核心结论
海光信息当前的研究重点已经从国产算力需求是否存在，转到高速增长能否持续转化为毛利、现金流和系统级竞争力。2025年公司实现营业收入143.77亿元，同比增长56.92%；归母净利润25.45亿元，同比增长31.79%；扣非归母净利润23.05亿元，同比增长26.92%。2026年上半年收入继续增长66.52%至90.99亿元，归母净利润17.98亿元、扣非归母净利润16.31亿元，均同比增长约50%。CPU与DCU两条产品线均已进入规模销售阶段，国产服务器替代、AI训练与推理扩容正在形成订单。
报表的约束也在同步增强。2025年营业成本同比增长82.40%，明显高于收入增速，高端处理器综合毛利率降至约57.8%；2026年上半年营业成本再增长87.15%，综合毛利率降至55.21%。同期经营现金流由上年同期净流入21.77亿元转为净流出4.28亿元。预付款项升至47.71亿元，存货升至75.18亿元，两项合计约122.89亿元，占总资产约34.1%。公司以锁定上游产能、半成品备货和保障交付解释资金占用，这套策略能够支持收入扩张，也把供应链涨价、产品迭代和库存减值风险更多留在资产负债表内。
2026年8月27日发布的“Agent to Token开放计算架构”提供了新的事件催化。该架构把CPU负责的任务编排、数据预处理、记忆与检索，同DCU负责的批量解码、KV缓存优化和长序列计算纳入统一体系，并引入HSL开放互连。方向契合Agent带来的高并发、长上下文和持续Token消耗，但目前公开信息以架构描述和生态倡议为主，尚缺标准化性能数据、规模订单、客户名单和单位Token成本。短期叙事强度高于可审计收入，后续需要用产品发布、集群交付和客户复购验证。
截至2026年8月28日，海光信息收盘价245.49元，总市值约5706亿元，市盈率TTM约181.6倍。该估值已经纳入长期国产替代、AI算力扩张和生态平台化预期。研究中不能只比较收入增速，还应检查毛利率下行是否止住、备货能否转成回款、DCU在商业客户中的使用强度、HSL是否形成外部伙伴采用，以及新一代产品能否在性能功耗比和集群稳定性上兑现。
商业模式：卖芯片，也出售迁移成本下降与供应确定性
海光信息采用Fabless模式，负责CPU、DCU的规格定义、架构设计、逻辑设计、验证、版图及软件生态，晶圆制造、封装测试等环节主要委外。2025年高端处理器收入约143.62亿元，占营业收入绝大部分；销售以直销为主，直销收入约137.50亿元。直接客户以服务器整机厂商、系统集成商和数据中心建设体系为主，最终需求来自金融、电信、互联网、政务、能源、交通、教育等行业。
CPU客户的购买理由主要有四项。第一，关键基础设施需要提升国产化率和供应安全。第二，海光CPU兼容x86生态，可以减少操作系统、数据库、中间件及行业软件的迁移和验证工作。第三，金融、电信和大型政企客户对稳定性、生命周期维护和安全能力要求高，成熟生态能够降低运维风险。第四，服务器更新属于持续资本开支，单次项目之后仍有扩容、替换和升级需求，复购率决定商业价值。
DCU客户关注的指标不同。训练和推理采购需要同时评估芯片算力、显存与内存体系、集群通信、模型适配、软件工具链、能耗、故障恢复以及单位任务成本。海光采用GPGPU路线并配套DTK软件栈，客户选择国产DCU通常来自供应链安全、国产化要求和可获得性，也取决于迁移成本与总拥有成本。公司披露DCU已覆盖20多个关键行业和300多个应用场景，这说明产品已跨过单点测试阶段，但场景数量不能替代部署规模、利用率和续购金额。
双产品组合带来交叉销售机会。CPU承担通用计算、调度、IO和数据处理，DCU承担高并行计算。AI服务器、智算中心和Agent工作负载对两类芯片的协同要求上升，海光可以借助CPU客户基础推广DCU，也可以通过DCU项目进入更高价值的异构计算系统。不过，双芯并不自动带来系统优势；互连效率、内存瓶颈、软件调优和整机伙伴支持决定最终效果。
