宏芯宇递表港交所:TCL科技参与投资存储芯片企业
1月4日最新消息显示,总部位于广东深圳的存储芯片企业宏芯宇已于1月1日正式向港交所递交上市申请。这家成立于2018年12月的公司,主营业务覆盖嵌入式存储、固态硬盘、DRAM、移动存储及存储颗粒等多个领域。作为国内少数几家具备自主设计与开发主控芯片能力,并实现商业化应用的本土独立存储厂商之一,宏芯宇此前已被评为国家级专精特新“小巨人”企业。

目前,宏芯宇已与传音、OPPO、小米、vivo、TCL、小度、北斗智联等重要客户建立了长期稳定的合作关系。同时,公司积极布局AI服务器与AI终端领域的高性能存储产品。截至2025年3月完成最新一轮融资后,宏芯宇的估值已达到107.60亿元,其投资方包括中芯国际旗下的投资平台中芯聚源以及TCL等行业巨头。
放眼2024年全球存储产品市场,宏芯宇实现营收12亿美元(约合87亿元人民币),位列全球第五、国内第二大的独立存储芯片厂商,同时也是中国规模最大的未上市独立存储厂商。在同年全球智能手机存储细分市场中,宏芯宇以8亿美元(约57亿元人民币)的收入,成为该领域最大的独立存储提供商。
从财务数据来看,2024年、2024年以及2025年1-9月,宏芯宇的营业收入分别为87.81亿元、87.18亿元和77.44亿元;同期净利润分别为-1.17亿元、4.83亿元和3.51亿元。研发投入方面,三个期间分别支出2.83亿元、3.92亿元和3.55亿元。经调整后的息税折旧摊销前利润(EBITDA)则分别为1.52亿元、9.53亿元和6.65亿元。

同期,公司的综合毛利率分别达到4.8%、16.1%和13.1%。

值得注意的是,自2024年至2025年9月30日期间,宏芯宇超过65%的营收来自海外市场。

截至2025年9月30日,公司研发团队规模达到856人,占总员工人数的65.2%。

嵌入式存储是宏芯宇最主要的收入来源,在2025年1-9月期间贡献了总收入的46.2%。该期间收入的增长主要得益于其DRAM产品收入的显著提升。

公司主要产品的近期销量情况如下:

相关攻略
当地时间2026年3月2日,MWC 2026世界移动通信大会在巴塞罗那FIRA GRAN VIA会展中心正式启幕。本届大会以 “The IQ Era(智能新纪元)”为主题,聚焦Intelligent
1月4日消息,据芯东西报道,1月1日,广东深圳存储芯片企业宏芯宇正式递表港交所。宏芯宇成立于2018年12月,主营产品包括嵌入式存储、固态硬盘、DRAM、移动存储、存储颗粒,是少数拥有自主设计及开发
宏芯宇向港交所主板递交上市申请,中信建投国际为其独家保荐人。公司自2018年成立以来,深耕存储产品应用,提供嵌入式存储、固态硬盘、DRAM及移动存储等产品。宏芯宇搭建了全栈式技术平台,涵盖主控芯片设
宏芯宇向港交所主板递交上市申请,中信建投国际为其独家保荐人。公司自2018年成立以来,深耕存储产品应用,提供嵌入式存储、固态硬盘、DRAM及移动存储等产品。宏芯宇搭建了全栈式技术平台,涵盖主控芯片设
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时,钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件,它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接,能够直接同步企业内部组织架构与通讯录,实现团队成员间的即时协作与信息流
在数字化转型浪潮中,高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手,正是基于自研大语言模型打造的一款创新产品,旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作,即可通过自然对话完成从数据查询、处理到可视化洞察的全流程,让数据价值触手可及。 办
在人工智能技术快速发展的今天,MiniMax作为一家专注于全栈自研的AI公司,正以其独特的技术路径和前瞻性的布局,在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵,这不仅体现了对核心底层技术自主权的深度掌控,也展现了对未来人机交互与内容生成形态的前瞻思考。 那么,M
ApolloCreditFund(ACRED)作为连接传统信贷与DeFi的桥梁,其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产(RWA)的收益捕获与链上流动性释放。短期价格波动难以预测,但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中,一套能够深度适配业务、彰显品牌特色的智能客服系统,已成为企业提升服务效率与用户体验的关键工具。然而,市场上许多解决方案往往模式固化,难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力,更能承载独特的品牌文化与服务哲学?其核心在于系统是否支持深度的自定义与持续的AI训练





