寒武纪回应82.48亿元存货压力：依托订单与市场预测备货，云端AI芯片收入占比近100%
据 IT之家 8 月 12 日消息，寒武纪在今日举行的 2026 年半年度业绩说明会上回应了市场关注的存货问题。公司董事长、总经理陈天石表示，寒武纪会根据客户订单需求和市场预测制定采购计划，并将通过持续拓展市场、推动 AI 应用落地来控制相关风险。财报数据显示，截至 2026 年 6 月 30 日，寒武纪存货账面价值达到 82.48 亿元，较上年末增长 66.83%，占总资产比例为 45.32%。
同一报告期内，寒武纪实现营业收入 59.96 亿元，同比增长 108.13%；归母净利润 23.11 亿元，同比增长 122.61%。在国产 AI 芯片需求持续释放、云端推理与训练场景加速扩张的背景下，寒武纪的增长与存货扩张同时受到市场关注：一方面，业绩显示其云端产品线正快速放量；另一方面，高存货也意味着供应链、订单交付和需求兑现都将成为后续观察重点。
存货为何大幅增长：Fabless 模式下的原材料与委托加工物资增加
来源显示，寒武纪本次存货增长主要来自原材料和委托加工物资的增加。其中，原材料账面余额为 57.49 亿元，委托加工物资账面余额为 25.37 亿元。对于一家采用 Fabless（无晶圆厂）模式的芯片公司而言，这一结构具有典型行业特征：企业本身不直接拥有晶圆制造产线，需要通过外部代工厂完成芯片制造，因此在需求增长或交付周期存在不确定性时，提前储备材料、安排加工环节就会反映在存货科目中。
从 AI 芯片产业链看，先进芯片制造通常涉及较长的备货、流片、封装测试与交付周期。尤其在云端 AI 芯片需求提升时，企业需要在订单、产能、供应链节奏之间寻找平衡。寒武纪此次解释强调，其采购计划与客户订单需求、市场预测相关，核心逻辑是为后续交付和市场扩张做准备。不过，存货规模已经占到总资产的较高比例，后续能否顺利转化为收入与现金流，仍是投资者和产业观察者关注的焦点。
- 存货账面价值：截至 2026 年 6 月 30 日为 82.48 亿元，较上年末增长 66.83%。
- 存货结构：原材料账面余额 57.49 亿元，委托加工物资账面余额 25.37 亿元。
- 资产占比：存货占总资产比例达到 45.32%，显示其在资产结构中的权重较高。
- 公司回应：将持续拓展市场，推动 AI 应用落地，以控制相关风险。
云端产品线贡献几乎全部收入，AI 基础设施需求是关键变量
财报信息显示，寒武纪上半年云端产品线实现收入 59.94 亿元，占营业收入的 99.98%。这意味着，云端 AI 芯片及相关产品已经成为公司当前收入的绝对主力。来源还提到，公司在金融、互联网等核心行业实现了持续性的规模化商用部署。
这一收入结构反映出寒武纪当前业务重心高度集中在云端 AI 计算市场。随着大模型训练、推理部署、行业智能化应用落地，对算力基础设施的需求持续存在。金融、互联网等行业通常具备较强的数据处理需求和 AI 应用预算，也更容易成为国产 AI 芯片规模化商用的先行场景。
不过，收入高度依赖单一产品线也带来另一层观察视角：云端市场的需求节奏、客户采购周期、国产模型生态适配进展，都会对公司后续表现产生直接影响。如果 AI 应用落地速度不及预期，或客户订单节奏发生变化，高存货带来的管理压力可能进一步放大。
研发投入继续增长，适配国产主流模型成为竞争抓手
研发方面，寒武纪上半年研发费用约 7.02 亿元，同比增长 29.63%；研发人员数量从 792 人扩充至 1007 人。来源显示，公司正在持续推进 DeepSeek、Qwen、Kimi 等国产主流模型的适配工作。
对于 AI 芯片公司来说，硬件性能只是竞争的一部分，能否与主流模型、开发框架和行业应用场景形成稳定适配，越来越成为客户采购决策中的重要因素。特别是在国产大模型快速迭代的背景下，芯片厂商不仅要提供算力，还需要围绕编译器、软件栈、模型优化和部署工具形成完整生态。
寒武纪持续投入研发和模型适配，说明其正在强化从芯片到应用落地之间的连接能力。对中文 AI 产业而言，这类工作也关系到国产算力能否更顺畅地承接大模型训练与推理需求，降低企业在部署国产模型时的适配成本。
影响与解读：高增长与高存货并存，考验商业化兑现能力
寒武纪本次半年报呈现出鲜明的双重特征：收入和利润高速增长，同时存货规模明显抬升。对于 AI 芯片企业来说，这并不罕见。快速扩张阶段往往需要提前锁定供应链资源、准备交付能力，但这也要求企业具备更强的需求判断、库存管理和客户交付能力。
从产业角度看，寒武纪的表现说明国产 AI 芯片正在获得更多规模化商用机会，尤其是云端算力市场正在成为业绩释放的重要来源。但从经营角度看，82.48 亿元存货并非单纯的积极信号，它既可能代表未来订单交付的储备，也可能带来价格波动、需求变化和资产周转方面的压力。
接下来，市场可能会重点观察几个方向：寒武纪能否继续扩大金融、互联网等行业客户部署；云端产品线能否维持收入增长；国产主流模型适配是否带来更多实际订单；以及当前存货能否在后续周期中顺利转化为销售收入。对于国产 AI 芯片产业而言，真正的竞争正在从“能否供货”转向“能否稳定交付、规模部署并形成生态”。