1、請務必閱讀正文之后的信息披露和法律聲明 Table_Main證券研究報告|公司首次覆蓋 寒武紀(688256.SH)2023 年 11 月 17 日 買入買入（首次首次）所屬行業：電子/半導體 當前價格(元)：153.70 證券分析師證券分析師 陳海進陳海進 吳開達吳開達 資格編號：S0120521120001 郵箱： 資格編號：S0120521010001 郵箱： 研究助理研究助理 徐巡徐巡 郵箱： 謝文嘉謝文嘉 郵箱： 市場表現市場表現 滬深 300 對比 1M 2M 3M 絕對漲幅(%)29.82 13.42-0.56相對漲幅(%)31.31 17.10 5.89 資料來源：德邦研究所，

2、聚源數據 相關研究相關研究 寒武紀寒武紀（688256.SH）：）：國產國產 AI龍頭，云邊終端三位協同龍頭，云邊終端三位協同 投資要點投資要點 公司概況：公司概況：全球知名全球知名 AI 芯片新星，構建“云、邊、終”多位一體新生態。芯片新星，構建“云、邊、終”多位一體新生態。公司能提供云邊端一體、軟硬件協同、訓練推理融合、具備統一生態的系列化智能芯片產品和平臺化基礎系統軟件。2022 年公司實現營收 7.29 億元，同比增長1.11%，受益于云端產品思元 290、370 系列成功導入多家頭部客戶。邊緣端和IP 授權產品線營收下滑較為嚴重。22 年公司期間費用率總體上升，研發費用率上漲最為顯著

3、。22 年公司實現歸母凈利潤-12.57 億元，較上年同期擴大 4.32 億元，主要系研發費用的增長和部分云邊端產品銷量不及預期。行業行業格局格局：AI 浪潮拉動算力需求，人工智能芯片前景廣闊浪潮拉動算力需求，人工智能芯片前景廣闊。目前 AIGC、高端服務器、高性能計算、5G 等應用快速發展，這些應用離不開高制程算力芯片的底層支撐。根據我們測算，在理想條件下通過租用線上算力完成一次參數量為1750 億的 GPT-3 模型訓練需要 1024 塊 A100 80G，時長約 25 天，訓練成本約為 93 萬美元。但實際成本和時間往往會更長全球 GPU 呈現“一超一強”的競爭格局，根據 IDC 數據，

4、2021 英偉達在企業級 GPU 市場中占比 91.4%，AMD 占比 8.5%。目前中國加速計算服務器市場需求主要被 GPU 所承接。但 AI 智能芯片定制化程度更高，未來有望憑借更靈活的架構設計和更高的算力，成為市場主流。公司公司業務業務：云端芯片為基，云端芯片為基，云邊終端三位協同云邊終端三位協同。公司產品線涵蓋云端、邊緣端和IP 授權及軟件幾大板塊，各產線產品持續高端化迭代。其中，云端智能芯片為業務核心，同時延伸發展訓練整機與智能計算集群，主力產品思元 370 采用 7nm先進工藝和 Chiplet 技術，較前代產品算力提升顯著。邊緣產品思元 220 已進入生命周期后期，受主力客戶需求

5、變化明顯。終端 IP 授權及軟件為公司早期產品，目前逐漸成為業務中間形態，服務于公司云邊端的生態建設。投資建議：投資建議：公司為國內 AI 芯片龍頭，“云、邊、終端”全鏈路協同覆蓋。隨著 AI芯片市場規模的快速增長，公司有望依托完備的云、邊、終端全面產品布局和 AI生態建設的持續推進，逐步搶占市場份額。我們預計公司將在 2023 年至 2025年實現收入 11.26/15.38/20.44 億元，歸母凈利潤-8.7/-7.2/-4.9 億元，對應當前PS 估值 57/42/31 倍。首次覆蓋，給予“買入”評級。風險提示：風險提示：AI 需求不及預期風險，客戶集中度較高風險，供應鏈穩定相關風險。

6、Table_Base股票數據股票數據 總股本(百萬股)：416.59 流通 A 股(百萬股)：266.45 52 周內股價區間(元)：54.56-267.00 總市值(百萬元)：63,301.53 總資產(百萬元)：6,581.32 每股凈資產(元)：13.94 資料來源：公司公告 Table_Finance主要財務數據及預測主要財務數據及預測 2021 2022 2023E 2024E 2025E 營業收入(百萬元)721 729 1,126 1,538 2,044(+/-)YOY(%)57.1%1.1%54.5%36.6%32.9%凈利潤(百萬元)-825-1,257-869-722-48

7、9(+/-)YOY(%)-89.9%-52.3%30.9%16.9%-32.2%全面攤薄 EPS(元)-2.06-3.14-2.08-1.73-1.17毛利率(%)62.4%65.8%66.8%67.8%68.7%凈資產收益率(%)-14.0%-25.9%-21.4%-21.5%-16.9%資料來源：公司年報（2021-2022），德邦研究所 備注：凈利潤為歸屬母公司所有者的凈利潤-49%0%49%97%146%194%243%291%340%2022-112023-032023-07寒武紀滬深300 公司首次覆蓋 寒武紀（688256.SH）2/21 請務必閱讀正文之后的信息披露和法律聲明

8、內容目錄內容目錄 1.全球知名 AI 芯片新星，營收穩健增長.5 1.1.中國 AI 芯片龍頭，產品矩陣擴充迅速.5 1.2.實控人研發經驗豐富，公司與中科院計算所關系密切.5 1.3.營收穩健增長，研發投入占比持續提升.6 2.行業格局：AI 浪潮拉動算力需求，人工智能芯片前景廣闊.8 2.1.大模型需海量算力支撐，AI 服務器需求快速提升.8 2.2.人工智能芯片定向針對 AI 領域，發展潛力廣闊.9 3.公司業務：云端芯片為基，云邊終端三位協同.11 3.1.云端智能芯片及加速卡：先進制程+先進封裝，助力業務彰顯技術實力.12 3.2.邊緣智能芯片及加速卡：立足高算力領域，新品推出激發新

9、老客戶放量.15 3.3.終端 IP 授權及軟件：服務生態建設，構建完備業務矩陣.16 4.盈利預測與投資建議.17 5.風險提示.18 AWcVpZeXrVEZgVoZ6M9R8OsQnNnPmPeRnMmNkPtRnN6MrQnMuOnPzRxNqNnQ 公司首次覆蓋 寒武紀（688256.SH）3/21 請務必閱讀正文之后的信息披露和法律聲明 圖表目錄圖表目錄 圖圖 1：公司產品矩陣迅速擴充：公司產品矩陣迅速擴充.5 圖圖 2：公司前五大股東股權占比：公司前五大股東股權占比.6 圖圖 3：公司營業收入情況：公司營業收入情況.6 圖圖 4：公司營收結構情況：公司營收結構情況.6 圖圖 5：

10、公司毛利率情況：公司毛利率情況.7 圖圖 6：公司期間費用率情況：公司期間費用率情況.7 圖圖 7：公司研發投入情況：公司研發投入情況.7 圖圖 8：公司歸母凈利潤情況：公司歸母凈利潤情況.8 圖圖 9：GPT-3 訓練時間及成本測算訓練時間及成本測算.8 圖圖 10：20222026 年年 AI 服務器出貨量（單位：萬臺）服務器出貨量（單位：萬臺）.9 圖圖 11：2021 年企業級年企業級 GPU 市場份額市場份額.9 圖圖 12：中國智能算力：中國智能算力規模及預測規模及預測.9 圖圖 13：中國人工智能服務器工作負載及預測：中國人工智能服務器工作負載及預測.9 圖圖 14：GPU 與人

