国内领先的人工智能芯片企业

AI快速发展有望带动人工智能芯片需求旺盛： ChatGPT引爆人工智能热潮，Frost&Sullivan预计2023年年全球人工智能芯片市场规模将达到490亿美元，到2026年将增长至920亿美元。研究机构IDTechEx发布报告，预测到2033年，AI芯片市场规模将增长至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。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。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。 思源370产品成熟度达到新高度，思元590性能大幅提升： 2022年3月21日，公司正式发布新款训练加速卡MLU370-X8，主要面向训练任务，8卡计算系统的并行性能平均达到350W RTX GPU的155%。2022年下半年，公司进一步推出MLU370-M8云端智能加速卡，是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。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。在金融领域，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。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。在2022年9月举办的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。 自研智能芯片核心技术，研发实力国内领先： 公司在智能芯片领域和基础系统软件技术领域分别掌握了七大类核心技术，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。 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。 图1.公司历史沿革 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。 图2.公司股权结构图 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。 表1：公司高管介绍 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。 表2：公司主要产品简介 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%。 图3.2018年-2023H1公司营业收入及增长率 图4.2018年-2023H1公司归母净利润及增长率 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%。 图5.2018年-2023H1公司各产品营业收入（单位：亿元） 图6.2018年-2023H1公司各产品毛利率（单位：%） 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%。 图7.2018年-2023年H1公司毛利率与净利率 图8.2018年-2023年H1公司费用率情况 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。 图9.2018年-2023年H1公司现金流情况（单位：亿元） 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。 图10.人工智能芯片分类 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