8月20日晚间 ，$景嘉微(300474)（300474.SZ）发布2026年半年报。报告期内 ，公司实现营收3.34亿元，同比增长72.96%；归母净利润亏损1.08亿元 。营收大幅增长主要得益于项目稳步推进 ，净利润短期承压则源于研发投入加大及合并报表范围扩大 。
在半导体行业周期波动背景下，公司经营规模稳步扩张 ，验证了“专用+通用 ”战略转型的阶段性成果。透过这份财报 ，也可以清晰地看到一家国产GPU企业在研发投入上的长期定力，以及在下一代算力技术路线上的前瞻布局 。
坚守长期主义 ，研发投入转化为市场竞争力
芯片行业的竞争是一场考验耐力的长跑 。今年上半年 ，景嘉微研发投入达2.85亿元，同比增长89.3% ，占营业收入比重高达85.33%；最近三个会计年度及一期公司累计研发投入达13.24亿元。截至6月末 ，公司研发人员占比达65.77%，累计申请专利237项 ，其中发明专利132项 ，为持续创新筑牢根基 。
这些投入精准流向核心管线：JM11系列GPU迭代优化、高性能通用GPU芯片研发，以及子公司诚恒微CH37系列边端侧AI SoC项目 。高强度的投入正加速转化为产品竞争力与生态成果。
在图形显控领域 ，JM11系列芯片已进入小批量交付阶段 ，全面适配Windows 、Linux及国产主流操作系统。在云桌面场景，该芯片与深信服完成适配 ，确保1080p@60fps视频播放全程流畅不丢帧 ，CPU平均占用下降超50%；在GIS领域，公司与超图软件深度适配推出GIS云渲染 、GIS图形工作站两大解决方案，其中GIS云渲染方案实现vGPU授权免费 ，办公效率提升60%、图形场景CPU占用降低80% ，兼顾高性价比与数据安全 。
生态合作层面，公司与麒麟信安联合推出首个电网控制系统全自主化GPU虚拟化解决方案 ，已在广西某地市电力调控系统落地；与凝思软件共建高安全国产算力底座 ，打通软硬件适配链路 。一个以JM11为核心的国产化应用生态闭环正在加速形成。
在边端侧AI领域，CH37系列AI SoC芯片已正式发布 。该产品采用“异构计算 、一体架构 ”设计 ，将CPU 、GPU、NPU等多单元集成于单颗芯片 ，数据吞吐效率提升50%以上，功耗降低约30% ，支持16路1080p视频并发处理 。配套SDK及ModelZoo模型库已同步发布 ，有效缩短客户导入周期。市场拓展方面，公司已与浪潮信息 、广州高能计算机等签署战略合作协议；此外 ，CH37系列及配套评估板在2026长三角机器人展上亮相 ，与多家机器人厂商达成合作共识，为具身智能终端规模化落地筑牢算力根基 。
剑指下一代算力，推训一体与光追技术前瞻卡位
现有产品线构筑了景嘉微的基本盘 ，在研的下一代产品则承载着市场对未来的想象空间 。
在高性能通用GPU芯片研发及产业化项目中 ，景嘉微正同步推进型号1与型号2两类芯片，其中型号2侧重推训一体 ，旨在推动大规模商用落地。
值得关注的是 ，公司对推训一体的理解直指产业痛点：推理与训练的核心差异不仅在算力，更在于软件生态与部署节奏 。若缺乏适配的软件栈 ，硬件推训一体极易沦为参数折中 。因此型号2从软件栈切入 ，以软硬协同方式破解效率难题。
这一布局精准契合了产业趋势 。东吴证券研报指出，AI服务器行业正进入从训练向推理 、企业级部署与边缘AI扩散的新一轮扩容周期；IDC数据显示 ，2026年一季度全球端侧/边缘AI芯片出货量同比增长45% 。景嘉微的前瞻卡位 ，踩准了产业从“重载训练”向“高效推理+轻量训练 ”转型的节奏。
在图形渲染前沿阵地，光线追踪技术同样是重点布局方向。英伟达在DLSS 5中引入全新实时神经渲染模型 ，AMD推出专用光线遍历硬件Radiance Cores ，光追已成为GPU图形渲染的必争之地 。在物理AI时代，光追更是机器人仿真训练的刚需能力 。
景嘉微透露，一直密切关注硬件光线追踪等技术演进 ，已在该领域持续投入研发与技术储备。
在研发体系方面 ，公司联合北京大学长沙计算与数字经济研究院设立“先进计算 ”联合实验室，致力于新一代国产GPU计算体系架构设计；同时参与湖南省前十 技术攻关“具身智能机器人多模态高性能SoC芯片研发”项目 ，为智能机器人产业自主可控提供芯片算力底座 。
从图形显控到通用GPU ，从云端算力到边端AI，景嘉微正以“高性能GPU+边端侧AI SoC ”双轮驱动战略 ，紧扣“十五五 ”规划构建“云—边—端”算力闭环 。随着研发投入逐步转化为产品力与生态优势 ，这家国产GPU领军企业有望在信创与AI双重浪潮中迎来价值重估。
