3月30日，天数智芯发布2025年业绩公告。公司全年总收入10.34亿元（人民币，下同），同比增长91.6%；毛利为5.58亿元，同比增长110.5%；经调整净亏损同比收窄32.1%至4.38亿元。
公司包括训练、推理两大赛道的通用GPU产品收入同比增长149.6%，占总收入近九成，其中推理系列产品收入同比增长238.2%。截至2025年12月31日，公司已服务超过340名来自不同行业的客户，通用GPU产品及解决方案已在金融服务、医疗保健及交通运输等重要行业有逾1000项部署及应用。
展望未来，面对AI算力的分层部署趋势，天数智芯表示将推进产品迭代，建立全面计算组合，持续完善开发者关系与软件生态，进一步拓展产品及解决方案在关键场景中的大规模应用。
通用GPU训、推双赛道实现强劲增长
从财报来看，天数智芯核心主业增长内生性突出。公司在训练、推理双赛道的通用GPU产品收入达9.23亿元，同比增长149.6%，占当年总收入的89.3%。
训练旗舰产品天垓系列产生5.84亿元的收入，同比增长116.7%；云端及边缘推理应用产品智铠系列产生收入3.39亿元，同比增长238.2%。智铠系列已应用于金融服务、商业零售、医疗保健及运输等不同行业。
天数智芯在财报中表示，下一代天垓系列的研发工作按原定的日程推进，未来的产品会进一步提升性能，特别针对大规模AI训练应用。新一代智铠产品将扩大对低精度数据类型及混合精度计算的支持，以符合行业降低精度的趋势。结合计算能力与带宽的改善，以及与生态系统合作伙伴的合作，该等改进旨在提供稳健的性能及成本效益。
基于自研的天垓和智铠系列芯片，天数智芯为客户提供从单一服务器到智算中心集群的全栈式解决方案。2025年，公司交付19个项目，合计实现收入9610万元，占当年总收入的9.3%。
全栈自研技术及生态建设夯实护城河
随着AI产业从技术突破迈向规模落地，AI算力需求不仅是对单一硬件参数的要求，而是包括硬件、软件、服务全栈能力的满足。
目前，天数智芯软件生态系统已进入深度性能优化与全场景适配的全新阶段。报告期内，天数智芯发布全新一代软件开发平台，原生兼容行业主流GPU编程模型，为自研GPGPU芯片算力释放与规模化商用提供全栈软件支撑；平台经深度优化后实现代码迁移效率提升80%以上，支持算子“分钟级”平滑迁移，编译代码性能行业领先。
同时，天数智芯建成全场景自研核心加速库体系，性能较上一版本普遍提升20%以上，深度适配前沿大模型应用全场景，大幅提升芯片执行效率，降低客户使用门槛，增强平台工程化落地能力。
软件能力直接体现在GPU与AI大模型及其迭代过程中的适配能力。目前，天数智芯已完成数十款国内外主流开源及商用大模型的深度适配，依托全栈自研软件栈，具备新模型结构、新算子发布之一时间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。
软件能力还与算力利用效率息息相关。天数智芯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，可全面适配大模型前沿技术范式、大幅降低部署成本。相关技术已成功支撑大模型厂商生产级集群部署，芯片算力利用率（MFU）达到行业领先水平。
截至2025年12月31日，天数智芯业务及客户基础持续增长，已服务超过340名来自不同行业的客户，产品及解决方案已在逾1000个项目中部署及应用，广泛覆盖互联网、AI大模型、科研、金融、医疗、教育、交通等关键行业。
进一步拓展关键场景大规模应用
展望AI算力前景，天数智芯研判，从应用层面而言，AI算力的分层部署已逐渐明显。一方面，领先的互联网企业及AI企业不断构建大规模集群，对AI训练芯片的需求维持强劲；另一方面，由于AI应用已渗透至广泛行业，并逐渐形成涵盖云端推理、边缘推理及设备上推理的多元场景。
天数智芯表示，将继续加深与领先互联网企业、AI模型公司、科研机构及行业标杆客户的合作，推动通用GPU产品及AI算力解决方案在更多关键场景中的大规模应用。在已渗透行业的部署经验上，公司将进一步扩展至其他垂直领域，如智能驾驶、工业制造、泛智能端及智慧农业等更多垂直领域，同时继续探索在科学智能与生物医药研发、空间计算算力 *** 等前沿领域的计算需求，与产业伙伴共同拓展新的增长空间。
从客户需求来看，大模型互联网应用已进入规模商业化阶段，AI智能助理、文生图及AIGC内容生成等典型应用对推理吞吐量、延迟及成本高度敏感。同时，工业检测、智慧零售及具身智能等应用场景对设备层面的功耗、实时回应及可靠性有严谨要求。
为此，天数智芯将推进产品迭代，构建完整算力矩阵，继续坚持自主开发的研发理念，推进天垓系列及智铠系列两条核心产品线的架构迭代和性能提升；依托现有通用GPU技术积累，推出面向机器人、智能终端等领域的彤央系列端侧算力产品。在软件生态与开发者关系方面，在大模型推理PD分离、MoE大模型训练、混合数据精度量化、DSL编程语言等核心技术方面持续投入，帮助客户在实际业务场景中更大化释放硬件算力效能；公司还将进一步深化与CPU厂商、服务器整机厂商、行业ISV、云服务提供商等上下游合作伙伴的深度协同。报告期内，以DeepSpark开源社区已完成超过610个主流算法模型适配的坚实基础，未来将持续加大全维度开源生态与开发者体系建设投入。
作者：刘怡鹤