11、工智能芯片對比與人工智能芯片對比.10 圖圖 15：中國加速計算服務器市場規模及增速：中國加速計算服務器市場規模及增速.10 圖圖 16：2022 年中國加速服務器芯片類型市場份額占比年中國加速服務器芯片類型市場份額占比.10 圖圖 17：英偉達英偉達 A100 與與 H100 算力性能情況算力性能情況.11 圖圖 18：寒武紀人工智能芯片與谷歌：寒武紀人工智能芯片與谷歌 TPU 對比對比.11 圖圖 19：云、邊、終端三類產品性能與應用場景對比：云、邊、終端三類產品性能與應用場景對比.12 圖圖 20：公司主要產品類型與推出時間：公司主要產品類型與推出時間.12 圖圖 21：公司主要產品類型

12、與推出時間：公司主要產品類型與推出時間.13 圖圖 22：公司客戶情況：公司客戶情況與競爭對手情況與競爭對手情況.13 圖圖 23：公司云端智能芯片性能對比：公司云端智能芯片性能對比.14 圖圖 24：公司思元：公司思元 370 產品市場競爭優勢產品市場競爭優勢.14 圖圖 25：寒武紀首顆訓練芯片思元：寒武紀首顆訓練芯片思元 290.15 圖圖 26：寒武紀智能加速卡：寒武紀智能加速卡 MLU290-M5.15 圖圖 27：邊緣：邊緣智能物聯網市場競爭格局智能物聯網市場競爭格局.15 圖圖 28：思元：思元 220 芯片的具體情況芯片的具體情況.16 圖圖 29：思元：思元 220 系列系列

13、 MLU220-M.2 邊緣端智能加速卡規格參數邊緣端智能加速卡規格參數.16 圖圖 30：公司終端智能處理器：公司終端智能處理器 IP 產品種類產品種類.17 圖圖 31：Cambricon Neuware 框架結構框架結構.17 圖圖 32：寒武紀營收及毛利率預測（單位：億元）：寒武紀營收及毛利率預測（單位：億元）.18 公司首次覆蓋 寒武紀（688256.SH）4/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 33：可比公司估值（：可比公司估值（2023/10/29）.18 表表 1：公司三大產品線簡介：公司三大產品線簡介.5 公司首次覆蓋 寒武紀（688256.SH）5/21 請

14、務必閱讀正文之后的信息披露和法律聲明 1.全球知名全球知名 AI 芯片新星，營收穩健增長芯片新星，營收穩健增長 1.1.中國中國 AI 芯片龍頭，產品矩陣擴充迅速芯片龍頭，產品矩陣擴充迅速 寒武紀是中國最具代表性的智能芯片廠商之一。寒武紀是中國最具代表性的智能芯片廠商之一。中科寒武紀科技股份有限公司成立于 2016 年，總部位于北京，是智能芯片領域全球知名的新興公司。2021年 3 月，公司上榜EETimes評選的“AI 芯片公司(AI CHIP)TOP 10”榜單。公司專注于人工智能芯片產品的研發與技術創新。公司專注于人工智能芯片產品的研發與技術創新。公司的主營業務是應用于各類云服務器、邊緣

15、計算設備、終端設備中人工智能核心芯片的研發、設計和銷售，為客戶提供豐富的芯片產品與系統軟件解決方案。自公司成立以來，產品矩陣迅速擴充，從寒武紀 1A 處理器開始，陸續推出了思元、玄思等芯片/加速卡/加速器產品，發展至目前形成云端產品線、邊緣產品線、IP 授權及軟件三條產品線的產品矩陣。公司產品廣泛應用于服務器廠商和產業公司，面向互聯網、金融、交通、能源、電力和制造等領域的復雜 AI 應用場景提供充裕算力，推動人工智能賦能產業升級。圖圖 1：公司產品矩陣迅速擴充公司產品矩陣迅速擴充 資料來源：公司 2022 年年報，德邦研究所 表表 1：公司三大產品線簡介公司三大產品線簡介 產品線產品線 產品類

16、型產品類型 產品特征產品特征 云端產品線 云端智能芯片及加速卡 為云計算和數據中心場景下的人工智能應用程序提供高計算密度、高能效的硬件計算資源，支撐該類場景下復雜度和數據吞吐量高速增長的人工智能處理任務 訓練整機 提供計算集群中的單體訓練服務器 邊緣產品線 邊緣智能芯片及加速卡 有效彌補終端設備計算能力不足的劣勢，緩解云計算場景下數據隱私、帶寬與延時等潛在問題。IP 授權及軟件 IP 授權 將公司研發的智能處理器 IP 等知識產權授權給客戶在其產品中使用 基礎系統軟件平臺 打破了不同場景之間的軟件開發壁壘，兼具靈活性和可擴展性的優勢，無須繁瑣的移植即可讓同一人工智能應用程序便捷高效地運行在公司

17、云邊端系列化芯片與處理器產品之上 資料來源：公司 2022 年年報，德邦研究所 1.2.實控人研發經驗豐富，公司與中科院計算所關系密切實控人研發經驗豐富，公司與中科院計算所關系密切 截至 23 年三季報，公司實控人為公司董事長、總經理陳天石，持股比例為28.69%，系公司第一大股東。陳天石博士曾在中科院計算所擔任研究員（正高級職稱），在人工智能及處理器芯片領域從事基礎科研工作十余年，積累了堅實的理論功底及研發經驗。中科院計算技術研究所獨資公司北京中科算源資產管理有限公司為公司第二大股東，持股比例達 15.76%。公司首次覆蓋 寒武紀（688256.SH）6/21 請務必閱讀正文之后的信息披露和

18、法律聲明 圖圖 2：公司前五大股東股權占比公司前五大股東股權占比 資料來源：公司 2023 年三季報，德邦研究所 1.3.營收穩健增長，研發投入占比持續提升營收穩健增長，研發投入占比持續提升 公司營收穩健增長。公司營收穩健增長。在國內外經濟形勢均面臨下行壓力，公司堅持自主研發、提升產品成熟度、拓寬潛在市場、打造生態建設，營收實現穩健增長。2022 年公司實現營業收入 7.29 億元，較上年同期增長 1.11%。從營收結構來看，云端產品線收入大幅增長，邊緣產品線、從營收結構來看，云端產品線收入大幅增長，邊緣產品線、IP 授權及軟件授權及軟件產品線收入下滑。產品線收入下滑。2022 年，公司云端產

19、品線單獨對外銷售部分貢獻 21,944.89萬元的收入，占主營業務收入總額的 30.37%，思元 290、思元 370 系列加速卡和訓練整機產品銷量規模迅速上升，促使 2022 年云端產品線收入較上年同期增長 173.52%。因客戶進行庫存調控，未按預期進度下單，2022 年公司邊緣產品線收入較上年同期下降 78.40%。公司成功中標南京智能計算中心項目（二、三期）等項目，保持智能計算集群系統業務開展的可持續性，2022 年公司智能計算集群系統業務收入較上年同期增長 0.64%。2022 年公司 IP 授權及軟件產品線收入較上年同期減少 83.44%，一方面由于基礎系統軟件平臺產品主要集成在智

20、能計算集群系統中銷售；另一方面由于 IP 授權業務前期客戶按出貨量為標準進行結算的收入隨客戶相關產品生命周期結束而減少。圖圖 3：公司營業收入情況公司營業收入情況 圖圖 4：公司公司營收結構營收結構情況情況 資料來源：公司公告，Wind，德邦研究所 資料來源：公司公告，Wind，德邦研究所 毛利率處于較高水平。毛利率處于較高水平。2022 年公司主營業務綜合毛利率為 65.85%，較上年增加 3.46 個百分點。主要原因有：（1）云端產品線思元 290、思元 370 系列產品在多家頭部企業完成產品導入，帶動本期云端產品線業務收入的大幅增長；（2）毛利率相對較低的邊緣端產品在報告期內的收入占比下