产业链：备货锁定产能，也放大库存与价格风险
上游包括EDA和IP、晶圆制造、封装测试、基板、存储及其他配套元器件。高端处理器具有供应链集中、验证周期长和替代难度高的特点。公司年报明确提示，部分供应商难以在短期内更换，国际贸易限制、实体清单和地缘政治变化可能影响供货。海光在设计和软件环节拥有较高附加值，却无法隔离晶圆、封测、存储及材料价格波动。
2025年成本增速高于收入，公司解释包括业务规模扩大、原材料与存储配套辅料涨价，以及晶圆制造、封装测试等成本上升。2026年上半年这一压力延续。管理层选择预付采购和增加半成品库存，核心目的是锁定产能并保障交付。预付款项较2025年末增长65.37%至47.71亿元，存货从64.06亿元增至75.18亿元。由于上半年应收账款由40.34亿元降至35.97亿元，现金流转负不能简单归因于回款失控，采购与备货扩张是更直接的解释。
这套供应链策略有三条风险路径。其一，若AI服务器和信创采购低于预期，库存周转会变慢。其二，若产品迭代速度快于库存消化，旧代芯片、半成品和配套物料可能面临跌价。其三，若上游涨价无法向下游传导，收入增长会继续伴随毛利率下降。后续财报需要同时观察存货余额、存货跌价准备、预付款账龄、供应商集中度和合同负债，而不能只看出货收入。
下游议价权同样不低。大型服务器厂商、运营商、金融机构和政企客户采购流程长，验收、适配和服务要求高，集中采购可能压低单价。海光2025年销售费用增长260.69%，2026年上半年再增长107.62%，反映生态推广、渠道支持和客户服务投入快速增加。国产化窗口可以提高入围概率，但价格、交付和服务仍需竞争。
护城河审视：兼容生态、双芯组合、DTK与HSL
x86兼容降低迁移阻力
海光CPU的首要优势是兼容主流x86软硬件生态。大量金融、电信、互联网和政企系统围绕x86开发，替换处理器时，客户通常需要重新完成操作系统、数据库、中间件、驱动和业务软件验证。兼容路线能够缩短迁移周期，并降低改造成本。这种优势适合存量服务器替换，也有利于整机厂商快速推出产品。
兼容性仍有边界。客户最终关心单核性能、并发能力、能效、内存与IO、虚拟化、安全、长期供货以及真实业务稳定性。软件能够运行，不等于性能、故障率和运维体验完全一致。海光需要持续用新一代CPU缩小性能功耗差距，并保持系统软件和行业应用适配速度。
CPU与DCU组合扩大系统参与范围
单一CPU厂商主要参与通用服务器预算，单一加速器厂商主要参与AI服务器预算。海光同时覆盖两类核心处理器，可以参与异构服务器、智算中心和超节点的整体设计。CPU负责控制和调度，DCU负责高并行计算，在推理服务、数据预处理、向量检索、模型执行和网络通信之间存在协同。
组合价值的验证标准应放在系统层：集群吞吐、首Token时延、尾延迟、每瓦Token数、故障恢复、扩容效率和总体拥有成本。若CPU与DCU只是同一供应商的两类产品，客户仍可能自由组合其他加速卡；若HSL、DTK和整机生态形成深度绑定，平台价值才会增强。
DTK软件栈决定DCU商业化上限
AI芯片的迁移门槛主要在软件。海光DTK需要支持主流框架、算子、通信库、编译器、调试工具和模型部署。公司披露适配模型数量持续增加，2025年末已适配数百款主流模型，2026年业绩交流中又提到覆盖继续扩大。该指标有宣传价值，但仍需补充模型版本更新速度、算子覆盖率、训练收敛、推理吞吐、集群稳定性和开发者使用规模。
软件生态需要持续投入。2025年研发投入45.69亿元，占收入31.78%；2026年上半年研发投入26.52亿元，占收入29.15%。高投入能够支撑产品代际和软件栈升级，也要求后续收入和毛利覆盖流片、验证、人才及生态成本。国产AI芯片竞争者都在投入工具链，先发适配数量未必长期稳定。
