多只半导体芯片股,周末披露半年报
来源:财联社
从本周五到截至发稿,摩尔线程、银河微电、寒武纪、盛美上海等多家半导体芯片产业链上市公司披露半年报。
摩尔线程 发布2026年半年度报告,2026年上半年,摩尔线程实现营收17.36亿元,同比大幅增长147.42%,已超2025年全年营收;毛利总额达9.89亿元,同比增长103.78%; 盈利能力显著改善,归母净利润、归母扣非净利润分别较上年同期亏损收窄95.73%、52.37 % 。 同时,摩尔线程保持高强度研发投入,2026年上半年研发投入7.69亿元,同比增长38.16%。2022年以来累计研发投入近59亿元。
报告期内,摩尔线程商业化全面提速。 MTT S5000智算集群实现规模化销售,已在北京、无锡、杭州等多地完成落地部署,并首批通过国家《安全可靠测评》,高端训练能力取得多项“国芯训国模”突破。 公司加速渗透互联网、运营商等关键客户,以更丰富的应用场景持续推动收入高增。MUSA软件栈生态日益完善,开发者数量超过80万人。
银河微电发布2026年半年度报告,实现营业收入6.11亿元,同比增长28.28%; 归属于上市公司股东的净利润4825.85万元,同比增长77.28%。 公司Q2净利润0.3亿,Q1净利润0.18亿,据此计算,Q2净利润环比增长63%。
中巨芯发布2026年半年度报告,实现营业收入7.99亿元,同比增长40.98%; 归属于上市公司股东的净利润1405.77万元,同比增长72.75%。
寒武纪发布2026年半年度报告,实现营业收入59.96亿元,同比增长108.13%; 归属于上市公司股东的净利润23.11亿元,同比增长122.61%。 上半年,人工智能算力市场需求稳步攀升。公司依托人工智能芯片的核心竞争力,持续加强与金融、互联网领域头部企业的深度合作。截至本期期末,预付款项29.14亿元,同比增长291.37%;存货账面价值为82.48亿元,同比增长66.83%,占期末资产总额的比例为45.32%。公司Q2净利润12.98亿,Q1净利润10.13亿,据此计算,Q2净利润环比增长28%。
值得一提的是,截至二季度末, 知名牛散张炜的持股数量为745万股,占公司总股份的比例为1.19%,位列寒武纪第五大股东,与2026年第一季度末时310.63万股的持股数量相比增持434.37万股。 此外,截至二季度末,香港中央结算有限公司(北向资金)持有寒武纪2201.8万股,位列公司第四大股东,较第一季度末1073.77万股的持股量增持1128.03万股。以周五收盘价1199.93元/股估算, 张炜在寒武纪的持股市值约89.39亿元,香港中央结算有限公司持股市值约264.2亿元。
立昂微公告称,公司发布2026年半年度报告,实现营业收入20.94亿元,同比增长25.72%; 归属于上市公司股东的净利润8397.26万元,同比扭亏为盈。
盛美上海发布2026年半年度报告,实现营业收入37.18亿元,同比增长13.87%; 归属于上市公司股东的净利润9.89亿元,同比增长42.14%。 报告期内,盛美高温SPM清洗方案关键技术获得重大突破,为GAA与DRAM/HBM量产提供良率有利保障;公司ECP设备2000电镀腔完成交付,实现电镀技术全领域覆盖(前道铜互连/后道晶圆级封装/3D堆叠/化合物半导体);公司首台PECVDSiCN设备顺利出机,该设备为公司自研世界首台三工位旋转沉积架构,可满足IC工艺后段应用及先进封装晶圆级键合应用的严苛工艺需求。公司Q2净利润8.85亿,Q1净利润1.04亿,据此计算,Q2净利润环比增长748%。
相关推荐
-
端侧AI处理器选型:别让“标称算力”成为系统性风险的导火索
5端侧AI处理器选型:别让“标称算力”成为系统性风险的导火索在实际交付中,我们发现一个普遍现象:很多客户拿着“TOPS/W”的标称数据来选型,结果设备刚上线就出现推理延迟、功耗超标,甚至系统崩溃。听起来可能反直觉,但端侧AI处理器的“算力”和“能效”从来不是简单的数字游戏——这里面的水很深,选型稍有不慎,就会埋下系统性风险的种子。选型误区:标称数据的“美丽陷阱”很多标称数据背后的真相是:厂商在实验室...
查看全文 -
家用音频芯片稳定性:选型陷阱与生产现场的隐性损耗
9家用音频芯片稳定性:选型陷阱与生产现场的隐性损耗家用音频芯片的稳定性,从来不是参数表上的数字游戏。在实际交付中,我们发现很多客户在选型时被“低失真率”“高信噪比”等标称数据迷惑,却忽略了生产环境中的隐性损耗——这些才是决定芯片能否长期稳定运行的关键。选型误区:标称数据的“美丽陷阱”很多标称数据背后的真相是:实验室环境与真实使用场景的差距。比如,某款芯片标称失真率0.001%,但这是在25℃、无电磁...
查看全文 -
数字温度传感器芯片:选型陷阱与生产损耗的真相
9数字温度传感器芯片:选型陷阱与生产损耗的真相在模拟芯片行业摸爬滚打十余年,我见过太多企业被数字温度传感器芯片的‘标称参数’忽悠得晕头转向。很多标称数据背后的真相是:实验室环境和实际生产环境完全是两码事。比如,某款号称精度±0.1℃的芯片,在实际交付中,我们发现其误差在-40℃~85℃宽温范围内能飙到±1.5℃,原因竟是内部ADC的线性度在极端温度下崩了——这还是某国际大厂的产品。选型误区:别被‘数...
查看全文 -
PIR传感器稳态表现:选型陷阱与生产损耗的真相
13PIR传感器稳态表现:选型陷阱与生产损耗的真相在实际交付中,我们发现很多客户对PIR(被动红外)传感器的稳态表现存在严重认知偏差。选型时只看标称的检测距离和灵敏度,却忽略了热噪声抑制、温度漂移补偿这些关键指标——这些才是决定长期稳定性的底层逻辑。选型误区:标称数据的「滤镜效应」很多标称数据背后的真相是:实验室环境与实际场景的温差超过20℃时,PIR传感器的输出信号会衰减30%以上。某安防企业曾选用...
查看全文 -
保护芯片一致性:撕开参数表背后的真相
5选型陷阱:一致性不是参数表上的数字游戏在实际交付中,我们发现大量客户将「一致性」简单等同于「参数波动范围」——比如某款保护芯片标称过流保护阈值±5%,但批量测试时,同一批次产品中,有的芯片在4.8A触发保护,有的却要5.3A。这种表面「达标」的一致性,在真实生产环境中会引发连锁反应:某新能源汽车BMS系统因保护芯片阈值离散度过大,导致部分电池包过早触发保护,另一些却因保护延迟而热失控,最终整批产品...
查看全文 -
物联网变送器:场景闭环中的选型陷阱与隐性损耗真相
14选型误区与生产损耗:场景闭环的“隐形杀手”在实际交付中,我们发现物联网变送器的选型远非“参数匹配”这么简单。很多标称数据背后的真相是:实验室环境与生产现场的差距,足以让一款“完美参数”的变送器沦为“鸡肋”。选型陷阱:场景适配比参数更重要很多用户选型时只盯着“精度0.1%”、“量程0-100℃”这些标称数据,却忽略了场景闭环中的关键变量——比如电磁干扰、温度漂移、长期稳定性。听起来可能反直觉,但变送...
查看全文

hth·华体