21、降。01234567820182019202020212022營業總收入（億元）0%20%40%60%80%100%20182019202020212022云端智能芯片及加速卡邊緣端智能芯片及加速卡智能計算集群系統終端智能處理器IP基礎系統軟件其他業務 公司首次覆蓋 寒武紀（688256.SH）7/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 5：公司毛利率情況：公司毛利率情況 資料來源：公司公告，Wind，德邦研究所 期間費用率總體上升。期間費用率總體上升。2022 年公司銷售費用率為 11.35%，較上年同期增加1.44 個百分點，主要是銷售人員增加導致職工薪酬增加、公司積極發力智能

22、芯片市場推廣及生態建設所致；管理費用率為 41%，系股份支付費用較高；財務費用率為-7.12%，主要系公司銀行存款較多，銀行存款利息收入較高所致。加注研發投入，研發屬性強。加注研發投入，研發屬性強。高質量的研發投入是芯片行業實現長遠發展的堅實基礎，公司大力加注研發投入，2022 年研發投入總額為 15.23 億元，較上年同期增加 3.87 億元，同比增長 34.11%。主要原因系：（1）半導體行業人才薪酬水平升高；（2）新產品流片等相關費用增加；（3）公司根據研發需求購置 IP、EDA 等無形資產以及研發設備等，導致無形資產攤銷費用及固定資產折舊費用較上年同期增加。圖圖 6：公司期間費用率情況

23、公司期間費用率情況 圖圖 7：公司研發投入情況公司研發投入情況 資料來源：公司公告，Wind，德邦研究所 資料來源：公司公告，Wind，德邦研究所 盈利端承壓，虧損同比擴大。盈利端承壓，虧損同比擴大。2022 年公司實現歸母凈利潤-12.57 億元，虧損金額較上年同期擴大 4.32 億元，主要原因有：（1）為確保產品高質量迭代，公司持續加大研發投入，研發費用增加；（2）公司增加戰略備貨、處于生命周期末期的云端產品銷量減少以及邊緣智能芯片產品銷量不及預期，導致存貨及庫齡增加，從而使 2022 年資產減值損失較上年同期有顯著增加；（3）公司對個別大額應收賬款進行單項計提，從而使報告期信用減值損失較

24、上年同期有顯著增加。0%20%40%60%80%100%120%20182019202020212022毛利率(%)云端智能芯片及加速卡邊緣端智能芯片及加速卡智能計算集群系統終端智能處理器IP-100%0%100%200%300%400%500%2018201920202021202223H1銷售費用率管理費用率研發費用率財務費用率024681012141620182019202020212022研發費用（億元）公司首次覆蓋 寒武紀（688256.SH）8/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 8：公司歸母凈利潤情況公司歸母凈利潤情況 資料來源：公司公告，Wind，德邦研究所 2

25、.行業行業格局格局：AI 浪潮拉動算力需求，人工智能芯片前景廣浪潮拉動算力需求，人工智能芯片前景廣闊闊 2.1.大模型需海量算力支撐，大模型需海量算力支撐，AI 服務器需求快速提升服務器需求快速提升 AIGC 需求興起，產業發展需求興起，產業發展依賴高制程芯片的底層算力支持。依賴高制程芯片的底層算力支持。目前 AIGC、高端服務器、高性能計算、5G 等應用快速發展，這些應用離不開高制程算力芯片的底層支撐。以 AIGC 大模型為例，GPT-3 的模型規模達 1750 億個參數，使用單塊英偉達 V100GPU 進行訓練需要 355 年，對算力芯片提出了海量的需求。而以而以 1024 塊英偉達塊英偉

26、達 A100 芯片測算，芯片測算，GPT-3 的訓練時長為的訓練時長為 25 天以上。天以上。根據我們測算，在理想條件下通過租用線上算力完成一次參數量為 1750 億的GPT-3 模型訓練需要 1024 塊 A100 80G，時長約 25 天，訓練成本約為 93 萬美元。但實際成本和時間往往會更長，比如模型幾乎不可能一次順利完成訓練等等。在訓練算力需求之外，推理算力需求也會隨著模型的商用流行度以及吸引的活躍用戶數持續增加。我們認為，數量快速提升的大模型訓練需求和大模型推理需求有望大幅推動以 GPU 為主的算力芯片市場規模提升。圖圖 9：GPT-3 訓練時間及成本測算訓練時間及成本測算 資料 來

27、源：Deepak Narayanan,Mohammad Shoeybi,et al.Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM arXiv:2104.04473，NVDIA 官網，Lambdalabs 官網，新智元公眾號，CIBA 新經濟公眾號，量子位公眾號等，德邦研究所 全球全球 AI 服務器服務器出貨迅速出貨迅速，AI 芯片市場芯片市場主要主要為英偉達與為英偉達與 AMD 所占據。所占據。AIGC-14-12-10-8-6-4-2020182019202020212022歸母

28、凈利潤（億元）公司首次覆蓋 寒武紀（688256.SH）9/21 請務必閱讀正文之后的信息披露和法律聲明 的發展帶動 AI 服務器迅速增長，TrendForce 集邦咨詢預計 23 年 AI 服務器出貨量約 120 萬臺，同比+38.4%，占整體服務器出貨量的比約為 9%，20222026年 AI 服務器出貨量 CAGR 將達 22%，而 AI 芯片 2023 年出貨量將成長 46%。GPU 作為數據并行處理的核心，是 AI 服務器的核心增量。全球 GPU 呈現“一超一強”的競爭格局，根據 IDC 數據，2021 英偉達在企業級 GPU 市場中占比91.4%，AMD 占比 8.5%。圖圖 10

29、：20222026 年年 AI 服務器出貨量（單位：服務器出貨量（單位：萬萬臺）臺）圖圖 11：2021 年企業級年企業級 GPU 市場份額市場份額 資料來源：TrendForce 集邦咨詢，德邦研究所 資料來源：IDC，國際電子商情，德邦研究所 中國智能算力規模中國智能算力規模亦亦快速增長快速增長，CAGR 達達 48%。根據 IDC 預測，2022 年中國智能算力規模將達到 268 EFLOPS，預計 2026 年將進入每秒十萬億億次浮點計算（ZFLOPS）級別，達到 1271 EFLOPS，2022-2026 年 CAGR48%。伴隨企業 AI 應用成熟度逐步遞增，企業將把算力更多從訓練

30、端轉移到推理端負載上，這意味著 AI 模型將逐步進入廣泛投產模式，據 IDC 數據，2021 年中國數據中心用于推理的服務器的市場份額占比已經過半，達到 57.6%，預計到 2026 年，用于推理的工作負載將達到 62.2%。圖圖 12：中國智能算力規模及預測：中國智能算力規模及預測 圖圖 13：中國人工智能服務器工作負載及預測：中國人工智能服務器工作負載及預測 資料來源：IDC，浪潮信息，2022-2023 中國人工智能計算力發展評估報告，贛州科技公眾號，德邦研究所 資料來源：IDC，浪潮信息，2022-2023 中國人工智能計算力發展評估報告，贛州科技公眾號，德邦研究所 2.2.人工智能人

31、工智能芯片定向芯片定向針對針對 AI 領域，發展潛力廣闊領域，發展潛力廣闊 人工智能所需的算力芯片主要分為兩類，一類是以人工智能所需的算力芯片主要分為兩類，一類是以 GPU、CPU 為主的傳統為主的傳統芯片，一類是芯片，一類是專門針對人工智能領域專門針對人工智能領域的人工智能芯片。的人工智能芯片。在人工智能數十年的發展歷程中，傳統芯片曾長期為其提供底層計算能力。這些傳統芯片包括 CPU、GPU 等，它們在設計之初并非面向人工智能領域，但可通過靈活通用的指令集或可重構的硬件單元覆蓋人工智能程序底層所需的基本運算操作，從功能上可以滿足人工智能應用的需求，但在芯片架構、性能、能效等方面并不能適應人工

