2022年景嘉微研究报告 国产GPU领军企业，军转民打开成长空间

一、国产GPU领军企业，军转民打开成长空间

（一）产品覆盖图形显控、小型专用雷达和GPU芯片三个领域

公司主要有图形显控、小型专用雷达和 GPU 芯片三个领域产品。公司早年主要依靠图 形显控产品和小型专用化雷达领域产品在军工领域的应用推动发展。2019 年，公司的 JM7200 图形显示芯片获得首份订单，GPU 产品为公司业绩开拓出强劲的第二增长曲线。

1、图形显控领域：公司传统优势业务，积极延伸业务布局

图形显控是公司的核心业务，也是传统优势业务。在该领域，公司具备自主技术优势， 拥有以 JM5400 芯片为基础的“中国芯”的系列开发平台和系列产品线，率先推出了应 用 GPU、高度集成化的 FPGA 和支持 OpenGL 标准的图形显控模块，顺利解决了 VxWorks 系统下的 3D 图形处理难题，突破了 VxWorks 系统下汉字显示瓶颈。具体产品 包括图形显控模块、图形处理芯片、加固显示器、加固电子盘和加固计算机。公司的图 形显控模块在军用飞机市场中占据明显的优势地位，并积极向车载和舰载领域延伸。

2、小型专用化雷达领域：多年技术积累，迎来多领域破竹

公司经过微波射频和信号处理领域多年的技术积累，在小型专用化雷达领域相继取得了 一系列突破，拥有成熟的空中防撞系统核心组件、弹载雷达微波射频前端核心组件等产 品。

3、芯片领域：从国产GPU芯片的探路者到领军者

公司在图形处理芯片（GPU）领域有 JM5、JM7 及 JM9 系列产品。JM5 系列产品主要 应用于公司图形显控模块产品，JM7 系列产品打开了民用和信创市场，JM9 系列将进一 步加强在信创和民用市场渗透。

（二）芯片产品“从有到优”，实现军用向民用转化

1、景嘉微 vs Nvidia：凭借价格优势切入市场，民用领域渗透稳步提升 景嘉微产品研发采用从中低端向高端的研发策略，前期主要面向军工和信创市场，与海 外巨头实现错位竞争。 JM5400 芯片：国产 GPU 芯片实现从 0 到 1 的突破。公司首个高性能图形处理芯片 JM5400 在 2014 年流片成功，打破了外国芯片在我国高性能 GPU 领域的垄断。 JM5400 性能等于或优于当时同期常用芯片的性能，对标 ATI（2016 年被 AMD 收 购）的 M96 芯片。

JM7200 芯片：GPU 产品实现从军用到信创市场的转化。2018 年，公司推出第二 代图形处理芯片 JM7200，较 JM5400 在工艺和性能上都有较大提升，对标 2012 年 上市的 Nvidia GT640 芯片，打开了信创市场的应用。JM9 系列芯片：GPU 产品实现“从有到优”的发展，有望加强民用领域渗透。 2021 年底，第一款 JM9 系列图形处理芯片完成阶段性进展，已经开始推动产业化 工作；2022 年 5 月，JM9 系列第二款图形处理芯片已完成流片、封装阶段工作及初 步测试。根据公司测试结果，该图形处理芯片满足地理信息系统、媒体处理、CAD 辅助设计、游戏、虚拟化等高性能显示需求和人工智能计算需求，可广泛应用于台 式机、笔记本、一体机、服务器、工控机、自助终端等设备。JM9 系列芯片可以对 标 2016 年上市的 Nvidia GTX1050 和 Nvidia GTX1080 芯片。

2、景嘉微vs国内初创GPU公司：错位竞争，蓄力前行

景嘉微与初创 GPU 公司形成错位竞争。国内初创 GPU 厂商以高性能芯片为卖点，而景 嘉微采用从中低端市场向高端市场推进的策略，前期主要面向信创市场，与其他国产 GPU 厂家形成错位竞争。国产 GPU 中与景嘉微形成同行竞争的主要有中船重工 701 所 的凌久 GP101 和中船重工 716 所的 JARIG12。

