← 返回公司庫

L3 公司投研頁 · 2026-06-21

天數智芯

Iluvatar CoreX

天數智芯 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。港股 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

  • 天數智芯（Iluvatar CoreX，9903.HK）的核心定位：中國通用 GPU 與 AI 算力解決方案供應商，鏈上位置是訓練/推論加速卡、整機方案與軟體棧，不是雲端服務商。 12

  • AI 相關硬錨：2025 年營收 10.3361 億元、年增率約 +91.6%；毛利 5.58 億元；調整後淨虧損 4.377 億元；客戶超過 340 家、專案超過 1,000 個。 13

  • 核心產品口徑：BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。 56

  • 本頁不提供買進、賣出、加碼、減碼、部位或價格結論建議；只做產業鏈位置、財務質量和驗證指標拆解。1

  • 最大分歧不是“是否有 AI 敘事”，而是 AI 相關產品能否形成可持續營收、毛利率和現金流量。24

  • 對客戶名單、單客戶佔比、晶片 ASP、出貨量、產能、訂單 backlog、AI 營收拆分，若公司沒有明確揭露，本文均寫 [未充分揭露]。1

  • 上市後最需要驗證的不是路線圖示題，而是 2025 年高增長能否延續到已確認營收、毛利率和回款；客戶數量與專案數量是商業化線索，但單客戶營收、ASP、出貨量和 backlog 仍為 [未充分揭露]。37

  • 證據點 1: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。2

  • 證據點 2: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。3

  • 證據點 3: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。4

  • 證據點 4: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。5

  • 證據點 5: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。6

  • 證據點 6: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。7

  • 證據點 7: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。8

  • 證據點 8: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。9

  • 證據點 9: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。10

  • 證據點 10: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。1

  • 證據點 11: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。2

  • 證據點 12: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為 [未充分揭露]，避免把產業邏輯誤寫成財務事實。3

2. 產業鏈位置

維度定位證據
鏈條座標chain-chip-core，偏端側/邊緣/定製/功率/車載 AI 晶片，具體取決於公司產品組合。1
上游約束晶圓、先進封裝、EDA/IP、車規認證、軟體生態和關鍵客戶認證。2
下游需求雲端廠、車廠、工業、IoT、手機、運營商或開發者生態，按公司實際產品對映。3
AI 相關性來自 NPU/GPU/DPU/eFPGA/功率晶片/視覺感測器/定製 ASIC 對 AI 訓練、推論或邊緣智慧的支援。4
非 AI 主業傳統通訊、消費電子、工業控制、車規或娛樂業務仍可能是營收主體。1
關鍵誤區不能把“產品可用於 AI”直接等同於“AI 營收已經單列確認”。5

產業鏈讀法需要分三層。第一層是晶片或器件本身是否進入 AI 計算、感知、連線或供電路徑；第二層是客戶是否已量產匯入；第三層是財務報表是否把營收、毛利或訂單單獨揭露。天數智芯目前能確認的是鏈上位置和部分財務結果，不能確認的是全部 AI 營收拆分。16

3. AI相關營收拆解

專案可確認內容金額/佔比揭露狀態證據
AI 直接營收2025 年營收 10.3361 億元、年增率約 +91.6%；毛利 5.58 億元；調整後淨虧損 4.377 億元；客戶超過 340 家、專案超過 1,000 個。見財務表部分揭露1
AI 間接營收由主晶片、功率、邊緣、車載或視覺方案承接 AI 需求[未充分揭露]未單列2
軟體/工具鏈SDK、編譯器、模型部署、開發者平台或系統軟體[未充分揭露]多為產品能力揭露5
客戶專案營收大客戶匯入、中標、設計定點、量產專案[未充分揭露]多數未列客戶金額6
訂單/backlog未取得完整同口徑揭露[未充分揭露]不倒推7
毛利率公司層面或分部層面可見，AI 單項多數不可見[未充分揭露]需季報驗證1

AI 營收拆解的保守做法是把“確認營收”與“技術能力”分開。技術能力可以幫助公司進入客戶方案，但只有財報、訂單公告或客戶量產資訊才能成為硬財務錨。38

4. 核心產品

產品線內容財務口徑證據
產品/能力 1BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。4
產品/能力 2BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。5
產品/能力 3BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。6
產品/能力 4BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。7
產品/能力 5BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。8
產品/能力 6BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。9
產品/能力 7BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。10
產品/能力 8BI/天垓訓練 GPU、智鎧推論產品線、通用 GPU 板卡、伺服器與異構算力軟體棧；TG Gen3 等路線圖仍需以後續公告驗證。營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。1

