▌收入放量与费用优化共振，Q2单季扣非归母实现转正
　　2026年上半年，公司实现营业收入13.24亿元，同比增长44.67%；实现利润总额8.39亿元，上年同期为-1.83亿元；实现归母净利润6.12亿元，上年同期为-1.86亿元，实现扭亏为盈；实现扣非归母净利润-4,885.95万元，较上年同期亏损收窄15,329.32万元。上半年营业成本5.66亿元，同比增长40.92%，增速低于收入3.75个百分点；对应毛利总额7.57亿元，综合毛利率57.22%，较上年同期的56.08%提升1.14个百分点，主要系收入规模扩张摊薄单位成本所致。
　　费用端，销售费用、管理费用、研发费用分别为1.27亿元、1.52亿元、5.25亿元，同比分别变动73.23%、-20.78%、15.28%，其中管理费用下降主要系股份支付费用变动，销售费用增长主要系公司持续推动市场营销与生态建设、以及与销售人员相关的股份支付费用增加所致；研发投入总额5.25亿元，占营业收入比例39.65%。利润端扭亏主要由非经常性损益贡献，但剔除后经营质量改善同样明确。上半年公司公允价值变动收益8.87亿元，占利润总额比例105.75%；上半年非经常性损益合计6.61亿元。剔除后扣非归母净利润为4,885.95万元，较上年同期的-2.02亿元大幅收窄，减亏幅度75.83%，主要系营业收入大幅增长带动毛利覆盖度提升。
　　分季度看，第二季度单季实现营业收入7.62亿元，环比增长35.55%、同比增长28.12%，占上半年营业收入的57.55%；实现归母净利润7.11亿元；实现扣非归母净利润5,407.34万元，由第一季度的-1.03亿元转为正，单季扣非环比减亏1.57亿元。需注意第二季度毛利率55.12%，较第一季度的60.05%回落4.93个百分点，单季扣非转正主要来自收入规模扩张对期间费用的摊薄，而非毛利率的抬升。
　　现金流方面，上半年经营活动产生的现金流量净额为-12.97亿元，较上年同期的-8.83亿元净流出扩大4.14亿元，公司说明主要系购买商品、接受劳务支付的现金大幅增加所致；6月末公司预付款项余额21.96亿元、较上年末增长163.24%，存货账面价值14.32亿元，系公司为保障供应链稳定而进行的战略备货。
　　 ▌AI算力需求向全流程延伸，多卡互连与软件生态成为竞争要素
　　中国AI芯片市场已进入高速扩张阶段。根据弗若斯特沙利文的数据，中国AI芯片市场规模已由2021年的人民币303亿元增长至2025年的人民币3,039亿元，年复合增长率为77.9%；预计到2030年，中国AI芯片市场规模将接近人民币1.6万亿元，2026年至2030年的年复合增长率为38.6%。根据头豹研究院的统计及预测数据，2021至2030年，全球数据中心AI加速芯片总规模从91.7亿美元将增长至7,300亿美元，其中GPU凭借生态与性能优势主导市场，市场规模由66.7亿美元将跃升至6,000亿美元。
　　需求结构层面，算力需求正从"重预训练"向"全流程平衡"转变。目前，除大模型预训练阶段的算力需求持续增长外，后训练和推理阶段成为算力需求新的增长动能，全球算力重心正处于从预训练Scaling Law向后训练Scaling Law和推理阶段Test-time Scaling Law的转移过程中。这一结构变化对GPU的通用性要求提升，大模型迭代速度持续加快、算子随之快速变化，通用灵活的架构能够高效适应云端快速迭代的复杂算法并保持对传统模型结构的良好支持。政策与外部环境层面，受美国高性能GPU/AI芯片出口管制与国内自主可控市场发展等因素影响，国产人工智能芯片公司迎来黄金发展期；全球范围已基本形成由英伟达和AMD组成的"一超一强"寡头垄断格局，国内市场受益于国产替代政策推动，本土品牌AI芯片的市场渗透率已呈显著上升趋势，但总体上仍处于发展相对初期阶段，尚未形成较明朗的竞争格局。
　　硬件维度，多卡互连能力对集群有效算力的影响持续放大。随着模型规模、数据量、参数量的快速增长，通过集群互连弥补单卡性能不足的"分布式并行"策略成为主流选择，多个并行计算所产生的集合通信数据规模极大，多卡互连能力、卡间互连带宽直接影响集群有效算力。
　　软件维度，MXMACA软件栈的生态兼容性构成国产GPU的落地门槛——公司软件栈实现CUDA生态高度兼容，支持超过6,000个CUDA应用，与超过1,000个模型实现原生适配，涵盖Qwen3.5-397B-A17B、MiniMax M2.5、智谱AIGLM-5、DeepSeek-V4等前沿模型；自2025年2月14日开源社区开放以来至2026年7月28日，MXMACA软件栈网络API调用次数超过1.1亿次。长期看，云端将承担训练和推理的"智能大脑"职能，端侧对功耗和负载的敏感度新增对ASIC芯片的需求，未来GPU和ASIC将各有侧重、互为补充、长期共存。
　　▌全栈自研构筑技术壁垒，全国产工艺与生态卡位打开增量空间
　　技术体系方面，公司是国内少数几家全面系统掌握了通用GPU架构、核心GPUIP、高性能GPU芯片及其基础系统软件全栈能力的公司之一。公司全系列产品基于自主研发的GPUIP与统一的GPU计算和渲染架构，已形成覆盖训推一体（曦云C500系列、曦云C600系列）、智算推理（曦思N100系列、N260系列、N300系列）、科学智能（曦索X200系列、X300