（三）研发周期缩短，紧跟海外巨头研发节奏

公司产品研发周期缩短，技术提升加速度较大。从研发周期来看，JM5400 研发耗时 8 年，JM7200 研发耗时 4 年， JM9 系列 3 年，第二款产品发布距 JM9 系列第一款产品发 布仅间隔半年，公司研发迭代速度加快。从海外对标产品的差距来看， JM5400 比 M96 芯片上市要晚 5 年，JM7200 比 GT640 芯片上市晚 6 年，JM9 系列芯片较 GTX 1080 芯 片晚上市约 5 年，在 GPU 研发技术加快革新的节奏下，海外巨头同性能产品并未拉开 与景嘉微产品时间差距，公司技术研发速度跟随能力较强，能够紧跟海外巨头研发节奏， 在保证性能基础上，与海外巨头实现错位竞争格局。

（四）产品适配具备先发优势

公司产品适配具备先发优势。JM7200 芯片已于 2018 年 11 月就完成了与 CPU 厂商飞腾 及操作系统厂商银河麒麟的技术适配工作。当前，JM7200 已完成与国内主要的 CPU 和 操作系统厂商的适配工作，与长城、联想、同方等十余家国内主要计算机整机厂商建立 合作关系并进行产品测试，与苍穹、超图、昆仑、中科方德、中科可控等多家软硬件厂 商进行互相认证。JM9 系列芯片可以无缝兼容市面上主流的 CPU、操作系统和应用程序 （支持 X86、ARM、MIPS 处理器和 linux、中标麒麟、银河麒鳞、windows 等操作系 统）。 公司已经实现多年量产，客户覆盖程度较高，在实战中打磨产品，并已实现迭代，这是 明显领先国内其他竞争对手之处。

二、GPU市场：海外巨头主导，国内企业加速追赶

（一）GPU：显示卡的“大脑”

图形处理器（Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、 显示芯片，是一种专门在个人电脑、工作站、游戏机和移动设备（如平板电脑、智能手 机等）上做图像和图形相关运算工作的微处理器。GPU 的概念首次由 NVIDIA 公司在 1999 年发布 GeForce256 图形处理芯片时提出。 GPU 与 CPU 的区别：GPU 具备强大并行计算能力，CPU 擅长逻辑判断。从架构来看， CPU 和 GPU 都有内存（DRAM）、储存单元（Cache）、计算单元（ALU）以及控制单元 （Control），但是 CPU 芯片空间的 ALU 占比不到 20%，而 GPU 芯片 80%以上的空间都 是 ALU，即 GPU 拥有更多的 ALU 用于数据并行处理，这是 GPU 具备强大并行计算能 力的原因。CPU 的控制单元占比较重，因此 CPU 较为擅长处理复杂的控制逻辑，如预 测分支、乱序执行、多级流水任务等。

GPU 按照接入方式可以划分为独立显卡和集成显卡，景嘉微系列产品属于独立显卡。 独立显卡是一种与处理器（CPU）分离的 GPU，具备的专用内存，不与 CPU 共享，拥 有自己的内存源和电源，因此性能更高，功率更大，产生热量更多。独立显卡常见于台 式机、笔记本电脑，小型 PC 也可以包含独立显卡。集成显卡是一种内置于处理器的 GPU。集成 GPU 使用与 CPU 共享系统内存，由于集成显卡内置于处理器中，性能较低， 因此通常功耗更低，产生的热量更少。集成显卡的处理器通常位于外形较小的系统中， 例如笔记本电脑。

GPU 除了绘制图形功能外，还承担了物理模拟、海量计算、AI 计算等功能。尤其在近 年来，人工智能的崛起推动了 GPU 集成了 AI Core 运算单元，反哺 AI 运算能力的提升， 给各行各业带来了计算能力的提升。部分机器学习模型，如 Yandex 在 2017 年开源的机 器学习库 Catboost，就搭载了调用 GPU 训练机器模型的功能，能够充分利用 GPU 芯片 的多线程运算优势，在大数据分析下提高机器学习模型训练效率。

