作者：刘高畅、李可夫
摘要
■ 投资逻辑
行业观点
国产通用GPU先行者，训推双线迈入规模放量期。1）公司围绕训练与推理形成天垓、智铠两条通用 GPU 产品线，并提供由加速卡向服务器集群延伸的 AI 算力解决方案，核心架构、指令集、算子及软件栈均具备自主研发能力；2）公司坚持“量产一代、设计一代、预研一代”的滚动研发机制，为产品持续迭代奠定基础；3）2025年公司实现收入10.34亿元，同比增长91.6%，综合毛利率提升至54.0%，其中训练、推理系列收入分别同比增长116.7%和238.2%，收入放量带动费用率明显下降，经营杠杆开始显现。4）2026年1月IPO与7月配售合计资金净额约105.43亿港元，为后续研发和供应链建设提供了坚实保障。
行业扩容与国产替代共振，多维能力构筑竞争壁垒。1）弗若斯特沙利文预计中国通用GPU市场由2024年的1,546亿元增长至2029年的7,153亿元，国产化率预计由3.6%提升至31.0%；其中推理 GPU 市场增速显著快于训练市场，公司训推双线布局充分受益；2）供应链方面，公司具备中国台湾流片经验，并通过战略配售盛合晶微加强先进封装产业协同；3）软件栈方面公司持续提升代码迁移、核心加速库及主流模型适配能力。4）商业化方面，公司截至2025年末服务客户超过340名、落地项目超过1,000个，迈向规模部署。
产品迭代、训推放量与端侧拓展共振，打开三重成长空间。1）公司持续推进天垓系列升级，并形成清晰的多代通用 GPU 架构演进路径，新一代产品陆续推出有望持续提升算力、带宽及集群能力，缩短产品代际之间的空窗期；2）2025年天垓训练系列和智铠推理系列出货量分别同比增长131.5%和194.8%，公司同步研发下一代训推产品，新一代智铠重点强化低精度及混合精度计算能力，有望进一步承接大模型推理降本增效及国产化需求；3）彤央系列将公司产品边界由云端GPU延伸至边端算力，打开物理世界智能化的长期增量空间。
风险提示
供应链不确定性；行业竞争加剧；技术研发不及预期；限售股解禁风险。
+
目录
一、国产通用GPU先行者，训推双线迈入规模放量期
1.1 公司定位与产品矩阵：训推一体、软硬协同的全栈算力平台
1.2 股权结构：员工持股平台与多元化被动财务投资者共同持股，股权激励覆盖广泛
1.3 发展历程：三代架构量产，保持滚动迭代节奏
1.4 财务表现：收入加速放量，减亏趋势初现
1.5 IPO与配售融资接续落地，合计募资净额超百亿港元支持研发及供应链建设
二、行业扩容与国产替代共振，多维能力构筑竞争壁垒
2.1 行业空间：通用GPU扩容与国产替代形成双重驱动
2.2 需求结构：推理增速领先，训推市场同步扩容
2.3 竞争格局：从芯片参数竞争走向系统能力竞争
2.4 供应链能力：先进制程合作基础与封装协同并举
2.5 软件栈与开发者生态：模型适配效率出色
2.6 商业化验证：客户、出货与项目部署同步扩张
三、产品迭代、训推放量与生态扩张，打开多元成长空间
3.1 产品迭代：天垓系列夯实当前产品主线，四代架构打开迭代空间
3.2 训推放量：国内互联网大厂需求扩张
3.3 成长曲线三：彤央深化端侧布局，拓展物理世界智能边界
四、投资建议
五、风险提示
正文
一、国产通用GPU先行者，训推双线迈入规模放量期
1.1 公司定位与产品矩阵：训推一体、软硬协同的全栈算力平台
天数智芯成立于2015年，并于2018年正式启动通用GPU芯片设计，2025年1月8日港股上市。公司以“服务国家战略”为己任，致力于开发自主可控、国际领先的通用GPU产品，探索通用GPU赶超发展道路，加快建设自主产业生态，为我国经济社会高质量发展提供坚实算力底座。公司通用GPU产品涵盖天垓及智铠系列，具有优效能、易迁移、高通用等领先优势，全面兼容国内外主流AI生态以及各类深度学习框架。从系统架构、指令集，到核心算子、软件栈，均为自主研发，可独立发展演进。
公司的通用GPU产品通过两条专门的产品线满足训练及推理需求。天垓系列为旗舰训练专用产品线；智铠系列专注于推理应用。公司亦提供从单一加速卡到服务器集群的AI算力解决方案。
