寒武纪深度解析：云、边、端全面布局的AI芯片龙头企业

1、公司介绍：云、边、端全面布局的 AI 芯片独角兽

1.1 寒武纪：具备深厚沉淀的人工智能芯片新锐

寒武纪是 AI 芯片领域的独角兽。公司成立于 2016 年 3 月 15 日，专注于人工智能 芯片产品的研发与技术创新，产品广泛应用于消费电子、数据中心、云计算等诸多场 景。公司是 AI 芯片领域的独角兽：采用公司终端智能处理器 IP 的终端设备已出货过 亿台；云端智能芯片及加速卡也已应用到国内主流服务器厂商的产品中，并已实现量 产出货；边缘智能芯片及加速卡的发布标志着公司已形成全面覆盖云端、边缘端和终 端场景的系列化智能芯片产品布局。

寒武纪虽成立时间尚不足五年，但技术研发已经历了十余载的沉淀。从 2008 年开 始，公司创始人就开始联手做人工智能和芯片设计的交叉研究。随后的数十年内，创 始团队先后在多个顶级学术会议上发表了相关研究成果，并研发出 DianNao、 DaDianNao 等学术架构，并于 2015 年研发出世界首款深度学习专用那个处理器原 型芯片。

1.2 产品：云、边、端全面布局（略）

从营收结构上看，公司产品逐步丰富。公司产品主要分为四大类：终端智能处理器 IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及智能计算集群系统。2017- 2018 年终端智能处理器 IP 的销售额占比最高，2019 年公司业务结构发生了较大变 化：一方面由于该业务最大的客户华为海思开始自研芯片而不与公司合作，使得公司 终端智能处理器 IP 业务占比大幅下降至 15.5%；另一方面新拓展的云端智能芯片及 加速卡和智能计算集群系统两类业务营收占比增加。2019 年智能计算集群系统业务为公司主要收入来源，占主营业务收入的比重为 66.72%。云端智能芯片及加速卡 2019 年业务收入占总收入的 17.77%。而边缘智能芯片及加速卡也在积极布局中， 未来随着公司产品逐步完善量产，客户逐步导入，未来业绩增量可观。

从毛利角度看，智能计算集群系统成为主要赢利点。终端智能处理器 IP 的毛利率较 高，一直在 99%以上；其他产品由于涉及产品制造与销售，则毛利率较低，智能计 算集群系统和云端智能芯片及加速卡业务分别为 58.23%与 78.23%。目前公司主要 的盈利点位为智能计算集群系统，2019 年贡献了公司 56.98%的毛利润，达到 1.72 亿元。

1.3 客户：智能计算集群系统类客户将贡献主要收入

智能计算集群系统类客户将贡献主要收入。公司 2019 年前三大客户分别是珠海市横 琴新区商务局、西安沣东仪享科技服务有限公司和中科曙光。其中向中科曙光销售的 产品为思元 100 智能芯片及加速卡，产品最终应用于珠海横琴先进智能计算平台（一 期），将此项收入归入珠海横琴计算，可见公司在此项目上的收入接近 3 亿元，公司 智能计算集群系统类的客户为公司合计贡献收入 3.6 亿元，占总营收的 80%以上。 未来，国内将继续建设大量此类智能计算中心，与英伟达、英特尔等海外竞争对手相 比，公司具有“本土公司、自主可控”等国产标签，拥有特殊的优势，此类客户未来 将成为公司收入的重要来源。

1.4 财务：营收高增长，现金流保证持续经营

营收高速增长，利润有望回暖，未来可期。公司近年来产业化规模逐年扩大，营业总 收入实现高速增长，从 2017 年的 0.08 亿迅速增长至 2019 年 4.44 亿，CAGR 达 652%，同比增速均超 100%。公司自成立以来，归母净利润为负且呈波动下降趋势， 主要原因是由于公司是初创团队，产品仍在市场拓展阶段，营业收入规模和同类企业 相比较小，而公司资金又大量用于研发投入，且股权激励计提的股份支付金额较大。 目前公司正处于高速发展阶段，随着公司业务规模的扩大，公司营收进一步增加，随 着公司与新客户的不断合作以及产品的规模出货，公司盈利能力将会逐年提升，利润 也将逐步回升。

