国产GPU龙头，民用开启第二成长曲线

NVIDIA、Intel引领全球GPU市场，国内企业加速追赶海外巨头。GPU作为显示卡的“大脑”，是芯片领域的核心产品之一。在独立显卡市场中，NVIDIA得益于技术优势和需求场景的拓展，占据绝对领先的市场份额。当前国内GPU市场仍由外商主导，近年来，受政策、资本和需求的三重共振，国产GPU赛道景气，国内企业加速追赶海外大厂。 景嘉微起家于军工领域，发力于国产GPU芯片。景嘉微早期以图形显控和小型专用化雷达产品为主，主要面向军用领域。2014年，JM5系列产品的研发成功，标志着我国国产GPU芯片从0到1的突破，此后随着JM7和JM9系列产品的陆续研发成功，为公司业绩开拓出强劲的第二增长曲线，GPU产品有望成为公司未来盈利的重要支撑。 景嘉微具备完全自主研发GPU芯片能力，与海外GPU巨头形成错位竞争格局。景嘉微具备完全自主研发GPU芯片的能力，采用从中低端产品向中高端产品推进的研发策略，JM5和JM7系列产品主要面向军用和信创市场，JM9系列产品对标NVIDIA在2016年发布的Nvidia GTX1080产品，逐步打开民用市场，与海外GPU芯片巨头形成错位竞争。 信创存量市场空间较大，增量市场可期，预计未来增速较快。 盈利预测、估值：我们预计公司2022-2024年营收为11.86亿元、18.74亿元、27.78亿元，对应增速8.5%、58.0%、48.3%；归母净利润为3.04亿元、4.94亿元、6.95亿元，对应增速分别为3.9%、62.4%、40.6%，对应EPS分别0.67元、1.09元、1.53元。估值方面，考虑公司为芯片设计厂商，从军用拓展至民用市场，两者虽应用领域存在差异，但业务本质相同，目前均处于快速扩张期，采用PS进行估值。选取国内AI芯片龙头厂商寒武纪、CPU龙头厂商龙芯中科作为可比公司，考虑公司为国内GPU龙头企业，稀缺性较高，在信创推进下有望受益，我们给予2023年18%的溢价率，对应20xPS，对应市值375亿，对应目标价82.6元。首次覆盖，给予“强推”评级。 风险提示：信创产业政策落地不及预期；行业竞争加剧；产品研发、适配不及预期。 主要财务指标 投资主题 报告亮点 复盘海外巨头NVIDIA发展历程，挖掘GPU企业发展驱动力。报告通过复盘海外GPU巨头的发展历程，归纳其GPU产品驱动线索：一是GPU技术的不断创新，使得企业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。对比来看，景嘉微在国内实现GPU从0到1的突破，具备技术先发优势，产品在迭代中性能不断提升，应用领域不断扩展，从最初的JM5系列产品应用于公司的图形显控模块产品，到JM9系列产品向人工智能、云计算等领域扩展。 投资逻辑 景嘉微是国产GPU领军企业，具备强大的研发能力和技术先发优势，能够实现与海外巨头及国内新晋厂商的错位竞争；JM9系列的研发成功，预计将进一步打开公司在信创及民用市场的空间。景嘉微产品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，产品性能与海外巨头产品差距始终稳定在5年左右，紧追海外巨头研发进度，能够与海外巨头形成错位竞争。国内来看，新晋国产GPU企业主要以高性能计算为卖点，景嘉微能够实现与国内新晋GPU企业错位竞争。景嘉微产品主要面向信创领域，中低端市场需求存量及增量空间较大，景嘉微综合实力较强，处于领军地位。JM9系列芯片有望实现在人工智能、云计算等领域的进一步拓展。 关键假设、估值与盈利预测 我们预计公司2022-2024年营收为11.86亿元、18.74亿元、27.78亿元，对应增速8.5%、58.0%、48.3%；归母净利润为3.04亿元、4.94亿元、6.95亿元，对应增速分别为3.9%、62.4%、40.6%，对应EPS分别0.67元、1.09元、1.53元。估值方面，考虑公司为芯片设计厂商，从军用拓展至民用市场，两者虽应用领域存在差异，但业务本质相同，目前均处于快速扩张期，采用PS进行估值。选取国内AI芯片龙头厂商寒武纪、CPU龙头厂商龙芯中科作为可比公司，考虑公司为国内GPU龙头企业，稀缺性较高，在信创推进下有望受益，我们给予2023年18%的溢价率，对应20xPS，对应市值375亿，对应目标价82.6元。首次覆盖，给予“强推”评级。 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。 图表1公司图形显控领域相关产品在军用飞机上的应用 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。 图表2小型专用化雷达领域产品 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。 图表3 GPU产品线 （二）芯片产品“从有到优”，实现军用向民用转化 1、景嘉微vsNvidia：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NvidiaGT640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NvidiaGTX1050和NvidiaGTX1080芯片。 图表4 GPU主要性能参数及其含义 图表5景嘉微GPU产品与海外对标产品性能对比 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。 图表6中船重工产品及景嘉微JM7200技术细节 （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。 图表7公司GPU产品与国外对标产品时间轴 （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（GraphicsProcessingUnit，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。 图表8 GPU与CPU对比 图表9 GPU和CPU架构 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。 图表10Intel集成显卡的位置 图表11搭载了独立显卡的主板 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。 图表12机器学习模型对GPU的调用 （二）海外巨头寡头垄断，国产GPU赛道持续景气 GPU行业