Básico
Spot
Opera con criptomonedas libremente
Margen
Multiplica tus beneficios con el apalancamiento
Convertir e Inversión automática
0 Fees
Opera cualquier volumen sin tarifas ni deslizamiento
ETF
Obtén exposición a posiciones apalancadas de forma sencilla
Trading premercado
Opera nuevos tokens antes de su listado
Contrato
Accede a cientos de contratos perpetuos
TradFi
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Pre-IPOs
Accede al acceso completo a las OPV de acciones globales
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Simple Earn
Genera intereses con los tokens inactivos
Inversión automática
Invierte automáticamente de forma regular
Inversión dual
Aprovecha la volatilidad del mercado
Staking flexible
Gana recompensas con el staking flexible
Préstamo de criptomonedas
0 Fees
Usa tu cripto como garantía y pide otra en préstamo
Centro de préstamos
Centro de préstamos integral
Centro de patrimonio VIP
Planes de aumento patrimonial prémium
Gestión patrimonial privada
Asignación de activos prémium
Quant Fund
Estrategias cuantitativas de alto nivel
Staking
Haz staking de criptomonedas para ganar en productos PoS
Apalancamiento inteligente
Apalancamiento sin liquidación
Acuñación de GUSD
Acuña GUSD y gana rentabilidad de RWA
Days Smart Chip: Las pérdidas del año pasado se agravaron, los productos de razonamiento sacrifican precio por volumen, lo que presiona el margen de ganancia, y el flujo de efectivo continúa deteriorándose.
Star Securities Li Ruohan
Recientemente, Tianshu Zhixin (09903.HK) ha divulgado su primer informe financiero tras su salida a bolsa. Aunque los ingresos de la empresa siguen creciendo a un ritmo elevado, las pérdidas durante el año han empeorado aún más, y en cuatro años las pérdidas acumuladas superan los 3.200 millones de yuanes.
Star Securities observa que la empresa ha logrado el crecimiento de los ingresos de la serie de productos de inferencia a costa de sacrificar la rentabilidad a corto plazo mediante una reducción proactiva de precios. En consecuencia, el margen bruto de esta serie ha disminuido. Un gasto de I+D elevado y el aumento de los gastos por pagos basados en acciones derivados del plan de incentivos accionarios han comprimido aún más el espacio de beneficios. A medida que se amplía la escala del negocio, los inventarios y las cuentas por cobrar comerciales, así como los pagarés por cobrar de la empresa, también han ido en aumento de manera simultánea, afectando así su desempeño del flujo de caja.
Ante una nueva etapa impulsada por la eficiencia en la industria de la IA y la pugna entre las rutas de chips de propósito general y de propósito específico, la empresa está buscando avances mediante la sinergia de diseño de hardware y software, y la puesta en marcha de productos para nuevos escenarios, entre otras medidas. Sin embargo, si podrá equilibrar la generalidad y la eficiencia específica, y si podrá transformar sus ventajas tecnológicas en ventajas de mercado, aún está por verse.
Cae el margen bruto de los productos de inferencia; el negocio de soluciones de cómputo de IA se enfría
Según información pública, los productos de GPU de propósito general de Tianshu Zhixin cubren dos escenarios de aplicación centrales —entrenamiento e inferencia— con diferentes necesidades, correspondientes respectivamente a las dos series principales “Tianji” y “Zhi Kai”.
Con el crecimiento del volumen de envíos y del número de clientes, en los últimos años los ingresos de la empresa han mantenido una tendencia al alza, pasando de 189 millones de yuanes en 2022 a 540 millones de yuanes en 2024. No obstante, mientras crecen los ingresos, las pérdidas también siguen ampliándose. En 2022, 2023 y 2024, los importes de pérdida neta de la empresa fueron de 554 millones de yuanes, 817 millones de yuanes y 892 millones de yuanes, respectivamente.
