寒武纪（Cambricon），全称中科寒武纪科技股份有限公司（Cambricon Technologies Corporation Limited），是中国具有代表性的人工智能芯片企业之一。
寒武纪成立于2016年，总部位于北京，创始人、董事长兼总经理为陈天石。公司长期专注于人工智能处理器、AI加速卡以及相关基础软件平台的研发，核心方向并不是传统图形GPU，而是面向机器学习、深度学习和大模型计算设计专用智能处理器。
2020年，寒武纪登陆上海证券交易所科创板，股票代码：
688256
进入2025年至2026年之后，随着中国人工智能基础设施和大模型算力需求快速增长，寒武纪的商业化进程明显加速。公司已经从早期以技术研发和产品验证为主的AI芯片企业，逐渐进入大规模商业部署阶段。
一、寒武纪主要做什么？
如果简单理解，NVIDIA主要通过GPU为人工智能提供计算能力，而寒武纪则试图建立一套属于自己的：
AI处理器架构 + AI芯片 + 加速卡 + 芯片互联 + 编程平台 + AI软件生态
寒武纪官方将自己的技术路线总结为：
云、边、端一体化
以及：
训练与推理融合、软硬件协同。
公司的产品覆盖数据中心、边缘计算以及终端设备多个计算层级。
换句话说，寒武纪并不只是设计一颗AI芯片，而是试图建立一套类似完整计算平台的生态系统。
这也是理解寒武纪最重要的一点。
二、从终端AI IP起家
寒武纪早期首先因为终端人工智能处理器IP受到关注。
所谓处理器IP，可以理解为：
芯片公司不一定直接销售完整芯片，而是把自己设计的AI处理器核心授权给其他SoC厂商，由后者集成到自己的芯片中。
寒武纪随后逐渐从IP授权向完整AI芯片发展，产品范围不断扩大到：
因此，寒武纪的发展路线实际上经历了一个非常重要的变化：
AI处理器IP → 独立AI芯片 → AI加速卡 → 数据中心AI计算平台。
三、思元系列：寒武纪的核心AI芯片产品
MLU可以看作寒武纪自己的AI计算架构体系。
目前寒武纪官方网站公开展示的主要产品包括：
思元370系列
- MLU370-S4/S8
- MLU370-X4
- MLU370-X8
思元270系列
- MLU270-S4
- MLU270-F4
此外还有思元220边缘计算产品，以及Cambricon终端处理器IP。
这意味着寒武纪已经形成从终端设备一直延伸到数据中心的AI处理器产品体系。
四、思元370：寒武纪的重要云端AI平台
在公开产品中，思元370系列是寒武纪具有代表性的云端AI芯片平台。
MLU370采用寒武纪的：
MLUarch03
计算架构，并引入Chiplet等技术。
例如MLU370-S4/S8支持：
- FP32
- FP16
- BF16
- INT16
- INT8
- INT4
等多种计算精度。
其中INT8峰值计算性能达到192 TOPS，FP16和BF16峰值性能达到72 TFLOPS。
产品采用PCIe Gen4接口，可以安装到服务器中作为AI计算加速卡使用。
这类产品的目标市场与NVIDIA数据中心GPU存在一定重合，包括：
寒武纪还开发了MLU-Link芯片互联技术，使多颗AI处理器能够组成更大的计算系统。
MLU370-X8就是面向中高端训练场景设计的产品，可以通过多卡方式扩展AI计算能力。
五、边缘AI：思元220
人工智能并不全部运行在大型数据中心。
摄像头、工业设备、机器人、交通系统和零售系统等很多场景，都需要在设备附近直接运行AI模型。
这就是：
寒武纪针对这一市场开发了思元220系列。
主要产品包括：
- MLU220-SOM智能模组
- MLU220-M.2边缘端智能加速卡
与大型数据中心AI加速卡相比，边缘产品更加重视：
- 低功耗
- 小体积
- 实时计算
- 灵活部署
- AI推理效率
典型应用包括智能摄像头、智慧交通、工业视觉、智能制造、智慧城市和其他边缘智能设备。
六、终端AI处理器IP
寒武纪仍然保留终端AI处理器IP业务。
官方网站目前列出的产品包括：
Cambricon-1M
以及：
Cambricon-1H
这类IP可以集成进SoC，使手机、智能终端以及其他嵌入式设备拥有本地AI计算能力。
因此从整个产品结构来看，寒武纪实际上在覆盖三种计算环境：
Cloud——云端
Edge——边缘
Device——终端
这也是寒武纪所谓“云边端一体化”的核心。
七、Cambricon NeuWare：寒武纪的软件平台
更大的挑战往往是：
软件生态。
NVIDIA最大的竞争优势之一并不仅仅是GPU，而是经过多年发展形成的CUDA生态。