32、智能技術與應用的快速發展。而智能芯片是專門針對人工智能領域設計的芯片，包括通用型智能芯片與專用型智能芯片兩種類型。0.00%10.00%20.00%30.00%40.00%50.00%05010015020025020222023E2024F2025F2026FAI服務器出貨量（萬臺）YoY英偉達,91.40%AMD,8.50%其它,0.10%02004006008001000120014002019202020212022E 2023E 2024E 2025E 2026E中國智能算力規模（EFLOPS）0%20%40%60%80%100%2020202120222023E2024E2025E

33、2026E訓練端推理端 公司首次覆蓋 寒武紀（688256.SH）10/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 14：GPU 與人工智能芯片對比與人工智能芯片對比 資料來源：寒武紀招股說明書，德邦研究所 目前目前中國加速計算服務器市場中國加速計算服務器市場需求主要被需求主要被 GPU 所承接。所承接。根據 IDC 數據，2022 年中國加速服務器市場規模達到 67 億美元，同比增長 24%，其中 GPU 服務器依然是主導地位，占據 89%的市場份額。在 AI 加速應用部署的背景下，2027 年中國加速服務器市場規模有望達到 164 億美元，2022-2027 年CAGR20%。且由

34、于 GPU 仍為中國主流 AI 加速芯片，服務器 GPU 市場規模同樣有望在 AI 的推動下持續增長。圖圖 15：中國加速計算服務器市場規模及增速中國加速計算服務器市場規模及增速 圖圖 16：2022 年中國加速服務器芯片類型市場份額占比年中國加速服務器芯片類型市場份額占比 資料來源：IDC，德邦研究所 資料來源：IDC，德邦研究所 GPU 為為產業鏈最大增量產業鏈最大增量，AI 趨勢下單服務器需求量大幅提升趨勢下單服務器需求量大幅提升。一般的普通服務器僅會配備單卡或雙卡，而 AI 服務器由于需要承擔大量的計算，一般配置四塊或以上的 GPU 或人工智能芯片。且 AI 大模型在訓練與推理時的計算

35、量巨大，中低端的處理器無法滿足其運算需求。如在英偉達 DGX H100 中，其配備 8 個NVIDIA H100 GPU，總 GPU 顯存高達 640GB；每個 GPU 配備 18 個 NVIDIA NVLink，GPU 之間的雙向帶寬高達 900GB/s。若以每個 NVIDIA H100 GPU 單價 4 萬美元測算，DGX H100 的 GPU 價值量為 32 萬美元，為 AI 服務器中的最大增量。云邊端普遍使用的處理芯片類型與代際技術原理技術優勢與技術局限性市場需求情況在云邊端訓練與推理場景的市場滲透率傳統芯片GPU（1）云端主流產品為AMD和Nvidia產品，主流工藝為7/12/16n

36、m（2）邊緣端或終端主流產品為SoC集成的GPUIP，主流廠商包括ARM、Imagination等（1）GPU的基本原理為：通過簡化控制單元并集成大規模的并行運算單元，實現對圖形渲染等并行任務的良好支持（2）具體對于智能訓練和推理應用，通過GPU的向量等指令組合出訓練或推理需要的運算操作，從而實現對智能算法的支持峰值運算性能高，但整體能耗較高；在云端具備成熟的應用開發生態，但在終端生態尚不成熟圖形渲染和科學計算市場需求大且穩定，但在人工智能領域面臨通用型智能芯片的挑戰在人工智能領域，GPU多用于服務器與數據中心，是目前滲透率最高且最主流的芯片類型，在終端應用較少通用型智能芯片（1）云端和邊緣通

37、用型智能芯片處于應用推廣期，主要廠商和產品為寒武紀（思元100/270/220）、華為海思（Ascend310/910）、Google（TPUV1/V2/V3、TPUEDGE）等（2）終端通用型智能處理器多集成于手機SoC等芯片中，已實現大規模應用，主要廠商和產品為華為海思（麒麟970/980/990）等（1）通用型智能芯片的原理是：通過對各類智能應用和算法的計算和訪存特點進行抽取和抽象，定義出一套適用于智能算法且相對靈活的指令集和處理器架構，從而廣泛支持多樣化的人工智能算法和應用（2）智能芯片的指令通常與人工智能算法中的關鍵運算操作相匹配（3）在具體的訓練和推理應用中，對于關鍵運算操作，智能

38、芯片指令可直接支持，從而實現高效的訓練和推理性能、功耗比較傳統芯片優勢明顯，可適應各種場景和規模的人工智能計算需求人工智能市場需求潛力大，未來將成為該市場主流產品在云端、邊緣端和消費類電子終端都開始出現廣泛應用，滲透率將逐漸提升專用型智能芯片（ASIC）目前主要應用于終端，主要形態為行業專用SoC，較多集中于語音處理領域。專用型智能芯片的原理是：針對面向特定的、具體的、相對單一的人工智能應用專門設計的芯片，具體實現方法為在架構層面對特定智能算法作硬化支持，多用于推理任務成本相對較低，軟件棧相對簡單，設計和生產周期短，但通用性較差應用細分市場需求大且分散，成本敏感常用于在低功耗、成本敏感的終端上

39、支撐特定的智能應用，在云端、邊緣端等場景滲透率相對較低芯片類型智能芯片0%5%10%15%20%25%30%35%40%020406080100120140160180202120222023E 2024E 2025E 2026E 2027E中國加速計算服務器市場規模（億美元）YoY(%)GPU服務器,89%非GPU服務器,11%GPU服務器非GPU服務器 公司首次覆蓋 寒武紀（688256.SH）11/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 17：英偉達英偉達 A100 與與 H100 算力性能情況算力性能情況 資料來源：英偉達官網，德邦研究所 AI 智能芯片定制化程度更高，未來

40、有望憑借更靈活的架構設計和更高的算智能芯片定制化程度更高，未來有望憑借更靈活的架構設計和更高的算力，成為市場主流。力，成為市場主流。相比英偉達的相比英偉達的 GPU，寒武紀人工智能芯片更類似谷歌的，寒武紀人工智能芯片更類似谷歌的TPU。寒武紀產品與谷歌的 TPU，都是通過對人工智能領域的計算特征和訪存特征進行分析和抽象，設計出的通用型智能芯片，指令集、運算器架構和存儲層次都非常適合智能算法，從而在智能應用上的能效超過了傳統 CPU、GPU。但兩者在架構設計上，仍有不同。圖圖 18：寒武紀人工智能芯片與谷歌寒武紀人工智能芯片與谷歌 TPU 對比對比 資料來源：寒武紀招股說明書，德邦研究所 3.公

41、司公司業務業務：云端芯片為基：云端芯片為基，云邊終端三位協同云邊終端三位協同 公司產品涉及“云、邊、終端”，全鏈路垂直協同布局。公司產品涉及“云、邊、終端”，全鏈路垂直協同布局。人工智能技術在云端（云）、邊緣端（邊）和終端（端）設備中均有廣泛應用，但都需要由核心芯片提供計算能力支撐。云、邊、端三種場景對于芯片的運算能力和功耗等特性有著不同要求，單一品類的智能芯片難以滿足實際應用的需求。相同點不同點（處理器架構）寒武紀人工智能芯片 Google TPU的核心是經典的脈動陣列機技術，脈動陣列本身對于卷積類運算的效率較高，但是對于相對低頻的部分運算操作（如全連接運算、激活運算）的效率不高。對于后者，