HSL试图建立开放互连规则
海光于2025年发布HSL开放互连协议，覆盖芯片、节点、集群以及Scale Up、Scale Out场景。互连是大规模推理和训练的关键瓶颈。若HSL获得整机、网卡、存储、其他加速器和软件伙伴采用，海光可以从芯片供应商向系统接口参与者延伸。
协议发布与生态形成之间存在较长距离。需要跟踪技术规范开放程度、伙伴产品数量、第三方芯片接入、交换与互连设备量产、集群规模、带宽利用率及商业订单。光合组织拥有六千余家伙伴，伙伴数量体现覆盖面，活跃开发者、联合产品收入和客户续购更能说明生态质量。
“Agent to Token”事件：架构叙事清晰，商业证据仍待补齐
2026年8月27日，海光信息在中国国际大数据产业博览会上首发“Agent to Token开放计算架构”。公开描述中，CPU承担数据预处理、任务编排、记忆分级、向量数据库检索等Agent业务流，DCU承担批量解码、KV缓存优化、预处理加速和长序列支撑；HSL负责开放互连，软件栈负责框架和模型适配。该设计把Agent调度和Token生成放在同一计算框架内，试图用CPU+DCU协同提高端到端效率。
这项发布对应了AI需求结构变化。普通聊天请求相对短，Agent会持续调用工具、读取数据库、反复推理并保存状态，CPU侧的调度、检索、内存管理和网络交互占比上升；同时，多轮执行增加Token消耗，DCU侧推理吞吐仍是成本核心。海光双芯产品组合适合承接这一叙事，尤其在金融、政务、电信和企业私有化部署中，客户同时重视数据安全、国产化、可控供应和系统适配。
事件的商业价值需要分层验证：
- 架构层需要公开可复现的端到端基准，包括每秒Token数、首Token时延、P95/P99延迟、并发数、长上下文性能、能耗和故障恢复。
- 产品层需要明确对应的CPU、DCU、互连设备和软件版本，以及新产品量产和交付节奏。
- 生态层需要出现服务器、存储、网络、数据库、模型和行业软件伙伴的联合方案，且不依赖单一展示项目。
- 客户层需要看到规模订单、商业客户占比、利用率、复购和单位Token成本改善。
- 财务层需要体现为收入增长、毛利率企稳和现金回流，避免架构发布只增加销售与研发支出。
因此，“Agent to Token”可以提供题材和生态催化，现阶段不宜直接折算为新增利润。海光在Agent时代具备产品组合优势，但客户会用部署效率和成本核算决定采购，不会长期为概念名称支付溢价。
扩张机会：客户是谁，为什么愿意买单
企业Agent与行业私有化部署
金融、运营商、能源、政务和大型制造企业拥有大量流程、知识库和敏感数据，Agent可用于客服、风控、代码、运维、报表、研发和生产调度。这类客户通常偏好本地或专有云部署，对安全、数据边界、供应可控和长期维护要求高。海光CPU可承担数据库、检索和业务系统，DCU承担模型推理，双芯协同能够减少多供应商集成成本。
客户愿意买单的前提是可计算的投入产出。需要证明在同等业务准确率下，单次任务成本下降、响应速度提升、并发增加或人力节省。行业客户对稳定性和服务能力的要求可能高于峰值算力，因此海光的整机与软件伙伴体系重要性会上升。
AI推理集群与商业互联网客户
训练需求具有项目和模型周期，推理需求随用户请求和Agent任务持续发生。互联网平台、云厂商、模型公司和智算中心是DCU扩张的重要客户。管理层称DCU商业客户占比提升，这一变化若能持续，意味着需求从政策采购向商业成本核算延伸。
商业客户决策速度快，也更重视性能价格比。海光需要与英伟达、AMD、华为昇腾、寒武纪及其他国产GPGPU方案竞争。产品可获得性可以帮助进入订单，但持续份额取决于吞吐、软件兼容、集群稳定和迭代速度。商业客户占比、单客户复购、卡均利用率和推理收入结构值得重点跟踪。
CPU信创由项目替代走向更新周期