天垓系列是公司训练产品线，采用面向多卡集群的架构：
天垓100是公司较早实现量产的训练产品，采用32GB HBM2、PCIe 4.0接口和250W板级功耗；其核心IP、系统架构、指令集、核心算子和软件栈均为自研。
天垓150配备64GB HBM、板级功耗350W，支持DeepSpeed、Megatron系列及Colossal-AI等训练框架，并提供兼容vLLM和TGI的自研推理框架。其应用场景覆盖数字人、Agent工具调用、代码生成、智能办公、政务及金融等大模型负载。
智铠系列面向云端及边缘推理，强化整数计算单元与数据通路：
智铠100系列提供75W和150W加速卡形态，最高支持128路视频解码。智铠100支持FP32、FP16和INT8混合精度计算；官网称其平均生态迁移时间较市场主流产品下降50%以上，可用于智能语音、金融、医疗、教育和车路协同等领域。
1.2 股权结构：员工持股平台与多元化被动财务投资者共同持股，股权激励覆盖广泛
招股书披露，与典型的创始人主导公司不同，自往绩记录期间开始以来，公司所有权一直由雇员通过多个特殊目的实体以及多元化的被动财务投资者持有。公司整体管理委托给管理委员会。管理委员会目前由12名成员组成，包括4名执行董事及8名高级管理层成员；管理委员会的决定由出席会议成员的简单多数票决定，每位成员一票，任何单一成员均无否决权或决定票。
上海数麒为上海曦识、上海溢识、上海溯识、上海纳识、上海悦识、上海源识及上海琼羽七个持股平台的普通合伙人，负责行使持股平台于公司的投票权，并须根据管理委员会的决策行事。截至2025年年报日期，公司已发行股份总数为254,317,736股，包括9,215,771股非上市股份和245,101,965股H股。公司董事会主席、执行董事兼首席执行官盖鲁江为上海数麒的唯一股东及唯一董事，而上海数麒为各持股平台的普通合伙人。年报主要股东表列示，上海数麒于54,034,125股H股中拥有受控法团权益，占公司已发行股本约21.25%；黎辉于61,352,943股H股中拥有受控法团权益，占公司已发行股本约24.12%。
截至2025年年报日期，员工持股平台直接或间接层级合共有512名承授人持有合伙权益，有权获得相当于约33,675,471股股份的经济权益。按年报披露时点的已发行股份总数254,317,736股计算，上述经济权益约占当时公司已发行股本的13.24%。
1.3 发展历程：三代架构量产，保持滚动迭代节奏
公司于2018年启动通用GPU设计，2021年推出天垓Gen 1并实现量产交付，2022年推出智铠Gen 1及Gen 1X。2023年推出并量产天垓Gen 2，2024年推出天垓Gen 3，2025年完成D轮融资。
公司坚持“量产一代、设计一代、预研一代”的三代研发节奏，持续实现产品的迭代更新；截至2025年末，研发团队超过530人，超过三分之一拥有十年以上行业经验，超过70%拥有硕士或以上学位。
我们认为，GPU研发周期长、流片投入大，滚动研发机制的价值在于缩短产品代际之间的空窗期，公司已形成由架构设计、产品发布和量产交付，到训练、推理及软件生态扩张的发展路径，产品迭代速度和量产稳定性是其持续商业化的基础。
1.4 财务表现：收入加速放量，减亏趋势初现
2025年公司实现收入10.34亿元，同比增长91.6%；毛利5.58亿元，同比增长110.5%；综合毛利率由49.1%提升至54.0%。
2025年通用GPU产品收入9.23亿元，占收入89.3%；其中训练系列5.84亿元、推理系列3.39亿元，分别同比增长116.7%和238.2%。
2025年训练、推理及AI算力解决方案毛利率分别为64.2%、39.2%和41.5%；推理毛利率下行主要源于公司降价以扩大市场份额并加速库存销售。
盈利能力：毛利率提升与经营杠杆释放共振
从盈利能力角度看，公司近年来呈现出毛利率回升与亏损收窄并行的趋势。2022—2025年，公司综合毛利率分别为59.4%、49.5%、49.1%和54.0%，2023年主要是增加了相对通用GPU产品毛利率更低的AI算力解决方案业务。2025年较2024年提升4.9个百分点；其中训练系列毛利率由2024年的60.2%提升至64.2%，AI算力解决方案毛利率由31.7%提升至41.5%，带动综合毛利率改善。
