很长一段时间里，市场对于国产通用算力芯片，总停留在“技术可以，但商业化待验证”的印象。
但随着登临科技正式叩响港交所IPO大门，一众国产算力芯片厂商，正凭借出货、营收与现金流，交出技术产业化的真实答卷。
10月25日，据港交所披露，苏州登临科技股份有限公司(以下简称“登临科技”)通过港交所主板上市聆讯，中信证券、中信建投国际、中银国际为联席保荐人。公司于2月27日正式向港交所递交18C特专科技IPO申请，历经七个多月终于叩响港交所大门。
该公司成立于2017年，是一家通用图形处理器(GPGPU)提供商，开发及销售GPGPU产品，以满足中国千行百业的AI计算需求。根据弗若斯特沙利文的资料，按2025年收入计，登临科技是中国企业AI GPGPU市场第三大公司，拥有1.0%市场份额。
接下来，我们不妨跳出单纯的“技术神话”叙事，从经营实绩、行业格局两个维度，去看清这家异构GPGPU厂商的真实成色，以及它背后所代表的国产算力成长机遇。
营收4个月破2亿，经营杠杆开始释放
据智通财经获悉，登临科技主要专注于硬件产品(尤其是GPGPU板卡)的开发及销售，供应给原设备制造商(OEM)、系统集成商和AI解决方案提供商。公司以fabless的商业模式运作，是半导体产业中专注于芯片创新与架构进步的公司的主流业务模式。这种模式让公司可以将资源集中在高能效GPGPU的设计和开发上，同时利用第三方合作伙伴的专业能力进行制造。
对于Fabless芯片设计公司，很多人会陷入一个误区：有IP、有样卡，就等于成功。但芯片行业残酷的真相是，能够做出芯片的不少，可以稳定批量出货、并且被真实客户买单的，寥寥无几。
作为中国企业AI GPGPU市场第三大公司，登临科技能不能形成批量出货显然不置可否。
但透过几组核心财务数据，或许我们能够看出更多东西。
2023年，登临科技实现营收约0.28亿元;2024年营收0.83亿元;2025年营收达到1.71亿元;而仅2026年前四个月，营收就已经达到2.00亿元，超过了2025年全年。对应的GPGPU板卡出货量同样提速：2025年全年出货12144片，2026年前4个月便出货10344片，接近去年全年水平。
营收与出货同步提速，这不是简单的“数字好看”，它意味着订单不再是零星试点，而是客户从“测试验证”转向“批量采购”。
再看利润端，登临科技利润端的改善幅度也较为显著。2023年，公司净亏损3.32亿元，2024年净亏损2.97亿元，2025年净亏损2.81亿元;2026年前4个月，公司账面依然录得净亏损0.16亿元;剔除股份支付等非现金项目后，2026年前4个月经调整净利润实现转正，为2060万元。
同期研发开支也并没有被压缩——2023至2025年，公司研发开支维持在2.38亿至2.58亿元之间，2026年前四个月研发开支占收入的比重显著下降，原因是收入基数急速膨胀，而非绝对投入的削减。
更关键的是毛利率的走向。从2023年的34.4%提升至2025年49.2%，截至2026年前四个月毛利率进一步提升至50.9%。毛利率的结构性抬升，说明公司产品不是在低价换量，而是带着溢价进入客户的部署清单。
这也是经营杠杆的真实含义——即前期投入在架构和软件栈上的固定成本，正在被快速放大的收入摊薄。而这与登临招股书里的有一句话也不谋而合“转亏为盈主要由收入增长及经营杠杆效应推动，而非通过削减研发开支”。可以看到，登临的盈利拐点，是收入端跑在了成本曲线前面。
截至2026年4月30日，登临科技账面现金4.49亿元，累计融资约15亿元，股东名单里有高通中国、中国互联网投资基金、海康基金等产业资本。资金储备谈不上充裕到可以高枕无忧，但配合IPO募资，足以支撑未来两到三代产品的迭代窗口。据悉，此次登临科技预计募资约3亿至4亿美元，将用于现有GPU产品线的迭代升级及商业化落地、新产品类别开发、软件工具链开发以及市场渠道拓展。
从上述种种表现可专辑，登临科技以fabless模式聚焦高能效GPGPU设计，财务数据正验证其从“做出芯片”迈向“批量交付”。而营收与出货同步提速、毛利率升至50.9%、经调整净利润转正等表现，也意味着公司增长与盈利轨迹已正在释放积极信号。
赛道高增58.1%，登临靠差异化路线突围