De acuerdo con los datos de ingresos de 2024, la participación de Tianshu Zhixin en el mercado chino de GPU de propósito general es de aproximadamente 0,3%. Tanto en productos de entrenamiento como en productos de inferencia, la cuota de mercado es inferior al 1%, por lo que la cuota de la empresa aún debe incrementarse.
Desde 2025, la situación de pérdidas de la empresa no ha mejorado. El informe financiero muestra que en 2025 la empresa logró unos ingresos de 1.034 millones de yuanes, con un aumento interanual del 91,6%; la pérdida durante el año fue de 1.004 millones de yuanes, con un aumento interanual del 12,5%. Según cálculos, desde 2022, la pérdida neta acumulada de la empresa alcanza 3.267 millones de yuanes.
Por productos, tanto las dos grandes series “Tianji” y “Zhi Kai” de Tianshu Zhixin han registrado un crecimiento significativo. Los ingresos correspondientes fueron de 584 millones de yuanes y 339 millones de yuanes, respectivamente, y su proporción respecto del total de ingresos fue del 56,5% y del 32,8%, respectivamente.
Star Securities observa que, al mismo tiempo que la empresa incrementó de forma sustancial los ingresos de su serie de inferencia, su margen bruto ha mostrado una caída. En 2025, debido a que la empresa sacrificó la rentabilidad a corto plazo mediante una reducción proactiva de precios para capturar cuota de mercado y acelerar la venta de inventarios, el margen bruto del producto de su serie “Zhi Kai” fue del 39,2%, y cayó 7,5 puntos porcentuales interanualmente.
Desde la perspectiva de la ruta tecnológica, Tianshu Zhixin ha elegido una línea tecnológica de compatibilidad profunda con el ecosistema de Nvidia CUDA. Su ventaja radica en la compatibilidad con marcos de IA y el ecosistema CUDA más utilizados, reduciendo el umbral de migración para los clientes, lo cual favorece la implementación a escala.
A medida que se profundiza el proceso de innovación en tecnologías clave, los clientes no solo se centran en el rendimiento pico de los chips, sino también en la potencia de cómputo efectiva en escenarios reales del negocio, los costos de migración, la experiencia de desarrollo y la compatibilidad con el ecosistema. Si podrá lograr una optimización profunda y una adaptación inmediata para marcos de IA y motores de inferencia dominantes, si puede ofrecer una cadena de herramientas integral y apoyo a desarrolladores, y si puede construir conjuntamente un ecosistema abierto con los eslabones aguas arriba y aguas abajo de la cadena industrial, se ha convertido en un factor clave que determina la posición en el mercado.
Cabe destacar que, aunque la comunidad DeepSpark de Tianshu Zhixin ya ha reunido más de 600 modelos algorítmicos mainstream, en el corto plazo su madurez del ecosistema difícilmente podrá competir con CUDA. En combinación con puntos de vista del sector, tanto MUSA de Moore Threads como la pila de software de cómputo “Tianshu Zhixuan” de Tianshu Zhixin, aunque cada empresa está desarrollando su propio modelo de programación, aún no han logrado formar una fuerza conjunta.
Además de los productos de GPU de propósito general, la solución de cómputo de IA de la empresa se ve muy afectada por la volatilidad del ciclo de entrega de proyectos y del ciclo de suministro de equipos complementarios del mercado. En el periodo, los ingresos cayeron 42,2% interanualmente, hasta 96 millones de yuanes.
El gasto en I+D erosiona las utilidades; el flujo de caja sigue siendo negativo
Star Securities observa que, dado que los chips de IA y el mercado de GPU de propósito general requieren una inversión inicial grande y tienen un ciclo de comercialización más largo, las pérdidas son una situación común que enfrentan hoy las empresas nacionales de GPU.