我们认为，公司毛利率改善主要来自高毛利通用GPU产品放量、AI算力解决方案毛利率提升以及收入规模扩大。2025年通用GPU产品收入占比达89.3%，其中训练系列贡献56.5%的收入，产品结构仍是毛利率的核心支撑。
推理系列收入快速增长但毛利率由2024年的46.7%下降至2025年的39.2%，我们认为反映公司在客户导入和扩大市场份额阶段采取更积极的定价策略。
从费用结构来看，公司费用率随收入放量明显下降。2023—2025年销售费用率由30.5%降至14.7%，管理费用率由83.7%降至46.6%，研发费用率由213.1%降至94.3%；研发投入绝对额仍高，但收入增速快于费用增速，经营杠杆开始显现。
净利润层面，公司归母净亏损由2022年的5.24亿元扩大至2025年的10.04亿元，但2025年亏损同比增速已收窄至12.5%；扣非归母净亏损为10.42亿元，同比增速11.7%。我们认为，短期公司仍处投入期，盈利拐点取决于收入规模、毛利率稳定性及研发、流片费用摊薄速度。
1.5 IPO与配售融资接续落地，合计募资净额超百亿港元支持研发及供应链建设
IPO融资：2公司于2026年1月8日在港交所上市。本次IPO共发行25,431,800股H股，发售价为每股144.60港元，募集资金总额约36.774亿港元，扣除上市费用后的募集资金净额约35.093亿港元。资金用途方面，约80%（28.074亿港元）用于产品及解决方案研发，其中50%用于通用GPU芯片及加速卡研发与商业化、25%用于扩充研发团队及研发专有软件栈、5%用于AI算力解决方案研发；约10%（3.509亿港元）用于销售及市场推广；约10%（3.509亿港元）用于营运资金及一般企业用途。截至2026年3月30日，IPO募集资金净额已使用约5.109亿港元，尚未使用约29.984亿港元。
配售融资：2026年7月13日，公司完成配售14,857,000股新H股，配售价为每股476.00港元，募集资金总额约70.719亿港元，扣除相关费用后的募集资金净额约70.335亿港元。其中，约60%（42.201亿港元）用于关键材料及零部件采购、提升供应链韧性；约15%（10.550亿港元）用于现有产品迭代、工程验证以及下一代产品研发与商业化；约10%（7.034亿港元）用于全栈软件平台、模型适配、开发者生态及场景化AI算力解决方案；约10%（7.034亿港元）用于选择性战略投资及收购；约5%（3.517亿港元）用于营运资金及一般企业用途。
综上，IPO与2026年7月配售合计发行40,288,800股，募集资金总额约107.493亿港元，募集资金净额约105.428亿港元，为后续研发和供应链建设提供了坚实保障。
二、行业扩容与国产替代共振，多维能力构筑竞争壁垒
2.1 行业空间：通用GPU扩容与国产替代形成双重驱动
弗若斯特沙利文预计，中国通用GPU市场收入将由2024年的1546亿元增至2029年的7153亿元，2025—2029年复合增速约29.5%。同时，国内通用GPU公司的收入增长显著快于外国竞争对手。国产化率指国内通用GPU公司的收入占中国通用GPU市场收入的比例。中国通用GPU市场的国产化率持续上升。从2022年至2024年，国产化率由2.0%增加至3.6%，预计到2029年将达31.0%。行业增长动力包括AI模型复杂度提升、推理工作负载扩张、国产替代以及软件生态逐步成熟；通用GPU行业同时具有架构、先进制程、软件栈和客户验证等高进入壁垒。
我们认为，大模型训练、推理调用量增长和自主可控需求共同扩大国产通用GPU的可服务市场。不过从市场规模到国产厂商收入的兑现，国产替代的速度仍取决于产品可用性、软件迁移成本、先进工艺与封装资源等条件。
2.2 需求结构：推理增速领先，训推市场同步扩容
中国训练GPU市场预计由2024年的845亿元增至2029年的2,315亿元，2025—2029年复合增速约14.8%。