42、Google TPU引入了額外的硬件單元作為補充。谷歌TPU產品處理器架構：運算、算數邏輯運算，并在處理器中分別通過高維張量計算部件、向量計算部件、傳統算術邏輯計算部件予以處理。高維張量計算部件可高效支持卷積運算、全連接運算，而向量計算部件則可以支持激活等運算，傳統算術邏輯計算部件則可以支持分支跳轉等。從技術原理上看，兩者都是通過對人工智能領域的計算特征和訪存特征進行分析和抽象，設計出的通用型智能芯片。指令集、運算器架構和存儲層次都非常適合智能算法，從而在智能應用上的能效超過了傳統CPU、GPU。從技術特點來看，都具有專用的片上SRAM，且這些片上SRAM和傳統CPU中的Cache不同，對于軟

43、件和程序員是可見的。公司首次覆蓋 寒武紀（688256.SH）12/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 19：云、邊、終端云、邊、終端三類產品性能與應用場景對比三類產品性能與應用場景對比 資料來源：公司招股說明書，德邦研究所 注：云、邊、端應用場景尚無標準劃分界限，上表為公司基于自主研發技術體系劃分。公司公司產品產品布局布局完備，持續像高端化迭代。完備，持續像高端化迭代。公司面向云、邊、端三大場景分別研發了三種類型的芯片產品，分別為云端智能芯片及加速卡、邊緣智能芯片及加速卡、IP 授權及軟件。公司產品由早期推出的“終端智能處理器 IP”逐漸向“云端智能芯片及加速卡”迭代，產品持

44、續高端化迭代。圖圖 20：公司主要產品類型與推出時間公司主要產品類型與推出時間 資料來源：公司 2022 年年度報告，德邦研究所 3.1.云端智能芯片及加速卡云端智能芯片及加速卡：先進制程：先進制程+先進封裝，助力業務彰顯技術實先進封裝，助力業務彰顯技術實力力 云端智能芯片云端智能芯片為為業務核心，業務核心，延伸延伸發展訓練整機與智能計算集群。發展訓練整機與智能計算集群。公司云端產品線的產品形態主要包括云端智能芯片和加速卡、訓練整機及智能計算集群，上述不同形態的產品均以公司研發的云端智能芯片為核心。云端智能芯片：云端智能芯片：云端智能芯片對應的加速卡產品系以云端智能芯片為核心芯片，配備 DRA

45、M 芯片顆粒等外圍芯片的 PCB 電路板，與散熱片等結構件組合后形成的可直接插入服務器標準接口（如 PCIE 接口、OAM接口）的板卡硬件產品。加速卡產品是云服務器、數據中心中進行人工智能處理的基本單元，主要為云計算和數據中心場景下的人工智能應用程序提供高密度、高能效的硬件計算資源，加速卡的核心算力來源是公司自研的云端智能芯片。訓練整機訓練整機：訓練整機系面向云端訓練場景，為公司云端訓練芯片及加速卡配套設計整機主板，并將多塊加速卡通過標準接口集成于主板上，同 公司首次覆蓋 寒武紀（688256.SH）13/21 請務必閱讀正文之后的信息披露和法律聲明 時配套電源機箱等部件形成的整機產品。智能計

46、算集群系智能計算集群系：智能計算集群系將公司自研的加速卡或訓練整機產品與合作伙伴提供的服務器設備、網絡設備與存儲設備結合，并配備公司的集群管理軟件組成的數據中心集群。能為人工智能應用部署技術能力相對較弱的客戶提供軟硬件整體解決方案。圖圖 21：公司主要產品類型與推出時間公司主要產品類型與推出時間 資料來源：2022 年度向特定對象發行 A 股股票募集說明書，德邦研究所 公司云端產品客戶主要為服務器廠商與互聯網廠商，公司云端產品客戶主要為服務器廠商與互聯網廠商，競爭對手英偉達實力強競爭對手英偉達實力強大。大。目前，公司云端產品主要應用于互聯網、金融等領域，主要客戶為中科可控、浪潮信息等服務器廠商

47、及阿里、百度等互聯網公司。公司的云端智能芯片和加速卡的主要競爭對手為英偉達。在軟件生態方面，英偉達憑借長久以來的經驗積累以及產品推廣已形成了較為完善的軟件生態，一定程度上提高了公司產品的導入成本。目前，英偉達的 GPU 芯片和加速卡產品占據 90%以上的市場份額。圖圖 22：公司客戶情況與競爭對手情況公司客戶情況與競爭對手情況 資料來源：2022 年度向特定對象發行 A 股股票募集說明書，德邦研究所 公司公司思元思元 290 與思元與思元 370 采用采用 7nm 工藝設計，分別負責工藝設計，分別負責推算一體推算一體與云端推與云端推理兩大方向。理兩大方向。公司思元 370 為推算一體芯片，思元

48、 290 為云端訓練芯片及加速卡產品。訓練端的思元 290 配備 HBM2，算力最高可達 512TOPS（INT8）、64TOPS（CINIT32）。而憑借 7nm 制程工藝和寒武紀最新智能芯片架構MLUarch03，思元 370 峰值算力可達 256TOPS(INT8)，是寒武紀第二代產品思元 270 算力的 2 倍。公司首次覆蓋 寒武紀（688256.SH）14/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 23：公司云端智能芯片性能對比公司云端智能芯片性能對比 資料來源：公司官網，公司公告，德邦研究所 相比友商產品，公司思元相比友商產品，公司思元 370 競爭優勢顯著競爭優勢顯著，

49、首次采用，首次采用 Chiplet 工藝。工藝。思元370 實測算力性能能與主流 GPU 比肩。且思元 370 芯片支持 LPDDR5 內存，高帶寬且低功耗，可在板卡有限的功耗范圍內給 AI 芯片分配更多的能源，輸出更高的算力。圖圖 24：公司思元公司思元 370 產品市場競爭優勢產品市場競爭優勢 資料來源：公司公開投資者調研紀要，Wind，德邦研究所 訓練端訓練端 290 芯片持續拓展，新品芯片持續拓展，新品 590 在研待發布。在研待發布。思元 290 智能芯片是寒武紀的首顆訓練芯片，采用臺積電 7nm 先進制程工藝，集成 460 億個晶體管，支持 MLUv02 擴展架構，全面支持 AI

50、訓練、推理或混合型人工智能計算加速任務。隨著搭載思元 290 芯片的云端智能芯片及加速卡、訓練整機產品的市場拓展和落地，云端產品線產品形成協同，大幅提升了云端產品的市場銷售潛力。同時，根據寒武紀官方公眾號，目前在研全新一代云端智能訓練芯片思元 590，采用MLUarch05 全新架構，實測訓練性能較在售產品有了顯著提升，它提供了更大的內存容量和更高的內存帶寬，其 PCIE 接口也較上代實現了升級，有望接力290 成為業務增長點。競爭優勢芯片算力和實測性能、能效提升產品配置靈活，滿足不同應用場景需求推動“云邊端一體、訓推一體、軟硬件協同”的統一智能生態建設為了加快用戶端到端業務落地的速度，減少模

51、型訓練研發到模型部署之間的繁瑣流程，寒武紀的統一基礎軟件平臺CambriconNeuware整合了訓練和推理的全部底層軟件棧，將MagicMind和深度學習框架Tensorflow、Pytorch深度融合，實現訓推一體，有效提升開發部署效率，降低用戶成本。憑借7nm制程工藝和寒武紀最新智能芯片架構MLUarch03，思元370峰值算力可達256TOPS(INT8)，是寒武紀第二代產品思元270算力的2倍。同時，思元370芯片支持LPDDR5內存，高帶寬且低功耗，可在板卡有限的功耗范圍內給AI芯片分配更多的能源，輸出更高的算力。相較于峰值算力的提升，思元370在實測性能和能效方面也具有一定優勢。