（二）海外巨头寡头垄断，国产GPU赛道持续景气

GPU 行业的产业链主要涉及三个环节：设计、制造、封装。供给模式有 IDM 和 Fab+Fabless 两种。IDM 模式：集芯片设计、芯片制造、芯片封装和测试等多个产业链 环节于一身，代表厂商有英特尔。Fab+Fabless 模式的代表有：AMD 设计，台积电制造， 通富微电封测；ARM 阵营的苹果设计，台积电制造，日月光封测。景嘉微处于集成电 路行业中的芯片设计环节，采用 Fabless 模式，同时具备 GPU 软件及 GPU 硬件研发能 力。

全球竞争格局来看，GPU 市场仍为 Intel、Nvidia 和 AMD 三个海外巨头所垄断。Intel 依托其 CPU 市场占有率优势，在集成显卡市场独占鳌头。根据 PassMark 的统计，截至 2022 年 2 季度，Intel 在 CPU 市场占有率达 64.7%。根据 Jon Peddie Research 的统计，截 至 2022 年 1 季度，Intel 在全球 PC 端 GPU 出货量的市场份额达 60%，并常年处于领 先地位，Nvidia 和 AMD 的市占率分别为 21%和 19%。在独立显卡领域，Nvidia 市场份 额绝对领先。根据 Jon Peddie Research 的统计，截至 2022 年 1 季度，Nvidia 在全球

国内市场来看，在市场、政策以及资本的三重驱动下，国产 GPU 赛道持续景气。近年 来，国产 GPU 公司如雨后春笋般涌现，璧韧科技、摩尔线程、芯动科技、天数智能等 公司纷纷发布新品。但是 IP 授权来看，国内主要的 GPU 创业公司，如芯动、摩尔线程、 壁仞等采用的是 Imagination IP 或芯原授权的 IP。芯动科技发布的首款高性能 4K 级显 卡 GPU 芯片“风华 1 号”，使用了 Imagination 的 IMG B 系列 GPU IP，是 Imagination IP 在中国市场的首个高端 GPU 应用。据 The information 报道，摩尔线程芯片设计的关键 部分也来自 Imagination Technologies。

Imagination 是一家总部位于英国，致力于打造半导体和软件知识产权（IP）的公司。 公司的图形、计算、视觉和人工智能以及连接技术可以实现出众的 PPA（功耗、性能和 面积）指标、强大的安全性、快速的上市时间和更低的总体拥有成本（TCO）。2017 年 9 月，私募投资公司 Canyon Bridge 以 5.5 亿英镑收购 Imagination，Canyon Bridge 其背 后投资方为中国国新。

（三）GPU市场规模广阔，呈高速增长态势

全球 GPU 市场规模广阔，并保持高增长态势。根据 Verified Market Research 数据， 2021 年全球 GPU 行业市场规模为 334.7 亿美元，预计 2030 年将达到 4773.7 亿美元， 2021 年至 2030 年的复合年增长率为 34.35%，保持高增长姿态。 推算 2021 年中国大陆独立显卡市场规模达 88.89 亿美元，2030 年市场规模将达 1267.77 亿美元。根据亿欧智库，我国国产 GPU 的市场占有率不足 0.5%。

全球来看，根据 Jon Peddie Research，NVIDIA 在全球 PC 端独立显卡的市占率稳定在 80%左右，因此可以根 据 NVIDIA 在中国大陆的销售收入，测算 2021 年中国大陆独立显卡市场规模为 88.89 亿美元，保守假设中国 GPU 市场规模保持与全球 GPU 市场规模相同的增速，预计 2030 年将超过 1267.77 亿美元。 根据智研咨询，2019 年中国 GPU 芯片板卡市场份额中，安防/政府领域份额占比 29.5%， 若假设 29.5%比例保持稳定，2021 年党政领域 GPU 规模超过 26.22 亿美元。但这部分目前仍为外资主导。

（四）信创产业推动，存量市场空间可观

在国务院发布的《国家信息化发展战路纲要》中提到，到 2025 年，将根本改变核心技 术受制于人的局面，形成安全可控的信息技术产业体系。信创产业在我国呈现出“2+8” 体系（党政+金融、电信、交通、电力、石油、航空航天、教育、医疗行业），渗透率呈 现三个梯队，党政和金融渗透率排在第一梯队，电信、交通、电力、石油、航空航天处 于第二梯队，教育和医院处于第三梯队。

