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 。