中国推理GPU市场预计由2024年的701亿元增至2029年的4,838亿元，2025—2029年复合增速约41.4%，显著快于训练市场。
我们认为，训练市场集中度高、客户更重视集群稳定性与生态完整度；推理场景更碎片化，对单位成本、能效、低精度计算和行业适配更敏感。公司同时布局训推，有助于同时受益于两类需求。
2.3 竞争格局：从芯片参数竞争走向系统能力竞争
据公司招股书，2024年公司在中国训练GPU整体市场的份额约0.4%，在国产训练GPU市场的份额约10.5%。
通用GPU竞争不仅取决于峰值算力，还取决于架构效率、先进工艺、软件栈成熟度、集群能力、供货稳定性以及对AI工作负载的理解。
我们认为，公司在国产训练GPU中已具备一定先发份额，但相较整体市场仍处于小规模渗透阶段。未来份额提升的关键不是单一跑分，而是大模型生产集群中的有效算力、故障率、通信效率、模型迁移周期和总体拥有成本，公司具备以下多项核心优势：
2.4 供应链能力
1）具备中国台湾流片历史
公司采用Fabless模式，与晶圆代工厂签订制造与流片服务协议，并向代工伙伴提供芯片设计文件。招股书披露，供应商F成立于1987年、在台湾证券交易所和纽约证券交易所上市并为全球领先晶圆代工厂。2024年公司向其采购晶圆制造服务约1.09亿元。2023年公司向供应商F采购晶圆制造及流片服务约0.99亿元，说明公司历史上具备在台湾进行流片和晶圆制造的实际合作记录。
2）战略配售盛合晶微，强化先进封装协同
新浪科技转载的雷递网报道显示，天数智芯作为盛合晶微科创板IPO战略投资者认购1亿元。盛合晶微从事晶圆级先进封测，提供晶圆级封装和芯粒多芯片集成封装服务，重点支持GPU、CPU和AI芯片等高性能芯片。
我们认为，该项战略配售可视为公司对先进封装产业链的资本协同。对于通用GPU而言，晶圆级封装、芯粒集成、高带宽和功耗控制的重要性持续提升，芯片设计公司与先进封装公司的协作也是核心竞争力的一环。
2.5 软件栈与开发者生态：模型适配效率出色
公司的软件栈是一个针对其硬件平台打造的高性能异构计算平台兼容国内外主流生态，针对深度学习和通用计算应用的开发和部署提供了一套完善而高效的软件栈工具。
深度挖掘底层芯片极致性能，灵活调度任务分配，提供全计算图级优化。公司软件栈提供了基于C/C++的编程接口拓展和高性能函数库，支持数据并发任务，适用于并行运算场景，赋予模型训练及推理更优异的性能表现。
兼容业界的主流生态：支持国内外多种主流的深度学习编程框架，兼容主流异构计算开发框架。得益于天数智芯软件栈对主流深度学习编程框架的算子及网络模型的支持，开发者可以基于公司硬件平台开发更加简洁且通用的应用。公司软件栈完成和主流CPU芯片适配，支持主流Linux操作系统及各种分发版本。
全栈式的解决方案：包括深度学习编程框架、虚拟化管理工具、函数库加速层、编译器、调试和调优工具、运行库及驱动等，可以满足不同层次的应用开发及调试需求。
2025年公司发布新一代软件开发平台，原生兼容主流GPU编程模型，代码迁移效率提升80%以上；自研核心加速库性能较上一版本普遍提升20%以上。
公司已完成数十款主流开源及商用大模型适配，具备新模型结构、新算子发布 Day0 即原生支持的前瞻适配能力，可无缝匹配大模型技术的快速迭代节奏；同时推出核心搭载无损量化技术的大模型专项加速工具包，在完全保留模型精度的前提下实现全流程性能跃升，长文本处理效率提升50%以上，系统算力利用率提升60%以上，集群通信开销降低30%以上，芯片算力利用率（MFU）达到行业领先水平。
在开发者体系与软件生态建设方面，截至2025年末，公司通过DeepSpark开源社区已完成超过610个主流算法模型适配。公司持续深化与CPU厂商、服务器整机厂商、行业ISV及云服务提供商协同，并持续扩展DeepSpark模型库和开发者服务体系。
我们认为公司软件栈的持续优化有助于降低客户从主流生态迁移的工程成本，是国产芯片必不可少的核心竞争力。
2.6 商业化验证：客户、出货与项目部署同步扩张
