来源 :凤凰网2026-05-14
营收3.12亿元同比增长17.97%，归母净亏损1.34亿元同比亏损放大，扣非持续深亏，毛利率28.14%——这是云天励飞2026年一季报的底色。2025年全年营收13.39亿元同比增长45.99%，研发投入4.45亿元占营收33.26%，归母净亏损4.22亿元，经营活动现金净额首次转正。一家市值超300亿却仍未摘“U”的AI推理芯片企业，账面上每一分钱都砸进了下一代芯片的研发深水区。
但5月11日，公司在投资者关系活动记录表中披露了一个更具战略纵深的信息：正在研发的推理芯片，采用GPNPU架构为核心技术路线，其中第三个技术亮点尤为引人注目——引入3D堆叠存储架构，以获得更高带宽与更低访问时延，突破“内存墙”，提升推理效率。早前2月的大算力芯片战略前瞻会上，公司首次提出“GPNPU=GPGPU+NPU+3D堆叠存储”的核心公式，4月与DeepSeek合作深化、5月同步推进H股上市——短短三个月间，云天励飞正在完成一次从“端侧芯片老兵”到“大算力推理新贵”的战略身份切换。
年亏超4亿、一季续亏1.34亿，却敢于把3D堆叠存储这一尚处产业前沿的技术路径焊进自家推理芯片的核心架构——这个极端的反差，才是读懂云天励飞当前战略处境的关键。
3D堆叠存储的本质，是在芯片垂直方向上将多层DRAM存储单元直接堆叠在逻辑计算芯片上方，通过硅通孔（TSV）和微凸点实现垂直互连，从而突破传统冯·诺依曼架构中处理器与存储器之间数据搬运的速度瓶颈。黄仁勋早在2024年便断言“推理才是AI芯片的主战场”，而推理应用的核心瓶颈正是“内存墙”——大模型在推理时，每一轮自回归解码都需要从海量KV-Cache中反复读取数据，传统DDR5带宽被严重限制，芯片算力利用率（MFU）长期低于30%。云天励飞将3D堆叠存储引入GPNPU架构，本质上是在芯片物理层面将“存”与“算”的距离从毫米级压缩到微米级，在带宽密度提升的同时实现能效比的指数级跃迁。英伟达已在H200上证明，仅靠提升HBM容量和带宽，就能在推理场景中获得比单纯堆叠算力更为显著的性能增益——云天励飞选的，恰恰是这条被全球巨头验证过、但国产阵营尚未系统性铺开的存储带宽路径。
但与黄仁勋定义的闭源生态不同，云天励飞在GPNPU架构中同时植入了GPGPU的通用编程能力和NPU的极致能效内核。公司明确强调GPNPU对主流CUDA等生态的兼容与迁移支持，这一技术路线的战略意图极其清晰：用CUDA兼容性解决客户“能不能跑”的信任门槛，用NPU专用内核解决“跑得好不好、省不省”的成本底线，用3D堆叠存储解决“数据出不来、芯片吃不饱”的物理瓶颈。三者拧成一股绳，指向的是同一个目标——将大模型推理成本指数级压降。公司董事长陈宁在2月战略会上明确宣布力争实现百万Tokens推理成本降低100倍以上；5月机构调研中，这一目标被进一步锚定为“让AI从技术尝鲜走向普惠生产力”。
更深一层看，云天励飞在时间节奏上踩出了一种极其克制的战略节奏。公司在会上首次提出“PD分离”架构，三年规划三代芯片：2026年打造第一代超节点P芯片，面向Prefill推理优化，算力对标Hopper架构；2027年研发第一代超节点D芯片，聚焦Decode低时延，算力对标Blackwell架构；2028年推出第二代超节点D芯片，算力瞄准下一代Rubin。同时以“算力积木”Chiplet架构利用下一代芯片构建机架级Scale-up超节点，满足万亿级乃至十万亿级MoE架构大模型的推理需求。当资本市场的目光还停留在短期盈亏时，这家公司在技术路线上已经画出了一幅横跨三代芯片、覆盖从边缘到云端全场景推理需求的“十年工程蓝图”。
黄仁勋曾说：“算力的终极形态是推理，而推理的终极瓶颈是内存。”云天励飞把3D堆叠存储焊进GPNPU架构的那一刻，便已经在芯片物理底层为这条判断按下了确认键——而英伟达还没来得及把这条路封死。决定中国AI推理芯片能在全球生态中找到多大生存空间的，从来不只是制程的先进程度，而是当大模型推理成本的物理极限被一毫米一毫米推向更低时，你恰好是那个同时在通用编程性、专用能效和存储带宽三个维度上都握有工程化解决方案的人。真正的长期主义，不是不亏损，而是在亏损最深处依然敢于为下一代芯片架构投入巨额研发，把未来焊死在最正确却也最艰难的技术路径上。