海光CPU覆盖工作站、通用服务器和高端服务器。金融、电信、能源、交通和互联网服务器均有固定更新周期。x86兼容降低存量系统迁移难度，公司可以从一次性国产替代项目扩展到后续扩容与更新。
这条业务的质量取决于采购是否具有连续性。项目数量容易受到政策节奏影响，复购率、商业客户收入、单位售价、售后成本和毛利率更重要。若CPU收入快速增长但产品组合下沉或集中采购压价，利润增速仍可能落后于收入。
从芯片销售向系统平台延伸
HSL、DTK和光合组织提供了系统平台化路径。海光可以与整机、网络、存储、数据库、模型和行业应用厂商联合交付，扩大单个项目的影响范围。平台化不一定意味着公司直接销售所有部件，也可以通过接口标准、软件栈和认证体系增强客户粘性。
这条扩张线的难点是生态治理。开放协议需要让伙伴获得商业利益，同时避免客户担心单一厂商锁定。海光需要在控制核心接口和保持开放之间取得平衡。外部伙伴产品数量、联合方案收入和第三方接入质量将决定平台化能否形成第二条增长曲线。
竞争格局：政策窗口不能替代系统能力
CPU市场的国际对标主要是Intel和AMD，国产方案还包括华为鲲鹏、龙芯、飞腾等不同架构路线。海光优势在x86兼容、服务器生态和商业化规模；压力来自国际厂商持续迭代、国产替代路线多元，以及上游技术和供应限制。CPU采购并非只看国产标签，核心行业会比较性能、能效、生态、可靠性和长期维护。
AI加速市场竞争更激烈。英伟达以CUDA、硬件迭代和大规模集群经验形成全球基准；AMD持续扩张替代方案。国内华为昇腾具备芯片、服务器、互连和软件的系统能力，并已出现万卡级国产集群项目；寒武纪在AI芯片和软件平台持续投入；沐曦、壁仞、燧原、天数智芯等厂商争夺通用GPU与智算中心订单；互联网平台也在推进自研加速器。
海光的差异是CPU基础、DCU产品、x86生态、DTK与HSL可以形成组合。其短板主要有三项：第一，公开的超大规模集群验证和端到端性能数据仍有限；第二，软件生态相对CUDA仍需持续追赶，国内同行也在加速；第三，供应链集中和国际限制可能影响产品节奏与成本。
竞争结果不会只由芯片峰值参数决定。客户会比较完整系统的Token吞吐、训练收敛、时延、能耗、网络、可靠性、模型适配和服务。海光若能把双芯与互连优势转化为稳定的单位任务成本，护城河会加深；若产品主要依赖供给缺口和政策采购，毛利率与客户粘性会更脆弱。
近两年财务审计
核心数据
| 指标 | 2024年 | 2025年 | 2026年上半年 |
|---|---|---|---|
| 营业收入 | 91.62亿元 | 143.77亿元 | 90.99亿元 |
| 归母净利润 | 19.31亿元 | 25.45亿元 | 17.98亿元 |
| 扣非归母净利润 | 18.16亿元 | 23.05亿元 | 16.31亿元 |
| 经营现金流 | 9.77亿元 | 20.97亿元 | -4.28亿元 |
| 扣非净利/归母净利 | 94.0% | 90.6% | 90.7% |
| 经营现金流/归母净利 | 50.6% | 82.4% | -23.8% |
扣非利润占归母利润长期在九成以上，主营业务是利润主要来源。2025年经营现金流改善至20.97亿元，达到归母净利润的82.4%，利润并非长期依赖应收扩张。2026年上半年现金转换明显变差，说明高增长阶段的采购和营运资本占用已经超过当期利润带来的现金。
毛利率连续承压
2025年营业成本60.63亿元，同比增长82.40%，收入增长56.92%，综合毛利率约57.8%，较上年下降约5.9个百分点。2026年上半年综合毛利率进一步降至55.21%，营业成本增速仍高于收入。公司在业绩交流中将原因归纳为产品销售结构、订单类型、上游成本和市场竞争。
