2025年海光信息研究报告：高端“CPU+GPU”双卡位，迎自主可控核心驱动

一、公司概览：“国资背景+国产使命”，高端处理器领军

主要产品：包括通用处理器CPU/深度计算处理器DCU

公司产品包括通用处理器CPU/深度计算处理器DCU及相关技术服务。其中，海光CPU主要面向复杂逻辑计算、多任务调度等通用处理器应用场景需求，兼容国际主流x86处理器架构和技术路线，按照不同应用场景对高端处理器计算性能、功能、功耗等技术指标的要求，细分为7000、5000、3000三大产品系列。公司的通用处理器CPU产品已经广泛应用于电信、金融、互联网、教育、交通等重要行业、领域和关键信息基础设施。

海光DCU采用“类CUDA”通用并行计算架构，能够较好地适配、适应国际主流商业计算软件和人工智能软件，细分为8000系列的各个型号。海光DCU具备自主研发的DTK软件栈，是目前国内AI芯片生态中最为完备的生态之一，极大的减少了应用迁移难度。

发展历程：持续研发，稳健成长

2014年10月24日，天津海泰科技投资管理有限公司出资设立海光有限。公司的主营业务为研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器。2020年，海光信息以整体变更的方式设立。

2016年公司启动海光一号CPU产品设计，于2018年实现量产；2017年公司以海光一号为基础启动第二代CPU海光二号的产品研发工作，并于2020年实现量产；2018年启动海光三号研发，并于2022年实现量产；同年启动动深算一号DCU产品设计，已于2021年实现商业化应用；2019年启动研发第四代CPU产品海光四号；2020年启动研发第二代DCU深算二号产品。2023年正式发布深算二号DCU。目前深算三号研发进展良好。

股权结构：国资背景深厚，发展基础稳固

依靠国资背景，公司发展基础稳固。截至2024年报，曙光信息是公司第一大股东，持股27.96%；天津海富天鼎为公司第二大股东，持股10.81%；第三大股东成都产业投资集团有限公司持股7.21%，和成都高新投资集团有限公司及成都高新集萃科技有限公司系一致行动人。

公司业绩维持快速增长，2020-2024年营业收入CAGR为73%

公司收入&利润维持长期快速增长。2024年，公司营收91.62亿元，同比+52.40%，公司CPU与DCU产品持续迭代，将受益于国产高端处理器的需求持续增长。2020-2024年CAGR为73.04%；归母净利润19.31亿元，同比+52.87%。扣非后归母净利润18.16亿元，同比增长59.79%；销售活动现金流107.5亿元，同比增长65%。

2024年Q4公司业绩稳步增加。公司营收30.26亿元，同比增长46.22%；归母净利润4.05亿元，同比增长12.09%；扣非后归母净利润3.41亿元，同比增长12.7%。

技术储备：夯实技术壁垒，打造新质生产力引擎

公司持续在关键技术领域加大研发投入,攻克高端处理器设计的若干核心技术,形成大量自主知识产权。截至2024年末，公司累计取得发明专利836项、实用新型专利115项、外观设计专利3项、集成电路布图设计登记证书299项、软件著作权304项。公司主要技术点包括相关设备、内存控制器、处理器芯片、时钟信号、计算机设备等。

公司将继续采用“量质并举”的策略开展系统化的知识产权布局，通过专利申请和专有技术保密相结合的方式进行技术保护，为核心技术体系保驾护航，2025年公司计划申请数量不少于395件。

二、高端处理器行业：AI驱动算力革命，加速卡迎国产化新机遇

人工智能：全球AI芯片景气度上升

中国加速芯片市场持续增长。据IDC，2024上半年，中国加速芯片的市场规模达超过90万张。从技术角度来看，GPU卡占据80%的市场份额。 推理占比持续提升。据IDC，2024H1，用于推理的人工智能芯片占据了61%的市场份额。据IDC，预期2023-2027年，推理AI服务器工作负载占比从41%提升至73%左右。A I 芯 片 及 A I 服 务 器 市 场 快 速 增 长 ， 英 伟 达 营 收 连 续 三 季 度 同 比 翻 倍 增 长 。 据Precedence，预期2026年全球AI芯片市场规模477亿美元，2024-2026年CAGR为29.72%；FY2024 Q4，英伟达收入达221亿美元，环比+22%、同比+265%，实现营收连续三季度同比翻倍增长。据Statistics，预期2026年全球AI服务器出货量达到236.9万台，2024-2026年预期CAGR为25.50%。

人工智能：DeepSeek扩大推理需求，国产芯片竞争力相对提升

DeepSeek降低推理成本，引算力需求结构变化。模型算法改进提升了训练算力使用效率、降低了训练成本，促进了模型商品化和更便宜的推理。据Semianalysis，DeepSeek推理服务可能以成本价运营，以此抢占市场份额，还在推理端优化英伟达H20 GPU的使用（H20内存与带宽容量高于H100，推理效率更具优势）。推理占比持续提升。更低的推理成本有望提升下游应用与端侧对大模型推理使用需求，推理算力需求占比有望增长。2024H1，用于推理的人工智能芯片市占率为61%。据IDC，预期2023-2027年，推理AI服务器工作负载占比从41%提升至73%左右。 随着全球算力市场爆发，阿里、百度、中国电信等企业均在推进十万卡级别算力集群的建设，考虑到目前中美半导体博弈加剧，DeepSeek积极适配昇腾、海光等国产芯片，国产化推理算力需求有望持续增长。

