证券之星消息，近期海光信息（688041）发布2026年半年度财务报告，报告中的管理层讨论与分析如下：
发展回顾：
一、报告期内公司所属行业及主营业务情况说明
（一）所属行业情况
1.行业的发展情况
集成电路产业是信息产业的基础和核心，关系国民经济和社会发展全局，具有战略性、基础性和先导性地位。公司所处的集成电路设计行业正处于人工智能算力需求快速增长、国产化发展由政策驱动全面转向市场驱动的关键阶段，呈现资金密集型、技术密集型和人才密集型的典型特征。
全球集成电路市场长期由美国、欧洲、日本、韩国等地的企业占据主导地位，头部聚集效应突出，少数领军企业占据了市场的主导地位。国际主流集成电路设计企业普遍经历了数十年的发展，积累了丰厚的技术、市场及人才资源。近年来，依托技术创新带动产业升级、市场需求多元化扩张、AI驱动的结构性需求爆发的多重作用下，我国集成电路产业保持较快发展态势，在全球产业格局中的影响力逐步提升。我国芯片设计产业销售规模正稳步迈向万亿台阶，但行业仍然面临“大行业、小公司、弱底座”的结构发展瓶颈，国内近4000家设计企业中，多数企业经营规模偏小、抗风险能力弱，具备完整系统研发能力的公司仍然稀缺。
集成电路产业发展主要存在以下三方面特点及规律：
一是行业准入门槛高，技术壁垒持续抬升。集成电路产业属于典型的资金密集型产业，是当前信息领域中投资规模最大的产业之一，具有较高的行业壁垒。产业技术迭代节奏较快，企业需持续投入大量资源用于研发以保持竞争力，呈现出投入高、回报期长的显著特征。当前，技术门槛正从单纯的“芯片实现”向“芯片定义”延伸——定义出满足下一代应用需求的芯片架构，已成为区分领先者与追赶者的重要分水岭。此外，头部企业依托长期研发积累与产业生态搭建，构建起覆盖IP、工具链、软件栈等的完整产业闭环，新进入者不仅需要跨越单个技术节点，更需要突破整个体系化壁垒，行业技术门槛被进一步抬高。
二是产业生态效应明显，体系之争决定胜负。集成电路产业链分工高度细化，涵盖芯片设计、晶圆制造、封装测试等核心环节，以及设备、材料、EDA工具等支撑环节，各环节相互依存、紧密协作。根据集成电路产业过去数十年的发展经验，信息技术领域的竞争本质是产业生态体系的竞争。细分领域头部企业占据绝大部分市场份额，呈现“大者愈大”的行业格局。当前，全球AI算力体系已形成“CPU+GPU”异构计算深度协同的生态体系，市场竞争不再局限于单一芯片性能比拼，而是升级为计算架构、系统软件、开发者生态的全方位综合较量。
三是产业人才与技术高度密集，高端专业人才需求迫切。集成电路产业链各环节均需要专业的技术人员和研发团队，从业人员需具备深厚的专业知识和丰富的实践经验，企业对能驾驭定义芯片架构、构建软件栈等环节的高端人才需求尤为旺盛，人才储备规模与专业水平直接影响企业的技术创新能力和长期发展水平，知识和技术密集的特点突出。
市场规模方面。根据世界半导体贸易统计组织（WSTS）2026年春季预测，2026年全球半导体市场规模预计将达到约1.51万亿美元，同比增长约90%，全球半导体市场自2023年周期性低谷以来已连续三年实现高速增长，AI基础设施为本轮增长的核心驱动力；同时，AgenticAI应用的快速爆发推动Token消耗量呈指数级增长，CPU与GPU配比由过往的1:8逐渐收敛至1:1甚至更低，带动CPU市场需求非线性增长。国内市场方面。据国家统计局数据，2026年1-5月中国集成电路产量同比增长25.4%。2021年至今，中国集成电路产量年均复合增长率保持在较高水平，产业规模持续扩大。
