标题芯原股份营收翻倍亏损扩大,AI芯片定制赛道的增长与阵痛

李明站在上海张江的办公室里,盯着电脑屏幕上的财务数据发呆。作为一家云厂商的芯片采购负责人,他刚与芯原股份签下了一份价值2.3亿元的AIGC芯片定制订单。这已经是团队今年第三次向这家芯片设计服务商追加订单了。"现在AI算力需求太旺盛,我们自己设计团队来不及,只能找外包。"李明说的情况正在整个行业蔓延。

8月18日,芯原股份披露2026年半年度报告,数据印证了李明的判断。上半年实现营业收入18.64亿元,同比增长91.37%;但归属于上市公司股东的净利润亏损6.12亿元,较上年同期3.20亿元的亏损额近乎翻倍。这家被称为国内"AI ASIC龙头"的企业,正经历着订单爆发与盈利阵痛并存的关键时期。

芯原股份上半年营收近翻倍、亏损加剧,151亿AI订单能解盈利之困?
芯原股份上半年营收近翻倍、亏损加剧,151亿AI订单能解盈利之困?

营收高增长背后的结构变化

从营收端来看,芯原股份上半年的表现确实亮眼。第二季度营收10.28亿元,同比增长75.95%,环比增长22.98%。更值得注意的是收入结构的明显变化。量产服务收入达到11.63亿元,同比暴增185.29%,收入占比从2025年全年的约47%跃升至62.39%。

以数据处理领域为例,该板块收入7.32亿元,同比暴涨292.17%,占总营收比重升至39.27%。这直接反映了云厂商AIGC芯片定制需求的集中释放。与此同时,IP授权使用费收入仅增长4.32%,IP特许权使用费收入增长10.85%。

这种收入结构的变化带来了毛利率的显著下滑。上半年综合毛利率31.34%,较去年同期的43.32%下降了11.98个百分点。高毛利的IP授权业务占比下降,低毛利的量产服务成为主力,这是行业普遍面临的转型挑战。

芯原股份上半年营收近翻倍、亏损加剧,151亿AI订单能解盈利之困?
芯原股份上半年营收近翻倍、亏损加剧,151亿AI订单能解盈利之困?

151亿订单与盈利时间表

最引人注目的数据是订单的爆发式增长。2026年1月1日至8月17日,公司累计新签订单达到151.42亿元,是2025年全年新签订单59.60亿元的254%。其中,AI算力相关订单占比90%,数据处理领域订单占比89%。

但这些巨额订单不会立即转化为利润。芯原股份在半年报中给出了明确时间表:设计服务订单通常需9至12个月的研发周期;量产服务订单从签约到完整交付通常需6至18个月。这意味着今年上半年签下的订单,收入确认高峰大概率在2026年下半年至2027年。

一些积极信号已经开始显现。芯原股份经营活动现金流由上年同期的-3.65亿元转正至6.26亿元;合同负债从12.58亿元增至31.57亿元,同比增长150.84%。这些数据表明订单转化正在加速。

盈利预测的巨大分歧

市场对芯原股份何时能够盈利存在明显分歧。国金证券预测2026年全年归母净利润为0.26亿元,即能实现盈亏平衡;中泰证券则预测高达9.87亿元。东方财富一致预期显示,16家机构对2026年净利润预测的中值为1.97亿元。

这种分歧本质上反映了市场对芯原股份商业模式能否跑通的不确定性。芯原股份自身给出的盈利时间表是:2026年下半年实现经调整后EBITDA转正,2027年实现全年经调整后归母净利润转正。

研发投入的高企是另一重压力。上半年公司研发投入合计9.41亿元,同比增长47.06%,占营业收入比例50.49%;研发人员1883人,占员工总数87.79%。此外,股份支付费用1.33亿元、收购逐点半导体带来的无形资产摊销,进一步推高了当期费用。

行业竞争与商业模式思考

芯片设计服务并非新鲜事物,但AI浪潮让它获得了前所未有的关注。传统的芯片设计公司通常自己完成从定义到量产的全流程,而芯原股份的模式是为客户提供从IP授权、芯片设计到晶圆量产管理的全链条服务。

这种模式的优势在于灵活性。客户可以专注于算法和应用,将芯片设计交给专业团队,加快产品上市时间。特别是在AI领域,算法迭代速度极快,很多云厂商和AI公司没有足够的时间建立完整的芯片设计团队。

但挑战也很明显。量产服务虽然毛利率低,但规模效应一旦释放,边际成本将快速下降。芯原股份上半年综合毛利额实现5.84亿元,同比提升38.44%,显示出一定的规模效应正在显现。

未来之路

截至报告期末,公司已有109款量产芯片贡献收入,另有59个设计项目待量产。这些数字背后,是整个AI算力市场对定制化芯片的迫切需求。

李明的团队已经计划在明年继续扩大与芯原股份的合作。"现在的问题是,产能和交付周期都很紧张,"他说,"订单虽然签了,但能不能按时拿到货还是未知数。"

对于芯原股份而言,如何在保持营收高速增长的同时,逐步改善盈利能力,将是市场持续关注的焦点。151亿元的订单在手,但何时能真正转化为股东回报,还需要时间来验证。

本文由AI辅助生成

分享到: