2023年寒武纪分析报告国内领先的人工智能芯片企业

1.专注人工智能芯片领域，净利润亏损幅度缩窄

1.1.深耕人工智能芯片领域，产品应用广泛

寒武纪成立于 2016 年，2020 年成功上市。公司自成立以来一直专注于人工智能芯片产品的 研发与技术创新，致力于打造人工智能领域的核心处理器芯片。公司的主营业务是各类云 服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，提供云端智 能芯片及加速卡、训练整机、边缘智能芯片及加速卡、终端智能处理器 IP 以及对应的配套 软件开发平台等一系列产品。 作为全球智能芯片领域知名的新兴公司，公司掌握了丰富的专业技术：在智能芯片领域具 备了 SoC 芯片设计等七大类核心技术；在基础系统软件技术领域具备智能芯片编程语言等七 大类核心技术，技术壁垒高、难以被复制。公司产品得到了多个行业客户的认可，广泛服 务于服务器厂商、人工智能应用公司，辐射互联网、云计算、能源、教育、金融、电信、 医疗等行业的智能化升级，支撑人工智能行业快速发展。

股权结构稳定。截至 2023 年 8 月，公司董事长陈天石先生直接持有公司股份 28.69%，是公 司的第一大股东和实际控制人。北京中科算源资产管理有限公司是中科院计算技术研究所 全资设立的资产经营管理公司，具有国有法人性质。董事长陈天石先生与北京中科算源资 产管理有限公司均为公司创始人，公司股权结构稳定。

公司管理层在人工智能芯片领域的从业经验、技术经验和管理经验丰富。公司董事长陈天 石先生、公司副总经理王在先生、公司副总经理刘少礼先生均具有计算机相关专业背景， 理论知识与技术实践经验丰富，有多年的人工智能芯片研究经历。财务负责人叶淏尹女士 曾先后在中国高新投资集团公司、国投创业投资管理有限公司担任投资经理、投资副总裁， 投资经历丰富，财务管理能力突出。公司管理层包含专业技术背景和财务背景，有利于公 司建立起人工智能芯片领域的技术优势与财务管理优势。

深耕人工智能芯片，产品应用广泛。公司的主要产品线包括云端产品线、边缘产品线、IP 授权及软件。其中，云端产品线产品包含云端智能芯片、加速卡及训练整机，为云计算和 数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源；边缘产品 线生产边缘智能芯片及加速卡，与人工智能技术结合可推动智能制造、智能零售、智能教 育、智能家居、智能电网等众多领域的高速发展；公司的基础系统软件平台可以打破不同 场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势。

1.2.业绩短期承压，净利润亏损幅度缩窄

受益于人工智能芯片行业相关政策推动，人工智能芯片行业成长迅猛。2018-2022 年，公司 营业收入大幅增长，由 2018 年的 1.17 亿元提升至 2022 年的 7.29 亿元，CAGR 为 44.18%。 在云端产品线收入增长、边缘产品线需求波动等多重因素影响下，公司 2022 年营业收入同 比增长 1.11%，实现了稳健发展。公司近年来尚未实现盈利的原因主要是公司为确保“云边 端”各系列智能芯片产品及基础系统软件平台的高质量迭代，持续加大研发投入。2022 年 由于研发费用、资产减值损失、信用减值损失增长，公司实现归母净利润-12.57 亿元，相 比 2021 年亏损扩大 52.32%。预计随着疫情影响逐渐淡化、公司技术优势进一步凸显、产品 销量增加，公司亏损幅度有望逐步缩减。2023 年 H1，受供应链影响，公司调整销售策略， 优先服务毛利较高、信用较好的客户，造成营业收入有所下降，实现营业收入 1.14 亿元， 同比下降 33.37%；由于按归属期分摊的股份支付费用较上年同期减少，同时公司进一步提 升研发效率、优化资源配置，职工薪酬及测试化验加工费等较上年同期减少，公司实现归 母净利润-5.45 亿元，亏损同比减少 12.46%。

