← 返回公司庫

L3 公司投研頁 · 2026-05-29

華為鯤鵬 / 海思

Huawei Kunpeng / HiSilicon

華為鯤鵬 / 海思 位於晶片與半導體層，當前研究入口聚焦 AI晶片與半導體 的產業鏈位置、財務質量、上下游約束與反證指標。未上市 資料只作研究參考，不構成投資建議。

研究定位 晶片與半導體層

AI晶片與半導體

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • 華為鯤鵬/海思是中國 AI 算力國產化的核心平台資產；由於華為未上市，頁面僅討論其在供應鏈、伺服器整機、封測、材料、EDA/IP、雲端服務替代和國產算力生態中的產業對映，不討論華為本體股權交易。
  • 華為 2025 年報揭露，鯤鵬開發者超過 380 萬、昇騰開發者超過 400 萬，合作伙伴超過 9,800 家，行業解決方案超過 26,000 個；這說明其護城河不是單顆晶片效能，而是 晶片 + CANN/Mind + 伺服器 + 雲端 + 行業交付 的閉環。4201
  • 華為雲端 2025 年雲端運算業務營收 720.75 億元，覆蓋 34 個地理區域、101 個可用區，服務 170+ 國家和地區；雲端是鯤鵬/昇騰消化內部算力、驗證軟體棧和形成客戶遷移路徑的重要下游。4201
  • AI 晶片出貨沒有公司一手揭露。IDC/媒體口徑稱 2025 年中國 AI GPU 市場國產廠商出貨 165 萬顆、佔國內 AI 伺服器市場 41%，華為約 81.2 萬顆、約 20% 全市場份額；該口徑為 C 級供應鏈/媒體轉述，不能等同公司確認營收。42054206
  • 與 NVIDIA [NVDA] 的差距不應只看 FP16/BF16 峰值算力；中國客戶更看重供給可得性、叢集網路、軟體遷移成本、政企採購合規和總擁有成本。華為的核心機會來自美國出口限制下的可用算力缺口。
  • 核心反證：CANN/昇騰生態遷移成本高於客戶容忍、SMIC/先進封裝供給受限、訓練叢集穩定性弱於預期，或國產 AI 晶片在 2026 失去政企/網際網路大客戶訂單。

2. 公司概況與發展沿革

海思是華為旗下晶片設計平台，覆蓋通訊、手機 SoC、AI 加速器、伺服器 CPU、網路晶片等；鯤鵬是 Arm 架構伺服器 CPU 生態，昇騰是 AI 處理器/算力生態。由於華為未上市，海思/鯤鵬/昇騰財務不單列，不能按上市晶片公司方式做獲利表估值。

發展脈絡：

階段重點投研含義
通訊晶片積累基站、網路、終端晶片形成自研晶片工程能力
麒麟/終端 SoC手機 SoC 與生態證明覆雜 SoC 設計與供應鏈管理
鯤鵬伺服器 CPUArm server CPU + openEuler/openGauss 等支撐國產伺服器與政企雲端替代
昇騰 AIAscend NPU + CANN + MindSpore/Mind進入 AI 訓練/推論國產替代核心
2024-2026出口管制後國產算力需求上行供給能力與軟體生態成為約束

管理層和股權：華為為員工持股的非上市公司；海思為華為體系內晶片業務主體。由於未上市，前十大股東、單獨董事會和分紅資訊不適用。

3. 商業模式拆解

華為鯤鵬/海思的商業模式不能簡單等同“賣晶片”。更準確的拆法：

層營收來源客戶計價機制揭露
晶片/板卡鯤鵬 CPU、昇騰 AI 加速卡/模組華為伺服器、雲端、政企、OEM/生態夥伴硬體銷售/專案制[未充分揭露]
整機/叢集Atlas、伺服器、AI 叢集方案政企、運營商、網際網路、科研專案總包/裝置銷售[未充分揭露]
軟體棧CANN、Mind、工具鏈、openEuler 等開發者/ISV/行業客戶多為生態賦能，直接收費未揭露4201
雲端服務華為雲端上的鯤鵬/昇騰算力企業/開發者雲端資源租用/解決方案雲端運算營收 720.75 億元4201
行業解決方案政務、金融、製造、運營商大型客戶軟硬體整合/服務[未充分揭露]