El gasto en I+D, que se mantiene alto, es la principal causa de las pérdidas de Tianshu Zhixin. De 2022 a 2025, los gastos de I+D de la empresa fueron 457 millones de yuanes, 616 millones de yuanes, 773 millones de yuanes y 974 millones de yuanes, respectivamente, representando el 241,8%, 213,1%, 143,2% y 94,2% de los ingresos del mismo periodo.
Además de la inversión en I+D, la empresa también ha mostrado incrementos en distintos grados en los gastos de ventas y distribución, así como en los gastos administrativos. En 2025, estos dos conceptos fueron de 152 millones de yuanes y 482 millones de yuanes, respectivamente, con incrementos interanuales del 23,9% y del 87,3%. El tamaño de ingresos de la empresa no logra cubrir los gastos mencionados. Con respecto al fuerte aumento de los gastos administrativos, Tianshu Zhixin explica que se debe principalmente al incremento de los pagos basados en acciones realizados para el personal administrativo y al aumento de las tarifas por servicios profesionales.
El informe financiero de 2025 muestra que, debido a que la empresa implementó incentivos accionarios, se reconocieron grandes gastos por pagos basados en acciones. El desembolso de pagos basados en acciones aumentó de 248 millones de yuanes en 2024 a 526 millones de yuanes en 2025, con un incremento del 112%, lo que volvió a comprimir el espacio de utilidades de la empresa. Si se excluye este factor, la pérdida neta ajustada de la empresa fue de 438 millones de yuanes, estrechándose 32,1% interanualmente.
En su informe, la empresa menciona que, en la actualidad, la industria de inteligencia artificial enfrenta el despliegue a gran escala, y el desarrollo de los grandes modelos ya no se limita a la mera expansión del tamaño de parámetros, sino que ha entrado en una nueva etapa impulsada por la eficiencia. Cómo, manteniendo la capacidad de los modelos, reducir drásticamente los costos de entrenamiento e inferencia se ha convertido en el enunciado central de la competencia industrial. Este cambio exige requisitos completamente nuevos para la infraestructura de cómputo.
Cabe destacar que, en la elección de rutas entre chips de propósito general y de propósito específico, la industria presenta un patrón de “cada uno tiene ventajas y desventajas, y existe una pugna mutua”. Los chips de propósito general tienen ventajas como una mayor flexibilidad, pero en términos de costo-rendimiento en escenarios específicos existe cierta limitación en las arquitecturas de propósito general. Aunque los chips de propósito específico tienen ciclos de desarrollo más largos y un ecosistema cerrado, en una tarea única específica de inferencia de IA, sus ventajas en eficiencia energética y costo unitario son claramente evidentes.
Ante los cambios en las tendencias del sector, Tianshu Zhixin responde mediante la implementación de un diseño coordinado de software y hardware, el lanzamiento del producto de “cerebro robótico” de robots “Tongyang” orientado a escenarios de robots y computación de borde, y otras medidas. Esto también se interpreta desde el exterior como el intento de la empresa de encontrar un equilibrio entre la generalidad y la eficiencia específica. Sin embargo, si realmente podrá abrir la ruta intermedia entre lo general y lo específico, y lograr una transformación continua de sus ventajas tecnológicas hacia ventajas de mercado, aún requiere la prueba del tiempo.
Star Securities también observa que, a medida que se amplía la escala del negocio, los inventarios y las cuentas por cobrar comerciales, así como los documentos por cobrar de Tianshu Zhixin, aumentan simultáneamente, afectando así el desempeño del flujo de caja de la empresa. En 2025, los montos correspondientes a estos dos indicadores fueron 710 millones de yuanes y 577 millones de yuanes, respectivamente, con incrementos interanuales del 107% y del 53%. En el mismo periodo, el efectivo neto usado en las actividades operativas fue -1.162 millones de yuanes, con una caída interanual del 88,02%. En los últimos cuatro años, la empresa ha “sangrado” acumuladamente más de 3.100 millones de yuanes. (Este artículo se publicó primero en Star Securities; autor | Li Ruohan)