分产品看，公司主营业务分为边缘产品线、云端产品线、智能计算集群系统、IP 授权及软 件四类。2022 年智能计算集群系统、边缘产品线、云端产品线、IP 授权及软件的营收分别 为 4.59 亿元、0.38 亿元、2.19 亿元和 0.01 亿元。其中，智能计算集群系统一直为公司营 业收入最大来源，2022 年占比 62.90%。2022 年云端产品线销售规模迅速提升，占营收的比 例达到30.10%。2023年H1，边缘产品线、云端产品线的营收分别为0.05亿元、1.09亿元。 2018-2022 年公司 IP 授权及软件的毛利率一直保持着较高的水平；边缘产品线的毛利率水 平有所下降；云端产品线毛利率水平在 2018-2021 年呈下降趋势，但在 2022 年有所上升； 智能计算集群系统毛利率呈现上升趋势。2020-2021 年，公司为加快导入头部企业占领市场， 边缘产品线中的 MLU220 芯片及板卡等产品销售规模迅速提升，而 MLU220 芯片及板卡等产品 毛利率较低，导致边缘产品线毛利率水平下降。公司云端产品线包含训练整机，训练整机 因搭载服务器硬件单位成本较高，产品毛利较低，导致 2021 年公司云端产品线的毛利率下 降 17.76%。2022 年，智能计算集群系统、边缘产品线、云端产品线、IP 授权及软件的毛利 率分别为 70.42%、31.11%、63.47%和 100.00%。2023 年 H1，边缘产品线、云端产品线的毛 利率分别为 52.18%、71.75%。

公司整体毛利率水平较高，稳定在 60%以上。2022 年受到云端产品线业务收入大幅增长、毛 利率较低的边缘产品线收入占比下降的影响，公司毛利率上升。2022 年，因受到公司研发 投入加大、信用减值损失及存货跌价带来的资产减值损失较上年同期增加等多种因素共同 影响，净利润亏损扩大。2023 年 H1，公司在供应链的影响下，调整销售策略，优化产品成 本结构，导致毛利率同比提升，公司销售毛利率和净利率分别为 70.86%和-488.98%。 2018 年-2023 年 H1，公司销售费用率呈上升趋势，财务费用率呈现下降趋势。2019 年受股 份支付费用大幅增长影响，公司管理费用率提升明显。2020-2022 年公司扣除股份支付的管 理费用增长率分别为 36.47%、21.25%、-0.13%，公司运营效率逐步提升。2023 年 H1，公司 销售费用率/管理费用率/财务费用率分别为 33.52%、111.46%和-21.43%。

2018 年-2023 年 H1，公司经营活动现金流量净额持续为负，主要原因为公司存货采购备货 和职工薪酬支出较大。2023 年 H1,公司经营活动产生的现金流量净额/投资活动产生的现金 流量净额/筹资活动产生的现金流量净额分别为-4.99/-16.86/16.96 亿元。预计未来随着公 司业务规模扩大、盈利能力提升，现金流量状况有望得到改善。

2.AI 快速发展有望带动人工智能芯片需求旺盛

2.1.2023 年我国 AI 芯片市场规模有望突破 500 亿元，国产替代进程有望加速

随着当前人工智能技术普遍应用于日常生活和传统产业，对于底层芯片计算能力的需求一 直在飞速增长，其增速已经大幅超过了摩尔定律的速度。人工智能运算常常具有大运算量、 高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出 了巨大的挑战。 人工智能芯片也被称为 AI 加速器或计算卡，即专门用于处理人工智能应用中的大量计算任 务的模块(其他非计算任务仍由 CPU 负责)。业界关于 AI 芯片的定义仍然缺乏一套严格和公 认的标准。比较宽泛的看法是，面向人工智能应用的芯片都可以称为 AI 芯片。根据前瞻产 业研究院，人工智能芯片根据其技术架构可以分为 CPU、GPU、FPGA、ASIC、类脑芯片;按照 其在网络中的位置可以分为云端 AI 芯片、边缘 AI 芯片、终端 AI 芯片;根据其在实践中的目 标可以分为训练芯片和推理芯片。