国产化：美国持续加大对华无理制裁，尖端科技是主要竞争领域

2018年至今，从特朗普政府到拜登政府，美对华半导体管制呈现出由“有限出口”向“全面出口管制”、由“5G”延伸至“AI” 、由“大棒”扩展为“胡萝卜加大棒”等趋势。从管制要点来看，拜登政府在半导体产业链的所有关键环节都设计了阻碍中国技术进步的方案，不但限制高算力芯片成品对华出口，而且限制产业链上游的芯片制造设备、零部件、芯片设计软件出口以及产业链下游的算力租赁服务。

三、海光CPU与DCU：对标全球先进水平，持续推动技术创新

海光CPU发展迅速，目前主要产品为海光三号

中央处理器（CPU）是计算机中的主要处理单元，其电子电路用于执行计算机程序的指令。 公司CPU产品细分为海光7000系列产品、海光5000系列产品、海光3000系列产品。①海光7000系列集成16-32核心，支持128路PCle通道，8个DDR4内存通道;单颗CPU最大支持2TB内存容量。主要应用于对计算能力、扩展能力、吞吐量有高要求的领域，包括云计算、大数据、数据库、分布式存储、人工智能等。② 海光5000系列产品集成8-16核心，支持64路PCle通道，4个DDR4内存通道，单颗CPU最大支持1TB内存容量，能满足互联网、金融、电信、交通、能源等多行业和企业的运算需求。③ 海光3000系列产品集成4-8核心，支持32路PCle通道，2个DDR4内存通道，最高加速频率达到3.3GHz；主要应用于入门级服务器、工作站、工业控制等市场，为中小企业客户和专业人员，提供高效解决方案。2018年海光一号实现量产，随后公司在海光一号的基础上对Core微结构进行优化，提升处理器核心性能和安全应用性能，推出海光二号。在海光二号CPU的基础上，对核心和片上网络微结构进行设计优化，基于新的工艺节点进行设计，推出海光三号。目前已发布海光四号，海光五号研发进展顺利。

X86架构国内生态适配有明显优势，海光CPU稀缺属性强

中央处理单元（CPU）在计算设备中起着至关重要的作用，例如台式机，笔记本电脑，服务器和移动设备。CPU是从程序中执行指令的组成部分，使其对于广泛的计算任务至关重要。按照指令集，CPU可分为CISC（复杂指令集）和RISC（精简指令集）两大类，CISC型CPU目前主要是x86架构，RISC型CPU主要包括ARM、RISC-V、MIPS、POWER架构等。 国产CPU的核心厂商涵盖龙芯、兆芯、飞腾、海光、申威及鲲鹏（华为）等。海光兼容国际主流x86处理器架构和技术路线，具有先进的工艺制程、优异的系统架构、丰富的软硬件生态等优势；鲲鹏和飞腾均是基于ARMv8架构层级永久授权，自主化程度大，市场接受程度高。

海光信息领跑信创服务器市场，多元场景验证国产算力硬实力

海光信息在金融行业信创服务器采购中展现出显著竞争力。2024年招商银行总行两批次海光服务器标段招标中，中兴与浪潮中标。2025年上海证券交易所、上交所技术有限责任公司、上证所信息网络有限公司、上海上证数据服务有限责任公司的8520万元信创服务器集采中，神州数码以3700万元中标海光标段。北京银行2024年第二批采购中，中兴、紫光软件分别以1290万元、1716万元斩获142台大数据服务器及200台容器服务器订单，印证海光生态伙伴多元化布局。海光服务器正加速渗透至证券、能源及保险领域。中国出口信用保险公司2024年服务器采购中，海光架构103台服务器助力云平台建设。中石化燕山分公司等订单落地同样印证国产算力在多行业快速落地。

GPGPU优势明显，海光DCU具备大规模并行计算能力

根据IDC数据，GPGPU优势明显，全球96%的商业AI系统选择GPGPU路线。GPGPU 内部包括大量的运算单元核心，相较于通用处理器，可将单一指令批量分发至数万线程并行执行。在处理人工智能（机器学习）模型训练与推理、高性能计算等大数据流应用时，GPGPU解决的效率比CPU更高。目前，GPGPU广泛应用于高性能计算、行业AI应用、安防与政府项目、互联网及云数据中心等。其主要应用场景：一是人工智能模型训练与推理；二是高性能计算。海光DCU基于通用图形处理器设计理念，具有全精度支撑能力，包括双精度、单精度、半精度、整型等，能够充分挖掘应用的并行性，发挥其大规模并行计算的能力，快速开发高能效的应用程序，为科学计算、人工智能计算提供算力，可以全面支持深度学习训练场景，深度学习推理场景，以及大模型场景等。海光DCU具备自主研发的DTK软件栈，是目前国内AI芯片生态中最为完备的生态之一，极大的减少了应用迁移难度。

报告节选：

（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。）