这组数据削弱了单纯规模效应逻辑。芯片公司收入快速增长后，若毛利率仍持续下降，可能说明产品组合下沉、集中采购压价、供给成本上升或竞争加剧。后续需要拆分CPU与DCU毛利率、不同代际产品占比和大客户订单类型。公司目前披露粒度有限，外部难以判断成本压力主要来自哪条产品线。
现金流转负与战略备货
2026年上半年销售商品、提供劳务收到现金86.90亿元，购买商品、接受劳务支付现金73.79亿元，后者较上年同期接近翻倍。经营现金流为-4.28亿元，上年同期为+21.77亿元。同期应收账款下降10.83%，说明回款并未出现同幅度恶化；预付款和存货扩张是现金消耗重点。
预付款47.71亿元、存货75.18亿元、现金及现金等价物相关余额下降，形成明显的资产结构变化。战略备货能够应对上游产能和原材料不确定性，但也要求未来订单及时消化。如果合同、出货和回款节奏延迟，公司可能继续出现利润增长与现金流偏弱并存。
合同负债骤降需要双向解读
合同负债从2025年末20.19亿元降至2026年6月末0.19亿元，下降99.04%。公司解释为按合同完成产品交付，前期预收订单转为收入，这与上半年收入高增长相符。另一面是新预收款尚未补充到相近规模，外部无法仅凭合同负债判断后续订单强度。
下一阶段应关注合同负债能否重新积累、在手订单和交付周期是否披露，以及预付款与存货是否同步下降。如果库存持续增加、合同负债长期低位、现金流未改善，备货的订单支撑需要重新评估。
研发投入高，资本化比例下降偏审慎
2025年研发投入45.69亿元，占收入31.78%，其中资本化4.23亿元，资本化比例9.26%，低于上年的17.04%。2026年上半年研发投入26.52亿元，占收入29.15%，资本化1.15亿元，资本化比例进一步降至4.35%。资本化比例下降减少了通过开发支出推迟费用确认的空间，对利润质量偏正面。
截至2026年6月末，开发支出4.22亿元，仍需要依赖未来产品商业化实现价值。芯片产品代际快、流片成本高，若研发项目性能、良率或市场接受度不足，资本化开发支出和自研无形资产可能减值。年报对相关资产组采用收益法测试，外部需要关注收入增长率、毛利率、折现率和产品生命周期假设。
股份支付抬高费用，也形成潜在稀释
2026年上半年研发费用中的股份支付约5.41亿元，销售费用中的股份支付约0.78亿元，两项合计至少6.19亿元。股份支付属于非现金费用，压低当期利润但不直接消耗经营现金；同时会形成潜在股本稀释，并反映公司用长期激励维持高端人才。
高研发行业需要股权激励，但费用规模、授予价格、解锁条件和人员留存需要持续审视。员工持股平台蓝海轻舟在2026年完成部分减持，计划上限为总股本0.50%。该事项不改变控制权，却会影响短期股份供给和市场情绪。应把员工财富兑现、人才稳定和新增激励成本放在同一框架观察。
其他综合收益不能替代主营利润
2026年上半年其他权益工具投资公允价值上升，带来约7.95亿元其他综合收益。该项目不计入归母净利润，不能用综合收益总额替代经营盈利。判断盈利质量仍应以扣非净利润、经营现金流、毛利率和营运资本为主。
审计意见与收入确认
2025年财报获得标准无保留审计意见，收入确认是关键审计事项。审计程序包括检查销售合同、物流、验收、发票、函证和截止测试。公司以直销和大客户为主，收入规模增长快，客户集中度较高，因此期末交付、验收时点、退换货、关联交易和客户回款仍是审计重点。现有公开数据未显示收入确认异常，但高增速与合同负债大幅变化提高了持续核验必要性。
管理层态度与资本动作
管理层在2026年半年度业绩交流中反复强调“销售一代、验证一代、研发一代”，并将高预付款、高库存解释为产能规划和半成品备货。这表明公司对需求和产品迭代保持进取态度，也说明供应链管理愿意承担较大资金占用。管理层预计随着备货产品销售和应收回收，经营现金流逐步改善，后续财报能否兑现是判断执行力的重要节点。
