2025年云天励飞首次覆盖报告：打造“中国版TPU”，布局AI多元场景

云天励飞：人工智能标杆企业 ，营收持续高增

专注 AI 推理芯片：人工智能领域标杆企业

云天励飞是中国领先的人工智能企业。公司成立于 2014 年，长期专注于 AI推理芯片的研发设计及商业化，于 2023 年在上海证券交易所科创板上市。 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。截至 2025 年 7 月 23 日，公司拥有 1,052 项专利、242 项软件版权及 572 项商标。该等所有专利中，截至同日， 公司拥有发明专利 818 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。公司分别在 2018 年、2020 年、2022 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。 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。公司实现核心技术落地、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。

经营模式“稳中有新”。公司的盈利模式为致力于通过人工智能技术推动边 缘 AI 应用的落地，并不断拓展产品在消费级、企业级和行业级市场的规模 化落地。1）消费级：最终面向个人消费者的产品，涵盖可穿戴设备产品、 智能硬件等，依托公司自研的大模型或系统、软件应用等为消费级产品提供 技术基础，以硬件形式进行交付。2）企业级：包括 IP 授权、芯片、服务器 整机和智算中心等，盈利模式包括：将相关研发成果通过“IP 授权”的方 式实现收入；面向设备厂商进行标准化芯片产品交付实现收入；以自研 DeepEdge 系列芯片为核心，向客户提供服务器整机；搭建异构高性能算力 集群，为客户的 AI 训练、推理等场景提供高效、稳定和安全的运行环境并 实现服务收入。3）行业级：基于自研的算法软件、芯片等核心产品，搭配 外购的定制化或标准化硬件产品、安装施工服务等，面向政府机构等终端客 户、企事业单位等集成商客户，根据其需求交付相应软硬件产品或解决方案 并对外销售实现收入。 截止 2025 三季度，公司股本结构稳定。截止 2025 年三季报，公司实际控 制人为陈宁先生，为公司第一大股东，持股 23.32%。且前十大股东持股比 例在多个报告期内无重大变动。

乘 AI 东风营收驶入快车道，利润端实现减亏

营业收入快速增长，利润端实现减亏。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。2024 年公司实现营业收入 9.2 亿元，同 比增速达 81.3%，2025H1 实现营业收入 6.5 亿元,同比增速达 123.1%。2024 年归母净利润-5.79 亿元，2025H1 归母净利润达-2.06 亿元，同比增长 33.51%。

2025H1 公司毛利率触底回升。2025H1 公司毛利率达 28.53%，公司净利率 为-31.51%。

公司维持较大研发力度，研发费用率维持高水平。2024 年公司研发费用率 达 43.59%，2025H1 公司研发费用率达 31.36%。 公司积极对接国内大模型应用生态。公司 DeepEdge10 芯片平台全面支持 DeepSeek 全系列模型。云天天书大模型训推一体机也成功适配 DeepSeek， 并实现在华南某市的落地并支撑其官方政务外网部署上线 DeepSeek-R1 全 尺寸模型，可用于公文写作、文件起草、文件校对、秒完成 1000 字文字校 对等。DeepEdge10 芯片还完成了国产鸿蒙操作系统的适配，鸿蒙操作系统 桌面环境和系统原装应用已经可以顺利运行。公司研发的大模型 IFMind （天书），能够针对不同场景快速构建服务。目前，IFMind 布局的应用场景 包括智慧交通、智慧城市治理、消费性电子领域的智能可穿戴设备以及智慧 教育等战略新兴行业。 公司积极参与国家重大专项工程，自研的 DeepEdge10 芯片为深空探测实 验室的自主可控星载计算提供支撑，为建设航天强国、科技强国贡献力量。 公司还在开发多款芯片以适配多样化应用场景。公司主要在研芯片包括 DeepVerse 系列及 DeepXBot 系列。研发过程中，公司沉淀了一系列发明专 利并在多领域形成典型应用示范，为我国神经网络处理器芯片产业标准化 生态的健康、稳定发展贡献力量。 公司销售费用率、财务费用率保持平稳，管理费用率逐年下降。

AI 推理芯片星辰大海

AI 推理芯片赛道高增，架构从 CPU、GPU 转向 NPU

AI 训练边际收益递减，AI 推理走进快车道。大模型参数量持续增长，训练 千亿参数模型的成本已突破千万美元级别，边际效益开始递减。同时，推理 成本的颠覆性下降也引发了推理应用的爆炸性增长。DeepSeek 等国产开源 模型的出现，无需完整的训练周期即可进行特定场景的优化，进一步降低开 发壁垒。此外，国产芯片替代的进展亦为大规模落地创造了更可靠的硬件基 础。 AI 芯片成为价值链关键组成部分。人工智能已从迭代算法改进发展到计算 基础设施的稳健进步，推动了基础硬件的创新。在这在演变过程中，作为实 现智能计算的核心硬件，AI 芯片正成为价值链中的关键组成部分。人工智 能的发展亦重新定义硬件产品。大模型正在催化两条并行的硬件演进路径， 包括由 AI 快速发展催生的全新产品类别的 AI 原生产品及通过整合 AI 能力 对现有产品进行升级改造而产生的 AI 赋能产品。

