当前位置:首页 > AI资讯 > 正文内容

壁仞科技营收飙近20倍:国产GPU迎拐点

admin29分钟前AI资讯1

壁仞科技营收飙近20倍:国产GPU迎拐点

引言

从亏损大幅收窄到营收同比近20倍,壁仞科技在2026年上半年交出一条罕见的增长曲线。这并非单点突破,而是需求端的“token洪峰”与供给端的全栈工程化同时到位的结果:Agentic应用进一步商业化,叠加芯片-软件-系统-供应链的协同交付,让国产GPU从样机验证跨入规模供货,开始逼近盈亏平衡点。

需求拉动:Agentic拐点与大客户放量

抽象的token洪峰涌入GPU集群的示意图

2026年上半年,Agentic应用加速落地,token消耗呈指数级增长,训练与推理需求同步扩张。壁仞科技的营收达到12.36亿元,同比大增约1997.6%,上半年收入已超过去年全年,商业化进入“拐点期”。

  • 标杆项目密集落地:与上海仪电、曦智科技、中兴通讯联合发布商用版“光跃”光互连光交换GPU超节点,完成数千卡规模部署;典型混合专家(MoE)模型端到端训练性能实测提升逾30%。
  • 智算中心规模化:与合作伙伴打造京津冀标杆国产算力集群,为工业制造、航空航天等行业提供支撑。
  • 多场景并行扩张:在大语言模型推理、智能驾驶、具身智能、多模态等高增长领域实现规模化部署;多家垂直大模型企业基于壁砺系列千卡集群完成多模态预训练与强化学习,精度对齐国际产品且训练速度显著提升。
  • 客户结构更均衡:覆盖头部互联网企业、AI大模型开发商、国家级算力平台、AI数据中心、电信运营商以及制造、能源、公用事业、金融科技、教育等政企客户。尤其是互联网与云厂商的供应商引入认证通过并开始批量交付,为持续放量奠定基础。

这背后更关键的是,壁仞把“性能-规模-交付”三要素打通,才能承接住大客户的需求波峰。

供给侧破题:从芯片到系统的全栈工程化

从芯片到光互连超节点的全栈工程化示意图

业绩的跃升由全栈能力支撑。壁仞在芯片、系统与互连架构、软件生态三条线同时加速,形成供给侧的确定性。

  • 架构与互连升级:下一代产品基于自研指令集、计算核心与Chiplet架构,全面提升算力、内存容量与带宽、互连能力,支持FP8/FP4低精度计算,在性能与能效上同步突破。自研BLink 2.0互连协议最大支持1024卡Scale-up,原生集成超节点互连。
  • 超节点产品矩阵:构建16卡标准服务器、128卡高密整机柜、1024卡分布式解耦(NPO光互连)三级矩阵,并在WAIC发布新一代NPO光互连超节点方案,率先完成从电互连到NPO的演进,为数万亿参数大模型训练与推理铺设“底座”。
  • 软件栈协同优化:拥抱Agentic原生理念,完善BIRENSUPA软件栈,高性能算子库覆盖全面、框架兼容性优异,软硬协同提升实际端到端性能。对MoE、推理并发与低精度训练等关键场景,形成“可复用的工程化模板”,缩短交付周期。

全栈不是口号,其本质是把“卡-机-柜-集群-算子-工具链-服务”变成可复制的产品化与项目化,降低客户迁移与规模部署成本。

经营质效:毛利率阶梯式抬升,现金与产能双保险

财务指标映射经营质量的改善:毛利达5.27亿元,同比增长2708.5%;毛利率显著提升至42.7%,同比上行1080个基点。亏损收窄速度加快,上半年净亏损降至3.77亿元,减亏76.4%;经调整亏损为3.37亿元,减亏38.9%。这背后,一方面是云端训练产品收入占比提升带来的结构性改善,另一方面是营运杠杆的放大。

为保障供给侧的“兑现能力”,壁仞通过资本与供应链双重加固:2026年7月完成H股配售,净募资约70.4亿港元;截至6月末,存货12.15亿元,同比提升28.1%,与服务相关预付款项达15.34亿元,较上年末增长230.0%,为锁定关键产能、应对下游旺盛需求提供了缓冲带。对一家处于高速放量期的芯片公司而言,这是在“交付确定性”上的务实投入。

他们做对了什么?

