寒武纪：中国AI芯片先行者¶

公司概况¶

基本信息¶

公司名称：寒武纪科技股份有限公司（Cambricon Technologies Corporation Limited） 股票代码：688256.SH（科创板） 成立时间：2016年3月 总部位置：中国北京 创始人：陈天石、陈云霁（兄弟）

业务范围： - 云端AI芯片：思元系列训练芯片 - 边缘AI芯片：玄思系列推理芯片 - AI软件平台：寒武纪神经网络加速库 - 行业解决方案：智慧城市、智能制造

市值规模（2023）： - 约300亿人民币 - 较IPO市值大幅缩水 - 中国AI芯片龙头

发展历程¶

timeline
    title 寒武纪发展历程
    2016-2018 : 创业期
              : 公司成立
              : 发布首款AI芯片
    2018-2020 : 快速发展期
              : 多轮融资
              : 估值超200亿
    2020-2021 : 上市期
              : 科创板上市
              : 募资25亿
    2021-至今 : 调整期
              : 股价大幅下跌
              : 业务转型

关键里程碑： - 2016年：寒武纪成立，陈氏兄弟创立 - 2017年：发布首款AI芯片寒武纪1A - 2018年：完成数亿美元B轮融资，估值25亿美元 - 2019年：发布思元270云端AI芯片 - 2020年：科创板上市，募资25亿元 - 2021年：股价最高达370元 - 2022年：股价跌破发行价 - 2023年：发布思元590，持续亏损

技术能力分析¶

云端AI芯片¶

思元系列：

产品	发布时间	算力	功耗	应用场景
思元100	2018	128 TOPS	80W	推理
思元270	2019	256 TOPS	70W	训练+推理
思元290	2020	256 TOPS	150W	训练
思元370	2021	512 TOPS	200W	训练
思元590	2023	2048 TOPS	350W	大模型训练

技术特点： - 架构：自研MLU架构 - 精度：支持FP32、FP16、INT8 - 互联：支持多卡互联 - 生态：支持主流AI框架

性能对比：

芯片	算力(TOPS)	功耗(W)	能效比	价格
思元590	2048	350	5.85	约10万
NVIDIA A100	312	400	0.78	约10万
NVIDIA H100	1000	700	1.43	约30万

技术差距： - 算力：接近A100，落后H100 - 生态：远不如NVIDIA CUDA - 软件：工具链不完善 - 应用：支持框架有限

边缘AI芯片¶

玄思系列：

产品	发布时间	算力	功耗	应用场景
玄思1000	2018	8 TOPS	5W	边缘推理
玄思2000	2020	16 TOPS	8W	智能安防
玄思3000	2022	32 TOPS	15W	智能驾驶

应用场景： - 智能安防：摄像头、NVR - 智能驾驶：ADAS、自动驾驶 - 智能制造：工业视觉、质检 - 智能终端：手机、平板

竞争对手： - 地平线：车载芯片领先 - 黑芝麻：车规级芯片 - 华为昇腾：全栈能力 - NVIDIA Jetson：生态完善

AI软件平台¶

寒武纪神经网络加速库（CNML）： - 支持框架：TensorFlow、PyTorch、Caffe - 算子库：数百个常用算子 - 优化工具：模型压缩、量化 - 开发工具：调试、性能分析

寒武纪运行时库（CNRT）： - 设备管理：多卡管理 - 内存管理：高效内存分配 - 任务调度：并行计算 - 监控工具：性能监控

生态建设： - 开发者社区：活跃度低 - 文档：不够完善 - 案例：较少 - 与CUDA差距：巨大

商业模式分析¶

业务结构¶

pie title 寒武纪收入结构（2022）
    "云端芯片" : 45
    "边缘芯片" : 30
    "软件平台" : 15
    "其他" : 10