AI 推理芯片架构从 CPU 演变到 GPU 最终转向 NPU。随着人工智能应用 的快速普及，为满足市场对极致推理性价比的高能效人工智能推理系统的 需求，用于人工智能推理的芯片架构正在发生根本性变革，从 CPU 通用计 算，GPU 通用并行计算转向 NPU 面向人工智能推理领域优化的并行计算。 在人工智能的早期阶段，人工智能模型的训练和推理计算，采用的是面向通 用计算的基于 CPU 的 IT 基础设施，但 CPU 在并行处理能力和能效方面的 局限，促使行业开始采用具备通用并行计算能力的图形处理器（GPU）。当 前，多数人工智能模型的训练是利用 GPU 完成的。但是，人工智能模型的 训练和推理是两类不同的任务，它们之间存在显著的差异。尽管 GPU 具备 更出色的并行计算能力，但其面向图形处理的架构，对于张量运算（即大规 模矩阵运算），尤其是仅关注神经网络前向计算的 AI 推理而言，并非最优 选择。随着人工智能应用采用的深度学习模型日趋复杂，GPU 在功耗和计 算密度上的短板逐渐暴露，行业由此转向专门设计的神经处理单元（NPU）。 NPU 是人工智能推理加速计算领域的一次巨大飞跃，它原生支持张量运算， 支持低精度量化，并具备大规模并行处理能力。这种架构专用化的芯片在四 个关键维度实现了前所未有的提升：(1)延迟降低（支持实时推理）；(2)能效 提升（最大化每瓦吞吐量，将部署范围扩展至边缘设备和终端设备）；(3)计 算密度提高（单位尺寸的芯片可容纳更强的专用工作负载计算性能）；及(4)成本效益优化（推动其在各类应用场景中更广泛、更可持续地落地。）通过 软硬件协同设计，NPU 实现了算法感知层面的优化，将人工智能推理从一 种功能性能力转变为可扩展、高性价比且可投入生产的解决方案。

中国 AI 推理芯片相关产品及服务行业正高速增长。市场规模由 2020 年的 人民币 113 亿元增至 2024 年的人民币 1,626 亿元，复合年增长率为 94.9%， 并预期将于 2029 年增至人民币 13,830 亿元，2024 年至 2029 年的复合年增 长率为 53.4%。NPU 驱动的市场规模由 2020 年的人民币 5 亿元增长至 2024 年的人民币 260 亿元，复合年增长率为 175.6%，预计 2029 年将攀升至人民 币 3,954 亿元，反映 2024 年至 2029 年的复合年增长率为 72.3%。

致力于打造“中国版 TPU”，抢抓 A 推理机遇

英伟达高价获取 Groq 技术授权，证明 AI 推理芯片独特价值。据 Business insider、CNBC 等外媒报道，全球人工智能（AI）芯片霸主英伟达（Nvidia） 已经同意以约 200 亿美元的现金，收购成立 9 年的 AI 芯片新创公司 Groq 的核心资产。Groq 成立于 2016 年，总部位于美国加利福尼亚州山景城， 是一家 AI 芯片生产商，旨在实现高吞吐量、低成本的推理，而不是训练。 该公司核心团队来源于谷歌最初的张量处理单元（TPU）工程团队。值得注 意的是，英伟达此次并非采取传统的收购标的公司 100%股权的方式，而是 一项非排他性授权协议。其主要内容包括：1.业务分割：英伟达将获得 Groq的所有资产与技术授权，但 Groq 旗下的 GroqCloud 云端业务并不在交易 范围内，将维持独立运作。2、人才吸纳：作为该协议的一部分，Groq 的创 始人 Jonathan Ross、Groq 的总裁 Sunny Madra 以及 Groq 团队的其他成 员将加入英伟达，以帮助推进和扩大授权技术的规模。3.公司独立性：Groq 将继续作为一家“独立公司”运作，由原首席财务官 Simon Edwards 出任 新任首席执行官。GroqCloud 将继续正常运营，不会中断。

Groq 与谷歌 TPU 高度同源，性能领先 GPU。Groq 并不是 GPU 式的通用 并行路线，而是一套强调低延迟、确定性执行和极致推理效率的架构理念。 这种理念，与 TPU 的设计哲学高度同源，却与英伟达传统 GPU 体系存在明 显区别。AI 叙事正在从训练时代，迈入推理时代。当用户开始认真计算长 期推理账单时，GPU 的高溢价模式第一次遭遇结构性挑战。从这个角度看， TPU 相较于 GPU 不只是一颗差异化的芯片，而是一种成本结构武器。面临 这样的挑战，英伟达选择了吸收 Groq。在某类模型推理任务中，多数厂商 采用 GPU 方案，性能数值在 10-85 之间；Groq 的 LPU™架构以 185 的数值 显著领先，成为图中性能最高的 AI 推理硬件。