归纳来看,壁仞的高增长并非偶然,至少抓住了三件事:

  • 把握需求真拐点:在Agentic与MoE等实际工作负载爆发的窗口期,迅速承接互联网与云大客户,实现规模出货。
  • 以互连为中心的体系工程:从芯片到NPO光互连超节点,重视网络与系统级优化,解决“训练不止是FLOPS”的现实约束。
  • 软硬协同的可落地生态:以BIRENSUPA为核心,覆盖算子、编译、运行时与框架兼容,降低迁移成本,提升端到端效率。

影响与展望

国产GPU的这次“业绩跳跃”释放出清晰信号:算力基础设施正从“可用”迈向“好用”,从技术样机过渡到工程化量产。短期看,下一代芯片的量产导入节奏、互联网大客户的扩容进度、毛利率的进一步阶梯式提升,是观测壁仞的三大关键指标;中期看,软件生态与开发者体验、光互连的工程化成熟度、先进封装和3DIC的良率与成本控制,将决定其在高端训练市场的边界。

行业层面,Agentic与MoE的组合正在重塑数据中心设计范式:互连、内存与能效不再是配角,而是决定系统性能的第一要素。对于国产算力生态而言,这意味着“追逐单卡指标”向“系统级最优”转变的时代已经到来。

在竞争加剧与需求旺盛的双重驱动下,能否持续保持交付的确定性、生态的友好度与性能/能效的领先幅度,将决定壁仞科技能否把“业绩跳跃”转化为“长期曲线”。当前的成绩单,已经给出一个积极的样板。

标签: 国产GPU 算力基础设施 Agentic 光互连 Chiplet

相关文章

AI算力重构与商业航天共振

算力重构与星辰大海:AI与商业航天的双重变奏 当人工智能的浪潮席卷全球,算力正从幕后走向台前,成为驱动技术演进的核心引擎。与此同时,商业航天也在悄然提速,从遥不可及的星辰梦想,逐步落地为可量产、可复用...

机器人ToB规模化提速:数据短板仍是核心卡点

机器人ToB规模化提速:数据短板仍是核心卡点 近年来,机器人正以前所未有的速度渗透进工业制造、物流仓储、医疗服务等多个ToB(面向企业)场景。从仓储自动化中的拆码垛自主决策,到汽车工厂中流利架分拣与工...

从RAG到CAG:企业级AI系统的上下文进化

从 RAG 到 CAG:企业级 AI 系统的上下文进化 检索增强生成(RAG)作为当前企业集成大语言模型的主流范式,已在知识问答、智能客服等场景中展现出强大的实用性。它通过将外部知识库的检索结果注入模...

AI顶尖人才回流大厂背后的战略逻辑

从独立研究到平台赋能:顶尖AI人才的“回流”逻辑 在AI大模型竞争白热化的当下,人才流动往往被视为行业风向标。近期,前DeepSeek核心研究员、V3与R1模型的核心作者郭达雅确认加入字节跳动Seed...

广州共识开启AI开源新纪元

开源共生:人工智能生态的“广州共识”开启新纪元 4月20日,广州的一场研讨会悄然点燃了人工智能开源生态的燎原之火。在广东省高级人民法院主办的“司法护航创新·开源共治共赢”主题研讨会上,来自全国24家人...

Kimi K2.6工程化突破:从做题到造系统

从“做题”到“造系统”:Kimi K2.6 的工程化跃迁 4月20日深夜,月之暗面悄然发布并开源了其最新旗舰模型 Kimi K2.6。这并非一次常规的模型迭代,而是一场关于 AI 能力边界的重新定义。...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。