公司毛利率保持在行业较高水平。公司终端智能处理器 IP 业务毛利率很高，一直维 持在 99%左右，云端智能芯片及加速卡业务毛利率为 78.23%。而智能计算集群系统 的毛利率为 58.23%，由于该类业务需要外购配套服务器及硬件设备，采购支出金额 较高，且均计入成本，因此毛利率低于另两种业务。2017-2019 年，公司综合毛利率 分别为 99.96%、99.90%和 68.19%，呈下降趋势的主要原因是 2019 年公司业务结 构发生改变，云端智能芯片及加速卡和智能计算集群系统业务占比增加，该两项业务 的毛利率低于终端智能处理器 IP 业务的毛利率，因此综合毛利率有所下降。但是据 相关数据统计，2019 年科创板已上市企业的平均毛利率为 53.49%，寒武纪综合毛 利率依然超过平均值。

公司流动资产比重大，资产结构合理。公司资产总额呈快速增长态势，其中以流动资 产为主，2019 年占总资产的 95.35%。公司流动资产又以货币资金、其他流动资产 为主，合计占流动资产的 83.07%。其他流动资产中，银行理财产品占 99.24%，安 全性和流动性较好。2017-2019 年，公司应收账款的期末余额占各期营业收入的比例 呈下降趋势，同时公司主要应收账款欠款的客户都信誉良好、资金实力雄厚，因此公 司应收账款可回收性较高、发生坏账的可能性较小，风险较低。总体来看公司资产质 量良好，持续经营能力不断增强。

公司流动性好。2017-2019 年，公司流动比率与速动比率总体较高，展示出公司的稳 健经营以及较强的偿债能力。2019 年公司资产负债率为 6.68%，低于同行业上市公 司，主要是公司受股东持续增资等因素的影响。资产结构中货币资金、其他流动资产 占比较高，资本结构较为稳健，长期偿债能力较强。

1.5 优势：具备深厚的技术沉淀

寒武纪作为当前 AI 芯片领域的新势力，具备深厚的技术沉淀。公司以中科院计算所 为背景，具有经验丰富的领导班底以及庞大专业的研究团队，在自身先进技术和高研 发收入的双重加持下，在 AI 芯片的领域稳步前行。

1.5.1 中科院背景加持，核心团队经验丰富

 公司具有中科院系背景，股权结构稳定

公司创始团队持股占比重大。公司实际控制人、董事长、总经理陈天石直接持有公司 33.19%的股份，另外作为艾溪合伙的执行事务合伙人持有公司 8.51%的股份，合计 控制公司 41.71%的股份。公司的创始团队持股比例大，结构相对简单，利于公司股 权的稳定，也有助于决策效率的提升和公司发展战略的部署及推动。

公司具备中科院背景利于技术升级，布局下属公司增加产能。中科院通过中科算源 间接持有公司 18.24%的股份，是寒武纪的第二大股东，也是公司技术研发的长期合 作伙伴。当前国内领先企业联想和龙芯都具有中科院背景，可见公司有望依托中科院 进行产品研发升级，未来可期。另外，公司下设 7 家控股子公司并有 3 家参股公司， 有利于公司产能的提升和市场及客户的拓展。

 公司具有人才团队优势

公司高层系技术人员出身，经验丰富。寒武纪的创始人兼 CEO 陈天石博士在人工智 能和处理器芯片等相关领域从事基础科研工作十余年，主导研发了世界首款深度学 习专用处理器原型芯片；重要创立成员陈云霁，曾为国产龙芯研发团队中最年轻的成 员，主持研发了国际首个深度学习处理器芯片“寒武纪”；公司首席技术官梁军曾作 为主架构师完成了多款高端复

公司研发团队结构合理，经验丰富。公司核心团队成员皆是高学历且都具备多年人工 智能芯片领域研发和设计经验，足以支撑起公司的技术创新和产品研发。同时在供应 链、产品销售等方面也已建立成熟团队，核心骨干均有多年从业经验，核心研发人员 实力强劲。目前公司研发人员 680 名，占总员工的 79.25%，硕士及以上的人员占比 超过 60%。