据公司招股书及财报，截至2025年6月末，公司累计向超过290名客户交付超过5.2万片通用GPU，产品与解决方案实现超过900次部署与应用。
截至2025年末，公司服务客户超过340名，产品及解决方案已在金融、医疗、交通等行业超过1,000个项目中部署和应用。
我们认为，客户数、累计出货量和部署项目数同步增长，显示公司已跨过早期验证阶段，进入规模化商业化阶段；各领域案例体现公司产品已经得到多个垂直行业AI应用验证。
三、产品迭代、训推放量与生态扩张，打开多元成长空间
3.1 产品迭代：天垓系列夯实当前产品主线，四代架构打开迭代空间
2026年1月公司发布四代架构路线图：2025年，天数天枢架构超越Hopper；2026年，天数天璇架构对标Blackwell；2026年，天数天玑架构超越Blackwell；2027年，天数天权架构超越Rubin；2027年之后将转向突破性计算芯片架构设计。未来3年公司将基于此次发布的四代架构，陆续发布多款产品，持续提升计算性能。
四代架构的规划如下：天数天枢架构，支持从高精度科学计算到AI精度计算，AI 芯片在执行注意力机制相关计算时，算力的实际有效利用效率达到 90% 以上；天数天璇架构，新增 ixFP4 精度支持；天数天玑架构，实现全场景AI与加速计算覆盖；天数天权架构，融入更多精度支持与创新设计。
针对行业面临的能效比偏低、创造力不足、实际使用困难等问题，公司提出了“高质量算力”的解决方案，将高质量算力定义为三大核心特质：高效率，通过优化设计为客户创造最优TCO（总体拥有成本），从容应对复杂应用场景；可预期，借助精准仿真模拟，让客户在部署前即可预判性能表现，实现“所见即所得”；可持续，无缝适配从传统算法到未来未知算法的演进，确保长期使用价值。
我们认为，公司清晰落地四代架构迭代路径，同步推进主力天垓系列持续升级，覆盖大模型全场景算力需求，技术迭代节奏贴合AI算力持续扩容的行业红利。完整清晰的中长期产品管线，将持续强化国产替代竞争力，伴随新一代架构芯片陆续放量，AI 算力需求有望持续兑现为公司营收与业绩增量。
3.2 训推放量：国内互联网大厂需求扩张
训练场景：天垓系列收入由 2024 年的人民币2.694亿元大幅增长至2025年的人民币 5.837 亿元，主要是由于训练系列产品 2025 年出货量较 2024 年增长 131.5%。
2025年报公司表示正推进下一代天垓系列研发，目标是进一步提升面向大规模AI训练应用的性能。
推理场景：智铠系列收入由 2024 年的人民币1.002亿元大幅增长至 2025 年的人民币 3.389 亿元，主要是由于推理系列产品 2025 年出货量较 2024 年增长 194.8%。
2025年报公司表示正在开发下一代智铠产品，专门针对新兴及最新的大语言模型做优化。通过软硬件协同设计，持续强化架构能力，解决当前大语言模型存在的计算效率难题。新一代产品将扩充对低精度数据类型与混合精度计算的支持，顺应行业向低精度演进的发展趋势。叠加计算性能、带宽的提升，以及和生态合作伙伴协同优化，为客户带来稳定可靠的性能表现与成本优势。
据财联社2026年6月17日报道，字节跳动正与天数智芯讨论采购至少5万颗AI芯片，主要用于推理工作。
我们认为，2025年公司训推双线产品同步实现爆发式增长，充分验证国产 AI 芯片在大模型上下游的刚需空间。同时公司同步推进两代产品迭代，天垓聚焦大规模训练性能升级，新一代智铠针对大模型推理痛点优化低精度算力，技术路线贴合行业降本增效长期趋势。同时公司有望切入头部互联网核心供应链，产品放量与客户结构优化共振，充分受益 AI 算力国产化浪潮，长期成长空间明确。
3.3 成长曲线三：彤央深化端侧布局，拓展物理世界智能边界
2026年1月公司发布边端算力产品“彤央”系列，完成“云+边+端”全场景算力布局；此次发布四款产品形态各异、各有亮点：彤央TY1000算力模组采用699pin接口，以口袋大小集成行业级算力与开放生态，实现便携化部署；彤央TY1100算力模组集成ARM v9 12核CPU与自研GPU模组，以充沛算力提供多元选择；彤央TY1100_NX算力终端凭借更大显存成为高性能之选；彤央TY1200算力终端则以300TOPs的极致性能与小巧算力，为AIPC、具身智能等前沿场景提供核心支撑。