ChatGPT 引爆人工智能热潮。2022 年 11 月，美国 OpenAI 公司在 GPT-3.5 的基础上推出聊天 机器人 ChatGPT。相比于传统的 AI，ChatGPT 可以通过使用 Transformer 神经网络架构连接 大量语料库获得海量参数，从而保证模型的准确性。ChatGPT 不仅具备聊天功能，还能实现 各类语言相关任务，如帮助撰写论文、翻译、编写代码等。ChatGPT 一经发布，便受到了用 户的狂热追捧，引爆人工智能热潮。在 ChatGPT 发布不到四个月后，2023 年 3 月，OpenAI 公司应势推出新的 GPT-4。GPT-4 是对 ChatGPT 的重大升级迭代，不仅具备更加强大的语言 理解能力，还能够处理图像内容。截至目前，GPT 经历了从 GPT-1 发展至 GPT-4 的迭代升级。 从 GPT-1 到最新的 GPT-4，模型可采用的预训练数据量得到质的提升，使用海量参数可以完 成自然语言处理的绝大部分任务、极大地提高了模型的精确度，并实现了从“文生文”到 “文生图”、“图生图”的显著突破。

国外巨头争夺人工智能领域主动权。微软在人工智能领域深入布局，扩大与 OpenAI 的合作 关系。2023 年 2 月，微软携手 OpenAI 推出嵌入了 ChatGPT 功能的必应（Bing）搜索引擎，用户可以直接提出问题并通过搜索引擎生成答案。2023 年 3 月在 Microsoft 365 Copilot 发 布会上，微软宣布将 GPT-4 模型装进 Office 套件。随后，微软旗下所有产品全线整合聊天 机器人 ChatGPT。谷歌 2022 年推出了 5400 亿参数大模型 PaLM；2023 年 5 月 10 日，谷歌又 发布了 PaLM2。谷歌推出基于 LaMDA 的 Bard 对标 ChatGPT。2023 年 3 月 21 日，谷歌宣布开 放 Bard 公测。随着全球 AI 接入潮兴起，谷歌也将 Bard 应用到谷歌搜索和办公软件中。 DuetAI 是应用于 GoogleWorkspace 的办公类 AI 工具，用来对标微软 Copilot，可以自动生 成文档、表格和图片。2022 年 5 月，MetaAI 发布了基于 1750 亿参数的超大模型 OPT-175B， 对所有社区免费开放。2023 年 2 月，Meta 宣布将推出针对研究社区的“Meta 人工智能大型 语言模型”系统（简称“LLaMA”），包括 70 亿、130 亿、330 亿、650 亿 4 种参数规模。

国内厂商也在加速布局 AI 大模型。百度最早于 2019 年推出预训练模型 ERNIE 1.0，历经多 次迭代，百度文心大模型形成了基础大模型、任务大模型、行业大模型三级体系，其中基 础大模型包括 NLP、CV、多模态三个方向。自 2021 年起，阿里达摩院先后发布了多个版本 的多模态及语言大模型。2022 年 9 月，阿里发布通义大模型系列。2023 年 4 月 11 日，阿里 正式推出大语言模型通义千问。华为云团队 2020 年开始发展 AI 大模型，2021 年 4 月发布 盘古大模型。盘古大模型历经 L0-L1-L2 的发展，目前形成了基础大模型（L0）、行业大模型 （L1）、行业细分场景模型（L2）三级体系。2022 年 12 月腾讯推出了万亿中文 NLP 预训练 模型混元 AI 大模型。目前，腾讯混元大模型涵盖 NLP 大模型、CV 大模型、多模态大模型和 众多行业模型。受益于腾讯自身业务广泛，混元大模型在腾讯内部已与腾讯广告、微信、 QQ、游戏等产品结合。字节跳动也在今年组建了语言大模型团队，加入大模型布局。2023 年 4 月 18 日，字节跳动旗下火山引擎发布自研 DPU 等系列云产品，并推出升级版的机器学 习平台，支持万卡级大模型训练。

根据 Frost&Sullivan 数据，2021 年全球人工智能芯片市场规模为 255 亿美元。根据研究机 构 IDTechEx 数据，人工智能训练算法的复杂性正在以惊人的速度增长，其中运行新开发的 训练算法所需的计算量大约每四个月翻一番。Frost&Sullivan 预计 2023 年其市场规模将达 到 490 亿美元，到 2026 年则将增长至 920 亿美元。在 2022 世界人工智能大会上，华为轮值 董事长胡厚崑预测，未来十年人工智能的算力需求将会增长500倍以上。研究机构IDTechEx 近日发布报告，预测到 2033 年，AI 芯片市场将增长至 2576 亿美元。我们认为，未来人工 智能的算力需求增长空间显著，AI 芯片作为人工智能的底层基石市场规模广阔。