公司具备良好完备的培训及激励机制。公司拥有完善的培训及考核体系，采用内外部 培训、聘请业务专家来公司授课等方式，同时配合绩效考核体系，培养优秀的人才并 激发员工的积极性和创造性。另外，为了进一步留住人才，公司制定了股权激励计划， 公司股权激励平台包括艾溪合伙和艾加溪合伙，有利于并充分调动人员的积极性。

1.5.2 持续重视研发，成果显著

公司自成立以来持续重视技术研发，保持公司技术研发的前瞻性、领先性和核心技 术的竞争优势。2017 年，公司处于初创阶段，营业收入较低，研发费用为 0.3 亿元， 占营收比的 381%。2018 和 2019 年公司业务处于快速发展阶段，研发费用金额上 升较快，研发投入分别为 2.4 亿元、5.43 亿元。公司研发投入营收占比连续 3 年超 过了 100%，处于行业的较高水平，高额的研发投入有利于公司核心技术和产品竞争 力的提升。

研发成果逐渐落地，未来有望逐步受益。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，当前公司已经研发出更先进的思元 220、思元 270 以及 Cambricon-1M。此 外，公司面向人工智能训练市场还研发了思元 290 芯片，目前处于回片后的内部测 试阶段。思元 290 采用公司自研的 MLUv02 指令集，可高效支持分布式、定点化的 人工智能训练任务。公司将在充分和完备的测试后将思元 290 芯片投入商用。未来 随着公司产品的不断升级，业绩有望持续提升。

1.5.3 核心技术领先，前瞻性储备新技术

通过多年持续的研发与技术积累，公司已经掌握多项核心技术，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，是目前国际上少数几家全面系统掌握了通用型智能芯片及其基础系统软件研 发和产品化核心技术的企业之一。公司拥有可对外授权的处理器 IP，以及丰富的技 术储备，在智能芯片领域和基础系统软件技术领域各掌握了七大技术。此外，公司在 传统 CMOS 和先进 Fin-Fet 等全球主流先进工艺节点上都具有优秀的设计能力。公 司的技术水平已通过诸多国内外知名企业验证，在行业内具有其独特的竞争优势和广泛的应用场景。

公司产品口碑良好、屡屡获誉。近年来随着公司的快速发展，公司对产品进行快速迭 代升级，凭借领先的研发能力、优秀的产品性能、可靠的产品质量、优秀的客户服务 水平，在国内外积累了良好的品牌口碑，品牌认可度和市场影响力不断提高，成立至 今获得多项荣誉。

公司目前正在不断布局新技术的研发推进，丰富技术储备。主要核心技术储备有第 四代智能处理器 IP Cambricon 1V（研发阶段）、新一代高性能片上网络技术（研发 阶段）、超大尺寸 2.5D 封装设计技术（早期研发阶段）、高性能多智能芯片加速底板 （研发阶段）、高性能推理优化技术（研发阶段）、智能计算高层领域专用语言（早期 研发阶段）和 5nm 先进工艺物理设计技术（早期研发阶段）。

2．发展动力：AI 芯片前景广阔

人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓 展机器的能力边界，使其能部分或全面地实现人类的感知（如视觉、语音）、认知功 能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。人工智 能核心的底层硬件 AI 芯片，经历了多次的起伏和波折，自诞生以来不断实现升级和 进步。

人工智能芯片应需而成，快速发展推动人工智能快速进入使用场景。人工智能芯片 是人工智能中承载算法、产生算力、为各个应用领域赋能智慧的核心载体，随需求升 级种类逐渐丰富。随着深度学习算法的快速发展，各个应用领域对算力提出愈来愈高 的要求，传统的芯片架构无法满足深度学习对算力的需求，因此，具有海量数据并行 计算能力、能够加速计算处理的人工智能芯片应运而生并快速发展；应用于多个行业 图像、语音、数据等各领域，部署于云端、终端或边缘侧，采取通用架构或专用架构的人工智能芯片不断涌现。

人工智能芯片主要有传统芯片和智能芯片两类，另外还有受生物脑启发设计的类脑 仿生芯片。传统芯片可以覆盖人工智能程序底层所需要的基本运算操作，但是在芯片 架构、性能等方面无法适应人工智能技术与应用的快速发展；智能芯片是专门针对人 工智能领域设计的芯片，包括通用和专用两种类型。其中通用型智能芯片具有普适性， 在人工智能领域内灵活通用；专用型智能芯片是针对特定的应用场景需求设计的。

