报告公司投资评级 - 买入（首次覆盖）[6] 报告的核心观点 - 寒武纪是国内稀缺的云端AI芯片厂商，业务涵盖云端、边缘端产品线及IP授权及软件，2024Q4起营收同环比大增且归母净利润扭亏为盈，未来业绩兑现动能强劲 [6] - 推理与训练算力需求爆发拉动AI芯片市场规模扩张，海外芯片龙头仍主导市场，但本土厂商加速布局，国产替代有望全面提速 [6] - 公司硬件产品覆盖云、边、端全场景，软件提供统一平台级基础系统软件，软硬件均基于自研架构与指令集，构建核心技术护城河 [6] - 首次覆盖给予“买入”评级，预计2025 - 2027年营收和归母净利润高增长，对应PE和PS倍数合理 [6] 各部分总结 国产耀眼“芯”光，业绩腾飞在即 - 寒武纪是云端AI芯片国产化稀缺标的，自研硬件与平台软件双轮驱动，业务涵盖云端、边缘端产品线及IP授权及软件，2024年云端产品线收入大幅增长 [14][18][21] - 公司采用Fabless业务模式，上游供应商和下游客户集中程度较高，控股股东和实控人为陈天石博士，股权结构稳定，高管团队技术背景丰富 [22][24][27] - 2024年与2025年一季度营收同比高增，归母净利润扭亏为盈，主营业务毛利率常年维持50%以上，净利率大幅回升 [29][32] - 期间费用率显著降低，高研发投入为业绩增长储备动能，存货与预付账款大幅增加，为未来业绩兑现储备动能 [34][37] AI寒武纪元将临，国产算力渗透加速 - AI芯片是人工智能产业链的核心器件，包括GPU、ASIC、FPGA等类型，产业链上游包括算法、设计工具和制造材料设备，下游应用广泛 [40][42] - 随着AI大模型迭代，训练和推理所需算力迅速增长，自2024年起未来5年全球算力规模将超50%增速增长，海内外云厂商加大AI基建投入 [43][52][56] - 算力需求增长拉动AI芯片市场规模扩大，2025年全球AI芯片销售收入有望达920亿美元，中国市场规模2024年有望达1412亿元，国内细分市场中ASIC、FPGA服务器加速增长 [62][64] - 英伟达在全球数据中心GPU市场占绝对领先地位，国内市场也被海外龙头主导，但本土厂商如华为、寒武纪、百度等加速布局，2025年本土芯片供应商份额有望提升至40% [66][69][70] - 英伟达芯片算力、功耗表现突出，有领先优势，国产AI芯片面临技术门槛高、生态系统薄弱等挑战，但在政策支持下国产替代有望提速 [72][76][80] 硬件筑基 + 软件赋能，造就国产AI芯片领跑者 - 公司在云、边、端三大场景布局芯片产品，云端产品线包括智能芯片及加速卡、训练整机，边缘端围绕思元220推出产品，终端产品可集成于SoC芯片中 [82][85][93][95] - 公司为云、边、端产品提供统一的平台级基础系统软件Cambricon Neuware，软件平台分为训练和推理软件平台，支持主流大模型 [96][100] - 公司智能芯片和处理器IP及基础系统软件基于自研架构与指令集，有助于保持核心技术自主可控，新一代架构和指令集研发将提升产品竞争力 [101] 盈利预测 - 盈利预测假设与业务拆分：预计云端产品线2025 - 2027年营收高速增长，毛利率上升；边缘端产品线营收规模小且增速慢；IP授权及软件营收低且占比逐年下滑 [104][105] - 可比公司估值：选取海光信息等作为可比公司，寒武纪2025 - 2027年PE和PS倍数低于可比公司均值 [111] - 投资建议：首次覆盖给予“买入”评级，预计2025 - 2027年营业收入和归母净利润高增长，对应PE和PS倍数合理 [114]

报告公司投资评级 - 报告给予寒武纪-U“优于大市”评级[1][4][6] 报告的核心观点 - 寒武纪-U一季度业绩同环比高增，积极备货保障下游供应，2025年第一季度营收11.11亿元，同比增长4230.22%，归母净利润3.55亿元，同比扭亏为盈，期末存货和预付款持续增长[1] - 2024年营收同比增长65.56%，利润端亏损同比收窄46.69%，云端产品线增长强劲，成为业绩增长核心驱动力，产品在多行业应用场景落地，软件生态持续更新迭代[2][3] - 看好公司人工智能处理器芯片核心竞争力，预计2025 - 2027年公司营收增长至50.24/72.81/101.9亿元，归母净利润11.19/21.20/33.27亿元[4] 