中国服务器市场总量方面。根据IDC数据，中国服务器市场规模将由2025年的约768亿美元增长至2030年的约2130亿美元，2025-2030年复合增长率约为22.6%。从同比增速看，由于基数的持续扩大，同比增速由2025年的46.0%逐步回落至2030年的19.9%，但整体仍保持较快扩张节奏。市场结构方面，x86架构凭借成熟的生态体系，目前仍占据市场主体地位。
中国加速服务器市场方面。根据IDC预测，国内AI大模型训练、推理业务需求持续扩容，将有力带动加速服务器行业规模快速增长。IDC测算显示，我国搭载GPU、NPU等AI加速芯片的加速服务器市场将长期维持高景气度，市场规模预计由2025年377亿美元提升至2030年1501亿美元，五年复合增速超30%，行业整体由需求爆发期转入稳健高增长阶段。
从业务结构来看，行业需求呈现训练与推理并行的协同发展格局，二者共同构成推动算力基础设施持续扩容的双引擎。一方面，基础模型持续向万亿级参数、多模态方向演进，Scalinglaw在后训练阶段继续延伸，头部厂商及云服务商持续加码训练算力投入，推动模型能力向更高智能水平跃迁；另一方面，随着AI应用加速渗透千行百业，AgenticAI的规模化落地正推动推理算力需求爆发式增长。从收入结构演进趋势看，推理工作负载的服务器收入占比稳步提升，训练工作负载占比虽有所回落，但两类收入绝对值均保持持续增长，产业正从“训练先行”迈向“训推一体”的新阶段。
2.行业技术演进与市场结构性变化
（1）AIAgent驱动算力需求结构重塑
AI产业正经历从“回答问题的大模型（LLM）”向“自主执行任务的智能体（Agent）”的范式迁移。与Chatbot相比，Agent在执行任务时需进行多步推理、工具调用和多智能体协作，导致Token消耗量增长20至30倍。Agent系统需要异构计算资源的协同——CPU负责多智能体的协调编排，GPU负责高密度推理计算——两者呈现不同的扩展逻辑。百万级Agent并发运行场景下，对CPU核心数量的需求呈指数级增长。
根据Gartner预测，2026年有40%的企业应用将嵌入任务特定型AIAgent，该比例在2025年尚不足5%。从数量上来看，根据IDC预测，全球活跃Agent的数量将从2025年的约2860万，快速攀升至2030年的22.16亿。据此计算，五年后能够帮助企业执行任务的数字劳动力数量将是2025的近80倍，年复合增长率139%，换言之，平均每年活跃Agent数量都将以超过一倍的速度增长。
全球算力基础设施提供商正围绕异构计算体系加速布局。英伟达通过增持云服务商CoreWeave的股权，推动其基础设施规模化部署CPU资源；在ComputeX2026期间，多家行业头部企业公开强调，CPU、GPU、存储与网络协同是释放AI算力价值的关键路径。2026年6月，AMD、英特尔首席执行官在公开场合表示，看好AgenticAI规模化应用对服务器CPU需求的拉动作用，并同步推出面向多智能体调度场景的CPU产品。整体来看，人工智能技术的快速发展正推动CPU与GPU异构算力体系的互联互通与供给优化，异构计算模式在算力基础设施中的重要性持续提升。
（2）超节点技术加速商用落地
在大模型应用拉动下，传统数据中心的横向扩展范式暴露出跨机通信瓶颈。AI基础设施正在从“服务器集群”时代迈向以软硬件一体化、绿色高效为核心特征的“集成计算单元”时代。超节点并非单一技术的突破，而是涵盖芯片设计、高速互联总线、内存与存储、系统工程、软件定义、并行计算等多维度、高度协同的系统级创新，通过近乎无阻塞的高带宽互联将成百上千个AI处理器编织为一个逻辑统一的高密度计算体。
2026年被视为国产超节点规模化商用的元年。国内多家头部厂商陆续发布超节点产品，单机柜或单系统内集成的AI训练芯片数量已成为衡量超节点规模与算力密度的核心指标之一。超节点市场的竞争格局表明，算力竞争已从单一芯片性能的比较，扩展为系统架构设计、高速互联技术、软件生态适配及能源效率的全方位博弈。