52、以ResNet-50為例，MLU370-S4加速卡（半高半長）實測性能為同尺寸主流GPU的2倍；MLU370-X4加速卡（全高全長）實測性能與同尺寸主流GPU相當，能效則大幅領先。寒武紀首次采用chiplet技術，通過不同芯粒組合規格多樣化的產品，為用戶提供適用不同場景的高性價比AI芯片。具體功能 公司首次覆蓋 寒武紀（688256.SH）15/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 25：寒武紀首顆訓練芯片思元：寒武紀首顆訓練芯片思元 290 圖圖 26：寒武紀智能加速卡：寒武紀智能加速卡 MLU290-M5 資料來源：公司官網，德邦研究所 資料來源：公司官網，德邦研究所 3.2

53、.邊緣智能芯片及加速卡邊緣智能芯片及加速卡：立足高算力領域，新品推出激發新老客戶放立足高算力領域，新品推出激發新老客戶放量量 邊緣計算是對云端計算的有效補充。邊緣計算是對云端計算的有效補充。邊緣計算是近年來興起的一種新型計算范式，在終端和云端之間的設備上配備適度的計算能力，一方面可有效彌補終端設備計算能力不足的劣勢，另一方面可緩解云計算場景下數據安全、隱私保護、帶寬與延時等潛在問題。公司發力國內智能物聯網領域，在高算力市場取得較大份額。公司發力國內智能物聯網領域，在高算力市場取得較大份額。根據 ABI Research 預計，全球邊緣智能芯片市場規模將從 2019 年的 26 億美元增長到20

54、24 年的 76 億美元，年化復合增長率達到 23.9%。公司當前已有產品涉足的主要領域為智能物聯網，目前該領域各類邊緣智能芯片的國內市場規模約為 6-8 億美元。在邊緣計算市場中的智能物聯網領域，除公司外，目前主要的邊緣芯片供應商包括英偉達、Novatek、華為海思及瑞芯微等廠商。公司當前主要在智能物聯網中的較高算力市場占有較大份額。圖圖 27：邊緣智能物聯網市場競爭格局邊緣智能物聯網市場競爭格局 資料來源：寒武紀向特定對象發行股票申請文件的第二輪審核問詢函的回復，德邦研究所 公司邊緣芯片主要為思元公司邊緣芯片主要為思元 220，累計累計出貨百萬片。出貨百萬片。公司于 2019 年 11 月

55、推出了邊緣智能芯片思元 220 及相應的 M.2 加速卡。思元 220 的推出，標志著公司已經具備了從終端、邊緣端到云端完整產品線。目前，思元 220 累計銷量突破百萬片。公司首次覆蓋 寒武紀（688256.SH）16/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 28：思元思元 220 芯片的具體情況芯片的具體情況 資料來源：招股說明書，德邦研究所 思元思元 220 銷售依賴客戶銷售依賴客戶 A，且已進入生命周期后期，影響，且已進入生命周期后期，影響 22 年邊緣產品收年邊緣產品收入。入。根據關于中科寒武紀科技股份有限公司向特定對象發行股票申請文件的第二輪審核問詢函的回復（修訂稿，公司

56、自邊緣端產品 220 量產后即開始與公司A 展開合作，其為行業頭部客戶，因此公司邊緣產品線收入主要來自公司 A，2022 年公司邊緣業務收入下滑主要受公司 A 需求變化影響，此外公司邊緣端產品思元 220 已經進入產品生命后期，新產品尚未推出，亦影響了 2022 年邊緣端收入。隨著公司 A 逐漸消化庫存，預計將繼續采購思元 220，保守預測其 2023年內仍有 20 萬片的采購需求，對應采購金額約為 3500 萬元。圖圖 29：思元思元 220 系列系列 MLU220-M.2 邊緣端智能加速卡規格參數邊緣端智能加速卡規格參數 資料來源：公司官網，德邦研究所 公司新邊緣產品即將推出，公司新邊緣產

57、品即將推出，公司公司 A 與其它客戶與其它客戶有望有望同步放量。同步放量。根據關于中科寒武紀科技股份有限公司向特定對象發行股票申請文件的第二輪審核問詢函的回復（修訂稿，公司目前在研的邊緣端產品計劃于 2023 年下半年推向市場，多家客戶對相關產品有較強采購意向，上述客戶在技術交流階段對產品規格和性能表示滿意，部分客戶啟動了產品立項工作。公司相關產品預計在 2023 年可貢獻 840 萬收入。預計主要客戶的產品導入開發工作在 2023 年基本完成，2024年開始規模出貨，當年相關產品的收入將持續提升。3.3.終端終端 IP 授權及軟件授權及軟件：服務生態建設，：服務生態建設，構建完備業務矩陣構建

58、完備業務矩陣 終端智能終端智能 IP 為公司早期產品，目前逐漸成為業務中為公司早期產品，目前逐漸成為業務中間形態。間形態。終端智能處理器是終端設備中支撐人工智能處理運算的核心器件，為了提升性能降低功耗，同時節省成本，終端智能處理器通常不是以獨立芯片的形式存在，而是作為一個模塊集成于終端設備的 SoC 芯片當中。公司的終端智能處理器 IP 產品主要有 1A、1H 和 1M 系列。隨著公司云邊端產品線的豐富，終端智能處理器 IP 授權逐漸成為公司業務發展的一個中間形態，更多服務于自有芯片處理器核心或生態建設拓展。已集成于超過 1 億臺智能手機及其他智能終端設備中。參數規格型號MLU220-M.2A

59、I性能8TOPS（INT8）內存LPDDR4x64bits編解碼能力H.264，HEVC(H.265)，VP8，VP9；圖片解碼JPEG，最大圖片分辨率81928192接口規格M.2 2280，B+Mkey（PCle3.02）結構尺寸長80mm，寬22mm，高7.2mm（無散熱）/21.3mm（帶散熱）功耗8.25W 散熱方式被動散熱 公司首次覆蓋 寒武紀（688256.SH）17/21 請務必閱讀正文之后的信息披露和法律聲明 圖圖 30：公司公司終端智能處理器終端智能處理器 IP 產品種類產品種類 資料來源：公司招股說明書，德邦研究所 注 1：非稀疏理論峰值性能代表處理非稀疏深度學習模型的理

60、論最高性能，稀疏等效理論峰值性能代表處理稀疏深度學習模型的等效理論最高性能。注 2：INT8 代表 8 位定點運算，FP16 代表 16 位浮點運算。在軟件層面，在軟件層面，Cambricon Neuware 是公司打造云邊端統一的人工智能開發是公司打造云邊端統一的人工智能開發生態的核心部件生態的核心部件。公司為云邊端全系列智能芯片與處理器產品提供統一的平臺級基礎系統軟件 Cambricon Neuware（包含軟件開發工具鏈等），打破了不同場景之間的軟件開發壁壘，兼具高性能、靈活性和可擴展性的優勢，可讓同一人工智能應用程序便捷高效地運行在公司云邊端系列化芯片與處理器產品之上。圖圖 31：Ca

61、mbricon Neuware 框架結構框架結構 資料來源：公司招股說明書，德邦研究所 4.盈利預測與投資建議盈利預測與投資建議 公司為國內 AI 芯片龍頭，“云、邊、終端”全鏈路協同覆蓋。公司云端業務的主力產品思遠 290 和 370 采用了 7nm 先進工藝設計，370 系列首次采用Chiplet 技術，有望在算力和良率水平提升的同時大幅降低成本；公司邊緣端業務的產品為思遠 220 系列，累計銷量已達百萬規模，隨著主力客戶去庫存進程的完成，有望帶動公司邊緣端營收的回暖；終端智能處理器 IP 授權業務逐漸轉為公司的存量業務，有望服務于公司整體云邊端產線的生態建設。我們預計公司云端產品線業務

