上一篇讲国产生态，重点是“能跑”和“能替代”之间隔着芯片、板卡、服务器、集群、软件和真实负载。

这一篇只做一件事：把“技术上有个位置”这句话，按四道门推一遍——先有产品，再进客户，再出订单，最后落到财务。推不过去的，就停在原地。

名单不重要，证据走到哪一步才重要。

一、四段距离

图｜从技术相关到财务兑现：位置越靠近芯片，不等于收入越确定

整条链压成四段：技术相关、形成产品、客户验证或订单、财务兑现。每往后走一段，证据要求都更硬。

技术相关只说明“可能有关”。EDA 用于设计，刻蚀设备用于制造，封装平台用于连接 chiplet，液冷用于高功率机柜。这句话的准确翻译是“可能需要”，不是“已经受益”。

形成产品，指公司有可识别的工具、IP、芯片、设备、封装平台、服务器或者温控方案。官网、产品手册、年报的产品目录，一般能证明到这里。

客户验证或订单，指产品进了客户的工艺、样片、服务器或数据中心，或者出现合同、项目验收。到这层得有公告、年报、交易所问答或客户披露，靠产业常识补不出来。

财务兑现，指收入、毛利、现金流、客户结构里出现可核验的影响。只有到了这一步，才能谈产业增量有没有进报表。

证据本身也分等级。

A 级：年报、公告、交易所文件、产品手册、技术论文；B 级：官网、开发者文档、官方会议与官方测试；C 级：有明确采访对象和方法的媒体；D 级：匿名转述、互动平台模糊回应、券商映射、市场传闻

A 级也有边界。年报写“具备先进封装平台”，证明的是产品和能力；要证明进了某个客户的供应链，还是得有合同、客户或者公司披露。等级高，不等于它能回答所有问题。

更麻烦的是，四段距离在财务上并不同步。设备和 EDA 先出现在研发项目、产线建设、工具授权；封装、服务器、液冷更接近订单和交付；芯片设计公司要盯库存、毛利、软件投入和客户集中度。同一条推理芯片需求，穿过不同商业模式，报表上的样子完全不一样。

二、传送带上的五个位置

图｜A 股产业链位置：设计、设备材料、先进封装、服务器液冷、运营服务

推理芯片的消息一出来，受益名单很快从芯片设计扩到 EDA、设备、材料、代工、封装、服务器、液冷。链条确实长。

但链条长不等于每一环都确定受益。越靠前的环节，越要看研发项目和客户验证；越靠后的环节，越要看订单、交付、验收和回款。

表 1 · 同一个需求，穿过不同商业模式，报表上长得完全不一样

这张表只解决一个问题：先问这家公司卖的是哪一段，再问这一段有没有客户和财务证据。顺序倒了，就会把概念当成业绩。

三、上游：门卡在项目周期和验收时滞

设计端离芯片最近，兑现却最慢。EDA 是工具，IP 是积木，ASIC 定制是项目。三样都重要，但都要看客户项目、授权模式和迭代周期。

华大九天做模拟、数字、晶圆制造和先进封装相关 EDA。推理芯片面积大、功耗高、时序复杂，还可能用 chiplet 和 3DIC，设计团队需要仿真、验证、物理实现、签核和封装协同工具。技术上明确相关。它的收入来自广泛的集成电路客户，不能整笔记在推理芯片账上；某颗芯片用没用它的工具，得靠客户披露。

概伦电子更靠器件建模、PDK、电路仿真和 DTCO。晶圆厂建新工艺平台，得先把晶体管和互连特性描述准，设计公司再用模型预测性能、功耗、可靠性。它的受益路径是国内工艺平台和高端芯片研发增多，带动建模与仿真工具采购，节奏取决于研发项目和工具授权，不是每颗 AI 芯片都按同等价值给它付钱。

广立微做 WAT、电性测试、测试芯片和良率分析。推理芯片 die 大、封装组件多，一个缺陷报废的可能不是小芯片，而是逻辑 die、HBM 和先进封装拼成的高价值组件，良率学习的经济价值因此上升。但它更直接跟随晶圆厂的工艺开发、产线建设和量产项目，AI 芯片销量不是它的收入乘数。

芯原提供 NPU、GPU、VPU、DSP 等 IP 和 ASIC 定制平台，通俗说就是把一部分“芯片积木”加定制服务交给客户。模型公司如果不从零建半导体团队，而是找设计服务公司联合定制，IP、验证、物理设计都可能产生价值。业务要分两段看：前期是 NRE 和设计服务，后期是量产分成或芯片收入。项目长、客户集中度高，设计成功也不保证最后大量出货。有定制能力，不等于已经接了某家模型公司的项目。