目前信创并未对 GPU 提出要求，但国产化进程也在开启，考虑到目前国产 CPU 的集显 能力，我们判断信创 PC 采用 GPU 的比例较高，而我国信创相关 PC 与涉及行业总办公 人数直接相关，空间很大。而随着国产 GPU 性能提升，有望进入更广阔的服务器市场。

三、从Nvidia看GPU企业发展之路

（一）复盘Nvidia发展历程：技术创新是根本，需求拓展助前行

复盘 Nvidia 发展历程：技术创新是根本，需求拓展助前行。如今 NVIDIA 已经成为 GPU 的龙头企业。复盘其发展，主要有两条驱动线索：一是 GPU 技术的不断创新，使 得其具备占领市场的先发优势；二是需求领域的不断扩展，创造可观的市场增量。

1999 年，首款 GPU 的问世，推动了 PC 游戏、设计等需求。1999 年，NVIDIA 推出全 球首款图形处理器(GPU)—Geforce 256。在此之前，GPU 显示芯片都属于固定功能的芯 片，而 GeForce 256 成为了第一款“集成了转换、照明、三角形设置/剪裁和渲染引擎的 单芯片处理器”，能够每秒处理至少 1000 万个多边形，让 GPU 可以从 CPU 手里接管大 量几何运算的工作，解决通用计算无法解决的问题，极大地推动了 PC 游戏、创意设计 等对 GPU 的需求。

2006 年，CUDA 架构发布，GPU 并行计算能力得到挖掘。2006 年 NVIDIA 推出 CUDA， 这是一种用于通用 GPU 计算的革命性架构。CUDA 使科学家和研究人员能够利用 GPU的并行处理能力来应对最复杂的计算挑战。但在当时，深度学习并没有现在这样广泛应 用，只有一些大型企业、研究机构需要 GPU 来进行药物发明、天气建模、金融分析等 高性能计算任务。 2009 年，Fermi 架构发布，加大了高性能计算领域布局。在首届 GPU 技术会议上， NVIDIA 推出了代号为“Fermi”费米的下一代 CUDA GPU 架构，并大力宣传 GPU 在大 规模并行计算任务的优势。 2010 年，GPU 助力超算。NVIDIA Tesla GPU 为当时全球最快的超级计算机——中国的 天河-1A 赋能。同年，奥迪选择 NVIDIA GPU 为全球所有车辆的导航和娱乐系统提供动 力。

2015 年，深耕深度学习。NVIDIA 发布的 NVIDIA Tegra X1，是一款 256 核移动超级芯 片，可为深度学习和计算机视觉应用带来 1 Teraflops 的处理能力。同年，推出的 NVIDIA DRIVE 支持成熟的高级驾驶辅助系统，为自动驾驶汽车铺平了道路；发布的 NVIDIA GeForce GTX TITAN X，是用于训练深度神经网络的性能强大的处理器。

2016 年开始，海量的可用数据、深度学习算法的发明和 GPU 计算的高性能三种力量的 叠加迎来了 AI 时代的到来。2016 年，NVIDIA 推出第 11 代 GPU 架构 NVIDIA Pascal， 为 NVIDIA Tesla® 加速器和 GeForce® GTX 显卡提供支持；推出 NVIDIA®DGX-1，是 世界上第一款台式深度学习超级计算机，可增强人工智能应用；发布的 NVIDIA DRIVE PX 2 ，可实现强大的车载人工智能，使汽车行业走上自动驾驶汽车的道路。 2017 年，NVIDIA 推出 Volta GPU 架构，NVIDIA Tesla® V100 GPU 加速器为 DGXTM 系列 AI 超级计算机提供动力；同年，推出模块化 NVIDIA® Jetson TX2 AI 超级计算机， 为 AI 城市的智能机器人、无人机和智能摄像头打开了大门。