因此，如果一家AI芯片企业希望真正进入大规模市场，仅仅拥有TOPS或者TFLOPS并不够。
还必须解决：
- 编译器
- 驱动程序
- AI框架
- 算子库
- 调试工具
- 性能优化
- 分布式计算
- 模型迁移
等大量软件问题。
寒武纪为此建立了自己的基础软件平台：
Cambricon NeuWare
NeuWare面向寒武纪云端、边缘和终端处理器提供统一的软件开发环境，使开发者能够在不同寒武纪硬件之间进行应用开发、模型迁移和性能优化。
到2025年底，寒武纪披露NeuWare已经加强对主流PyTorch版本以及Triton算子开发语言的支持，希望降低现有AI模型迁移到寒武纪硬件上的难度。
这一点对寒武纪非常重要。
因为未来国产AI芯片之间的竞争，很可能越来越不是简单比较芯片峰值算力，而是比较：
谁的软件生态更容易使用。
八、MagicMind：AI推理加速引擎
寒武纪另外一个重要软件产品是：
MagicMind
MagicMind主要面向AI模型推理部署。
开发人员可以把已经训练好的AI模型转换、优化并部署到寒武纪MLU平台。
其功能包括：
- 模型解析
- 图优化
- 算子优化
- 后端代码生成
- 模型部署
- 推理性能优化
MagicMind与NeuWare共同构成寒武纪软件生态的重要组成部分。
这说明寒武纪的发展思路已经不仅是：
而是：
“提供完整AI计算平台。”
九、大模型正在成为寒武纪的重要市场
- 图像识别
- 人脸识别
- 视频分析
- 语音识别
今天最重要的新需求之一则变成：
Large Language Models，大语言模型。
大模型需要大量：
能力。
寒武纪在2026年半年度报告中明确表示，其云端智能芯片研发方向已经面向大模型等多种AI训练和推理任务，并继续开发具有更高计算能力、内存容量和内存带宽的云端AI芯片。
因此，大模型已经成为寒武纪未来产品战略的重要方向。
十、寒武纪的主要应用市场
寒武纪的客户已经不再局限于科研机构和AI实验项目。
根据公司公开信息，目前寒武纪AI芯片已经进入多个行业，包括：
- 互联网
- 金融
- 运营商
- 智慧城市
- 电力
- 能源
- 矿山
- 制造
- 智慧交通
- 智慧零售
特别是在2026年上半年，公司表示其产品已经在金融和互联网等核心行业持续实现规模化商业部署。
在互联网领域，应用已经扩展到：
- 大模型
- 多模态模型
- 搜索
- 推荐系统
- 大规模AI训练
等场景。
这标志着寒武纪正在从早期AI加速器供应商向数据中心AI基础设施企业转变。
十一、云端AI已经成为寒武纪绝对核心业务
从2026年上半年的收入结构，可以非常明显地看到寒武纪业务方向的变化。
2026年1月至6月，寒武纪营业收入约为：
59.96亿元人民币
其中云端产品线收入约：
59.94亿元人民币。
也就是说，从公开财务数据来看，云端产品线已经贡献了寒武纪几乎全部营业收入。
这非常重要。
它意味着今天评价寒武纪，已经不能主要把它看作一家：
终端NPU IP公司
或者：
寒武纪目前最重要的商业战场已经明显转向：
数据中心AI算力。
十二、2025年首次实现年度盈利
寒武纪早期长期保持高额研发投入，因此上市后多年处于亏损状态。
2025年成为一个重要转折点。
2025年寒武纪实现营业收入约：
64.97亿元人民币
同比增长约：
453.21%
归属于上市公司股东的净利润约：
20.59亿元人民币。
这是寒武纪首次实现年度盈利。
随后增长继续延续。
2026年上半年，公司实现营业收入约：
59.96亿元
同比增长：
108.13%
归属于上市公司股东的净利润约：
23.11亿元
同比增长：
122.61%。
值得注意的是：
寒武纪2026年上半年净利润已经超过2025年全年净利润。
这显示出中国AI算力需求增长对寒武纪商业化产生了非常明显的推动作用。
十三、研发仍然是寒武纪的核心
2026年上半年，寒武纪研发投入约：
7.02亿元人民币
同比增长约29.63%。
截至2026年6月底，公司拥有研发人员：
1,007人
研发人员占公司员工总数约：
80.62%。
公司在研重点主要集中在三个方向：
云端智能芯片
基础系统软件
AI硬件平台
其中云端智能芯片继续围绕数据中心、大模型训练和推理发展，而基础软件则重点解决AI框架、开发工具、模型迁移和性能优化问题。
十四、寒武纪最大的优势是什么？
寒武纪的优势首先来自长期积累的AI处理器架构技术。
与后来进入AI芯片市场的一些公司不同，寒武纪很早就开始研究专用神经网络处理器。