單位經濟：

晶片價值 = 可得晶圓產能 × 良率 × 封裝能力 × 單卡 ASP
叢集價值 = 晶片/板卡 × 伺服器節點 × 網路/儲存/軟體 × 交付服務
生態價值 = 開發者數量 × 應用適配數 × 遷移成本降低 × 客戶復購

4. AI 相關業務深度拆解

AI 相關業務包括昇騰 AI 加速器、Atlas 伺服器/叢集、CANN/Mind 軟體棧、華為雲端 AI 算力、鯤鵬 CPU 對 AI server 的主機側支撐。公司不揭露昇騰營收、毛利、出貨和客戶結構。

口徑2023-202420252026 最新狀態證據質量
昇騰開發者[未充分揭露]400 萬+繼續增長A4201
鯤鵬開發者[未充分揭露]380 萬+繼續增長A4201
合作伙伴[未充分揭露]9,800+繼續擴張A4201
行業解決方案[未充分揭露]26,000+繼續擴張A4201
華為雲端營收[未充分揭露]720.75 億元雲端為算力消化口A4201
2025 AI 晶片出貨[未充分揭露]媒體稱華為約 81.2 萬顆C 級估算C42054206

季度橋無法用財報還原，因為未上市且分部不揭露。可追蹤公式如下：

昇騰營收 proxy
= AI 加速卡出貨量 × 單卡/模組 ASP
+ Atlas/叢集方案營收
+ 華為雲端昇騰算力租用營收
+ 行業解決方案附加營收

增長驅動：

  1. 美國出口限制降低 NVIDIA 高階 GPU 在中國的可得性。
  2. 政企、運營商、金融和國資雲端傾向國產化。
  3. CANN/Mind/openEuler/openGauss 等軟體棧降低遷移成本。
  4. 華為雲端自用需求形成規模驗證。
  5. 下游國產大型模型從“可執行”轉向“可規模化訓練/推論”，對叢集穩定性要求提升。

天花板：

  • 先進晶圓製造能力受 SMIC 等國內工藝限制。
  • 高頻寬儲存、先進封裝和高速互連短板影響訓練叢集效率。
  • 軟體生態與 CUDA 差距會影響網際網路客戶遷移速度。

5. 產業鏈位置

產業鏈座標：chip / AI accelerator + server CPU / China domestic compute platform。與 NVIDIA 的橫向對比是 AI accelerator；與 AMD/Intel 的對比是 CPU+accelerator；與雲端廠商的關係既是供應商又是競爭/自用平台。

上游依賴揭露
EDA/IP高階 SoC 設計工具、Arm/自研指令生態受出口管制影響，具體供應商未揭露
晶圓製造先進邏輯製程，主要依賴國內 foundry 可得產能供應商/良率未揭露
HBM/DRAMAI 加速器頻寬核心供應商/採購佔比未揭露
先進封裝2.5D/高速互連/大封裝供應商未揭露
伺服器 ODM/整機Atlas、鯤鵬伺服器供應鏈部分生態夥伴公開但佔比未揭露
下游營收佔比需求邏輯
華為雲端[未充分揭露]自用算力和對外雲端服務，2025 雲端運算營收 720.75 億元4201
政企/運營商[未充分揭露]國產化、合規、行業模型
網際網路/大型模型公司[未充分揭露]NVIDIA 可得性不足下的替代
OEM/生態夥伴[未充分揭露]鯤鵬/昇騰伺服器與行業方案

