，打造了软硬一体、正向循环的技术能力。 公司已经推出四代 NPU及兼具高性能与高性价比的业内领先 AI推理芯片，支持单一视觉小模型到复杂多模态大模型等应用。公司在研的第五代 Nova 500将支持兼容多数 AI大模型架构，可以根据不同应用场景持续优化指令集和微架构。 2、植根于算法芯片化方法的研发能力 凭借算法芯片化能力，公司建立了 IFIC底座，从算法分析—指令集定义—芯片架构设计—工具链开发，研发多代 NPU及 AI推理芯片。透过整合工具链开发，公司的 IFIC底座可确保最佳效率及场景适应性。公司首推创新的算力积木架构设计和全国产供应链及先进工艺，可以将多个标准计算单元以搭积木方式，封装成不同算力的芯片和互连可扩展的多芯片计算系统，可实现一次设计流片、多次封装，生产不同计算规格的芯片。公司持续迭代 D2D chiplet与 C2C mesh torus互联技术，实现满足高效推理的多维可扩展的计算架构，完成国产半导体工艺下的大算力扩展、带宽提升以及延时降低。 截至 2026年 6月 30日，公司拥有 1231项专利、272项软件版权及 670项商标。该等所有专利中，公司拥有发明专利 977项，涵盖芯片架构、AI算法、系统平台及开发工具链等多个方向。 报告期内，公司获得国家知识产权局评选的中国专利金奖。公司分别在 2018年、2020年、2022年三次荣获业内最高奖项吴文俊人工智能科学技术奖，成为唯一一家独揽算法、芯片、应用三项大奖的企业，充分展现了公司从研发到商业化的全栈创新能力。 3、具备跨场景迁移能力及快速的市场化响应能力 公司拥有深刻的市场洞察和精准的市场应变能力，能快速捕捉多变的市场需求并将其转化为解决客户痛点的成熟产品及服务。具体而言，公司能够高效及灵活解构、重组与配置现有技术模组以适应新案例及场景，并推出产品。这种技术灵活性与市场敏锐度的结合创造了差异化竞争优势，让公司能更快抓住市场机遇。展开来说，在终端，公司认为 AI与大模型将重新定义智能设备，通过端云协同，将 IFMind大模型推理能力赋能消费电子，包括 AI耳机及 AI手表等可穿戴智能设备，以及噜咔博士 AI拍学机等学习设备。在边端，公司的边端设备可增强客户终端设备的功能，从而降低成本，节省云计算、存储和带宽资源，提高效率并保障数据隐私。在云端，IFMind大模型及推理服务器为客户提供高效稳定的算力服务，满足多样化的客户需求。 4、战略合作伙伴关系积累和服务经验积淀铸造品牌形象 公司在特定场景应用上拥有深厚的专业知识，具备成熟的大规模部署能力。公司与各重要领域的蓝筹客户保持战略合作伙伴关系，其中包括中国三大电信运营商，以及在全球市场领先的消费电子公司。公司的竞争优势来自高效的 AI推理芯片、智能算力服务，以及适配场景的产品及服务，这些优势让公司与国内互联网企业达成长期合作，以支持其核心算力需求。 截至 2026年 8月 24日，公司先后参与中国人工智能行业的 53项标准制定，进一步证明了公司在行业上的领先地位，并不断提升公司的品牌价值和市场地位。 5、供应链保障自主可控 在芯片领域，公司于 2020年通过与本地制造商建立战略伙伴关系完成芯片产能的国产化切换，报告期内持续获取国产先进工艺下的晶圆代工产能，取得三大关键优势，包括具有长期效益的成本可预测性；对紧急订单的响应速度超越国际供应商；及在全球供应链波动的情况下仍能实现稳定产品交付。除国产化外，公司亦在国产芯片架构设计及工艺优化方面取得技术突破创新，主要包括 D2D chiplet、C2C mesh torus互联和存算一体等先进工艺。这些创新成果提升了产品表现与能耗，具有相比国内同业明显的先发优势。 6、具有战略视野的管理团队及经验丰富的研发人才 公司的管理团队由具有突出的技术专长、丰富的管理经验及卓越的战略眼光的人才组成。创始人兼董事长陈宁博士是全球范围内少数具有丰富算法研发和芯片架构设计经验的专家人才。陈博士曾在海内外领先的科技企业工作，拥有丰富经验，能够站在技术发展前沿角度，结合商业化落地能力把握公司长期发展战略方向。陈宁博士入选深圳经济特区成立 40周年“40位杰出个人”，彰显了其作为 AI行业先驱的卓越贡献。 公司拥有高素质的研发团队，形成由资深行业专家引领的芯片设计与算法研发协同体系，为快速的产品创新与技术突破提供了支撑。公司的研发团队由多位国内知名专家领衔，长期在国内知名科技企业工作，平均深耕 AI产业超过 25年。他们拥有丰富的芯片架构设计、算法开发优化经验。截至 2026年 6月 30日，公司拥有研发人员 572名，包括 100多名拥有十年以上芯片设计经验的人员和多位国家级领军技术人才。公司的团队还包括推动公司增长的业界专家，在市场拓展及战略规划方面形成支撑。公司优秀的团队结构及高效的流程确保公司能够持续为市场提供前沿产品。 (二) 报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施 □适用 √不适用 (三) 核心技术与研发进展 1、 核心技术及其先进性以及报告期内的变化情况 公司核心技术的来源为自主创新。经过多年的技术积累，公司搭建了算法芯片化核心技术平台 IFIC（天芯），核心技术与专利主要是人工智能算法、人工智能芯片两个方向，公司在企业级、消费级及行业级场景业务的销售中运用公司研发的算法和芯片技术形成收入。 截至本报告期末，公司主要核心技术与变化情况如下： （1）人工智能芯片 公司人工智能芯片技术包括芯片技术、工具链技术、基础系统软件技术，其技术来源、用途及商用情况如下： 1）芯片技术
|