在地区层面，欧美地区一直是全球 AI 芯片的重要市场，长期维持着行业领先地位。目前全 球 AI 芯片市场主要被欧美地区的厂商所主导，全球头部厂商主要包括 AMD、Google、Intel、 NVIDIA 和 IBM 等。在数据中心/大模型领域，英伟达凭借其自身 CUDA 生态在 AI 及高性能计 算占据绝对主导地位。TrendForce 指出，目前在全球 AI 服务器市场上，英伟达的 GPU 已成 为主流芯片，市场份额约占 60-70%。其次是云计算厂商自主研发的 ASIC 芯片，市场份额超 过 20%。根据 Liftr Insights 数据，目前 NVIDIA 在北美数据中心 AI 芯片市场份额占比超 过 80%，且在训练、推理环节均保持持续领先；2022 年，在数据中心 AI 加速市场，英伟达 市场份额达 82%，AWS 和 Xilinx 分别占比 8%、4%，AMD、Intel、谷歌均占比 2%。

我国人工智能芯片起步晚，但在政策的扶持下，逐渐发展壮大，渗透入各行各业。“十三五” 规划时期，首次将人工智能芯片列入国家发展规划中，之后出台的《新一代人工智能产业 发展三年行动计划 2018-2020》，提出重点扶持神经网络芯片，推动人工智能芯片在国内实 现规模化应用。到 2022 年，“十四五”规划提出重点发展数字技术创新，提高人工智能芯片 的研发和应用;同时，“十四五”国民健康规划提出大力推广人工智能芯片在医疗、卫生等 公共领域的应用，切实保障民生，助力人工智能芯片从研发落地到应用。总体来看，目前 我国人工智能芯片与国际先进水平相比还有一定距离，所取得成就仅是在部分领域，整个 行业还处于生命周期的萌芽期。根据美国半导体工业协会数据，2022 年我国芯片仅占全球 市场份额的 7%。 2022 年 8 月，美国政府要求英伟达停止向中国出口两种用于人工智能工作的顶级计算芯 片，此次管制涉及英伟达 A100 和 H100 两款芯片，以及英伟达未来推出的峰值性能等同或 超过 A100 的其他芯片。2023 年 10 月 17 日晚，拜登政府更新了针对人工智能芯片的出口 管制规定，计划阻止英伟达等公司向中国出口先进的 AI 芯片。此次限制的核心对象是先进 计算半导体、半导体制造设备和超级计算机项目，更加严格地限制了中国购买重要的高端 芯片。美国对我国芯片出口的封锁将加强我国芯片行业发展动力与迫切性，有望加速我国 人工智能芯片产业发展步伐和国产替代进程。

根据深圳发布的《关于促进消费持续恢复的若干措施》，原则上新增办公系统、业务系统中 信创产品的采购比例，金融、能源、教育、医疗、电信、交通等重点领域不低于 20%；新增 关键信息基础设施中信创产品的采购比例，党政机关、国资国企不低于 40%。我们预计信创 政策同样将促进我国人工智能芯片国产替代进程加速。根据 Frost&Sullivan 数据，2021 年 我国人工智能芯片市场规模达到 251 亿元，同比增长 41%。预计在政策、市场、技术等合力 作用下，中国 AI 芯片行业将快速发展，预计 2023 年市场规模有望突破 500 亿元，2026 年 有望达到 1675 亿元。国内 AI 芯片以寒武纪思元系列、华为昇腾系列等为代表，产品性能已 达到较高水平。其余代表企业包括百度昆仑芯、景嘉微、龙芯中科、海光信息、壁仞科技、 沐曦、天数智芯、登临科技、摩尔线程等厂商。