在超节点架构中，CPU承担着计算单元与系统调度中枢的双重角色，负责连接GPU/NPU等加速器、管理高速互联网络、协调数据流转及控制资源调度等工作。公司基于C86架构和HSL总线互联协议，在超节点架构中提供关键的控制平面并保持生态兼容能力，助力构建开放、高效的算力基础设施体系。
3.行业政策环境
近年来，国家层面持续强化对集成电路及人工智能产业的战略部署。国务院于2025年印发《关于深入实施“人工智能+”行动的意见》，明确提出分阶段发展目标：到2027年，率先实现人工智能与六大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%；到2030年，全面赋能经济社会高质量发展，应用普及率超90%。2026年初，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，进一步推动人工智能与制造业的深度融合。与此同时，国家及地方层面陆续出台支持通用算力与智能算力协同发展的政策措施政策，推动算力资源跨区域调度与市场化配置，积极培育算力服务新业态。“十五五”规划将人工智能提升至战略高度，进一步明确算力基础设施建设作为数字经济发展核心底座的战略定位。上述政策共同构筑了公司所处行业持续向好的发展环境。
（二）主营业务情况
1.主营业务情况
公司的主营业务是研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器。公司的产品包括海光通用处理器（CPU）和海光协处理器（DCU）。海光CPU系列产品兼容x86指令集以及国际上主流操作系统和应用软件，软硬件生态丰富，性能优异，安全可靠，已经广泛应用于电信、金融、互联网、教育、交通等重要行业或领域。海光DCU系列产品以GPGPU架构为基础，可广泛应用于大数据处理、人工智能、大模型训练及推理、商业计算等应用领域。
报告期内，公司产品性能持续提升，研发项目进展顺利，研发团队在高端处理器设计、验证等关键技术领域不断实现突破。公司高端处理器产品在功能、性能、生态兼容性及安全保障等方面具备差异化优势，市场认可度稳步提升，产品在国内市场的份额及品牌影响力持续扩大。
2.主要产品情况
高端处理器作为现代信息系统设备中的核心部件，在大规模数据处理、复杂任务调度和逻辑运算等方面发挥了不可替代的作用。根据应用领域、技术路线和产品特征的不同，公司高端处理器分为海光CPU系列产品和海光DCU系列产品。
（1）海光CPU
海光CPU主要面向复杂逻辑计算、多任务调度等通用处理器应用场景需求，兼容国际主流x86处理器架构和技术路线，具有优异的系统架构、高可靠性和高安全性、丰富的软硬件生态等优势。海光CPU按照代际进行升级迭代，每代际产品按照不同应用场景对高端处理器计算性能、功能、功耗等技术指标的要求，细分为海光7000系列产品、海光5000系列产品、海光3000系列产品。海光CPU主要具有优异的产品性能、良好的系统兼容性、较高的系统安全性三大技术优势，在国产处理器中具有非常广泛的通用性和产业生态，已经大规模应用于电信、金融、互联网、教育、交通、工业设计、图形图像处理等行业及领域。
海光CPU产品在AIAgent应用场景下，优势特性更加明显。第一，具有x86架构生态兼容性。x86架构拥有成熟的软件生态体系，基于该架构的海光CPU在金融、电信、能源等对系统稳定性与迁移成本较为敏感的行业领域中，具有较好的适配基础。第二，开放的HSL总线互联协议。开放的HSL协议下，联合广泛合作伙伴推进生态建设，为超节点架构下的芯片间互联提供可行的技术方案。第三，面向Agent场景的算力适配。海光CPU产品在核心数量、主频及内存带宽等方面持续迭代，可满足Agent类应用对高并发、低延迟、高吞吐算力负载的需求。
