1、 请务必阅读正文之后的信息披露和法律声明 Table_MainInfo 公司研究/信息设备/半导体产品与半导体设备 证券研究报告 N 寒武寒武-U（688256）公司研究报告公司研究报告 2020 年 07 月 19 日 Table_InvestInfo 投资评级 优于大市 优于大市 首次首次 覆盖覆盖 发发行价格及数量行价格及数量 able_StockInfo 发行价格 64.39 元 Table_ReportInfo 网下发行数量 2328 万股 网上发行数量 971 万股 股本结构 总股本（百万股） 400 流通 A 股（百万股） 31 B 股/H 股（百万股） 0/0 分析师 郑宏达

2、分析师：郑宏达 Tel:(021)23219392 Email: 证书:S0850516050002 分析师:杨林 Tel:(021)23154174 Email: 证书:S0850517080008 分析师:黄竞晶 Tel:(021)23154131 Email: 证书:S0850518110001 分析师:洪琳 Tel:(021)23154137 Email: 证书:S0850519050002 专注专注 AI 芯片芯片设计，让设计，让智能改变世界智能改变世界 Table_Summary 投资要点：投资要点： 公司是国内人工智能芯片设计领域的先行者，现有产品已实现端、边、云全公司是国内人工

3、智能芯片设计领域的先行者，现有产品已实现端、边、云全 覆盖。覆盖。公司成立于 2016 年，是从中科院走出来的“国家队” ，拥有十余年的 技术积累。目前公司主要 AI 芯片已覆盖端边云三大应用场景：寒武纪 1A、 1H、1M 处理器（终端） ；思元 220（边缘端） ；思元 100 芯片和思元 270 芯 片（云端） 。同时，公司自研基础系统软件平台：Cambricon Neuware 软件 开发平台。公司 3 年时间推出 7 款芯片以及软件开发平台，足见公司产品迭 代和商业化进程之快。近三年，公司收入实现大幅增长：2017-2019 年公司 营业收入分别为 784.33 万元、 11702.

4、52 万元以及 44393.85 万元， 2018-2019 年同比增长 1392%和 279%。 Fabless 商业模式下专注于芯片设计，技术水平领先。商业模式下专注于芯片设计，技术水平领先。公司采用 Fabless 模 式，在芯片生产过程中专注于芯片设计和销售，晶圆制造和封装测试等流 程均采用委外合作的方式进行。此模式无需进行大量固定资产投资，较为 灵活，也是目前集成电路设计企业的主要运营模式。我国芯片自主研发起 步较晚，目前行业内的 AI 芯片公司大多是大型跨国公司，比如 Nvidia、 Intel、AMD、ARM、华为海思等。与之对比，我们认为公司技术水平具 备核心竞争力，比如在终端

5、智能处理器 IP 方面，公司在性能功耗比上和 ARM 接近，计算能力规格上超过 ARM 且同时支持计算和推理。 AI 芯片是人工智能时代的基石，我国集成电路行业发展加速。芯片是人工智能时代的基石，我国集成电路行业发展加速。当前人工智能 技术对于底层芯片计算能力的需求一直在飞速增长， 只有强大的 AI 芯片与对 应算法相互配合，人工智能才会“更智能” 。同时，根据公司招股书援引中国 半导体行业协会数据，近几年我国集成电路产业规模得到快速增长，2018 年 实现总销售额 6532 亿元， 同比增长 20.7%。受益于 5G 通信和人工智能应用 发展的需求拉动， 以及 2019 年下半年全球集成电路

6、行业景气开始回温， 根据 公司招股书援引前瞻产业研究院预测， 2020 年市场规模有望突破 9000 亿元。 盈利预测与投资建议。盈利预测与投资建议。我们认为公司拥有核心 AI 芯片设计能力，技术水平领 先，具备核心竞争力。人工智能时代带来对于算力的巨大需求将为公司带来 广阔市场。我们预测，公司 2020-2022 年营业收入分别为 6.58/9.06/12.43 亿元，归母净利润分别为-3.98/ -0.83/ 1.39 亿元，对应 SPS（每股销售收入） 分别为 1.64/2.26/3.11 元。参考可比公司，给予 2020 年动态 PS50-55 倍，6 个月合理价值区间为 82.23-

7、90.45 元。同时，用 PB 估值来看寒武纪，公司对 应 2020 年 PB 5.03-5.53 倍，与可比公司相比处于合理水平。首次覆盖给予 “优于大市”评级。 风险提示：风险提示：产品研发进度不及预期；中美贸易摩擦对于产业链的影响。 主要财务数据及预测主要财务数据及预测 Table_FinanceInfo 2018 2019 2020E 2021E 2022E 营业收入(百万元) 117 444 658 906 1243 (+/-)YoY(%) 1392.0% 279.4% 48.3% 37.7% 37.2% 净利润(百万元) -41 -1179 -398 -83 139 (+/-)Yo