1. 云端芯片业务¶

目标客户： - 互联网公司：百度、阿里、腾讯 - 云服务商：华为云、浪潮 - 科研机构：高校、研究所 - 政府项目：智慧城市

商业模式： - 直接销售：芯片销售 - 服务器销售：整机销售 - 算力租赁：云服务 - 技术授权：IP授权

收入情况： - 2020年：4.9亿元 - 2021年：4.9亿元 - 2022年：3.2亿元（下降35%） - 2023E：3.5亿元

下降原因： - 华为订单：大幅减少（从主要客户到几乎没有） - 竞争加剧：华为昇腾、NVIDIA - 性价比：不如NVIDIA - 生态：CUDA生态强大

2. 边缘芯片业务¶

目标客户： - 安防厂商：海康、大华 - 汽车厂商：自动驾驶公司 - 工业企业：智能制造 - 终端厂商：手机、平板

商业模式： - 芯片销售：单颗销售 - 模组销售：芯片+方案 - 技术服务：定制化开发 - 授权费：IP授权

收入情况： - 2020年：1.5亿元 - 2021年：2.0亿元 - 2022年：2.1亿元 - 2023E：2.3亿元

增长缓慢原因： - 竞争激烈：地平线、黑芝麻 - 客户粘性：不强 - 性能：不如竞品 - 价格：无优势

3. 软件平台业务¶

产品服务： - 软件授权：开发工具 - 技术支持：培训、咨询 - 定制开发：行业方案 - 云服务：算力租赁

收入情况： - 2020年：0.3亿元 - 2021年：0.5亿元 - 2022年：1.0亿元 - 2023E：1.2亿元

占比低原因： - 生态弱：用户少 - 工具链：不完善 - 竞争力：不如CUDA - 商业化：困难

财务分析¶

收入分析¶

收入规模： - 2019年：4.4亿元 - 2020年：4.9亿元 - 2021年：4.9亿元 - 2022年：6.7亿元 - 2023E：7.0亿元

收入增长： - 2020年：+11% - 2021年：0% - 2022年：+37%（政府项目） - 2023E：+4%

收入质量： - 华为依赖：曾占80%+，现在几乎为0 - 政府项目：占比提升至50%+ - 回款周期：长 - 应收账款：高

盈利能力¶

亏损情况： - 2019年：亏损11.8亿元 - 2020年：亏损2.0亿元 - 2021年：亏损8.3亿元 - 2022年：亏损10.0亿元 - 2023E：亏损8亿元

持续亏损原因： - 研发投入：占收入100%+ - 毛利率：仅30-40%（NVIDIA 60%+） - 规模效应：未体现 - 价格战：激烈

盈利路径： - 收入规模：需达到50亿+ - 毛利率：提升至60%+ - 费用率：降至50%以下 - 预计：2027年后可能盈利

现金流¶

经营现金流： - 2020年：-1.5亿元 - 2021年：-5.0亿元 - 2022年：-8.0亿元 - 持续负值：烧钱严重

融资情况： - IPO募资：25亿元 - 定增募资：20亿元（2022年） - 现金储备：约30亿元 - 烧钱速度：年约8-10亿 - 现金够用：3-4年

资本支出： - 研发投入：年约7-8亿 - 流片费用：年约2-3亿 - 设备采购：年约1亿 - 合计：年约10-12亿

IPO分析¶

上市表现¶

IPO基本信息： - 上市时间：2020年7月 - 发行价：64.39元 - 募资额：25.8亿元 - 首日涨幅：287%，收盘179.98元

股价表现： - 最高价：370元（2021年7月） - 最低价：40元（2023年） - 当前价：约60元（2023年底） - 较最高点：跌84% - 较发行价：跌7%

破发原因： - 业绩不及预期：收入下滑 - 持续亏损：盈利遥遥无期 - 华为订单：大幅减少 - 竞争加剧：华为昇腾、NVIDIA - 市场环境：科创板整体低迷

募资用途¶

资金分配： - 新一代云端芯片：10亿 - 边缘AI芯片：5亿 - 软件平台：3亿 - 补充流动资金：7亿

执行情况： - 研发：持续高投入 - 产品：思元590发布 - 商业化：进展缓慢 - 现金：管理谨慎

投资价值评估¶

估值分析¶

当前估值（2023）： - 市值：约300亿元 - PS：约40倍 - 估值：仍然很高（亏损无PE）

估值对比：

公司	市值（亿元）	PS	盈利状态	技术
寒武纪	300	40	亏损	云端+边缘
地平线	350（估值）	-	亏损	车载芯片
华为昇腾	-	-	-	全栈能力
NVIDIA	10万亿	40	盈利	全球龙头

投资论点¶

看多理由： 1. 国产替代：AI芯片国产化需求 2. 政策支持：国家大力支持 3. 技术领先：中国AI芯片龙头 4. 大模型机会：思元590支持大模型训练 5. 估值回落：较最高点跌84%

看空理由： 1. 持续亏损：盈利遥遥无期 2. 收入下滑：华为订单流失 3. 竞争激烈：华为昇腾、NVIDIA 4. 生态弱：CUDA生态强大 5. 技术差距：落后NVIDIA 2-3代 6. 估值仍高：PS 40倍，仍未盈利 7. 现金消耗：持续烧钱