AI 芯片市场规模逐步扩充。根据 Tractica 的预测数据，全球人工智能芯片市场规模 将在未来几年内快速增长，从 2018 年的 51 亿美元，增长至 2025 年的 726 亿美元，年均复合增长率将达到 46.14%；我国的 AI 芯片市场也将迎来快速发展，据前瞻产 业研究院数据，我国 AI 芯片市场规模将在 2024 年达到 785 亿，并且近几年同比增 长率将保持在 40%以上，高于全球市场的增速。

人工智能的各类应用场景，从云端溢出到边缘端，或下沉到终端，都离不开智能芯片 的高效支撑。当前人工智能应用越来越强调云、边、端的多方协同，对于芯片厂商而 言，仅仅提供某一类应用场景的人工智能芯片难以满足用户的需求。因此，各芯片厂 商的多样化布局与竞争将促使整个人工智能芯片行业在未来几年实现高速发展。公 司面向云端、边缘端、终端推出了三个系列不同品类的通用型智能芯片与处理器产 品，分别为终端智能处理器 IP、云端智能芯片及加速卡、边缘智能芯片及加速卡。

2.1 终端场景促进终端智能芯片发展

采用专门为人工智能专门设计的处理器支撑 AI 应用是行业发展的必然趋势。利用终 端中原有的通用 CPU 运行人工智能算法，也可在功能上实现相关应用。但对实时性 要求高的场景（如智能驾驶等），对响应的延时极为敏感，基于 CPU 作人工智能计 算远不能满足实时性要求，必须引入专门的人工智能处理器；而在手机、平板电脑、 音箱、 AR/VR 眼镜、机器人等对散热、能耗敏感的消费类电子终端场景，采用 CPU 支撑人工智能算法，不仅性能不理想，计算的能耗亦不能满足相关场景下的苛刻限制， 同样需要采用专门的人工智能处理器提升性能降低能耗

终端具有大量的智能计算能力需求。这些计算能力需求主要分为两类：

 一类是单芯片计算能力需求较小的，主要是一些物联网设备，如智能家居等；

 一类是移动计算平台，这些计算平台的特点是其设备往往处于移动中，无法用固 定的边缘设备来支撑。这些设备未来主要有两类，一类是以手机、平板为代表的 消费类电子产品，另外一类是以自动驾驶为代表的车载计算平台。

在物联网、消费电子、智能手机以及自动驾驶等应用领域的快速发展下，终端智能芯 片具有良好的发展前景：

物联网的发展带动智能芯片需求的增长。据新浪 VR 智库推测，中国的物联网市 场将会得到巨大的发展，预计未来三年中国物联网市场规模仍将保持 20%以上 的增长速度，到 2021 年，市场规模将达到 26251.3 亿元。物联网如智能家居等 应用的逐步渗透带动了对物联网芯片的需求，据 MarketsandMarket 预计 2020 年全球物联网芯片市场规模将达 109.41 亿美元，公司作为终端智能芯片产业链 的重要一环，也将随之受益。

消费电子是人工智能芯片应用的重要领域。智能手机、AR/VR、智能音箱、无人 机、 机器人等领域是各厂商关注的重点，此类硬件终端均可与人工智能应用相 结合，人工智能芯片的应用将加速推动下游消费电子行业的技术进步和产品体 验优化。根据 Gartner 的预测，2020 年人工智能芯片在消费电子终端市场的销 售规模将超过 25 亿美元。

智能手机增大对终端智能芯片的需求。智能手机经过多年硬件升级，人工智能相 关应用虽然可以在传统的手机处理器芯片上运行，但在流畅度和能耗方面表现 不够理想而且用户体验不佳，引入人工智能处理器增加手机芯片的运算能力逐 渐成为主流。各大领先智能终端品牌厂商相继推出搭载人工智能处理器的新款 智能手机产品，提升了用户使用人工智能应用时的用户体验，促进了集成智能处 理器的手机芯片的普及和推广。根据 Gartner 预测，搭载人工智能应用的智能手 机出货量占比将从 2017 年的不到 10%提升到 2022 年的 80%，年销量超 13 亿 部，带动终端人工智能芯片迎来高速增长。