62、2023-2025 年營收有望增長 137%/56%/48%，實現營收 5.20/8.10/12.00 億元，毛利率分別為 68%/71%/73%；邊緣產品線業務 2023-2025 年營收有望增長 84%/57%/27%，實現營收 0.70/1.10/1.40 億元，毛利率分別為 37%/39%/40%；智能計算集群系統業務 2023-2025 年營收有望增產品型號及推出時間技術指標產品特點寒武紀1A（2016）1GHz主頻下，非稀疏理論峰值性能0.5TOPS（FP16），稀疏等效理論峰值性能2TOPS（FP16）全球首款商用終端智能處理器IP產品，可支持視覺、語音和自然語言處理等消費電子領

63、域的人工智能應用；根據客戶的公開宣傳信息，搭載寒武紀1A的某旗艦手機芯片在人工智能應用上達到了4核CPU25倍以上的性能和50倍以上的能效，采用該手機芯片的旗艦手機產品每分鐘可識別2,005張圖片。子型號寒武紀1H8：1GHz主頻下，非稀疏理論峰值性能1TOPS（INT8）子型號寒武紀1H16：1GHz主頻下，非稀疏理論峰值性能0.5TOPS（FP16）或1TOPS（INT8），稀疏等效理論峰值性能2TOPS（FP16）寒武紀1M（2018）提供三種尺寸的配置，在1GHz主頻下，理論峰值性能分別為2TOPS（INT8）、4TOPS（INT8）、8TOPS（INT8）寒武紀1M針對7nm等先進工

64、藝作了專門優化，進一步提升了處理器性能和能效；提供不同性能檔位的處理器配置，支持多核模式；在業界率先支持定點化訓練，可在終端支持人工智能訓練任務。寒武紀1H（2017）寒武紀1H的功耗和面積等指標較上一代產品有顯著提升，支持雙核模式，并增加了對8位定點（INT8）人工智能運算的支持。根據客戶的公開宣傳信息，搭載寒武紀1H的某旗艦手機芯片，每分鐘可識別4,500張圖片，是上一代產品的2.2倍。公司首次覆蓋 寒武紀（688256.SH）18/21 請務必閱讀正文之后的信息披露和法律聲明 長 13%/15%/13%，實現營收 5.20/6.00/6.80 億元，毛利率分別為 70%/69%/67%。

65、IP 授權及軟件業務 2023-2025 年營收有望增長 0%/100%/200%，實現營收 0.01/0.02/0.06 億元，毛利率分別為 100%/100%/100%。圖圖 32：寒武紀營收及毛利率預測（單位：億元）寒武紀營收及毛利率預測（單位：億元）資料來源：Wind，德邦研究所預計 結合寒武紀的主營業務，我們選取英偉達作為海外可比公司，選取海光信息、龍芯中科和景嘉微作為國內可比公司。英偉達為全球 AI 計算領域的絕對龍頭企業；海光信息主營業務為應用于服務器、工作站的高端處理器，龍芯中科專注于面向信息和工控系統的處理器及配套芯片研發，景嘉微為國內 GPU 廠商，成功研發多款圖形處理芯片

66、，均處于 AI 算力芯片賽道，與公司較為可比。我們預計公司將在 2023 年至 2025 年實現收入 11.26/15.38/20.44 億元，歸母凈利潤-8.7/-7.2/-4.9 億元，對應當前 PS 估值 57/42/31 倍。首次覆蓋，給予“買入”評級。圖圖 33：可比公司估值可比公司估值（2023/11/17）資料來源：Wind，德邦研究所預測 注 1：海光信息、龍芯中科、景嘉微盈利預測采用 Wind 一致預期，寒武紀盈利預測采用德邦預測數據。注 2：英偉達市值、營收、凈利潤的單位為億美元；海光信息、龍芯中科、景嘉微、寒武紀的市值、營收、凈利潤的單位為億人民幣。5.風險提示風險提示

67、AI 需求不及預期風險需求不及預期風險。目前 AI 產業仍處于發展初期，未來技術變革與需求變化仍不確定，若 AI 產業的需求不及預期，可能影響公司產品的價格與需求量?？蛻艏卸容^高風險?？蛻艏卸容^高風險。2020 年、2021 年和 2022 年，公司前五大客戶的銷售金額合計占營業收入比例分別為 82.11%、88.60%和 84.94%，客戶集中度較201820192020202120222023E2024E2025E營收營收1.171.174.444.444.594.597.217.217.297.2911.2611.2615.3815.3820.4420.44云端產品線0.790.86

68、0.802.195.208.1012.00邊緣產品線0.211.750.380.701.101.40智能計算集群系統2.963.264.564.595.206.006.80IP授權及軟件1.170.690.120.070.010.010.020.06其它業務0.140.030.120.150.160.18營收同比營收同比279%279%3%3%57%57%1%1%54%54%37%37%33%33%云端產品線9%-7%174%137%56%48%邊緣產品線733%-78%84%57%27%智能計算集群系統10%40%1%13%15%13%IP授權及軟件-41%-83%-42%-86%0%100

69、%200%其它業務-79%300%25%7%13%毛利率毛利率100%100%68%68%65%65%62%62%66%66%67%67%68%68%69%69%云端產品線78%76%59%63%68%71%73%邊緣產品線49%41%31%37%39%40%智能計算集群系統58%62%71%70%70%69%67%IP授權及軟件100%100%100%100%100%100%100%100%其它業務93%0%79%67%42%50%54%63%2022A2023E2024E2025E2022A2023E2024E2025E2022A2023E 2024E2025E2022A 2023E202

70、4E2025E英偉達12,222 270 -44 -278 -45 -海光信息1,537 50.9 64.1 87.7 115.7 8.0 12.0 16.6 22.9 191 129 92 67 30 24 18 13 龍芯中科380 7.3 9.4 15.2 22.2 0.5 0.2 2.0 3.5 735 2,318 192 110 52 41 25 17 景嘉微390 11.4 13.2 19.4 27.1 2.9 2.7 4.1 5.5 135 143 95 71 34 29 20 14 平均335 863 127 83 40 31 21 15 寒武紀640 7.3 11.3 15.

71、4 20.4 -12.6 -8.7 -7.2 -4.9 -85 57 42 31 PS公司簡稱公司簡稱市值市值營收營收凈利潤凈利潤PE 公司首次覆蓋 寒武紀（688256.SH）19/21 請務必閱讀正文之后的信息披露和法律聲明 高。若公司主要客戶對公司產品的采購量大幅降低或者公司未能繼續維持與主要客戶的合作關系，將給公司業績帶來顯著不利影響。供應鏈穩定相關風險供應鏈穩定相關風險。2022 年 12 月 15 日，美國商務部工業和安全局（BIS）以國家安全和外交利益為由，將公司及部分子公司列入“實體清單”。目前，該事項對公司研發造成的影響程度尚在有限范圍內，公司的核心技術來自于寒武紀的自主研發

72、，擁有自主知識產權，不會對公司產品研發及核心競爭力產生重大不利影響。長期來看，切換新供應商將產生一定成本，將可能對公司經營業績產生不利影響。公司首次覆蓋 寒武紀（688256.SH）20/21 請務必閱讀正文之后的信息披露和法律聲明 財務報表分析和預測財務報表分析和預測 主要財務指標主要財務指標 2022 2023E 2024E 2025E 利潤表利潤表(百萬元百萬元)2022 2023E 2024E 2025E 每股指標(元)營業總收入 729 1,126 1,538 2,044 每股收益-3.14-2.08-1.73-1.17 營業成本 250 374 495 639 每股凈資產 11.6