对于综合毛利率下降，管理层没有给出短期回升承诺，主要回应为推出更高算力、更高能效产品并优化供应链。表述较克制，也侧面说明价格、产品组合、采购成本和竞争均非公司单方面可控。投资研究应等待分产品毛利、成本传导和新产品贡献数据。
公司称“深算四号”研发推进顺利，但尚未披露明确量产时间、性能、客户验证和收入贡献。产品代际是重要催化，发布前不宜将其收入提前计入。Agent to Token架构同样需要后续产品和客户证据。
海光信息与中科曙光曾筹划换股吸收合并，拟形成芯片、服务器和数据中心基础设施协同平台，交易于2025年12月终止，原因包括规模大、相关方多、论证时间长和市场环境变化。当前估值分析不应继续加入中科曙光并表收益。双方产业合作可能延续，但财务协同需以独立合同和实际交易验证。
事件驱动与情绪结构
近期最强事件是Agent to Token开放架构发布。它把海光既有的CPU、DCU、DTK和HSL重新组织到Agent与Token经济叙事中，容易获得算力、国产替代、Agent和开放互连多重主题资金关注。光合组织六千余家生态伙伴也为发布提供了传播基础。
情绪持续需要后续事件链支持，关键节点包括：
- Agent to Token联合方案、第三方伙伴名单和可复现测试公布；
- 深算四号或新一代CPU、DCU的正式发布、验证与量产；
- HSL互连设备、超节点和规模集群交付；
- 商业互联网客户占比、复购和卡均利用率提高；
- 三季度及全年毛利率、经营现金流、库存和预付款变化；
- 国家算力集群、运营商集采、金融信创和地方国产算力政策落地。
负面情绪触发点包括毛利率继续下降、库存和预付款继续上升、合同负债长期低位、新产品延期、集群性能不达预期、供应限制加剧、重要客户采购放缓，以及员工持股平台后续减持安排。高估值状态下，市场对季度数据和产品节奏的容忍度通常较低。
主要负面路径
上游供应受限
晶圆制造、封装测试、EDA/IP和存储供应集中，部分环节替代困难。国际限制或供应商策略变化可能造成交期延长、成本上升和产品迭代受阻。预付与备货能够缓冲短期冲击，无法消除技术节点和关键设备限制。
毛利率下行超过规模增长
若上游涨价、集中采购压价和竞争同时发生，收入增长可能继续快于利润。高研发和销售投入具有刚性，毛利率每下降一个百分点都会影响利润释放。需要监控CPU、DCU产品组合和单价变化。
库存消化不及预期
存货与预付款已占较大资产比例。需求节奏变化、新代产品推出或客户方案切换可能降低旧库存价值。存货跌价准备、库龄和半成品构成披露不足，会增加外部判断难度。
软件生态与集群能力落后
模型适配数量增长较快，但大规模训练和推理还依赖编译器、算子、通信库、网络、调度和稳定性。若客户迁移成本高、性能损失大或故障率偏高，DCU商业客户扩张会受阻。
客户与项目集中
大型政企、运营商和服务器客户采购金额高，项目节奏受预算、招标和验收影响。单一大客户订单变化可能放大季度波动。直销模式提高客户触达，也使公司承担更多服务和回款压力。
高估值兑现压力
5700亿元以上市值对应未来多年利润扩张。市场已经赋予国产算力稀缺性、AI推理增长和平台化较高权重。若利润增速持续落后于收入、现金流恢复慢或新产品兑现不足，估值逻辑会受到盈利证据约束。
后续跟踪清单
- CPU与DCU分别的收入、毛利率、售价和客户结构。
- 预付款、存货、存货跌价准备、库龄和合同负债变化。
- 经营现金流与扣非净利润的匹配，以及采购现金支出。
- Agent to Token架构的产品版本、联合伙伴、基准测试和商业订单。
- HSL在第三方芯片、服务器、网络与存储产品中的采用情况。
- 商业互联网客户收入占比、复购、集群规模和利用率。
- 深算四号及新一代CPU的量产时间、性能功耗和客户验证。
- 研发资本化比例、开发支出减值假设和股份支付费用。
- 关键供应商集中度、预付对象和上游价格变化。
- 蓝海轻舟等股东减持、股权激励解锁和核心研发人员稳定性。