2.2.2022 年我国云端芯片市场规模约为 152.96 亿元

人工智能技术在云端（云）、边缘端（边）和终端（端）设备中均有广泛应用，都需要由核 心芯片提供计算能力支撑。 云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作 用是为云计算和数据中心场景下的人工智能应用程序提供高性能、高计算密度、高能效的 硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。 终端智能处理器是终端设备中支撑人工智能处理运算的核心器件，例如近年来各品牌旗舰 级手机上与图像视频、语音、自然语言相关的智能应用均依靠终端智能处理器提供计算能 力支撑。为了提升性能降低功耗，同时节省成本，终端智能处理器通常不是以独立芯片的 形式存在，而是作为一个模块集成于终端设备的 SoC 芯片当中。 边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算 能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数 据安全、隐私保护、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动 智能制造、智能零售、智能教育、智能家居、智能电网、智能交通等众多领域的高速发展。

大模型、云计算、大数据等新兴技术驱动云端智能芯片需求持续增长。随着算法和应用的 不断发展，人工智能应用对计算能力的需求越来越高，需要更强大的处理器、显卡、内存 等硬件资源，以支持更快速、更复杂的计算任务。AI 服务器作为承载和支持人工智能应用 设计的关键设备，其需求将受到算力需求的拉动大幅增长。据 IDC 数据，2022 年，全球高 性能 AI 服务器市场规模达 195 亿美元，同比增长 25%。IDC 预计 2023 年市场规模将达 248亿美元，同比增长 27%。根据头豹研究院数据数据，2021 年中国 AI 服务器市场规模达到 53.9 亿美元（约 350.3 亿人民币），同比增长 68.6%；2022 年中国 AI 服务器市场规模达到 67 亿美元，同比增长 24%。IDC 预计到 2025 年将市场规模将达 103.4 亿美元，2021-2025 年 年复合增长率为 17.7%，届时将占全球整体 AI 服务器市场近三成，到 2026 年将增长至 123 亿美元。云端 AI 芯片作为AI 服务器的底层，需求有望深度受益。根据共研网数据，2022 年 中国云端领域芯片市场规模约为 152.96 亿元。

3.产品性能优异技术国内领先，研发实力支撑未来发展

3.1.云端产品线加速推进

公司自成立以来一直专注于人工智能芯片产品的研发与技术创新，主要产品线包括云端产 品线、边缘产品线、IP 授权及软件，其中业务重点在云端产品。 云端产品线目前包括云端智能芯片、加速卡及训练整机。2022 年公司云端产品线实现收入 2.19 亿元，较上年同期增长 173.52%。在互联网行业，公司的思元 370 芯片及加速卡在数 家头部互联网企业中进入了批量销售环节。根据公司 2022 年报，在金融领域，公司持续扩 展云端产品在多家头部银行的业务，其中 MLU370-X8 训练产品已纳入某头部银行的采购框 架并实现了小批量采购。此外，公司云端产品线与其他头部银行合作完成了 OCR 算法的适 配以及应用场景的解决方案。在通信运营商行业，云端产品思元 370 芯片及加速卡已完成 与某头部运营商多个智能计算平台的适配，形成了小批量采购，该项目标志着公司云端产 品在通信运营商行业达成初步规模化落地；此外，公司与某头部运营商开展公有云的部署 与业务拓展，并在大型集群架构设计上进行探讨和进一步验证性测试工作。在其他重点行 业方面，公司与民生行业、能源行业等重点行业的领袖企业展开了紧密合作，部署了智慧 粮仓、智能巡检、智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。 2022 年公司积极参与并成功中标南京智能计算中心项目（二、三期）智能计算设备（二期） 项目，以新推出的玄思 1001 智能加速器（MLU-X1001）作为核心算力单元之一，集成配套 软硬件，最终形成智能计算集群系统交付给客户，实现收入 4.43 亿元。