寒武纪离推理负载最近。它有云端 AI 芯片、板卡、互联和软件栈。判断它不能只看“国产算力需求”，要看产品代际、模型与 Serving 兼容、客户结构、供货、库存、毛利和现金流。收入如果来自可持续复购和生产部署，证据就硬；如果主要来自少数大客户、项目验收或阶段性备货，持续性要另外算。年报披露了云端芯片、板卡、整机、IP 与软件体系，也披露了 Fabless 供应链风险，但没有把收入拆成“某家模型公司的推理”。

代工和内存接口这两环，需求最明确，边界也最容易被写错。

澜起卖的是服务器内存接口和 PCIe、CXL 相关产品。推理服务器要更大容量、更高速度、更可组合的内存，接口和互连需求会跟着涨，CXL 还可能用于内存扩展和池化。但它不是 HBM DRAM 裸片厂商，位置在“信号与连接”。不能因为 AI 芯片要用 HBM，就把它写成 HBM 生产者。该看的是服务器内存代际、产品认证、客户结构和相关收入，不是 HBM 的新闻热度。

中芯国际的位置很明确：国产推理芯片最终要有人代工。但“能不能造”由一串条件决定，工艺节点、die 面积、频率、功耗、良率、产能、设计规则、封装，一个都不能缺。高端推理芯片也不一定所有模块都用最先进节点，I/O die、控制芯片、部分 chiplet 可以换工艺；核心计算能不能在可用工艺上达标，还得看具体设计。没有客户披露，就推不出某家模型公司的流片关系。

设备这一环，收入跟着资本开支、招标、交付、验收走，时滞是结构性的。新闻里说某个工艺方向需要设备，不等于某家公司明天就有收入。

北方华创覆盖刻蚀、沉积、热处理和清洗。平台化产品有利于承接扩产，链条是：晶圆厂形成采购，设备生产和交付，客户安装调试，最后验收确认。模型公司今天发布芯片计划，不会变成设备公司明天的收入。

中微公司的核心在高端刻蚀，并向薄膜扩展。先进逻辑、存储、封装都要精密刻蚀，价值取决于进了哪些工艺层、过了哪些客户验证、份额和单机价值量怎么变。判断得分产品、分工艺层、分客户，不能把“刻蚀”当成一个同质产品。

拓荆科技做 PECVD、ALD、SACVD 这类薄膜沉积。工艺越复杂，薄膜种类和步骤越多，先进逻辑和存储扩产会增加需求，收入仍受验证、订单、交付、验收周期约束。年报里已经出现晶圆级键合、芯片拾取键合、先进封装超厚介质薄膜，技术范围超出传统 PECVD，每一种新设备还是要单独看验证和批量交付。

盛美上海做清洗、电镀，并向先进封装湿法延伸。清洗贯穿很多步骤，电镀与互连和封装相关，相关性较强。但不能把它的全部清洗收入都算成 AI 需求，要看分产品线收入、客户、订单和先进封装设备的实际导入。

华海清科的 CMP 用于晶圆平坦化，减薄设备能服务部分先进封装流程。大芯片、HBM、2.5D/3D 封装对平坦度、厚度、表面质量要求更高。年报里已经出现 HBM 产线基线设备、批量交付和重复订单的表述，证据从“技术相关”往“客户验证与交付”升了一级，仍不能据此认定与某家模型公司有供应关系。

四、下游：门卡在产能、良率和账期

先进封装最容易被一句“直接受益”带过去。要分的是：有没有平台、平台能做什么、客户验证到哪一步、产能和良率如何、有没有进规模收入。

长电科技公开了高性能封装与 Chiplet 平台，技术上能承接异构集成。但“有平台”之后还有样品、可靠性、客户验证、小批量、良率爬坡和规模收入，每一级都要新证据。年报披露了芯片成品制造、XDFOI、超大尺寸 FCBGA 与量产能力，也讨论了 AI 相关封装需求；这能确认平台和部分量产表述，不能等同于某款海外 CoWoS 方案或某个特定客户订单。

通富微电具备封装、晶圆测试、成品测试和系统级测试能力，也有大型计算芯片经验。判断重点是具体平台、客户导入、设备投资、产能利用和收入结构。这两家都不能仅凭“先进封装”四个字，被等同于 TSMC CoWoS 的全部技术、产能和客户。

服务器和液冷离智算中心最近，订单感知最快，但离客户近不等于利润率高。硬件集成、价格竞争、账期、存货、售后，都会吃掉现金流。

浪潮信息把加速卡、CPU、网络、存储、电源和管理软件做成服务器或集群，离数据中心资本开支近。无论客户用哪种芯片，都需要整机、机柜和系统集成。可这一行竞争激烈，收入增长不一定带来同比例利润增长，看它的报表得毛利、存货、应收、现金流一起看。