8、Y(%) 89.2% -2772.3% 66.2% 79.2% -268.2% 全面摊薄 EPS(元) -0.10 -2.95 -1.00 -0.21 0.35 毛利率(%) 99.9% 68.2% 64.1% 62.1% 63.7% 净资产收益率(%) -8.0% -27.1% -6.1% -1.3% 2.1% 资料来源：公司年报招股书，海通证券研究所 备注：净利润为归属母公司所有者的净利润 公司研究N 寒武-U（688256）2 请务必阅读正文之后的信息披露和法律声明 目目 录录 1. 人工智能芯片设计先行者，云边端全覆盖 . 5 1.1 十余年技术积累，从中科院走出来的国家队 . 5 1

9、.2 产品线已实现云边端全覆盖 . 6 2. 采用 Fabless 商业模式，技术水平领先 . 9 2.1 Fabless 模式下专注于芯片设计，产品商业化节奏较快 . 9 2.2 芯片设计技术水平具有竞争力 . 10 2.3 加大云端和边缘芯片研发力度，把握时代机遇 . 11 3. AI 芯片是人工智能时代的基石 . 11 3.1 AI 芯片是人工智能的引擎 . 11 3.2 我国集成电路行业发展加速 . 13 4. 盈利预测与投资建议 . 14 5. 风险提示 . 14 财务报表分析和预测 . 16 mNoRnNpQtMpNxPoRsOrOsRaQaO8OnPqQpNpPlOpPsNfQt

10、RpP6MpPyRxNrNnNwMsQtO 公司研究N 寒武-U（688256）3 请务必阅读正文之后的信息披露和法律声明 图目录图目录 图 1 公司发展概况 . 5 图 2 公司股权结构（IPO 发行前）. 6 图 3 思元 270 芯片 . 8 图 4 思元 100 与思元 270 理论峰值性能对比（TOPS） . 8 图 5 平台级基础系统软件 Cambricon Neuware . 8 图 6 云端智能芯片及加速卡和智能计算集群系统的整体业务流程 . 9 图 7 2017 年、2019 年公司营业总收入、产品结构变化 . 10 图 8 用于深度学习的芯片分类 . 10 图 9 深度学习

11、模型 . 12 图 10 智能处理器架构示意图 . 12 图 11 2013-2020 年中国集成电路产业市场规模及预测 . 13 图 12 2013-2020 年中国集成电路产业细分领域销售规模及预测（亿元） . 14 公司研究N 寒武-U（688256）4 请务必阅读正文之后的信息披露和法律声明 表目录表目录 表 1 公司募集资金投资项目（万元） . 11 表 2 可比公司估值表 . 15 表 3 公司业务分拆（百万元） . 15 公司研究N 寒武-U（688256）5 请务必阅读正文之后的信息披露和法律声明 1. 人工智能芯片人工智能芯片设计设计先行者先行者，云边端云边端全覆盖全覆盖 根

12、据公司招股书，公司的主营业务是应用于各类云服务器、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，为客户提供丰富的芯片产品与系统软件解 决方案。公司的主要产品包括终端智能处理器 IP、云端智能芯片及加速卡、边缘智能芯 片及加速卡以及与上述产品配套的基础系统软件平台。 1.1 十余十余年年技术积累技术积累，从，从中科院走出来的国家队中科院走出来的国家队 寒武纪是中科院计算所下孵化的 AI 芯片研发单位，团队曾参与研发国产“龙芯” 芯片。公司初创团队，实际从 2008 年开始相关技术的研究，在 AI 芯片领域，先后取得 世界级顶级领先的芯片架构指令集设计论文，技术储备雄厚。2016

13、年，寒武纪正式成 立并完成天使轮融资，同年推出“寒武纪 1A”处理器，是全球首款人工智能专用处理 器。自 2016 年成立以来，公司已快速实现技术产业化输出，先后商用寒武纪 1A、1H、 1M 处理器等多款人工智能芯片。 图图1 公司发展概况公司发展概况 资料来源：信索咨询，海通证券研究所 根据公司招股书，IPO 发行前，公司的控股股东、实际控制人为陈天石先生，持有 公司 33.19%的股权。中科院计算技术研究所通过中科算源持有公司 18.24%的股权。除 此之外，公司的股权结构还包括多家上市公司和产业资本；国资和产业基金，比如国投 基金、宁波瀚高、河南国新等；券商资本，比如中金浩镁、金石银翼