投资建议¶

风险评级：极高风险

适合投资者： - 极高风险承受能力 - 看好国产替代长期逻辑 - 能够承受巨大波动 - 长期投资视角（5-10年）

投资策略： - 观望为主：等待盈利拐点 - 小仓位试探：不超过3% - 长期视角：5-10年 - 止损严格：跌破40元止损

关注指标： - 收入增长：是否恢复增长 - 大客户：是否有新的大客户 - 毛利率：是否提升至50%+ - 亏损收窄：是否接近盈亏平衡 - 生态建设：开发者数量

行业竞争分析¶

竞争格局¶

国际巨头： - NVIDIA：绝对龙头，市占率90%+ - AMD：追赶者，MI300系列 - Intel：Habana Labs - Google：TPU（自用）

国内玩家： - 华为昇腾：全栈能力，政企市场 - 寒武纪：云端+边缘，科研市场 - 地平线：车载芯片，汽车市场 - 壁仞科技：通用GPU - 燧原科技：云端训练

寒武纪的竞争优势¶

技术优势： - 学术背景：中科院计算所 - 技术积累：深度学习处理器 - 专利：数百件 - 人才：顶尖芯片科学家

先发优势： - 成立早：2016年 - 上市早：科创板首批 - 品牌：知名度高

政策优势： - 国产替代：政策支持 - 科研项目：政府采购 - 资金支持：融资容易

面临的挑战¶

技术挑战： - 性能差距：落后NVIDIA - 生态弱：CUDA生态强大 - 软件：工具链不完善 - 迭代速度：慢于NVIDIA

商业��战： - 客户流失：华为订单减少 - 价格战：竞争激烈 - 规模效应：未体现 - 盈利困难：持续亏损

外部风险： - 美国制裁：影响先进制程 - 竞争加剧：华为昇腾、地平线 - 技术路线：大模型对算力要求更高 - 市场需求：不及预期

国产替代分析¶

国产替代机会¶

市场空间： - 中国AI芯片市场：500亿+ - NVIDIA占比：70%+ - 国产替代空间：350亿+ - 寒武纪潜在市场：50-100亿

政策推动： - 国家战略：芯片自主可控 - 政府采购：优先国产 - 资金支持：产业基金 - 人才培养：集成电路专业

应用场景： - 政府项目：智慧城市、安防 - 科研机构：高校、研究所 - 国企：央企、地方国企 - 部分民企：对安全要求高的

国产替代难点¶

技术差距： - 性能：落后2-3代 - 能效比：不如NVIDIA - 软件生态：CUDA太强大 - 迭代速度：慢

商业挑战： - 性价比：不如NVIDIA - 客户粘性：CUDA锁定 - 迁移成本：高 - 应用支持：少

现实困境： - 真实需求：有限 - 被动采购：政策驱动 - 使用率：低 - 口碑：一般

大模型时代的机会¶

思元590定位¶

产品特点： - 算力：2048 TOPS - 互联：支持多卡互联 - 大模型：支持千亿参数训练 - 价格：约10万元/卡

目标市场： - 互联网公司：百度、阿里、腾讯 - AI创业公司：大模型训练 - 科研机构：高校、研究所 - 政府项目：国产化要求

竞争力分析： - vs NVIDIA A100：性能接近，生态差 - vs NVIDIA H100：性能落后，价格便宜 - vs 华为昇腾：性能相当，生态相当 - 定位：国产替代选择

商业化挑战¶

客户选择： - 首选：NVIDIA H100（性能最强） - 次选：NVIDIA A100（性价比高） - 备选：华为昇腾（国产，生态好） - 最后：寒武纪（国产，生态弱）