英维克在热管理环节。机柜功率密度上去，液冷需求会跟着上去，但受益幅度取决于渗透率、产品份额、单柜价值、项目交付和毛利，不是只看 AI 服务器出货量。

申菱环境做数据中心温控，收入同样受项目类型、验收周期、回款和服务能力影响。智算中心数量增加只是需求起点，不是利润终点。

五、一个把四段距离走完的样本：云天励飞

这家公司值得单开一节，不是因为它最大，是因为这四段距离它每一段都留下了公开痕迹，正好当样本看。

底子是这样：四代自研 NPU“天星（Nova）”架构，产品分三条线，云侧的深穹 DeepVerse、边缘的深界 DeepEdge、终端与机器人的深擎 DeepXBot。软件侧是 HyCAN 硬件使能层加 IFIE 软件平台，覆盖编译器、Runtime 与 Driver、基础算子库、推理框架插件、集合通信和调试工具。年报显示，这套栈做过 DeepSeek-V4 系列 CSA/HCA 混合注意力机制的适配验证，也在云端芯片验证平台上完成了混元 Hy3 的结构接入和关键推理链路功能验证。

规划也公开。2026 年 2 月的战略会上，公司给了未来三年的芯片路线：第一年做第一代超节点 P 芯片，面向百万级长上下文做 Prefill 优化；第二年做第一代超节点 D 芯片，盯 Decode 的低时延；第三年做第二代 D 芯片，往毫秒级再压一层。公司对外给出的对标口径是逐代看齐 Hopper、Blackwell、Rubin 这一档。这里要说清：对标是目标表述，不是实测性能，也不是已交付的产品。

到 2026 年 7 月的世界人工智能大会，路线图落到了型号。

DeepVerse100P 管百万级长上下文 Prefill｜DeepVerse100D 管 Decode，支持 1024 卡 Scale-up 与光互联｜DeepVerse100L 管 Decode 阶段的 FFN，走 3D Memory

三款芯片按 PD 分离、AFD 分离的架构分工，再用高速互联组成异构算力系统。100D 的公开描述是按需建立光路直连、按任务动态重构，减少多跳电交换和静态组网的排队与转发开销；100L 面对 Decode 里计算密集的 FFN，用 3D 堆叠存储把带宽顶上去。2026 年半年报的在研项目里，给了这代芯片的指标口径：算力不低于 800 TOPS，能效不低于 10 TOPS/W，内存容量不低于 128GB，并明确基于国产制程与封装。

订单侧有东西可看。2026 年 3 月，公司中标湛江的 AI 推理千卡集群项目，金额 4.2 亿元，一期部署 X6000 推理加速卡，后续计划搭载新一代芯片。

财务侧同样清楚，而且不太体面。2025 年营业收入 13.39 亿元，同比增长 45.99%，归母净利润 -4.22 亿元；其中企业级业务里的“AI 推理芯片及相关场景”收入是 2383 万元，异构算力服务收入 5.12 亿元。2026 年上半年营业收入 6.36 亿元，归母净利润 -2.52 亿元，研发费用 2.97 亿元，同比增长 46.86%；预付款 2.47 亿元，同比增长 370%，公司自己的说明是预付大额晶圆备货款、锁定上游产能。

把这四段对着看，位置就出来了：产品这一段已经很实，客户和订单走到一半，千卡集群算一个项目证据，财务兑现几乎还是空白，芯片相关收入只占营收的百分之一出头，公司还在亏损和大额投入。计划里的三款芯片，一款都还没变成规模收入。

那“以后能不能成为国产推理芯片的龙头”，就得拆成条件。一，三款芯片能不能按路线图流片、回片、量产，指标能不能在真实工艺上兑现。二，软件栈能不能跟住模型迭代，下一版大模型出来时，适配期是几天还是几个月。三，千卡集群这类项目能不能变成复购，而不是一次性工程。四，芯片收入占比能不能真的抬起来，毛利和现金流能不能转正。

四条都成立，它有机会成为国产里少见的“芯片、软件、集群、场景”都在自己手上的玩家；哪条断了，就停在路线图上。这是可能性判断，不是结论，也不构成投资建议。

六、从公告到现金流

图｜公司证据矩阵：公告、验证、订单、收入、风险，按证据往下追

看一家公司，把证据顺着追一遍就行：公告里有没有明确产品和客户；有没有进客户测试或供应链；有没有合同、金额和交付条件；收入有没有确认、能不能持续；这条逻辑是不是只是概念映射。