公司概况 - 寒武纪是全栈自研AI芯片核心技术的国产智能芯片领军企业，构建了“云边端一体化 + 软硬协同”技术架构，形成高壁垒智能计算平台解决方案，终端、边缘端、云端产品适配不同算力需求[10] - 2024年集成电路业务收入11.74亿元，占比99.83%，其中云端智能芯片及加速卡贡献营收11.66亿元，占总营收99.31%，是核心营收支柱[12] - 截至2025年一季度末，前十大股东持股占比64.50%，陈天石为实际控制人，持有公司股份28.63%，2023年股票激励计划涉及激励对象715人，占员工总数56.52%[14] - 公司管理层兼具顶尖技术研发与产业资源整合能力，创始人陈天石主导构建智能芯片底层技术体系，技术骨干刘少礼等深度参与芯片研发[15] 财务情况 - 2019 - 2024年收入CAGR为21.4%，2025年一季度同比增长4230.22%，下半年营收普遍高于上半年，2024年四季度营收环比大幅提升720.6%，2025年一季度进一步环比增长12.36%[19] - 高研发投入导致利润暂时亏损，2025年一季度同比增长256.82%，未来伴随新产品推出和放量，有望扭亏为盈[21] - 云端产品放量迎来利润拐点，毛利率维持较高水平，2024年云端产品收入占比达99.1%，销售费用率、管理费用率、财务费用率分别为6.0%、15.4%、 - 1.64%，研发费用12.16亿元，占总营收103.5%，研发人员占公司总人数75.6%，硕博比例78.9%[26] 盈利预测 假设前提 - 预计2025 - 2027年云端产品线收入同比增长330%/45%/40%至50.15/72.71/101.8亿元，毛利率维持56.0%[29] - 预计2025 - 2027年边缘端产品线保持5%同比增速，毛利率保持在50%水平[30] - 预计2025 - 2027年IP授权与软件业务保持5%同比增速，毛利率保持在100%水平[30] 预测结果 - 预计未来3年公司营业收入分别为50.24/72.81/101.9亿元，同比增加327.7%/44.9%/40.0%，毛利率分别为56%/56%/56%[33] - 预计2025 - 2027年销售费率分别为1.53%/1.16%/0.92%，管理费率分别为4.31%/3.57%/3.06%，研发费率分别为27.13%/21.39%/18.85%[34] - 预计2025 - 2027年公司营业收入同比增长327.7%/44.9%/40.0%至50.24/72.81/101.9亿元，对应归母净利润11.19/21.20/33.27亿元[35] 情景分析 - 乐观预测将营收增速和毛利率、股利分配率分别提高5%，悲观预测将营收增速和毛利率、股利分配率分别降低5%[36] 财务预测与估值 - 给出了2023 - 2027年资产负债表、利润表、现金流量表相关数据及关键财务与估值指标，如每股收益、每股净资产、ROE、毛利率等[44]

智算时代崛起 - 人工智能与数字经济深度融合，算力成为驱动现代化产业体系的核心引擎，国产算力产业链加速崛起 [1] - 大模型技术爆发式增长和政策环境持续优化，中国算力产业迎来前所未有的发展机遇 [1] 普惠智算与市场需求 - 人工智能已渗透至80%的应用场景，智能算力成为普惠性基础资源，但稀缺性与高成本仍是关键瓶颈 [2] - 2023年中国人工智能市场支出达147.5亿美元，2021-2026年复合增长率超20%，硬件投资占整体支出50%以上 [2] - 2023年中国AI服务器市场规模同比增长82.5%至91亿美元，AI服务器占比超80%，成为算力需求核心载体 [2] 算力形态与增长趋势 - 算力形态经历结构性转变：通用算力（CPU驱动）、智能算力（GPU/ASIC驱动）、超级算力（尖端科研领域） [3] - 2022年中国智能算力规模达268 EFLOPS，预计2026年突破1271 EFLOPS，年复合增长率达47.6% [3] - 智能算力占比从2023年的25.4%有望提升至2025年的35% [3] 政策支持与国产技术突破 - 国家出台《算力基础设施高质量发展行动计划》，明确2025年算力总规模达300 EFLOPS、智能算力占比35%的目标 [4] - 地方政府积极响应，如北京构建京津冀蒙协同算力网，河北规划2025年智能算力占比达35% [4] - 