边缘计算产品线包括边缘智能芯片及加速卡，广泛应用在智能制造、智能零售、智能教育、 智能家居、智能电网等众多领域。2022 年公司边缘智能芯片及加速卡实现收入 0.38 亿元， 较上年同期下降显著。主要因 2021 年度芯片供应链产能紧张，公司边缘智能芯片产品的主 要客户根据自有产品市场需求和销售情况制定了高库存策略以保证供应充足，向公司提出 了较高的采购需求。2022 年，因客户自身需进行库存调控消化，导致公司边缘产品线在主 要客户处的收入有所下降。主要产品思元 220 芯片支持多类网络模型，寒武纪基础软件平台 可以轻松部署推理环境。BANG Lang.编程环境可对计算资源做直接定制，满足多样化 AI 定 制要求。长期来看，边缘计算整体市场空间将持续扩大，公司将依托更丰富的边缘智能芯 片产品类型在边缘服务器、工控机、机器人、智能电视等更为广阔的边缘端应用场景进一 步开拓更为丰富的客户资源，公司边缘产品线业务对主要客户的依赖将有所降低。

IP 授权及软件产品线包括 IP 授权和基础系统软件平台。2022 年公司持续完善了推理加速 引擎 MagicMind 及其周边生态。在功能上，算子支持数量持续增加；在模型部署优化上， 支持了 QAT 模型直接部署，并完整支持 Dynamic Shape 等特性；在性能上，MagicMind 在 多个领域的典型模型上，均取得不弱于同档位友商产品的性能表现。并重点针对云、车场 景网络模型的性能泛化性、运行时内存、CPU 占用率等进行了优化；在周边生态上，公司完 成了 MagicMind 到 PyTorch 的集成，使得寒武纪 PyTorch 用户无需做代码迁移也能够享 受 MagicMind 带来的推理性能加速。同时，MagicMind 新增了多款云、边、端、车硬件平 台支持，并完善了 Sample Code、Best Practice 等用户文档，进一步提高了用户使用体 验。针对训练软件平台，公司持续推进通用性训练软件栈的研发和改进工作。在功能上， 支撑了公司新的硬件平台以及 FP19 数据精度，支撑了新的 PyTorch 版本，算子覆盖度达 到 80%，TensorFlow 的算子数量及交付网络模型均有所增加。周边生态上，公司推出了寒 武纪开源算子库 MLU-OPS，支持使用 C 接口开发智能芯片算子。目前 MLU-OPS 社区生态良 好，中国科学技术大学等知名高校已参与到该仓库的算子贡献中。公司将持续与社区开发 者合作，持续开发和完善开源算子库。

3.2.思源 370 性能优异，产品成熟度达到新高度

思源 370 产品成熟度达到新高度。2022 年 3 月 21 日，公司正式发布新款训练加速卡 MLU370-X8。MLU370-X8 搭载双芯片四芯粒思元 370，集成寒武纪 MLU-Link™多芯互联技术， 主要面向训练任务，在业界应用广泛的 YOLOv3、Transformer 等训练任务中，8 卡计算系统 的并行性能平均达到 350W RTX GPU 的 155%。与此前发布的 MLU370-S4、MLU370-X4 相比， MLU370-X8 定位为训练加速卡。三款加速卡均基于思元 370 智能芯片的技术，通过 Chiplet 技术，灵活组合产品的特性，根据不同场景适配出符合场景需求的三类子产品，这 样在同样的研发费用之下，满足了更多市场需求。2022 年下半年，公司进一步推出 MLU370- M8 云端智能加速卡。MLU370-M8 是寒武纪面向数据中心场景打造的 OAM 形态智能加速卡， 可提供 32 TFLOPS(FP32)训练算力和 340 TOPS(INT8)推理算力。两款加速卡均支持寒武纪 MLU-Link 芯片间互联，可满足多样化人工智能模型的训练和推理需求。

产品性能优异。根据寒武纪官网，在 Cambricon Neuware SDK 上实测，常用的 4 个深度学 习网络模型中，MLU370-S4 加速卡的性能平均接近市场主流 70W GPU 的 2 倍。而在能效方 面，MLU370-S4 优势更为明显，处理相同 AI 任务相较于 70W GPU 用电量减少 50% 以上。 在 Cambricon Neuware SDK 上进行实测可知，常用的 4 种深度学习网络模型中，MLU370- X4 加速卡与市场主流 150W GPU 相比，性能表现 2 项持平 2 项更优，实测能效则为 GPU的 2 倍。如 YOLOv3 物体检测网络中，MLU370-X4 的性能是 150W GPU 性能的 1.5 倍，能 效为 GPU 的 2.5 倍。 通过测试结构可知，MLU370-X4 加速卡在 70-75W 功率上性能大幅领先于英伟达 T4；在 150W 功率上又实现了与最新一代安培架构、基于 GA102 核心的 A10 持平或小幅领先，功 耗效率则高出 2 倍还多。这意味着在推理任务上，同等尺寸的 MLU370-X4 加速卡可以 2 倍 性价比替代 T4。