登临的财务拐点如果孤立地看，只是一家小公司的经营改善。放到行业坐标系里，它踩中的是一条正在加速变宽的赛道。
据弗若斯特沙利文数据，中国的企业AI GPGPU市 场按58.1%的复合年增长率由2021年的19亿元增加至2025年的118亿元。同期，中国的公有云AI GPGPU市场按50.8%的复合年增长率由2021年的216亿元增加至2025年的1,118亿元。于2026年至2030年，企业AI GPGPU市场预期会维持61.3%的高复合年增长率，并于2030年达1,085亿元，而公有云AI GPGPU市场预期将按40.5%的复合年增长率增长，并于 2030年达4,942亿元。
受两个分部共同推动，中国的整体GPGPU市场于2026年至2030年间预期将实现43.3%的复合年增长率。这是一个总量和结构同时有利的窗口。
更重要的结构变化发生在需求侧。IDC的判断是，2026年是中国算力需求从“云端训练”向“训练+推理”双轮驱动转型的关键之年。训练市场追求极致算力和集群规模，是英伟达护城河最深的地方;推理市场则碎片化得多，客户对能效比、部署成本、私有化适配和总拥有成本的敏感度远高于对峰值算力的执念。登临聚焦的企业私有云、智慧城市、工业质检、教育、边缘视频分析等场景，恰恰落在这个碎片化区间里。
但这条赛道，门槛同样很高。
最大的拦路虎，往往不是硬件本身，而是软件生态。CUDA生态经过十几年沉淀，已经形成巨大的用户惯性;对于国产厂商而言，如果客户迁移成本太高，即便硬件参数不错，也很难真正规模化落地。这也是为什么不是所有芯片都能走到批量交付：硬件可以追赶，但软件栈、驱动库、模型适配，需要一年又一年，跟客户、ISV、集成商一起“磨场景”。
站在这个视角，赛道的机遇很清晰：AI推理需求持续爆发，自主可控带来结构性红利;但挑战同样摆在明面上——生态建设没有捷径，只能靠时间与落地案例一点点堆出来。
在这样的发展背景中，登临科技也通过GPU+ Minsky片内异构开辟了自己的差异化阵地。
在技术路线上，登临的GPU+(Minsky)架构把可编程通用计算单元、张量加速引擎和高带宽片上存储集成在单颗芯片内，以片内异构替代传统的多芯片离散方案，减少了数据搬运的延迟和功耗开销。配合自研的瀚铭软件栈，实现对CUDA及主流AI框架的兼容，客户迁移的代码重写成本被大幅压低。对于企业级客户而言，“不用推倒重来”本身就是一种稀缺的采购理由。
在场景选择上，登临的商业化落地集中在推理侧和对成本敏感的行业场景，而非通用大模型训练集群。智慧城市、企业私有云、工业质检这些市场的单笔订单规模未必耀眼，但需求分散、决策链条短、本地化服务权重大，恰恰给了国产GPU用性价比和贴身服务渗透的空间。公司称自己是国内首个实现规模化商业落地的GPU企业，高凛、纳适系列已在互联网、智慧城市等多个行业的领军企业量产导入。
当然，优势不等于胜势，我们同样需要客观看见它现阶段的发展短板——一方面是整体市场占比仍然不高，按2025年收入口径，在国内市场份额约1.0%，距离行业头部还有很长的追赶距离;另一方面软件生态建设是持久战，兼容不等于“完全等同”，仍要持续投入海量适配工作，去覆盖更多小众行业模型。
由上可知，登临科技以异构架构错位突围，深耕高景气的推理算力蓝海，用持续高增的营收、稳步抬升的毛利率，印证了差异化路线的商业可行性。纵然目前市场份额仍待提升、生态建设仍需深耕，但行业红利持续释放、国产替代浪潮势不可挡。
结语
国家数字化转型从单点信息化走向政企、工业、城市治理的系统性智能化，算力就不再只是某几家公司的生意，而是安全可控的产业底座。市场不是只有一两家头部公司的位置，而是需要一批能稳定交付、能被真实场景调用、能在成本与服务上贴近客户的国产算力供给者。
登临的价值，正在于它以GPU+片内异构和瀚铭软件栈切入推理侧碎片化市场，用“不用推倒重来”的迁移体验和贴身服务，把国产GPU从“技术可行”推进到“商业可用”;它代表的不是一家小公司的财务改善，而是国产算力多路线、多场景落地的一种现实样本。
但上市只是新阶段的入场券，不是故事的高潮。登临能否真正跑出来，最终要看三件事：能不能持续交付性能稳定、良率可控的硬件;能不能把软件生态从“兼容”磨成“好用”，让更多模型、ISV和集成商低成本适配;能不能把零散项目变成可复制的产业订单，形成客户复购与生态复利。
精彩评论