国产企业技术创新：华为昇腾910芯片半精度算力达320 TFLOPS，海光信息DCU芯片兼容主流AI框架，寒武纪构建云边端协同体系 [4] 智算中心建设进展 - 2024年1-7月招标项目超140个，24个项目金额破亿，采用"政府主导+企业承建"模式 [4] - 全国已建成/在建智算中心超40个，单中心起步算力达100P，如北京昇腾人工智能计算中心（规划1000P）、深圳前海智算中心（一期40000P） [4] AI芯片与服务器产业 - 2023年中国AI芯片市场规模达1206亿元，预计2024年增至1412亿元，GPU占据主导地位（2023年市场规模807亿元，年增速超30%） [6] - AI服务器与传统服务器差异显著：搭载4-8块GPU加速卡，支持50-300GB/s高速互联，芯片成本在高端服务器中占比高达83% [6] 算力服务模式与未来趋势 - 服务商从基础机房租赁向增值服务拓展，提供AI平台、数据治理等解决方案，长三角、粤港澳算力网络初步形成 [7] - 未来趋势：需求多元化（大模型训练到边缘计算）、技术自主化（7nm芯片设计、全栈AI解决方案）、布局协同化（"东数西算"工程） [7] 产业端与市场信号 - AI大模型训练和推理阶段均需大量算力，参数激增推动智能算力需求快速增长 [29] - 2022年中国智能算力规模达268 EFLOPS，预计2026年达1271.4 EFLOPS，复合增长率47.6% [34] - 智能算力占比从2023年25.4%有望提升至2025年35% [38]

美国政府升级对英伟达H20芯片的出口管制 - 美国政府于4月9日通知英伟达，H20芯片出口到中国需要许可证，并于14日宣布规定将无限期实施[2] - H20被纳入"非民用超算风险清单"，标志着AI芯片管制从高端产品延伸至定制化中端产品[2] - H20是英伟达在中国合法销售的主要芯片，于2023年10月美国最新出口限制生效后推出[2] 美国对AMD和英特尔AI芯片的出口限制 - 美国商务部宣布AMD MI308及同类型AI芯片新增中国出口许可要求[6] - 英特尔Gaudi芯片同样需要获得出口许可证才能向中国销售[6] 国内AI芯片厂商的替代机会 - 华泰证券指出H20销售受限或已被市场预期，但新规可能堵住以内存弥补算力漏洞[6] - 万联证券认为H20在中国市场的销售或将面临较大限制，国内AI芯片厂商有望承接更多市场份额[6] - 国产算力迎来发展机遇，全球贸易摩擦或加速半导体产业国产化进程[6] 华为昇腾910C的性能与优势 - 昇腾910C通过组合两个昇腾910B芯片，计算能力达800 TFLOP/s（FP16），内存带宽3.2 TB/s，接近英伟达H100性能的80%[7] - 华为通过CloudMatrix系统聚合算力，CM384系统在规模及推理性能上比肩英伟达NVL72超节点[7] - 昇腾910C采用共封装或芯片组技术，显著提升性能[7] 华为昇腾910C的技术挑战 - 组合设计导致功耗增加，CM384系统功耗为英伟达GB200 NVL72的3.9倍[9][10] - 每FLOP功耗差2.3倍，每TB/s内存带宽功耗差1.8倍，每TB HBM内存容量功耗差1.1倍[10] - die-to-die带宽仅为Nvidia H100的1/10至1/20，可能影响大规模AI训练任务效率[11] 华为昇腾910C的生态系统与供应链问题 - 华为MindSpore AI框架成熟度和广泛采用度较低，可能限制开发者采用[11] - 昇腾910C良率仅为32%-40%，低于60%的行业标准，大部分仍依赖台积电7nm工艺制造[12] - 关键组件如HBM主要来自韩国供应商三星，供应链模式稳定性差、风险高[13] 国内其他AI芯片厂商的布局 - 科技大厂阿里、百度、腾讯、商汤科技等布局自研AI芯片，服务于自有云平台或业务[14] - 海光信息DCU系列产品兼容CUDA生态，已应用于国产超算和AI训练场景[15] - 寒武纪思元系列芯片可满足云端训练等场景需求，壁仞科技BR100芯片峰值算力达国际厂商旗舰产品3倍以上[15][16] 国内AI芯片多元化发展的重要性 - 中国AI芯片替代不能仅靠个别企业，需支持华为、海光信息、摩尔线程等多元化发展[17] - 构建强大、完整、有韧性的全产业链自主生态是实现AI芯片自主可控的关键[17]