经过多年发展，公司已经建立起：
处理器架构 + 芯片 + 加速卡 + 芯片互联 + 编译器 + AI框架支持 + 推理引擎
这样一套相对完整的技术体系。
第二个优势是：
云边端统一架构。
不同计算环境可以使用较为统一的软件平台，有利于开发人员进行模型迁移。
第三个优势则是中国AI算力市场快速增长。
随着越来越多企业部署大模型，中国市场对本土AI计算平台的需求正在明显上升。
这为寒武纪提供了重要的市场机会。
十五、寒武纪面临哪些挑战？
虽然寒武纪近年来增长非常快，但AI芯片仍然是全球竞争最激烈的半导体市场之一。
1. NVIDIA的软件生态
寒武纪真正面对的最大技术壁垒之一不是单纯的GPU计算性能，而是NVIDIA经过多年建立起来的：
CUDA生态。
大量AI程序、开发工具、库和工程师都已经围绕CUDA建立。
容易迁移、容易开发、容易优化、稳定运行。
这也是寒武纪持续投资NeuWare和MagicMind的重要原因。
2. 国产AI芯片竞争越来越激烈
除了寒武纪之外，还有华为昇腾，以及一批GPU和AI加速芯片企业。
未来竞争将集中在：
等多个方面。
3. 供应链风险
寒武纪采用Fabless模式，自身负责芯片设计，而晶圆制造、封装测试等环节需要依赖外部供应商。
公司公开的风险文件也指出，由于部分公司及子公司受到美国出口管制限制，供应链稳定性仍然是需要面对的重要风险之一。
芯片设计只是第一步。
先进制程、封装、HBM或其他高速内存、服务器制造以及高速互联供应能力，都会影响最终产品交付。
4. 客户集中度
寒武纪历史上大客户收入占比较高。
公司公开风险披露显示，近年主要客户销售额仍占营业收入较高比例，因此扩大客户群、降低单一客户依赖也是未来商业化必须解决的问题。
十六、寒武纪与GPU有什么区别？
寒武纪经常被与NVIDIA、国产GPU企业放在一起比较，但严格来说两者的技术出发点并不完全相同。
传统GPU最初是为了：
Graphics——图形处理
发展起来的。
后来因为GPU拥有大量并行计算单元，非常适合矩阵计算，因此逐渐成为AI训练的主力处理器。
寒武纪则从一开始就主要围绕：
Artificial Intelligence Computing
设计处理器架构。
因此寒武纪更加准确的定位是：
而不是传统意义上的图形GPU厂商。
不过随着大模型发展，两者最终都进入数据中心AI计算市场，因此在实际商业市场中形成越来越明显的竞争。
十七、为什么寒武纪值得关注？
寒武纪的重要性并不仅仅在于它是一家上市芯片公司。
它代表的是中国半导体产业正在尝试建立自己的：
AI计算架构。
现代AI基础设施越来越形成一种完整体系：
↓
高速内存
↓
芯片互联
↓
AI服务器
↓
编译器
↓
AI框架
↓
大模型
↓
AI应用
谁能够控制更多层级，谁就可能拥有更强的AI计算平台竞争力。
寒武纪正在努力从单纯的AI芯片设计公司，向这样的完整AI计算平台发展。
十八、未来发展
未来几年，寒武纪最值得关注的方向可能主要有以下几个。
第一是：
大模型需要越来越高的计算能力和内存带宽，云端AI产品将继续成为寒武纪最重要的产品方向。
第二是：
大模型训练。
推理市场规模很大，但真正进入大型训练集群，是衡量一家高端AI芯片企业能力的重要指标。
第三是：
多芯片和大规模集群。
1,000颗、10,000颗甚至更多芯片如何协同工作。
因此芯片互联、通信库、分布式训练软件和集群管理能力会越来越重要。
第四是：
软件生态。
未来寒武纪最大的竞争力之一，很可能不只是下一代MLU芯片本身，而是：
NeuWare能否真正形成成熟的软件开发生态。
结语
它的发展过程实际上反映了AI计算产业本身的变化：
终端AI
↓
边缘AI
↓
云端AI
↓
大模型训练与推理
↓
大规模AI计算集群
寒武纪早期依靠AI处理器IP进入市场，随后推出思元系列独立AI芯片，并逐渐建立云端、边缘和终端产品体系。
而从2025年至2026年的业务变化来看，公司的重心已经非常清楚：
云端AI正在成为寒武纪最核心的业务。
2026年上半年，寒武纪约59.96亿元营业收入中，几乎全部来自云端产品线，这可能是理解今天寒武纪最重要的一个数据。
未来寒武纪真正需要回答的问题也已经发生变化。
问题不再只是：
而是：
寒武纪能不能建立一个能够支撑大模型训练、推理和大规模数据中心部署的完整AI计算生态？
如果它能够在芯片、服务器、互联、编译器、AI框架和软件生态几个层面持续突破，那么寒武纪将不仅是一家国产AI芯片公司，也可能成为中国AI计算基础设施中的重要平台型企业。