（2）海光DCU
海光DCU属于GPGPU的一种，采用通用并行计算架构，能够较好地适配、适应国际主流商业计算软件和人工智能软件。与CPU相同，海光DCU按照代际进行升级迭代，每代际产品细分为8000系列的各个型号及对应的模组。海光DCU基于通用图形处理器设计理念，具有全精度支撑能力，能够充分挖掘应用的并行性，发挥其大规模并行计算的能力，快速开发高能效的应用程序，为科学计算、人工智能计算提供算力，可以全面支持深度学习训练、推理场景，以及大模型场景等。海光DCU具备自主研发的DTK、DAS、DAP等自研软件栈的最新升级并全面开放，为超节点及分布式训练推理提供软硬件耦合支撑。
海光DCU主要部署在服务器集群或数据中心，为应用程序提供性能高、能效比高的算力，支撑高复杂度和高吞吐量的数据处理任务。截至报告期末，公司DCU产品已全面适配国内外主流大模型，并在多个关键行业、数百个应用场景实现落地，服务客户涵盖政府部门、国有银行、运营商、互联网厂商等。
二、经营情况的讨论与分析
（一）持续深耕主营业务，经营状况稳健提升
报告期内，公司积极把握行业发展机遇，持续加大研发投入，强化自主创新能力，提升产品核心竞争力。依托追求卓越的产品品质与专业的客户服务，公司经营规模稳步扩张，经营业绩持续增长。2026年1-6月，公司实现营业收入909902.08万元，较上年同期增长66.52%；实现归属于母公司所有者的净利润179846.79万元，较上年同期增长49.69%；实现归属于母公司所有者的扣除非经常性损益的净利润163141.17万元，较上年同期增长49.67%；实现每股收益0.78元，较上年同期增长50.00%。
公司整体经营状况持续向好，高端处理器产品在产业生态中的版图不断扩张。报告期内，公司持续优化“CPU+DCU”业务布局，在人工智能大模型加速迭代、AIAgent应用规模化落地、国产化进程迈向商业化应用的多重驱动下，牢牢把握行业战略发展机遇期，深耕主营业务，经营业绩保持良好增长态势，行业领先地位进一步巩固。
（二）坚持精进创新能力，双芯协同布局成效显著
公司持续加大研发投入，不断优化和完善研发体系，以增强公司的核心竞争力。报告期内，公司研发投入265238.28万元，较上年同期增长55.05%，研发投入占营业收入比例29.15%；公司研发技术人员3007人，占员工总人数的80.83%，78.65%的研发技术人员拥有硕士及以上学历。
报告期，公司在通用处理器、AI加速芯片及系统互联三个维度持续推进产品迭代与技术储备。CPU产品方面，公司在核心数量、主频、内存带宽等性能指标上持续优化，以适配高并发、低延迟、高吞吐场景下的算力需求。安全技术方面，公司CSV（安全虚拟化技术）已迭代至3.0版本，支持基于国密算法的虚拟机加密与资源隔离，并实现CPU与DCU共享统一安全域。在互联与超节点体系方面，公司基于“HSL总线互联协议+高速互联能力”构建了覆盖芯片间、节点内及集群级的完整互连能力，形成涵盖ScaleUp纵向扩展与ScaleOut横向组网的双重互联体系，既支持超节点内部多芯片的高效协同，也满足大规模集群的组网需求。在DCU产品方面，公司面向MoE大模型参数量持续增长的趋势，持续升级自研软件栈，DTK（异构计算平台）覆盖训练、推理及AI4S应用场景，DAS（人工智能基础软件系统）集成超2000个算子并支持100余种主流AI工具，DAP（人工智能应用平台）内置知识库与智能体编排引擎；公司已完成与DeepSeek、Qwen3、混元、智谱等400余款主流大模型的全面适配及优化，覆盖全球绝大多数非闭源大模型，覆盖全球99%非闭源大模型，可支持从十亿级端侧推理到千亿级模型训练的全场景需求。