智能驾驶带来新增量。智能驾驶是集导航、环境感知、控制与决策、交互等多项功能于一体的综合汽车智能系统，也是人工智能的重要应用领域之一。据市场调 研机构 iiMediaResearch 估计，2016 年全球智能驾驶汽车市场规模为 40.0 亿 美元，预计至 2021 年增长至 70.3 亿美元，复合增长率 11.94%。智能驾驶系统 的核心是芯片，汽车的新能源化和互联化进程必将要求底层硬件能够支撑高速 运算的同时保持低功耗与逻辑控制，未来人工智能芯片在车载领域具备广阔的 市场空间。

半导体 IP 市场空间广大。据 IBS 预测，全球半导体 IP 的市场规模将在 2020 年达到 54 亿美元，在 2025 年将达 76 亿美元，未来市场空间巨大，公司半导体 IP 的业绩 也将有较大的增长潜力和空间。

2.2 云、边协同带动 AI 芯片需求

2.2.1 云端

海量数据进行计算和处理的需求促进云的行业发展。大规模张量运算、矩阵运算是 人工智能在计算层面的突出需求，高并行度的深度学习算法在视觉、语音和自然语言 等方向上的广泛应用使得计算能力需求呈现指数型增长趋势。根据 Cisco 的预计， 2016 年至 2021 年全球数据中心负载任务量将成长近三倍，从 2016 年的不到 250 万个负载任务量增长到 2021 年的近 570 万个。随着云计算的不断发展，全球范围内 云数据中心、超级数据中心的建设速度不断加快， Cisco 预计到 2021 年，计算能力 更强的超级数据中心将达到 628 座，占总数据中心比例达到 53%。

云计算、大数据、 5G、 IoT 等新兴技术驱动云端智能芯片需求持续增长。云计算 为人工智能提供了物理载体，大数据为人工智能提供了信息来源，5G 降低了数据传 输和处理的延时性，IoT 提供了更多的数据收集端口，大大提升了数据量。人工智能 关键技术未来将在 5G、 IoT、云计算和大数据等新兴技术日益成熟的背景下取得突 破性进展，从而增大对云端智能芯片需求。

云端市场增长快，增大公司云端智能芯片需求，创造长期商业机会。据中国信息通信 研究院的统计，2018 年全球公有云市场规模为 1,392 亿美元，到 2021 年预计全球 公有云市场规模将达到 2,461 亿美元，复合增长率达 20.96%。为未来全球公有云市 场发展前景广阔，云计算和人工智能算法关系密切，未来搭载智能芯片的云计算硬件 比例将大幅提升，云端智能芯片需求持续增长，为公司业绩带来长期驱动力。根据 IDC 预计云端端智能芯片市场需求将从 2017 年的 26 亿美元增长到 2022 年的 136 亿美元，年均复合增长率 39.22%。公司未来有望享受市场需求高速增长带来的红利。

2.2.2 边缘端

边缘端可以解决云端不能解决的问题，大幅提升效率。当前，部分用户对数据安全性 和系统及时性有着较高的需求，而云端受限于延时性和安全性而无法满足。边缘计算 技术是在靠近接入侧的边缘机房部署网关、服务器等设备，在无需将数据传出工厂的 同时，实时地进行数据处理并对产线进行决策和控制。边缘计算可以降低业务推进延 迟、减少对传输网的宽带压力从而减低成本、提升效率带来更好的用户体验，是解决 不同应用带来的多样化网络需求的核心技术之一。

5G 时代推动边缘计算需求升级。5G 时代，无线网络具备高带宽、低延时以及支持海量设备接入等特点，大规模的数据流动增加了传输和云端的压力，使得边缘端的网 络节点需要具备数据预处理和快速输出结果的能力，数据处理将进入分布式计算的 新时代。同时，随着 5G 时代和人工智能的发展，越来越多的数据处理需求必须在边 缘侧完成，这些场景往往需要很强的实时性，对延时敏感，并且有很强的数据隐私性 要求，相关生产数据不能上传到云端。边缘人工智能则很好地解决了这个需求。