年报这一步，别只搜“AI”“先进封装”“液冷”。要串的是订单、合同负债、存货、收入、毛利率、应收账款和经营现金流。

订单说明需求，合同负债可能反映预收，但确认方式各家不同，不能机械比较。存货增长可能是积极备货，也可能是交付放缓，要结合订单、收入和周转一起看。设备和项目通常在交付、安装或验收后确认收入，所以收入一定滞后于新闻。毛利率反映产品结构、竞争、定价、良率和成本，收入大涨而毛利下滑，价值可能更多让给了客户。应收跑得比收入快，往往说明回款压力和议价。经营现金流是最后的照妖镜。

不同公司还要加不同指标：芯片公司看库存和客户集中，设备公司看验收，封装公司看资本开支与产能利用，服务器和液冷看周转与回款。

图｜财务传导路径：需求、订单、交付、收入、利润，每一步都可能卡住

一条完整的传导长这样。

终端 token 需求 → 模型公司算力预算 → 芯片或服务器订单 → 晶圆厂与封装厂扩产 → 设备采购、安装、验收 → 上市公司确认收入 → 毛利、应收、经营现金流

链条越往上游，时间越长。模型公司宣布芯片项目时，设计服务可能先出现 NRE；项目真流片了，代工和封装才进场；客户决定扩产，设备公司才有订单；设备交付后还要安装、调试、验收。把第一天的项目消息直接折现成全产业链当期利润，时间逻辑就不成立。

链条也可能断。架构改版推迟流片，回片不达标要重做，HBM 或封装不够会限制板卡，客户需求低于预期会砍产量。每个箭头都要单独找证据，不能只证明起点和终点都存在。

七、六类不能成立的跳跃

图｜概念排除卡：只说相关、只说国产替代、只说产能紧缺、只说合作、只说技术储备

这一节是防误读用的。技术相关不能跳到订单，产品能力不能跳到客户验证，客户验证不能跳到收入，收入也不能直接跳到利润。

最常见的六种跳跃：技术上有关，所以已经进了供应链；有先进封装，所以已经承接高端 AI 封装；有内存接口，所以生产 HBM；晶圆厂扩产，所以所有设备同比例受益；收入增长，所以利润和现金流同步增长；媒体报道模型公司做芯片，所以某家上市公司已经拿到订单。

还有几类话术要小心。“只说相关”，没有产品、客户或订单；“只说国产替代”，没有性能和成本证据；“只说产能紧缺”，没有本公司受益路径；“只说合作”，没有金额、交付和验收；“只说技术储备”，还没进真实项目。这几句都能写进标题，但没有一句能回答“钱从哪来”。

八、一条模型新闻能推到哪一步

上一篇结尾讲过 Kimi K3 那张考卷：2.8T 参数级 MoE、1M token 级上下文、KDA 一类新注意力、MXFP4 与 MXFP8 低精度、每 token 在 896 个专家里激活 16 个、64 张以上加速器的 supernode 建议。那一节讲的是它对芯片和系统提了什么要求。

这一节换个方向，只讲另一件事：这种新闻落到 A 股，最多能推到哪一步。

先说它推不到的地方。它是模型架构和推理服务路线的新闻，不是订单公告。K3 用复杂 MoE，不等于某家芯片公司拿到了它的采购；K3 需要 supernode，不等于某家服务器公司已经在做这个项目；K3 提到用开源 EDA 给小模型设计过一颗验证芯片，不等于国内 EDA 公司进了它的供应链；K3 用低精度，也不等于所有低精度相关公司都会兑现收入。vLLM 做了 Day-0 支持，那是开源服务栈的事情。

它能推到的地方在需求侧：以后适配大模型，不能只盯传统 Transformer 主干。缓存形态会变，MoE 让路由和通信更重，低精度从后处理推到全链路，1M 上下文把缓存容量、前缀复用、分块 Prefill 和 P/D 解耦都顶到前台。这些要求是真实的，也确实在抬高芯片和系统能力的门槛。

所以正确的用法，是把它当“需求方向”的证据，而不是“订单落地”的证据。映射还得按四层走：技术相关，产品能力，客户验证，财务兑现。模型新闻能把前两层的重要性抬高，替不了后两层。

一句话收：模型新闻提供的是方向，不是客户。

九、结论

A 股推理芯片产业链，不能按名字跟芯片的远近排序。

设计端离芯片近，但项目周期和客户证据更关键；设备端跟着晶圆厂资本开支走，中间隔着交付和验收；封装端是真瓶颈，平台能力和规模量产之间还有很长一段；服务器和液冷离客户项目近，却受竞争、毛利和回款约束。

云天励飞这种把路线图公开摆出来的公司，恰好说明这条链有多长：规划、在研指标、系统架构、软件栈、中标项目、芯片收入占比，每一格都是不同的证据等级，一格都跳不过去。

要跟的是证据的升级：产品有没有验证，订单有没有落地，收入有没有确认，利润和现金流有没有留下来。