6. 競爭格局與市場份額

公司/平台晶片/平台2025/最新規模軟體生態供應約束客戶結構競爭判斷來源
華為昇騰/鯤鵬Ascend/KunpengC 級稱 2025 AI 晶片約 81.2 萬顆CANN/Mind/openEuler國內先進製程/HBM/封裝政企/雲端/運營商國產龍頭42014205
NVIDIAH20/Blackwell/RubinFY27Q1 DC 營收 [NVDA]CUDA 最強出口規則限制中國高階供給全球雲端廠效能/生態領先[NVDA]
CambriconSiyuan2025 營收/客戶集中見其公司頁自有軟體棧產能/客戶集中網際網路客戶國產替代彈性高4205
Alibaba T-HeadAI/CPU 自研C 級稱 2025 出貨 25.6 萬顆阿里雲端生態自用為主阿里雲端/生態雲端內閉環4206
Baidu KunlunKunlun AI[未充分揭露]百度飛槳/雲端自用/外部平衡百度雲端/行業訓練推論一體4207
Moore Threads/MetaXGPU[未充分揭露]遷移中生態/產能政企/部分雲端追趕者4205

競爭態勢：2026 年中國市場不是“誰最接近 Blackwell”單一問題，而是“誰能穩定交付可用叢集”。華為優勢在系統工程、銷售渠道、雲端和政企交付；弱點在先進製造、HBM、CUDA 遷移和國際生態。

7. 護城河

  1. 系統級閉環：晶片、伺服器、網路、雲端、軟體棧和行業交付同屬華為體系，能用工程整合彌補單晶片效能差距。
  2. 開發生態規模：鯤鵬開發者 380 萬+、昇騰開發者 400 萬+、夥伴 9,800+、解決方案 26,000+，這些數字直接衡量遷移成本下降。4201
  3. 國產化渠道：運營商、政企、金融等客戶對供應安全和合規要求高，華為品牌與交付體系優勢明顯。
  4. 雲端內驗證：華為雲端營收 720.75 億元，能承接自研算力規模化驗證與軟體調優。4201
  5. 供應鏈抗壓經驗：被制裁後仍維持終端、通訊、雲端和算力產品迭代，說明工程組織韌性強；但這不是製造能力無限的證據。

8. 財務深度分析

華為集團揭露合併口徑，海思/鯤鵬/昇騰不單列。可用資料只有生態、雲端營收和集團年報描述，不能編制晶片業務獲利表。

口徑2025判斷
華為雲端運算業務營收720.75 億元AI 算力商業化重要下游4201
鯤鵬開發者380 萬+CPU 生態規模
昇騰開發者400 萬+AI 軟體生態規模
合作伙伴9,800+行業交付網路
行業解決方案26,000+應用適配深度
昇騰/鯤鵬營收、毛利、FCF[未充分揭露]不做硬估值

財務異常/拐點：若未來華為開始揭露計算業務/AI 晶片營收，將是估值對映質量提升的關鍵；在此之前，上市供應鏈研究應重視訂單、產能、庫存和客戶驗證，而不是華為本體獲利。

9. 業績傳導路徑

中國 AI 算力需求 + NVIDIA 高階供給受限
  -> 政企/雲端廠/網際網路採購國產 AI 叢集
  -> 昇騰晶片、Atlas 伺服器、鯤鵬 CPU、網路和儲存方案放量
  -> 華為雲端和行業專案消化算力
  -> 供應鏈公司營收兌現
  -> 國產算力鏈估值提升

彈性測算只適用於供應鏈：

變數熊中牛
2026 國產 AI 晶片需求200 萬顆300 萬顆400 萬顆
華為份額30%40%50%
華為出貨 proxy60 萬顆120 萬顆200 萬顆
關鍵約束產能/HBM軟體遷移供給+生態雙升

以上為情景假設，不是公司展望。

10. 估值

華為未上市，不做股價目標。可用三類對映：

對映方法適用公司
供應鏈 SOTP先進封裝、PCB、伺服器、光模組、電源、液冷等訂單彈性A/H 股供應鏈
國產算力替代 PE/PS用國產 AI 晶片公司營收增速與毛利率對比Cambricon、Hygon 等
雲端/整合專案華為雲端、政企專案帶動軟體與整合營收ISV/整合商