下游应用场景广泛，边缘智能芯片需求规模将大幅扩张。与云端智能芯片相比，边缘 智能芯片的使用场景更加丰富，可应用到自动驾驶、虚拟现实、智能家居以及智慧城 市等。未来随着 5G 和人工智能技术的发展，下游应用场景逐渐普及和丰富，将大幅 增加边缘计算和边缘芯片的需求。在整个边缘计算市场的带动下，边缘智能芯片逐渐 受到国内外芯片厂商的关注。根据 ABI Research 预计，边缘智能芯片市场规模将从 2019 年的 26 亿美元增长到 2024 年的 76 亿美。随着市场的逐步扩展，需求的不断 增长，公司作为我国边缘端芯片的重要生产者，有望尽享行业红利。

2.3 智能计算集群系统带来持续增量

随着人工智能技术的高速发展，需要有与人工智能应用相匹配的新型云计算基础设施。报告期内，公司以自有的思元 270 和思元 100 芯片加速卡产品为核心，基于 CambriconNeuware 基础系统软件平台，为客户提供智能计算集群系统方案设计、 系统集成及相关技术服务。

智能计算集群系统是公司 2019 年重要营收来源，横琴智能计算平台项目占比较高。2019 年，公司智能计算集群系统业务收入主要来源于与珠海市横琴新区管理委员会 商务局、西安沣东仪享科技服务有限公司以及上海脑科学与类脑研究中心开展的智 能计算集群系统项目，三者合计占比 66.72%，是公司收入主要来源。其中横琴项目 是建立基于公司国产神经元网络专用芯片的大规模、自主可控的智能计算中心，此项 目营收占比最高。

 在横琴先进智能计算平台（一期）项目中，公司向项目总集成方中科曙光销售金 额为 6,344.83 万元。

 在二期项目中，公司目前实现收入 20,708.35 万元。

 公司 2019 年与横琴先进智能计算平台项目（含一期、二期）相关的收入占 2019 年营业收入比例为 60.94%。

2.3.1 横琴项目有望大受青睐，协助寒武纪打响名气

横琴先进智能计算平台有望成为排名全国前列的研究开发中心，帮助寒武纪在相关 市场营造良好口碑。据资料显示，横琴先进智能计算平台建成后将申请挂牌成为国家 级研究开发中心。目前全国共建成天津、济南、长沙、深圳、广州、无锡 6 家国家超 级计算中心，根据筹建方案，国家超级计算郑州中心也计划于 2020 年建设完成。我们认为横琴先进智能计算平台建成后在多种因素的加持下将具备一定市场竞争力， 有望成为全国较为领先的研究开发中心：

 横琴先进智能计算中心可补充市场智能计算供给端。六大计算中心的应用领域主 要集中在生物医药、天气灾害、环境能源、地理海洋以及工业制造等领域，而横 琴项目主要用于人工智能领域，应用场景广阔，可以有效提供应用的补充。

 项目多方推动，具有政策支持。横琴项目是广东省与中科院共同推进粤港澳大湾 区国际科技创新中心的合作项目，被列入广东省政府 2019 年工作报告和《关于 贯彻落实“粤港澳大湾区发展规划纲要”的实施意见》，具备政策支持优势。

 横琴智能计算中心背景实力强。中科院作为项目的重要背景方，将保障项目的顺 利进行和口碑，国家超级计算深圳中心亦是中科院背景；广东琴智科技研究院有 限公司是横琴先进智能计算平台的运营运维公司，于 2019 年获批广东省首批高 水平创新研究院。

 横琴先进智能计算中心系统性能较强。政府对横琴智能平台的定位是“算力招商”， 目前计算能力已经达到 116 亿亿次\秒，预计建成后算力将达到 400 亿亿次\秒， 技术水平较为领先，有望拓展新客户。

项目的成功建成可为公司带来良好的示范作用。横琴先进智能计算平台招商成效初 现。截止 2020 年 5 月 18 日，横琴先进智能计算平台超 30 家使用单位，亦吸引了 不少人工智能企业落户横琴。项目的建成将为寒武纪带来良好的口碑，利于公司拓 展客户和未来发展。

