芯原股份 2025年业绩及业务展望电话会议纪要关键要点 一、 公司概况与核心业绩 * 公司为芯原股份，定位已从“IP第一股”演变为“AI ASIC龙头”[10] * 2025年整体营业收入为31.52亿元，同比增长超过35%[2][3] * 2025年全年新签订单接近60亿元，同比增长超过103%[2][3] * 截至2025年末，在手订单金额为50.75亿元，较第三季度末增长近55%，并已连续9个季度保持高位[3] * 预计在手订单中超过80%将在2026年内确认为收入[2][3] * 截至2026年4月20日，自2026年1月1日起的新签订单总额已超过45亿元，具体为45.16亿元[3] 二、 业务板块表现 1. AI算力业务 * AI算力业务爆发，2025年新签订单中AI相关占比超过73%[2][3] * 2025年AI算力相关收入占总收入的比重已达到近65%，同比提升8.64个百分点[5] * 数据处理领域收入占公司总收入比例约为35%，收入金额同比大幅提升95%[5] * 2026年新签订单中，AI算力相关的订单占比超过85%，数据处理领域的订单占比达到84.77%[3] 2. 量产业务 * 量产业务是增长最明显的部分，2025年收入达到14.90亿元，同比增长近75%[2][4] * 2025年量产业务新签订单超过35亿元，同比增长近两倍[2][4] * 2025年第四季度单季新签订单超过22亿元[2][4] * 2025年累计量产出货的芯片项目有114个，另有48个芯片设计项目等待量产[4] * 量产业务的毛利基本上可以直接贡献为净利润，因为该阶段只需相对固定的量产管理团队支持[8] 3. 设计业务 * 设计业务收入为8.77亿元，同比增长超过20%[4] * 设计业务收入中，AI算力相关收入占比约73%[4] * 绝大部分设计业务收入来自28纳米及以下的先进制程项目，其中7纳米及以下先进制程项目的收入占比已接近70%[2][4] * 2025年，公司在执行的设计项目共104个，较2024年增加19个[4] * 公司具备同时并行开展6个4nm复杂设计项目的工程能力[2][13] 4. IP授权业务 * IP授权业务中，license收入为6.71亿元，royalty收入为1.1亿元[4] * GPU、NPU和VPU这三类处理器IP的收入占IP总收入的约65%[4] 三、 技术能力与工艺布局 * 设计业务7nm及以下制程收入占比近70%[2] * 具备同时并行开展6个4nm复杂设计项目的工程能力，体现了在高端设计服务领域的强大工程能力和团队规模[2][13][15] * 深耕FD-SOI射频集成优势，认为FD-SOI工艺更适用于需要将射频电路与数字电路集成在同一颗芯片上的应用[2][18] * 通过Chiplet方形基板方案规避CoWoS及传统基板产能短缺风险，长期推动基于600mm x 600mm方形基板的Chiplet技术[2][12] * 拥有除CPU外的六大类处理器IP，以及超过1,700种模拟和混合信号IP，IP种类广度位居全球第一[2][11][12] * 通过并购拓展了技术能力，例如在图像处理领域形成了覆盖AISP前处理和后处理的完整解决方案[12] 四、 客户结构与市场竞争地位 1. 客户结构 * 客户结构优化，非芯片公司（系统厂商、互联网、云服务提供商及车企）收入占比达40%，2025年来自这些客户的收入为12.89亿元[2][6] * IP业务全球累计客户已超过460家，ASIC业务全球累计客户近350家[2][6] 2. 全球竞争地位 * 在全栈芯片设计服务领域全球排名第四，位列博通、富士通和索尼、Marvell之后[2][11] * 在数字IP/Star IP领域全球排名第二，仅次于ARM[2][11] * 若将IP授权费和权利金合并计算，公司在全球排名第八[11] * 在芯片设计服务领域定位为纯粹的服务提供商，不与客户的产品形成竞争[10][11] 五、 财务与运营指标 * 2025年，公司的综合毛利率为35%，同比略有下降，主要原因是收入结构变化[7] * 2025年研发投入为13.49亿元，占整体收入约43%[8] * 随着业务规模效应的显现，公司的亏损呈现收窄趋势[8] 六、 行业趋势与市场展望 1. AI算力与芯片发展趋势 * 在计算方案上，通用与专用并存，但趋势正向专用化发展，预计未来通用GPU的比例会下降，而专用方案，特别是端侧的AI ASIC将会上升[9] * 市场格局并未完全确定，通用型GPU和互联网公司主导的专用ASIC两类需求并存[15] * 国内大模型对token的需求依然紧张，获取高质量的token并不容易，目前并不存在GPU或ASIC卡过剩的问题[15] * 国产芯片在训练层面与英伟达存在差距，但在推理和微调领域表现良好，国产替代趋势为国内公司提供了机会[16][17] * 国内的token价格极具竞争力，部分仅为海外的五分之一到十分之一[15][17] 2. 端侧AI前景 * 预计两年后，端侧AI将发挥巨大作用，中国市场在端侧AI应用上会百花齐放[19] * 未来需要重点关注AR眼镜、AR玩具、AR戒指等端侧设备的发展，这些设备将催生对端侧AI ASIC的巨大需求[19] 3. 技术发展挑战 * 当前大语言模型主要解决了“读万卷书”的问题，而机器人的发展需要从“读万卷书”走向“行万里路”，并与物理世界进行交互，面临更复杂的挑战[13] * 机器人若要实现真正的泛化能力，还需要进入“阅人无数”的阶段[13] * 当前机器人在特定场景中取得了显著进步，尤其是在运动控制方面，但其通用智能、泛化能力仍然受限[14]