新品思元 590 在研，性能大幅提升。在 2022 年 9 月 1-3 日举办的 2022 世界人工智能大会 上，寒武纪董事长、总经理陈天石博士透露了寒武纪在研的新品信息，其中包含全新一代 云端智能训练芯片思元 590。思元 590 采用 MLUarch05 全新架构，实测训练性能较在售旗舰 产品有了大幅提升，它提供了更大的内存容量和更高的内存带宽，其 IO 和片间互联接口也 较上代实现大幅升级。

3.3.自研智能芯片核心技术，研发实力国内领先

公司是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融 合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司凭借领先的核心技 术，较早实现了多项技术的产品化。公司通过技术创新和设计优化，持续提升产品的性能、 能效和易用性，推动产品竞争力不断提升。 通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技 术，技术难度大、涉及方向广，是一个极端复杂的系统工程，其中处理器微架构与指令集 两大类技术属于最底层的核心技术。公司在智能芯片领域掌握了智能处理器微架构、智能 处理器指令集、SoC 芯片设计、处理器芯片功能验证、先进工艺物理设计、芯片封装设计与 量产测试、硬件系统设计等七大类核心技术；在基础系统软件技术领域掌握了编程框架适 配与优化、智能芯片编程语言、智能芯片编译器、智能芯片数学库、智能芯片虚拟化软件、 智能芯片核心驱动、云边端一体化开发环境等七大类核心技术。

公司能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品，是同时具备人工 智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如 7nm）下 复杂芯片设计经验的企业之一。公司研发的寒武纪 1A 处理器是全球首款商用终端智能处理 器 IP 产品，思元 100（MLU100）芯片是中国首款高峰值云端智能芯片。思元 290（MLU290） 芯片是寒武纪首款云端训练智能芯片，采用了 7nm 工艺，在 4 位和 8 位定点运算下，理 论峰值性分别高达 1024TOPS、512TOPS。思元 370（MLU370）芯片是寒武纪首款采用 Chiplet（芯粒）技术的人工智能芯片，是寒武纪第二代云端推理产品思元 270 算力的 2 倍。同时公司能为自研云端、边缘端、终端全系列智能芯片与处理器产品提供统一的平台 级基础系统软件和编程接口，公司自研的基础系统软件平台彻底打破了云边端之间的开发 壁垒，兼具灵活性和可扩展性的优势，仅需简单移植即可让同一人工智能应用程序便捷高 效地运行在公司云边端系列化芯片/处理器产品之上。基础系统软件可支持各主流人工智能 编程框架，包括 TensorFlow、PyTorch、Caffe、MXNet 等，并支持 Paddle 等国产人工智 能编程框架。

公司始终保持高研发投入，2022 年研发投入达 15.23 亿元，研发投入占营业收入的比例为 208.92%，较上年同期增加 51.41 个百分点。2022 年公司研发人员数量达 1205 人，占总员 工人数的 79.49%。持续的研发投入将为公司未来提升市场份额与业绩奠定坚实的基础。同 时公司积极布局车端产品线，推动车云协同系统的发展。公司 2022 年车载芯片研发投入超 3.2 亿元，在总研发中占比 21.4%。截至 2022 年 12 月 31 日，公司累计申请的专利为 2,720 项。按照专利地域可分为：境内专利申请 1,752 项，境外专利申请 688 项，PCT 专 利申请 280 项；按照专利类型可分为：发明专利申请 2,647 项，实用新型专利申请 36 项， 外观专利申请 37 项。此外，公司拥有软件著作权 63 项；集成电路布图设计 6 项。