產品層面最需要警惕的是“型號很強”與“營收很大”之間存在驗收、認證、客戶匯入、供應鏈、軟體生態五個環節。本文只把來源明示的型號、能力和財務數字作為硬證據。56

5. 上下游

上游/下游對經營的影響揭露佔比證據
晶圓代工/封測影響先進製程、良率、交期和成本[未充分揭露]2
EDA/IP/Arm/RISC-V影響 SoC/ASIC 設計效率和授權成本[未充分揭露]3
記憶體/儲存/電源影響系統 BOM 和客戶匯入[未充分揭露]4
軟體工具鏈決定開發者遷移成本和生態粘性[未充分揭露]5
車廠/雲端廠/工業客戶決定量產節奏和營收確認[未充分揭露]6
渠道/模組/方案商決定長尾客戶覆蓋和庫存風險[未充分揭露]7

上下游結論：天數智芯的價值不只取決於晶片規格，還取決於客戶量產、認證週期、供給穩定性和軟體遷移成本。若客戶集中度、晶圓代工比例或關鍵封裝產能沒有揭露，本文不做數值假設。29

6. 同業與競爭格局

可比物件主戰場比較口徑證據
NVIDIA資料中心 GPU/加速卡與 天數智芯 的比較4
AMDGPU/CPU/嵌入式處理器與 天數智芯 的比較5
Qualcomm手機/汽車/邊緣 AI SoC與 天數智芯 的比較6
STMicroelectronicsMCU/功率/車規與 天數智芯 的比較7
RenesasMCU/車規/工業與 天數智芯 的比較8
Lattice低功耗 FPGA與 天數智芯 的比較9
Ambarella視覺 AI SoC與 天數智芯 的比較10
Broadcom網路/ASIC/連線晶片與 天數智芯 的比較1

競爭格局要按場景比較。資料中心訓練晶片看生態、HBM、互聯和軟體；端側 AI 看功耗、BOM、開發工具和渠道；車載 AI 看功能安全、認證、設計定點和量產週期；功率晶片看效率、可靠性、客戶驗證和產能。天數智芯的比較組不能只選最熱的 GPU 公司。48

7. 護城河

  1. 產品和 IP 積累：公司已揭露的晶片、IP、軟體棧或系統方案構成技術入口，但財務貢獻需看量產和授權營收。5
  2. 客戶認證與軟體遷移：訓練/推論 GPU 的壁壘來自驅動、編譯器、模型適配和客戶遷移成本；路線圖新聞只能證明產品規劃，不能替代客戶量產和營收確認。6
  3. 軟體生態：編譯器、SDK、模型部署、驅動和開發者工具影響客戶遷移成本。7
  4. 供應鏈協同：晶圓、封測、模組和整機方案商決定交付穩定性。8
  5. 財務紀律：毛利率、現金流量和研發費用率比新聞標題更能驗證護城河。1
  6. 風險邊界：如果營收依賴少數專案或低毛利硬體，護城河會弱於技術敘事。3
  7. 國產替代視窗：外部供給限制和本土算力需求為公司提供匯入機會，但若毛利率下降、CFO 惡化或客戶集中度升高，說明機會可能被價格競爭和專案制交付稀釋。2

8. 財務質量(趨勢表+杜邦+逐季)

8.1 趨勢表

期間營收（億元）毛利/毛利率淨利/淨虧損經營現金流量口徑
2024A5.3951約2.65-8.9243[未充分揭露]上市檔案/業績公告口徑 1
2025A10.33615.58-10.0366[未充分揭露]年報/業績公告口徑 2
2026Q1[未充分揭露][未充分揭露][未充分揭露][未充分揭露]上市後季度揭露不足 3

8.2 杜邦拆解

杜邦環節當前讀數投研含義證據
淨利率取決於毛利率、研發費用、一次性減值和產品組合若 AI 營收增長但淨利率下降，說明營收質量仍待驗證。1
資產週轉晶片公司常受庫存、應收、客戶驗收影響週轉惡化會先出現在 CFO 與庫存。2
權益乘數大型成熟公司與小型 fabless 差異很大不能用槓桿改善替代經營質量。3
ROE未揭露或口徑不一致時不強行計算只有淨利、權益、一次性專案清楚時才可比較。4

8.3 逐季表

季度營收毛利率淨利CFO質量判斷
Q1[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。8
Q2[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。9
Q3[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。10
Q4[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。1
Q5[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。2
Q6[未充分揭露][未充分揭露][未充分揭露][未充分揭露]該季度未取得完整同口徑揭露，不能補造。3

8.4 財務質量結論

財務質量的第一優先順序是毛利率，第二是經營現金流量，第三是研發費用率，第四是客戶集中度。若某一季度出現一次性減值、處置收益或政府補助，應從經營獲利中剔除觀察。12

