一位数据中心经理有个问题,放不进基准测试图表。新的AI服务需要加速器,也需要东西喂数据:搬运、调度、跑数据库,处理那些从不出现在模型演示里的日常活。只买一种芯片,系统的一半就很别扭。
海光信息(Hygon Information Technology)是围绕这个观察构建战略的中国处理器设计公司,在上海科创板上市,代码688041。2025年业绩由公司披露、《南华早报》报道,显示它同时把服务器CPU和AI加速器卖进快速扩张的国内市场。
关键要点
- 海光披露2025年营收143.77亿元(约合20亿美元/157亿港元),增长56.92%;净利润25.45亿元(约合3.56亿美元/28亿港元),增长31.79%。
- 《南华早报》报道的年度数字大致相同:营收约144亿元(约合20亿美元/157亿港元),增长56.9%,利润25.4亿元。
- 两大产品家族是兼容x86架构的海光CPU,以及面向AI与并行计算的通用GPU(GPGPU)海光DCU。
- 据公司报告,2025年研发投入46亿元(约合6.4亿美元/50亿港元),约占营收32%。
- 这套战略押的是系统契合,不是原始峰值性能。
CPU和DCU各干什么
中央处理器(CPU)擅长控制:决策、任务调度,以及通用软件那堆杂乱逻辑。通用图形处理器(GPGPU)擅长对许多数据同时做同样的算术——这正是神经网络训练和推理的主导模式。
海光两种都卖。它的CPU按兼容x86指令集设计,这点要紧,因为大量服务器软件就是为这个架构写的。DCU则是用来跑AI框架和商业计算软件的加速器。公司把这种组合称为"CPU+DCU"布局。
对买家,吸引力在集成。配有熟悉CPU和兼容加速器的服务器,比围绕两套无关架构攒出的机器更易部署。软件团队少花时间移植代码,多花时间跑服务。这不算性感,但正是这类理由能赢下基础设施合同。
数字背后的战略
2025年的数字本身就很扎眼:营收143.77亿元(约合20亿美元/157亿港元),增长过半;净利润25.45亿元(约合3.56亿美元/28亿港元),增长近三分之一。《南华早报》用略作取整的数字报道了同样趋势,并指出这反映了国内对本土计算系统的强劲需求。
2026年第一季度延续了这个方向:公司披露营收40.34亿元(约合5.64亿美元/44亿港元),增长68.06%;净利润6.87亿元(约合9600万美元/7.49亿港元),增长35.82%。这些都是财经媒体转述的公司业绩。
研发投入更说明问题。46亿元(约合6.4亿美元/50亿港元)、约占营收32%,说明海光在花重金让两条产品线都保持更新。公司还说研发人员增长了逾28%。在处理器行业,这是留在赛道上的代价。
"兼容"才是真产品
谈AI芯片,话题通常集中在峰值算力上,真实部署会惩罚这种习惯。模型得加载,数据得搬运,任务得调度,结果得送到用户面前。如果加速器说的软件方言栈里听不懂,理论性能就无关紧要。
海光的公开材料强调开放生态、数千家合作伙伴,以及与大量主流大模型的兼容。这些是公司说法而非独立测试,应当如此看待。但侧重点本身有启发:国内计算的竞争,越来越在于整套软件栈能否不必靠大量定制工程就搭起来。
这还有人的一面。能把模型移植到新加速器的工程师很稀缺,每花一小时搞兼容,就少一小时改进服务。减少这种摩擦的芯片家族,能让更小的团队交付可用产品。对医院或工厂,这比榜单名次更要紧。
全球视角
CPU加加速器的思路并非中国独有。全球计算业多年来一直在争:AI负载该由通用处理器还是专用加速器承担。答案是两者都要,按任务不同做不同排布。
海光案例的特别之处在它服务的市场。中国机构一直在采购更多本土计算硬件,公司业绩反映了这种需求。对全球读者,相关之处不是哪个国家的芯片更好,而是一个成熟的AI产业需要多层处理器,做"普通"计算的那一层,本身就是一门生意。
这也纠正了一种看法:AI硬件只关乎训练巨型模型。大量开销花在推理上——把答案送给用户——以及配套软件上。一个高效调度这些工作的CPU,在商业上和真正执行它的加速器一样重要。
诚实的局限
本文是公司及战略深度解读,不是投资建议或技术基准测试。2025年及2026年一季度数字是财经媒体转述的公司业绩,《南华早报》的数字用作全年趋势的第二来源。生态与兼容说法来自公司材料,未经独立核实。本文不把其处理器性能与竞品比较,不预测营收,也不评估贸易限制、政府计划或企业交易。股价变动有意排除。
普通人现在能做什么
- 如果你采购或指定服务器,问清负载中控制与并行算术各占多少;答案决定该选偏CPU还是偏加速器的设计。
- 读AI芯片新闻时,留意软件与生态细节,而不只是峰值吞吐数字。
- 对考虑入行的学生,注意稀缺的技能往往是让软硬件协同工作,而不是设计单颗芯片。