实际情况： - 互联网巨头：优先NVIDIA - AI创业公司：优先NVIDIA - 科研机构：部分采购寒武纪 - 政府项目：国产化要求采购

突破路径： - 性能提升：缩小与NVIDIA差距 - 生态建设：完善软件工具链 - 价格优势：降低价格 - 服务提升：技术支持

投资风险分析¶

1. 技术风险¶

性能差距： - 落后NVIDIA 2-3代 - 追赶困难 - 投入巨大 - 成功不确定

生态弱： - CUDA生态强大 - 开发者少 - 应用少 - 迁移成本高

2. 商业风险¶

客户流失： - 华为订单：从80%到0 - 依赖政府项目：不稳定 - 客户粘性：弱 - 竞争激烈

持续亏损： - 已亏损多年 - 盈利时间不确定 - 现金消耗快 - 融资压力大

3. 竞争风险¶

华为昇腾： - 全栈能力：芯片+软件+生态 - 资源：华为支持 - 市场：政企市场强 - 威胁：最大竞争对手

NVIDIA： - 技术领先：绝对优势 - 生态强大：CUDA - 迭代快：每年新品 - 垄断：市占率90%+

4. 政策风险¶

美国制裁： - 先进制程：受限 - 设备采购：受限 - 技术合作：受限 - 影响：研发进度

国产替代政策： - 政策变化：不确定 - 执行力度：不确定 - 市场需求：被动 - 可持续性：存疑

投资启示¶

1. 国产替代的现实¶

理想与现实： - 理想：国产替代，市场巨大 - 现实：技术差距大，需求有限 - 教训：不能只看政策，要看技术和商业

投资逻辑： - 长期看好：国产替代趋势 - 短期谨慎：技术差距、商业化难 - 选择标准：技术领先、商业化好、估值合理

2. 芯片投资的难度¶

高投入低回报： - 研发投入：巨大 - 周期长：5-10年 - 成功率：低 - 回报：不确定

投资建议： - 谨慎投资：高风险 - 小仓位：控制风险 - 长期视角：5-10年 - 严格止损：及时止损

3. 科创板的教训¶

高估值陷阱： - IPO估值：过高 - 市场情绪：过热 - 业绩：不及预期 - 股价：大幅下跌

投资原则： - 理性估值：不追高 - 关注基本面：业绩、现金流 - 风险控制：仓位、止损 - 长期投资：价值投资

常见问题¶

Q1：寒武纪还有投资价值吗？¶

回答： - 技术：中国领先，但全球落后 - 商业化：进展缓慢，持续亏损 - 估值：已大幅回落，但仍不便宜 - 建议：观望，等待盈利拐点或估值更低

Q2：寒武纪能赶上NVIDIA吗？¶

回答： - 短期（3年）：不可能 - 中期（5年）：很难 - 长期（10年）：有可能缩小差距 - 现实：NVIDIA也在进步，追赶很难

Q3：什么时候可以买入寒武纪？¶

回答： - 信号1：收入恢复快速增长（30%+） - 信号2：亏损明显收窄（50%+） - 信号3：大客户突破（互联网巨头） - 信号4：股价跌至40元以下 - 策略：出现2个以上信号可小仓位试探

Q4：寒武纪和地平线哪个更好？¶

回答： - 寒武纪：云端芯片，市场大但竞争激烈 - 地平线：车载芯片，市场聚焦但增长快 - 选择：都是高风险，地平线商业化更好 - 建议：都需谨慎，小仓位或观望

延伸阅读¶

研究报告¶

寒武纪招股书和年报
各大券商寒武纪深度报告
AI芯片行业研究报告
半导体行业研究报告

参考文献¶

寒武纪. 《招股说明书》. 2020
寒武纪. 《年度报告》. 2020-2023
中金公司. 《寒武纪深度报告》. 2023
招商证券. 《AI芯片行业分析》. 2023
天风证券. 《寒武纪投资价值分析》. 2023
华泰证券. 《国产AI芯片研究》. 2023
IDC. 《中国AI芯片市场报告》. 2023
Gartner. 《全球AI芯片市场预测》. 2023
中国半导体行业协会. 《AI芯片发展报告》. 2023
清华大学. 《AI芯片技术报告》. 2023

投资建议：寒武纪是中国AI芯片领域的先行者，拥有技术积累和品牌优势，受益于国产替代政策。但公司面临持续亏损、技术差距、竞争加剧等严峻挑战，商业化进展缓慢。当前股价较最高点大幅下跌，但估值仍不便宜（PS 40倍），盈利拐点遥遥无期。建议观望为主，等待收入恢复增长、亏损明显收窄等积极信号，或股价跌至40元以下再考虑小仓位试探。

风险提示：寒武纪属于极高风险投资标的，面临技术差距、持续亏损、竞争加剧、客户流失、政策不确定等多重风险。投资者需要有极高的风险承受能力和长期投资视角（5-10年）。建议仓位控制在3%以内，设置严格止损（40元），密切跟踪公司经营情况和行业变化。不适合风险厌恶型投资者和短期投资者。

← 返回AI行业