73、5 9.73 8.07 6.95 毛利率%65.8%66.8%67.8%68.7%每股經營現金流-3.19-2.82-2.40-1.88 營業稅金及附加 3 5 6 8 每股股利 0.00 0.00 0.00 0.00 營業稅金率%0.4%0.4%0.4%0.4%價值評估(倍)營業費用 83 135 185 245 P/E 營業費用率%11.3%12.0%12.0%12.0%P/B 4.68 15.79 19.04 22.13 管理費用 297 394 431 491 P/S 84.50 56.87 41.63 31.33 管理費用率%40.7%35.0%28.0%24.0%EV/EBITDA

74、-17.80-94.67 -140.98 -349.57 研發費用 1,523 1,644 1,846 2,044 股息率%0.0%0.0%0.0%0.0%研發費用率%208.9%146.0%120.0%100.0%盈利能力指標(%)EBIT-1,463-899-686-403 毛利率 65.8%66.8%67.8%68.7%財務費用-52-34 33 85 凈利潤率-172.4%-77.1%-46.9%-23.9%財務費用率%-7.1%-3.0%2.2%4.2%凈資產收益率-25.9%-21.4%-21.5%-16.9%資產減值損失-196-50-30-20 資產回報率-21.8%-12.9

75、%-9.1%-5.6%投資收益 91 146 200 266 投資回報率-29.0%-14.5%-9.3%-4.9%營業利潤-1,324-902-749-508 盈利增長(%)營業外收支 2 0 0 0 營業收入增長率 1.1%54.5%36.6%32.9%利潤總額-1,323-902-749-508 EBIT 增長率-51.5%38.5%23.7%-41.3%EBITDA-1,096-669-459-188 凈利潤增長率-52.3%30.9%16.9%-32.2%所得稅 2 3 2 2 償債能力指標 有效所得稅率%-0.2%-0.3%-0.3%-0.3%資產負債率 14.4%38.9%57.

76、3%67.1%少數股東損益-68-36-30-20 流動比率 7.8 2.0 1.5 1.2 歸屬母公司所有者凈利潤-1,257-869-722-489 速動比率 7.2 1.8 1.4 1.2 現金比率 4.6 1.1 0.8 0.7 資產負債表資產負債表(百萬元百萬元)2022 2023E 2024E 2025E 經營效率指標 貨幣資金 2,467 2,769 3,348 3,598 應收帳款周轉天數 383.3 310.0 280.0 250.0 應收賬款及應收票據 766 956 1,180 1,400 存貨周轉天數 419.8 320.0 250.0 210.0 存貨 287 328

77、 339 368 總資產周轉率 0.1 0.2 0.2 0.2 其它流動資產 735 963 1,189 1,421 固定資產周轉率 3.1 4.3 5.4 6.8 流動資產合計 4,255 5,016 6,056 6,787 長期股權投資 222 296 395 483 固定資產 233 264 287 302 在建工程 26 27 28 29 現金流量表現金流量表(百萬元百萬元)2022 2023E 2024E 2025E 無形資產 291 331 311 271 凈利潤-1,257-869-722-489 非流動資產合計 1,515 1,696 1,860 2,007 少數股東損益-68

78、-36-30-20 資產總計 5,770 6,712 7,916 8,794 非現金支出 680 280 257 234 短期借款 0 2,027 3,524 4,846 非經營收益-87-100-71-70 應付票據及應付賬款 230 225 228 245 營運資金變動-598-451-435-437 預收賬款 0 0 0 0 經營活動現金流-1,330-1,175-1,000-783 其它流動負債 312 312 335 361 資產-284-251-211-192 流動負債合計 542 2,565 4,087 5,453 投資 1,591-154-178-168 長期借款 0 0 0

79、0 其他-530 141 198 264 其它長期負債 288 44 448 450 投資活動現金流 777-264-192-96 非流動負債合計 288 44 448 450 債權募資 0 2,017 1,898 1,324 負債總計 831 2,609 4,534 5,902 股權募資 221 16 0 0 實收資本 401 417 417 417 其他-123-293-127-195 普通股股東權益 4,855 4,054 3,363 2,893 融資活動現金流 99 1,739 1,771 1,129 少數股東權益 85 49 19-2 現金凈流量-454 302 579 250 負債

80、和所有者權益合計 5,770 6,712 7,916 8,794 備注：表中計算估值指標的收盤價日期為 11 月 17日 資料來源：公司年報（2021-2022），德邦研究所 公司首次覆蓋 寒武紀（688256.SH）21/21 請務必閱讀正文之后的信息披露和法律聲明 信息披露信息披露 分分析師析師與研究助理與研究助理簡介簡介 陳海進，德邦證券所長助理兼 TMT 組組長、電子首席分析師，8 年以上電子行業研究經驗，曾任職于民生證券、方正證券、中歐基金等，南開大學國際經濟研究所碩士。電子行業全領域覆蓋。徐巡，電子行業研究助理，上海交通大學經濟學碩士，2 年以上電子行業研究經驗，曾任職于凱盛研究院

81、，覆蓋 IC 設計、半導體設備與制造等領域。謝文嘉，電子行業研究助理，香港大學碩士，覆蓋模擬 IC 設計、數字 IC 設計等領域。分析師聲明分析師聲明 本人具有中國證券業協會授予的證券投資咨詢執業資格，以勤勉的職業態度，獨立、客觀地出具本報告。本報告所采用的數據和信 息均來自市場公開信息，本人不保證該等信息的準確性或完整性。分析邏輯基于作者的職業理解，清晰準確地反映了作者的研究觀 點，結論不受任何第三方的授意或影響，特此聲明。投資評級說明投資評級說明 Table_RatingDescription 1.投資評級的比較和評級標準：投資評級的比較和評級標準：以報告發布后的 6 個月內的市場表現為比

82、較標準，報告發布日后 6 個月內的公司股價（或行業指數）的漲跌幅相對同期市場基準指數的漲跌幅；2.市場基準指數的比較標準：市場基準指數的比較標準：A 股市場以上證綜指或深證成指為基準；香港市場以恒生指數為基準；美國市場以標普 500 或納斯達克綜合指數為基準。類類 別別 評評 級級 說說 明明 股票投資評股票投資評級級 買入 相對強于市場表現 20%以上；增持 相對強于市場表現 5%20%；中性 相對市場表現在-5%+5%之間波動；減持 相對弱于市場表現 5%以下。行業投資評行業投資評級級 優于大市 預期行業整體回報高于基準指數整體水平 10%以上；中性 預期行業整體回報介于基準指數整體水平-

83、10%與 10%之間；弱于大市 預期行業整體回報低于基準指數整體水平 10%以下。法律聲明法律聲明 本報告僅供德邦證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。在任何情況 下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容 所引致的任何損失負任何責任。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可 能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。市場有風險，投資需謹慎。本報告所載的信息、材料

84、及結論只提供特定客戶作參考，不構成投資建議，也沒有考慮到個別客戶特殊 的投資目標、財務狀況或需要?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況。在法律許可的情況下，德邦證券及其 所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。本報告僅向特定客戶傳送，未經德邦證券研究所書面授權，本研究報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件 或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為 本公司的商標、服務標記及標記。如欲引用或轉載本文內容，務必聯絡德邦證券研究所并獲得許可，并需注明出處為德邦證券研究 所，且不得對本文進行有悖原意的引用和刪改。根據中國證監會核發的經營證券業務許可，德邦證券股份有限公司的經營范圍包括證券投資咨詢業務。