9. 業績傳導

AI 終端/雲端/車/工業需求
  -> 客戶設計匯入或專案採購
  -> 晶片/IP/模組/系統營收確認
  -> 毛利率取決於產品組合、良率、授權比例和議價能力
  -> 研發費用、庫存和應收決定淨利與現金流量
  -> 市場再按成熟主業與 AI 期權分層定價
傳導變數正向訊號反向訊號證據
客戶匯入量產、定點、中標、長期供貨僅樣片或演示5
單價高附加值 IP/軟體/車規產品低毛利硬體或價格戰6
成本良率改善、封測穩定、規模效應先進製程漲價、庫存跌價7
現金流量CFO 跟隨淨利改善應收/庫存快於營收增長1
研發平台複用提高效率多路線重複投入2
揭露AI 營收開始單列只講戰略不列數字3

10. 經營拆分與反證架構

本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。

模組關鍵經營變數強敘事訊號反證閾值
營收與採用營收增速、ARR/訂單、客戶採用營收增長由真實客戶採用和復購支撐營收或訂單連續放緩，且缺少客戶採用證據
獲利質量毛利率、費用率、現金流量毛利率穩定，現金轉換改善毛利率下行或現金流量惡化
競爭與客戶客戶集中度、份額、替代風險大客戶擴張且競爭格局穩定客戶砍單、份額流失或替代方案加速

11. 風險

  1. AI 營收未單列，市場可能高估產品與營收之間的距離。1
  2. 客戶集中度、單客戶金額、出貨量和 ASP [未充分揭露]，訂單波動會放大季度業績。2
  3. 毛利率可能受產品組合、代工成本、價格競爭和庫存跌價影響。3
  4. 經營現金流量可能滯後淨利，尤其在專案驗收、備貨和應收上升階段。4
  5. 技術路線可能被 GPU、ASIC、RISC-V、Arm NPU、FPGA 或雲端端方案替代。5
  6. 出口管制、車規認證、網路安全和資料合規可能影響客戶匯入。6
  7. 研發費用若持續高於營收增長，會壓制短期獲利。7
  8. 小盤公司還存在流動性、融資和客戶驗收風險。8
  9. 大型集團則可能出現非 AI 業務週期掩蓋 AI 業務真實表現。9
  10. 任何未獲公司或交易所確認的媒體傳聞，只能作為追蹤線索，不能作為營收事實。10

12. 常見誤讀糾偏

誤讀 1：只要產品能跑 AI，就等於 AI 營收已經兌現。

糾偏：產品能力只是進入客戶評估的前置條件。財務兌現還需要量產、驗收、軟體生態、供給穩定和回款。若財報未單列 AI 營收，就不能把全部相關產品營收都稱為 AI 營收。15

誤讀 2：晶片公司都應該按資料中心 GPU 市場口徑經營判斷。

糾偏：資料中心訓練 GPU、推論卡、邊緣 AI 晶片和整機方案的經營變數不同。天數智芯應重點看 TG/BI 訓練產品、智鎧推論產品、軟體棧和客戶專案的營收確認；不能直接套用輝達資料中心 GPU 的 ASP、HBM 供給或生態壁壘假設。26

誤讀 3：一次性獲利或減值能代表經營趨勢。

糾偏：一次性減值、處置收益、庫存轉回、政府補助會扭曲淨利。投研頁應優先看毛利率、經營獲利、CFO 和研發費用率的連續性。34

13. 最新事件(帶日期)

日期事件證據
2026-03-30釋出上市後首份 2025 業績，營收 10.3361 億元、調整後淨虧損收窄。2
2026-01-12媒體報道其 2026-2028 GPU 路線圖，需以公司後續量產公告驗證。3
2026-06-15Reuters/Yahoo 報道字節跳動採購談判傳聞，客戶與數量未獲公司正式確認。4

最新事件只作為追蹤線索。若事件沒有公司公告、交易所檔案或客戶正式確認，本文不把它寫成確定營收、確定訂單或確定產能。12

14. 追蹤指標

頻率指標為什麼重要證據
月度營收或訂單口徑驗證需求是否從樣片/專案進入營收6
季度毛利率驗證 AI 產品是否提高或稀釋盈利7
季度經營現金流量驗證營收是否轉化為現金8
季度研發費用率驗證技術路線投入強度9
半年客戶集中度判斷單一大客戶波動10
半年庫存/應收識別專案驗收和備貨壓力1
年度分部揭露確認 AI 營收是否可單列2
年度資本支出判斷產能/測試/封裝投入3

追蹤面板讀法：第一看 AI 相關營收能否從產品敘事變成報表口徑；第二看毛利率是否改善；第三看經營現金流量是否跟上淨利；第四看客戶與供應鏈揭露是否更透明。13

15. 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。