（三）生态协同持续深化，产业联动共生共进
公司围绕“算力底座+生态赋能”的核心理念，持续推动产业生态从“适配兼容”向“协同共生”升级。公司依托光合组织已聚合6000余家合作伙伴，与多家整机品牌完成产品研发和测试验证，产品涵盖移动及桌面工作站、各类型服务器、云终端、存储、工控等全链条，在关键基础设施、金融、政府、交通、科研等多个领域构建了全栈解决方案，创造了众多标杆项目，获得业内一致认可。
报告期内，公司在生态聚合、行业深耕与场景落地等方面取得多项进展，生态合作模式从基础设施配套向高端场景共建演进，先后与多家行业伙伴签署战略合作协议，围绕AI应用落地、联合实验室共建等方向开展深度合作。同时，公司积极推进生态技术开放，以开放策略串联开发者与生态伙伴，共建多元共生的智能计算生态，实现产业链上下游在产品定义与研发阶段的深度协同。
（四）技术成果持续沉淀，知产体系日益完善
报告期内，公司围绕核心技术研发进程，持续推进知识产权的系统布局与质量提升，专利、集成电路布图设计、软件著作权等各类成果保持快速增长。截至报告期末，公司累计获得知识产权项目2099项，其中发明专利1204项、实用新型专利132项、外观设计专利5项、集成电路布图设计登记证书375项、软件著作权383项。知识产权的持续积累为公司产品创新和市场拓展提供了坚实有效的法律保障，也进一步夯实了公司在高端处理器领域构筑的技术壁垒。
在管理体系方面，公司设立了专业的知识产权管理团队，建立了覆盖专利、软件著作权、集成电路布图等多类型知识产权的规范化管理制度，贯穿从技术交底、申请审查至授权维护的全流程，确保知识产权管理工作与研发进程高效协同。在核心技术保护策略上，公司采取专利公开与专有技术保密相结合的方式，兼顾技术成果的法律确权与核心秘密的安全防护，形成多层级、多维度的知识产权保护体系。
（五）人才团队持续壮大，公司治理不断精进
公司始终坚持以技术驱动发展战略，研发团队的综合能力与创新能力是公司保持核心技术竞争力、实现持续发展的重要基础，公司着力构建兼具吸引力与成长性的人才发展环境，通过多元化引进与系统化培养相结合的方式，不断充实各层级技术与管理人才储备。公司员工队伍能够支撑公司在技术攻关、产品开发与运营管理等方面的综合需求，为公司的持续创新与稳定运营提供有力支持。
报告期内，公司严格遵循《公司法》及其他相关法律法规和行业规范，持续修订、完善内部管理制度体系，推动各项管理流程规范化、标准化，为公司战略实施和日常运营提供制度保障。公司严格履行信息披露义务，切实维护公司及股东尤其是中小股东的合法权益。同时，各专门委员会依法依规履行职责，在重大事项决策、风险防控及规范运作等方面发挥积极作用，助力公司治理结构和治理效能持续优化。
（六）投资者关系良性互动，ESG理念深入践行
报告期内，公司积极拓展投资者沟通渠道，通过业绩说明会、投资者热线、上证e互动平台及实地调研等多种方式与投资者保持良性互动。2026年5月，北京上市公司协会联合天津上市公司协会以“新质生产力赋能高质量发展”为主题，组织京津两地130余名上市公司代表走进海光信息进行调研交流，共同探讨在公司治理、投资者关系等方面的经验。
公司高度重视环境、社会和治理（ESG）相关工作，将可持续发展理念深入融合至公司的发展战略和日常运营中，致力于打造一个合规、和谐、绿色的运营环境，以促进公司业务的健康、稳定和可持续发展。报告期内，公司荣获“第十七届上市公司投资者关系管理天马奖”等荣誉。
本文数据来源于海光信息2026年中报，仅供参考不构成投资建议。
首页
微信公众号
证券之星APP