3.4.产品已实现广泛应用，市场口碑优异

自 2016 年 3 月成立以来，公司快速实现了技术的产业化输出，先后推出了用于终端场景 的寒武纪 1A、寒武纪 1H、寒武纪 1M 系列智能处理器；基于思元 100、思元 270、思元 290 芯片和思元 370 的云端智能加速卡系列产品；基于思元 220 芯片的边缘智能加速卡。 根据公司 2022 年报，其中，寒武纪智能处理器 IP 产品已集成于超过 1 亿台智能手机及其 他智能终端设备中，思元系列产品也已应用于浪潮、联想等多家服务器厂商的产品中。此 外，思元 270 芯片、思元 290 芯片还分别获得第六届世界互联网大会、世界人工智能大会 颁布的奖项。思元 220 自发布以来，累计销量突破百万片。

根据公司公告，目前，公司已推出的产品体系覆盖了云端、边缘端的智能芯片及其加速卡、 训练整机、处理器 IP 及软件，可满足云、边、端不同规模的人工智能计算需求。公司凭借 领先的研发能力、可靠的产品质量和优秀的客户服务水平，在国内外积累了良好的品牌认 知和优质的客户资源。根据公司公告，目前公司产品广泛服务于服务器厂商、人工智能应 用公司，辐射互联网、云计算、能源、教育、金融、电信、医疗等行业的智能化升级，支 撑人工智能行业快速发展，与阿里、百度等头部互联网企业的多个业务部门进行了密切交 流并已实现产品导入。借助运营积累的客户基础，公司进一步提升了品牌认可度和市场影 响力，上述优质客户的品牌效应也有助于公司进一步开拓其他客户的合作机会。同时，丰 富的现有客户资源也为公司新产品的市场开拓提供了便利，可以实现多类产品的销售协同， 产品的推出、升级和更新换代更易被市场接受，为公司的业务拓展和收入增长打下了良好 的基础。

随着公司近年来的快速发展，公司迭代推出多款智能芯片、处理器 IP 产品，通过提供优秀 的产品性能、可靠的产品质量、完善的技术支持积累了良好的市场口碑，在业内的知名度 不断提升。公司成立至今共获得多项荣誉：2017 年 12 月，公司获得全球知名创投研究机 构 CB Insights 颁布的“2018 年全球人工智能企业 100 强”奖项；2018 年 11 月，于深 圳举办的第二十届中国国际高新技术成果交易会上，寒武纪 1M 处理器、思元 100 智能芯 片、思元 100 加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公 司上榜由美国著名权威半导体杂志《EETimes》评选的“2018 年全球 60 家最值得关注的半 导体公司（EETimes Silicon 60 of 2018）”榜单；2019 年 6 月，公司入选《福布斯》杂 志中文版颁布的“2019 福布斯中国最具创新力企业榜”；2019 年 10 月，思元 270 芯片获 得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020 年 4 月，公司获得全 球知名创投研究机构 CB Insights 颁布的“2020 IC DESIGN China”奖项；2020 年 6 月， 公司获得胡润研究院“2020 胡润中国芯片设计 10 强民营企业”荣誉称号；2020 年 6 月，公 司 上 榜 《 EETimes 》 评 选 的 “ 2020 年 全 球 100 家 最 值 得 关 注 的 半 导 体 公 司 （EETimesSilicon 100）”榜单。2021 年 3 月，公司上榜《EETimes》评选的“AI 芯片公 司(AI CHIP) TOP10”榜单；2021 年 7 月，公司的思元 290 智能芯片及加速卡、玄思 1000 智能加速器获得了由世界人工智能大会组委会颁发的 SAIL 之星奖。

ChatGPT 等现象级智能应用表现出自然语言大模型已具备面向通用人工智能的部分特征，具 备面向广泛行业领域的应用潜力，催生出更多的市场需求和发展空间，对智能算力也提出 了更高的要求。公司的芯片产品依托于公司最具竞争力的核心技术，对视觉、语音、自然 语言处理、传统机器学习技术等各类人工智能技术具备较好的普适性。同时，公司可提供 能效出色、易于使用的配套系统软件产品，支撑客户便捷地开展智能算法基础研究、开发 各类人工智能应用产品。预计未来在 AI 行业持续快速发展的推动下，公司业绩有望实现快 速发展。

（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。）