2.3.2 国家政策带来机遇，公司未来业绩空间广阔

根据 2019 年 9 月科技部关于印发《国家新一代人工智能创新发展试验区建设工作 指引》，到 2023 年，将布局建设 20 个左右试验区。试验区建设将重点依托人工智能 发展基础较好的城市，目前已经获批的有北京、上海、天津、深圳、杭州、合肥等一 共 11 个人工智能试验区，预测还有 9 个左右试验区将要进行批准投设。根据 IDC 与 浪潮联合发布的报告，我国还有其他的城市比如苏州、重庆、青岛和南京等在 AI 建 设方面同样具备一定政策支持，且发展卓有成效。将来随着各城市政策的支持以及 AI 产业的不断发展和扩张，越来越多的城市也将具备建设人工智能创新发展试验区 的实力。

以横琴为打开市场的钥匙，未来有望接到多个订单。如前文所述，公司所参与的横琴 先进智能计算平台在多个方面具备优势，有望得到政府和企业的青睐，从而有效提升 公司的名气和市场竞争力。未来，公司凭借中科院计算所的背景、自身较为领先的技 术水平以及市场的良好口碑，有望参与到其中若干试验区建设的项目中，为公司业绩 注入持续增长动力。据公司最新公告显示，公司已经接触到新的客户并处于极其洽谈 合作订单中。

智能计算集群系统将持续作为公司发展的中坚力量。智能计算集群系统业务作为公 司当前业绩的重要贡献部分，未来，依托自身背景以及技术优势，相关产品和服务将 具备较强的市场竞争力。在公司逐渐打开市场、开拓客户的情况下，公司有望持续接 到规模较大的订单，从而加大对公司芯片加速卡和对应软件服务的需求，也有利于会 促进公司的产品技术不断升级，形成良性循环，为公司业绩的增长带来源源不竭的动 力，为公司逐步建立完整的 AI 芯片生态奠定基础。

3．竞争地位：行业新锐有望破局

虽然寒武纪已有十余载的技术积累，但与行业竞争对手相比仍为新进者。面对快速发 展的广阔市场，公司是否可以抓住机遇迅速成长是投资者较为关心的问题。通过将公 司产品与主要竞争者进行对比并分析其优劣，我们认为寒武纪的产品和英伟达、华为 等公司性能不相上下，整体竞争下各有优劣，若公司可以克服生态不如竞争对手的 劣势，则有望在强者林立的市场中破局，拥抱快速成长的人工智能芯片市场。

3.1 竞品分析：产品性能不分上下，部分指标领先对手

3.1.1 智能处理器 IP

目前公司智能处理器 IP 的竞争对手为 ARM 公司，通过下表对比我们可以发现：

 性能功耗比方面，两者指标较为接近；

 计算能力方面：终端处理器IP产品最高可提供单核8TOPS的计算能力（INT8）， 高于 ARM 的同类产品；

 对推理和训练的支持方面，寒武纪 1M 可同时支持推理和训练功能，而 ARM 同 类产品在推理功能之外是否支持训练尚未披露；

 市场方面，寒武纪和 ARM 各有优劣：寒武纪在智能处理器 IP 领域具有先发优 势，产品最早实现在手机市场实现大规模商用；ARM 这一细分领域则发力较晚， 但其在集成电路 IP 市场则具备深厚的积累、良好的声誉与客户关系。

经过以上分析可见：公司产品在多数领域和 ARM 不相上下，计算能力高于 ARM 同 类产品。因此我们认为，在智能处理器 IP 这一领域，寒武纪的产品优于竞争对手。

3.1.2 云端智能芯片及加速卡

目前在云端智能芯片领域较为领先的公司有寒武纪、英伟达、华为海思和英特尔，通 过下表对比我们可以发现：

 制程工艺方面，寒武纪、英伟达和华为海思最新的云端芯片产品都已经采用 7nm 工艺，英特尔相对落后；

 性能功耗比方面，各家产品较为接近；

 峰值计算能力方面，英伟达的 Tesla A100 和华为海思的 Ascend 910 领先于公 司已发布的产品。思元 290 产品算力尚未公布，但从价格角度看，思元 270（约 5000 美元）的价格远远低于 A100（约 10000 美元），因此公司产品的性价比仍 处于不弱于人的状态。

 市场方面，英伟达的 GPU 处于绝对的领先地位，英特尔、华为、寒武纪都处于 市场开拓期；

综上所述，公司的智能芯片及加速卡业务虽处于市场开拓期，但性能指标已接近英伟 达，性价比更是不弱于对方，随着公司研发的深入、市场的拓展，该类产品有望迎来 快速发展的阶段。