2018 年，NVIDIA® Turing GPU 架构发布，为全球首款支持实时光线追踪的 GPU 提供 动力；NVIDIA 推出 NVIDIA DGX-2TM，这是第一款能够提供 2 千万亿次计算能力的 单一服务器，由 NVIDIA® V100 GPU 和 GPU 互联结构 NVIDIA NVSwitch 提供支持； 推出 NVIDIA® Jetson AGX Xavier，可轻松创建和部署用于制造、配送、零售、智能 城市等的 AI 机器人应用程序。 2019 年，在 GTC 大会上，NVIDIA 推出了在人工智能、高性能计算、机器人、自动驾 驶、医疗健康、专业化视觉等领域的多项创新应用，NVIDIA GPU 提供的强大算力将持 续革新各行各业。

（二）产品实现多领域、多品类布局

当前 NVIDIA 已经实现对高性能计算、深度学习、图形渲染、虚拟化的多领域产品覆 盖。Tesla 系列应用于高级深度学习，GeForce 系列应用于初中级深度学习，Quadro 系列 也可以应用于初中级深度学习，但其性能低于 GeForce 系列，稳定性高于 GeForce 系列。

四、公司其他介绍

（一）从军工领域起步，发力于GPU芯片产品

景嘉微由国防科技大学团队于 2006 年创立，2016 年于深交创业板上市。公司主要从事 高可靠电子产品的研发、生产和销售，产品主要涉及图形显控领域、小型专用化雷达领 域及芯片领域。景嘉微是国内最早系统性研发 GPU 的企业，也是国内唯一具备完全自 主研发图形处理芯片（GPU）能力并产业化的 A 股上市公司。公司发展经历了技术积 累（2006-2008 年）、业务起步（2008-2010 年）及快速发展（2010 年-今）三个阶段。

（二）实际控制人股权稳定，国家产业基金为第二大股东

公司股权结构清晰，实际控制人股权稳定，国家产业基金为第二大股东。据公司 2022 年中报，公司实际控制人喻丽丽夫妇共同持股 35.41%，股权结构稳定。国家集成电路 产业投资基金为公司第二大股东，持股 8.12%。国家集成电路产业投资基金最大股东为 国家财政部，持股 36.47%。国家产业基金的加入彰显了国家对公司业务发展认可，有 助于增强市场信心。

（三）注重人才积累，人均创收稳中有增

公司研发人员数量稳增，人员结构占比较高，人均创收稳中有升。公司的研发人员从 2018 年的 335 人，增涨到 2021 年底的 834 人，研发人员数量实现 2 倍增长。人员构成 来看，截至 2021 年底，研发人员占总员工比例为 68.87%，其中有 360 人拥有硕士及以 上学历，占研发人员比例的 43.69%。公司人均创收稳中有增，从 2018 年的 72 万元， 增长到 2021 年的 90 万元。

（四）研发费用较高，研发硕果累累

公司研发费用率逐年提高，2021 年研发费用率达 23.16%，同年销售费用率和管理费用 率分别为 4.36%和 10.36%。研发费用来看，公司 2021 年研发费用 2.53 亿元，同比增长 42.70%。在高研发费用下，公司专利数量稳步增长，截至 2021 年底，公司共申请 205 项专利（169 项国家发明专利、23 项实用新型专利、10 项国际专利、3 项外观专利）， 较上期同比增长 28.13%，其中 68 项发明专利、20 项实用新型专利、3 项外观专利均已 授权，登记了 77 项软件著作权。

（五）推出股权激励计划，绑定核心骨干

作为科技企业，人才是公司的重要资产，公司推出股权激励计划，绑定核心员工利益。 公司在 2021 年 4 月通过《关于向激励对象授予股票期权的议案》，向 263 名核心管理及技术骨干授予 749.76 万份股票期权，行权价 68.08 元/股。2021-2023 年行权比例分别为 30%/30%/40%，2021-2023 年行权考核目标分别为净利润增长不低于 2020 年净利润的 30%/50%/100%。2022 年，公司达成第一个行权条件，符合行权条件的激励对象共计 258 人，可申请行权的股票期权数量为 331.59 万股。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）