@港股研究社原创

随着大模型训练和推理需求增长，AI 产业竞争的评价标准变成了，芯片能否稳定交付、进入真实客户的生产环境、形成持续订单，软件生态能否支撑规模化部署等重要指标。

11 月 3 日，百度旗下昆仑芯再次成为焦点。针对上市时间可能推迟至 2027 年的传闻，百度明确回应不属实，昆仑芯目前处于保密申报阶段。此前，昆仑芯已经向港交所递交保密上市申请，同时启动科创板上市辅导。

百度同时拥有大模型、AI 云服务和芯片研发能力，昆仑芯既有内部应用场景，也需要建立外部客户市场。从集团内部的算力能力，成长为具备独立收入、客户和利润体系的芯片企业，直接影响其未来的资本市场定位，也能看出国产 AI 芯片商业化的实际进程。

从内部芯片到独立资产：

百度为什么要推动昆仑芯资本化？

2026 年 1 月 1 日，昆仑芯以保密形式向港交所递交 A1 申请，5 月启动科创板上市辅导，中金公司担任辅导机构。根据公开备案资料，百度（中国）持有昆仑芯 57.67% 的股份，仍然保持控股地位。

昆仑芯最初来自百度内部 AI 芯片研发团队，长期服务于百度搜索、智能云和大模型业务。2021 年相关业务独立设立公司，从集团内部技术部门走向独立经营。大模型训练和推理需求增长，芯片已经成为百度 AI 基础设施的重要组成部分，独立资本化也有利于明确业务边界、核算研发投入和经营成果，并为产品迭代提供资金支持。

从百度 2026 年第二季度财报来看，当季公司实现营收 313 亿元，AI 业务收入占一般性业务收入的 50%。AI 云基础设施收入达到 73 亿元，同比增长 50%，GPU 云收入同比增长 283%。

百度已经具备相对成熟的 AI 算力需求入口。昆仑芯可以服务集团内部的大模型和云计算业务，也有机会向运营商、金融机构及其他企业客户拓展。内部应用能够帮助产品完成验证，外部订单才决定商业化能力。

独立上市之后，资本市场关注的重点也会更加具体，集团内部采购与外部市场化销售分别贡献多少收入？关联交易定价是否公允？外部客户能否形成持续采购？芯片销售能否带来稳定毛利和经营现金流？

百度的生态资源是昆仑芯的重要优势，独立经营能力才决定企业的价值。

国产 AI 芯片竞争进入下半场：

推理需求正在改变行业格局

国产 AI 芯片正在从技术验证阶段走向规模化商业应用。

过去几年，行业竞争主要集中在 GPU 替代、先进制程受限、算力集群和软件生态。大模型进入实际应用之后，对芯片成本、功耗、响应速度和部署效率提出更高要求。

特别是智能体应用的发展，可能进一步增加推理算力需求。智能体需要反复调用模型、检索信息和执行任务，单次任务可能产生多轮推理。应用规模扩大，推理成本将直接影响 AI 产品的商业可行性。

昆仑芯围绕训练和推理形成了不同产品方向。

2026 年公开展示的 M100 面向大模型推理场景，强调效率和经济性；M300 则面向更大规模的多模态模型训练与推理需求。800 系列的生态适配，10 月完成 MiniMax M3.1 Flash 模型 Day 0 适配，以及与 openEuler 的兼容性互认证。

芯片竞争已经延伸到模型适配、操作系统、驱动和开发工具链。企业采购 AI 算力设备，关注的不只是理论性能，还包括模型迁移成本、集群稳定性和后续维护效率。软件生态越成熟，客户部署难度越低，产品才越有机会形成持续订单。

横向观察国产 AI 芯片企业，商业化路径已经出现明显分化。

寒武纪更接近以 AI 芯片产品为核心的专业化公司。根据公司第三季度报告，前三季度营业收入 95.26 亿元，同比增长 106.76%；归母净利润 37.15 亿元，同比增长 131.49%。单季度收入 35.31 亿元，归母净利润 14.04 亿元。寒武纪已经证明了其收入和盈利能力，但经营现金流、存货和预付款变化仍需要持续跟踪。

天数智芯走的是通用 GPU 企业向多场景拓展的路径。2026 年上半年，公司收入 9.46 亿元，同比增长 191.6%，归母净利润 1.06 亿元。推理系列收入 6.54 亿元，同比增长 651.8%，占总收入 69.2%；训练系列收入 2.62 亿元，同比增长 38%。整体毛利率为 17.2%，同比有所下降，收入高速增长与盈利质量改善并不完全同步。

昆仑芯的差异在于百度生态。百度 AI 云可以提供外部算力需求入口，文心大模型能够提供模型适配和应用场景，昆仑芯则承担底层算力供应。三者协同，降低产品商业化初期的市场拓展难度。

但真正需要验证的是，昆仑芯能否在百度体系之外获得足够多的独立客户，只有外部客户持续采购才能证明产品具备市场竞争力。这个指标将成为未来比较昆仑芯与寒武纪、天数智芯等企业时的重要维度。

资本市场如何看待昆仑芯：

技术优势最终要转化为利润和现金流

昆仑芯未来上市之后，市场很可能将其纳入国产 AI 芯片企业的估值体系，但简单套用 GPU 企业的估值方法并不合理。

传统 GPU 公司主要依靠芯片销售、配套产品和软件生态实现收入，市场重点关注产品迭代、市场份额、毛利率和研发效率。AI 基础设施企业则可能同时提供芯片、服务器、集群和算力服务，业务规模更大，但资本开支、交付周期和现金流压力也更加复杂。

昆仑芯处于两种业务模式的交汇处。百度能够提供相对完整的应用环境，使芯片研发、模型适配和云服务形成协同。这种协同能否转化为独立利润，还需要从三个经营指标观察。

首先是外部收入占比，集团内部采购能够帮助昆仑芯建立初始出货规模，外部客户收入才是判断市场竞争力的重要依据。运营商、金融机构和大型互联网企业能否持续采购是关键。

其次是毛利率和产品结构，训练芯片与推理芯片在成本、售价和客户需求方面存在差异。如果推理产品成为收入增长的重要来源，企业要证明规模扩大能够带来成本下降。

最后是现金流质量，AI 芯片企业需要持续投入研发，还要承担晶圆制造、先进封装、存储器件和服务器配套等供应链成本。营收增长伴随着应收账款和存货快速增加，经营质量就需要重新评估。

寒武纪、天数智芯、昆仑芯、壁仞科技和登临科技处于不同的发展阶段。国产 AI 芯片行业正在逐渐形成多层次的资本市场参照体系。

昆仑芯 IPO 传闻带来的短期关注，会随着上市进程进一步明朗而变化，但国产 AI 芯片的商业化竞争仍将持续。

国产 AI 芯片正在进入经营能力接受检验的新阶段。客户愿不愿意持续采购、产品能不能稳定交付，以及企业能否在持续研发投入中建立可复制的盈利模式，答案要等后面的财报和招股书给出。

* 本文内容仅基于公开资料梳理行业发展趋势，不构成任何投资建议。