7月中旬，A股科技板块开始经历显著震荡调整。市场对AI产业链高估值的担忧再度升温。但这并不妨碍国产AI算力芯片公司高增长的业绩表现。日前摩尔线程、海光信息均发布了2026年半年度业绩预告，双双交出超过市场预期的成绩单。
股价震荡不改业绩高增
摩尔线程预计2026年上半年实现营业收入16.5亿元至17.5亿元，同比增长135.12%至149.37%。，较上年同期7.02亿元大幅跃升，收入增量达9.48亿至10.48亿元。
摩尔线程在公告中表示，报告期内，得益于人工智能产业的蓬勃发展及市场对全功能GPU的强劲需求，叠加公司夸娥智算集群商业化加速，产品性能获得客户高度认可并实现稳定供货，公司市场竞争优势进一步扩大，推动收入快速增长。
同日海光信息也发布业绩预告，预计2026年上半年实现营业收入85亿元至93亿元，同比增长55.56%至70.20%；归属于母公司所有者的净利润17.00亿元至18.30亿元，同比增长41.50%至52.32%。公司第二季度单季净利润环比增长高达47%至66%，创下上市以来单季利润新高；若剔除股份支付影响，扣非后实际净利润增速达到74.27%至84.71%，增长质量显著提升。
海光信息将业绩增长归因于“CPU+DCU”双轮驱动战略的持续见效：在人工智能大模型加速迭代、AI Agent应用规模化落地、国产化进程迈向商业应用的多重因素推动下，公司通过高强度研发投入不断实现技术创新与产品性能提升，持续巩固国内领先的市场地位。
这并非个例。据Wind数据统计，截至7月20日，科创板AI算力产业链已有超过30家公司发布中报业绩预告，其中90%以上实现预增，从芯片设计、先进封装、存储芯片到服务器整机、PCB等配套环节，全产业链呈现多点开花的高景气度。
趋势一：国产替代进入深水区
与二级市场的短期波动形成鲜明对比的是，国产算力芯片产业正在穿越“政策叙事—技术验证—生态适配”的早期阶段，行业呈现出许多新的发展趋势。
国产算力芯片企业业绩增长的背后是国产AI芯片市场份额的跨越式增长。有数据显示，2026年上半年，国产AI芯片在中国市场的整体占有率首次突破52%，超过海外厂商成为市场主导。这一市场增长的实现并非单纯依靠海外限购等政策因素，而是技术成熟度、供给约束与市场需求共振的结果。
2026年以来，从互联网大厂到金融机构、能源企业，私有化部署大模型的需求集中释放，为国产推理芯片带来了大量订单。与训练场景追求极致性能不同，推理场景更看重单位Token成本、并发处理能力、模型适配速度，这恰恰为国产芯片提供了差异化竞争的空间。
IDC预测，到2027年，推理算力将占整个AI算力需求70%以上。随着DeepSeek、Qwen、GLM等国产大模型走向成熟，AI应用从实验室阶段进入千行百业规模化落地期，对高吞吐、低延迟、高性价比的国产推理芯片还将呈现更大的需求。
趋势二：系统级全栈能力成为比拼重点
在WAIC 2026上，各家芯片厂商不再单纯展示单颗芯片的参数指标，而是不约而同地亮出了从芯片、软件栈、整机到集群的完整解决方案。沐曦曦景S600超节点、曙光8000十万卡AI超集群、摩尔线程夸娥智算集群等产品集中亮相，标志着产业竞争已经从单芯片性能，进入系统级、全栈能力比拼的新时代。
万卡级甚至十万卡级集群的线性扩展能力、芯片间高速互联技术、统一内存寻址、集群调度软件，这些系统级能力对实际算力输出的影响，已经超过了单芯片理论峰值。超节点架构正是在这一背景下成为行业新宠。通过高速光互联技术和统一内存编址，超节点可以将数百甚至数千颗芯片虚拟为一台超级计算机，大幅降低节点间通信延迟，显著提升大模型训练与推理效率。在WAIC 2026上，几乎所有头部厂商都发布了自己的超节点方案，这标志着系统级竞争已经全面展开。
客户采购逻辑的变化是推动这一转变的主要动力。今天的智算中心建设，不再是单纯采购芯片或服务器，而是需要“芯片+软件+整机+集群+运维”的端到端交付能力。客户需要的是开箱即用、稳定可靠、可以线性扩展的成熟算力底座，而不是一堆需要自己集成调试的零部件。从芯片厂商到解决方案提供商，角色的转变正在重塑行业竞争格局。
趋势三：差异化创新是弯道突破的核心路径
今天的国产AI芯片市场，已经摆脱了单一GPU路线模仿跟随的局面，呈现出GPU、DCU、ASIC、可重构计算等多条技术路线百花齐放的格局。不同的技术路线分别瞄准不同的细分市场，形成了错位竞争的产业生态。
海光信息的“CPU+DCU”路线依托x86指令集的生态兼容性，在数据中心通用计算与AI计算融合市场占据独特优势。CPU与DCU的高速互联，可以大幅降低数据搬运开销，在科学计算、通用AI推理等场景具有显著优势。这种双轮驱动的产品布局，也让公司在AI市场波动时具备更强的抗风险能力。
摩尔线程则坚持全功能GPU路线，不仅支持AI计算，还覆盖3D图形渲染、视频编解码、科学计算等多种场景。这种全功能定位使得公司产品可以同时满足智算中心、数字孪生、工业仿真等多元需求，在AI市场之外打开更广阔的市场空间。
3D堆叠、Chiplet、光互联等先进封装技术，则成为国产芯片绕开先进制程限制的重要手段。通过将多个小芯片通过先进封装技术集成在一起，可以在不依赖最先进制程的情况下，实现更大的算力规模和更高的访存带宽。
摩尔线程与海光信息的超预期业绩，只是国产AI算力产业爆发的一个开始。展望未来，随着大模型应用的持续渗透、AI Agent的规模化落地、具身智能等新场景的涌现，AI算力需求仍将保持高速增长。