2026年2月彤央TY1200完成对开源AI智能体OpenClaw的全面适配，支持轻量本地部署和7×24小时稳定运行；基于彤央TY1200部署OpenClaw时，数据可在本地设备处理和存储，全程不上云。
彤央TY1200通过E-Cores在实时内核上实现运动控制；GPGPU与CPU协同实现实时环境多模态感知和路径规划导航；基于GPGPU提供通用算力，可面向四足机器人/人形机器人等场景。
2026年1月官网新闻称，彤央方案已落地大量应用场景：具身智能领域，为格蓝若机器人提供高算力、低延迟的“大脑”支撑；在工业智能领域，落地园区与产线，推动产线自动化升级；在商业智能领域，瑞幸咖啡数千家门店部署彤央方案，高效处理视频流、挖掘消费数据价值；在交通智能领域，与“车路云一体化”20个头部试点城市合作，验证车路协同方案。
我们认为AI应用持续落地各类端侧、人形机器人等场景，本地高性能边缘算力需求迎来快速增长期；公司彤央系列完善云边端全算力布局，硬件与软件深度适配机器人、AIPC 等前沿场景，多行业落地验证商业化能力，完整布局充分受益端侧 AI 与具身智能长期发展红利。
四、投资建议
2025年公司实现收入10.34亿元，其中训练系列、推理系列和AI算力解决方案收入分别为5.84亿元、3.39亿元和0.96亿元；综合毛利率为54.0%。
1）训练系列：天垓150承接当前放量，后续架构打开产品迭代空间
我们认为，天垓150是公司当前训练产品主线。其64GB HBM、350W板级功耗以及对DeepSpeed、Megatron和Colossal-AI等框架的支持，有助于承接大模型训练及推理需求。
2）推理系列：行业需求更快增长，头部互联网客户决定收入弹性
推理GPU市场扩容、低精度计算需求提升以及公司下一代智铠产品导入，是推理业务保持高增速的核心假设。
3）AI算力解决方案及其他业务：随GPU出货扩大提供配套增量
解决方案收入主要由服务器、集群建设、软件授权和技术服务带动，但项目制属性偏高所以不是公司业务拓展重点。
4）综合收入及毛利率
收入结构向训练和推理产品集中，有助于维持较高综合毛利率。
公司近年来费用率呈现持续优化趋势，体现出硬件产品规模化放量后的经营杠杆特征。随着收入规模快速增长，销售、管理和研发费用率均有望被摊薄，盈利能力进入释放阶段。
1）销售费用率
2023—2025年公司销售费用率由30.5%下降至14.7%客户导入逐步完成、渠道和销售团队效率提升。
2）管理费用率
随着收入规模持续扩大，公司管理费用率呈现稳步下降趋势。考虑到公司组织架构和上市公司治理体系逐步成熟，未来管理费用增速预计低于收入增速。
3）研发费用率
研发投入是公司长期竞争力的重要来源。公司仍需持续投入GPU架构迭代、软件生态、模型适配和集群稳定性建设，因此研发费用绝对额仍将增长；但随着收入快速放量，研发费用率有望下降。
整体来看，预计2026—2028年期间，公司总费用率将持续下降，推动利润增速快于收入增速。若训练和推理产品按计划规模交付，公司有望进入利润率持续释放阶段，经营杠杆效应进一步显现。
风险提示
供应链不确定性风险：晶圆制造、封装或其他供应链环节受出口管制及国际贸易政策影响，导致流片、交付或成本不及预期。
行业竞争加剧风险：国内外GPU厂商竞争加剧，可能导致公司产品价格下降或毛利率承压。
技术研发不及预期风险：GPU架构迭代、芯片流片、软件栈优化存在较高技术壁垒，公司研发进度若滞后，可能导致收入放量不及预测。
限售股解禁风险：限售股解禁将增加市场流通盘供给，若出现集中减持情形或造成股价短期承压。
阅读全文
＋
报告信息
证券研究报告：《天数智芯深度：国产GPU先行者，迈入规模放量阶段》
报告日期：2026年7月20日
作者：
刘高畅 SAC执业编号：S1130525120005
李可夫 SAC执业编号：S1130525120009