當前估值隱含預期：市場往往把華為算力鏈當作“確定性訂單”。糾偏是：訂單確定性取決於晶片供給、系統穩定性和客戶遷移，單看政策方向不足以支撐高倍數。

11. 催化因素

時點催化影響量級
2026H1-H2新一代 Ascend/Atlas 叢集釋出或規模交付供應鏈訂單上修
2026華為雲端 AI 算力區域擴張雲端營收與算力利用率改善
2026國產大型模型適配 CANN/Mind 成熟軟體遷移成本下降
2026-2027國內先進封裝/HBM 供給改善單叢集效能與出貨上限提升
2027政企/運營商大規模國產算力招標訂單可見度提升

12. 核心風險

風險情景影響
製造瓶頸先進製程良率/產能不足出貨低於需求，供應鏈預期落空
HBM/封裝瓶頸高頻寬儲存和 2.5D 封裝不足訓練叢集效能受限
軟體生態CUDA 遷移成本高網際網路客戶採用慢
叢集穩定性大規模訓練故障率高從訓練轉向推論，ASP/價值量下降
政策/出口限制升級EDA/IP/裝置進一步受限代際迭代放緩

13. 歷史復盤

華為晶片歷史經歷三次重估：第一階段是麒麟證明覆雜 SoC 能力；第二階段是制裁後市場下修先進製造可得性；第三階段是 AI 算力缺口使昇騰/鯤鵬成為國產替代主線。2025 年報中的開發者和夥伴規模是第三階段的關鍵證據，但財務不可見仍是研究難點。4201

14. 追蹤指標

頻率指標閾值來源
月/季Ascend/Atlas 中標專案大型政企/運營商連續中標招投標/公司新聞
季華為雲端營收/區域/AZ雲端運算營收繼續高雙位數增長華為年報/釋出會
季開發者/適配應用昇騰開發者繼續增長華為年報/生態大會
季供應鏈訂單PCB/封裝/伺服器訂單兌現上市公司公告
半年國產 HBM/封裝進展支撐訓練叢集放量公司/行業材料
年IDC/第三方份額國產份額繼續提升IDC/媒體轉述

15. 最新事件

  1. [已發生] 2026 年釋出的華為 2025 年報揭露，鯤鵬開發者 380 萬+、昇騰開發者 400 萬+、夥伴 9,800+、解決方案 26,000+。4201
  2. [已發生] 2025 年華為雲端運算業務營收 720.75 億元，覆蓋 34 個 Regions、101 個 AZ。4201
  3. [行業預測] 2026-04 媒體轉述 IDC 稱，2025 年中國 AI GPU 市場國產廠商出貨 165 萬顆、約 41% 份額。4206
  4. [供應鏈估算] 媒體稱華為 2025 年 AI 晶片出貨約 81.2 萬顆；該數字非華為揭露，應僅作情景參考。4205
  5. [展望/路線] 公開報道稱鯤鵬後續高核心數 CPU 規劃推進；具體規格、量產和客戶未由公司財務揭露確認。4208

16. 誤讀糾偏

誤讀 1：華為 AI 晶片份額等於上市公司可兌現營收

實際情況：華為未上市且分部不揭露，供應鏈公司能否受益取決於其在具體 BOM 中的份額、價格和交付，而不是華為總體出貨。

誤讀 2：國產 AI 晶片只要政策支援就能替代 NVIDIA

實際情況：政策能創造需求和採購傾斜，但訓練叢集還受軟體、互連、HBM、封裝、良率和工程運維約束。NVIDIA 的 CUDA 與系統生態仍是主要差距。[NVDA]

17. 來源

相關推薦

同產業鏈：chip-core

同產業鏈 · 相關公司

ASMLASML北方華創002371.SZ超微半導體AMD科林研發集團LRCX海光資訊688041.SH寒武紀688256.SH科磊KLAC拓荊科技688072

相關概念

FP4 四位浮點高階介面匯流排（Advanced Interface Bus）AOT 提前編譯AI For Electronic Design Automation空氣間隙（Air Gap）量測標記模擬存算 (Analog In-Memory Computing)模擬混合訊號驗證
source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助；不構成投資建議，不預測漲跌，不提供買賣、部位或目標價建議。