3.1.3 边缘端智能芯片及加速卡

与云端智能芯片相似，边缘端芯片的主要厂商包括寒武纪、英伟达、华为海思等，简 要对比如下：

 从制程工艺角度看，三家公司的边缘智能芯片均采用 16nm/12nm 工艺；

 从性能功耗比角度看，华为和寒武纪的边缘芯片产品略高于英伟达；

 从市场角度看，英伟达的边缘计算产品在全球处于领先地位，华为海思已经获得 了一定的客户基础，公司的边缘芯片思元 220 发布时间较短，仍处于市场开拓 期。

综上所述，公司作为新进者，市场认知方面仍需提升，但公司产品性能已经不弱于对手，甚至领先于英伟达当前的产品，因此随着公司客户基础的扩展与知名度的提高， 边缘端智能芯片有望在未来成为公司业绩的重要贡献力量。

3.1.4 智能计算集群系统

除寒武纪之外，目前比较成熟的智能计算集群系统还包括基于英特尔 CPU 的通用计 算集群、基于英伟达 GPU 的智能计算集群和基于华为海思 Ascend 系列智能芯片的 智能计算集群。我们经过对比发现：

 寒武纪、华为、英伟达的智能计算集群在可扩展性、性能、能耗、延时、吞吐等 指标上相对接近，在能耗方面优于基于英特尔 CPU 的通用计算集群。

 在生态建设和通信技术方面，英伟达依靠 CUDA 建立起的生态系统具备显著的 优势，英伟达和华为各自在通信领域均有积累，寒武纪在此领域则相对处于劣势。

通过上述四类产品的同业比较，我们可以看出：虽然寒武纪的市场认可度与生态环境 的建设仍处于初期，但其产品性能并不弱于竞争对手，甚至在部分性能指标上已超 过对方。伴随着公司未来的生态系统逐步完善与市场影响力逐渐扩大，公司未来发 展将极具想象力。

3.2 生态分析：打破云、边、端开发壁垒，助力多场景应用落地

优秀的人工智能芯片产品需要有完善的软件生态进行支撑，人工智能芯片只是实现 人工智能应用的底层硬件，若需实现最终的应用，需要在基础上进行软件开发。软件 开发则涉及到对应的开发环境，投资者可将其理解为应用开发人员写代码、运行代码 的平台。

英伟达的 CUDA 就是这样的开发环境，其 GPU 芯片产品在智能计算市场占据了优 势地位也得益于其 CUDA 软件平台及相关生态的完善。在多年统治 GPU 市场的过 程中，市场上已有大量技术人员熟悉并掌握 CUDA 的开发环境。此外，英伟达还有 完善的 SDK（类似于工具包，开发人员可直接调用其功能），所以即便英伟达的芯片 性能略低于竞争对手，开发人员仍会因为较低的学习门槛选择英伟达产品，这也是英 伟达的核心竞争力之一。

在生态建设方面，寒武纪已经起步。公司已经自主研发了基础系统软件平台 Cambricon Neuware，开启了建设寒武纪生态的第一步。虽生态完善程度与英伟达 相比仍有一定差距，但千里之行始于足下，伴随着公司产品销售的逐步增加，用户将 逐渐增多，一方面扩大公司产品在开发人员群体中的影响力，另一方面也将给公司的 生态完善提供更多有效的正反馈。

与竞争对手相比，公司的生态建设更广。公司的基础系统软件平台涉及云、边、端， 智能芯片和终端处理器产品采用相同的开发环境，彻底打破云端、边缘端、终端之间 的开发壁垒，无须繁琐的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 云边端所有产品之上。云边端体系化的智能芯片和处理器产品以及完全统一的基础 系统软件平台可大幅加速人工智能应用在各场景的落地，加快公司生态的拓展。

4、投资建议（详见报告原文）

预计公司 2020-2022 三年营收分别为 6.27 亿、9.12 亿和 13.28 亿，归母净利润为2.77 亿、-1.91 亿和 0.85 亿。未来随着人工智能的不断升级发展，在国家政策的加 持下，AI 芯片市场将迎来红利期，公司未来发展将极具想象力。

……

（报告观点属于原作者，仅供参考。报告来源：国元证券）

如需完整报告请登录【未来智库官网】。

编辑：沃巴查芒