14、等。寒武纪的背后 是中科院团队以及众多国家资本的支持，我们认为强大的股东背景可以为公司未来发展 保驾护航。 公司研究N 寒武-U（688256）6 请务必阅读正文之后的信息披露和法律声明 图图2 公司股权结构公司股权结构（IPO 发行前发行前） 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 1.2 产品产品线已实现线已实现云边端全覆盖云边端全覆盖 公司自 2016 年成立后， 经过近四年的快速发展， 目前公司的产品已覆盖终端 （端） 、 边缘端（边）和云端（云）三大不同应用场景： （1） 终端终端（端）（端） 公司于 2016 年、2017 年和 2018 年

15、分别推出了寒武纪 1A 处理器、1H 处理器和 1M 处理器，应用于终端智能处理。其中，1H 相对于 1A 在功耗和面积等指标上有显著 提升，并支持双核模式。搭载该芯片的手机，每分钟可识别 4500 张图片，是上一代产 品的 2.2 倍。而 1M 采用 7nm 工艺，在业界率先支持定点化训练，可在终端支持人工智 能训练任务。 公司的终端智能处理器 IP 产品覆盖了从 0.5TOPS 到 8TOPS 的区间内不同档位的 人工智能计算能力需求，其片上缓存的尺寸亦可按照客户需求进行配臵，无论是手机 SoC 芯片还是 IoT 类 SoC 芯片都可通过集成公司的处理器 IP 产品快速获得在终端做人 工智

16、能本地处理的能力。 公司终端智能处理器产品主要以 IP 授权形式应用于智能终端设备中。其商业模式 是将已完成逻辑设计或物理设计的芯片功能模块（如处理器、DRAM 接口等）以商业授 权的形式交付给客户使用，允许客户将其集成在自己的芯片设计版图中，并通过流片形 成最终芯片产品。IP 授权在集成电路行业是较为常见的业务模式， 众多主流集成电路厂 商都会购买 IP 授权或对外提供 IP 授权。 公司研究N 寒武-U（688256）7 请务必阅读正文之后的信息披露和法律声明 表表 1 寒武纪主要产品与服务一览寒武纪主要产品与服务一览 产品类型 主要产品 推出时间 特点 终端智能 处理器 IP 寒武纪 1

17、A 处理器 2016 年 全球首款商用终端智能处理器 IP 产品， 可支持视觉、 语音和自然 语言处理等消费电子领域的人工智能应用;根据客户的公开宣传 信息，搭载寒武纪 1A 的某旗舰手机芯片在人工智能应用上达到 了 4 核 CPU25 倍以上的性能和 50 倍以上的能效， 采用该手机芯 片的旗舰手机产品每分钟可识别 2,005 张图片。 寒武纪 1H 处理器 2017 年 寒武纪 1H 的功耗和面积等指标较上一代产品有显著提升，支持 双核模式，并增加了对 8 位定点 (INT8) 人工智能运算的支持。 根据客户的公开宣传信息，搭载寒武纪 1H 的某旗舰手机芯片， 每分钟可识别 4,500 张

18、图片，是上一代产品 1A 的 2.2 倍。 寒武纪 1M 处理器 2018 年 寒武纪 1M 针对 7nm 等先进工艺作了专门优化， 进一步提升了处 理器性能和能效;提供不同性能档位的处理器配臵，支持多核模 式;在业界率先支持定点化训练，可在终端支持人工智能训练任 务。 云端智能 芯片及加 速卡 思元 100 (MLU100) 芯片及云端智能加速 卡 2018 年 中国首款高峰值云端智能芯片 使用公司自研的 MLUv01 指令集，面向人工智能云端推理任务 基于台积电 16nm 先进工艺制造，芯片面积 326.5mm2，推理 场景典型功耗小于 75 瓦 在 1GHz 主频下，FP16 理论峰值性

19、能为 16TOPS(非稀疏)和 64TOPS(稀疏等效理论峰值)， INT8 理论峰值性能为 32TOPS(非 稀疏)和 128TOPS(稀疏等效理论峰值) 思元 270 (MLU270) 芯片及云端智能加速 卡 2019 年 在思元 100 基础上升级了指令集和芯片架构，提升了性能和能 效，应用范畴拓展至人工智能训练，集成了丰富的视频图像编解 码硬件单元 使用公司自研的 MLUv02 指令集，面向人工智能云端推理和训 练任务 基于台积电 16nm 先进工艺制造，芯片面积 369.6mm2，推理 场景典型功耗小于 70 瓦 在 1GHz 主频下， 理论峰值性能为 256TOPS (INT4)、

20、 128TOPS (INT8)、64TOPS (INT16) 思元 290 (MLU290) 芯片及云端智能加速 卡 芯片样品测试 中 使用公司自研的 MLUv02 指令集，面向复杂人工智能模型的云 端训练任务 基于台积电 7nm 先进工艺制造 采用了 HBM2 内存和先进的封装技术，支持片间高速互联 边缘智能 芯片及加 速卡 思元 220 (MLU220) 芯片及边缘智能加速 卡 2019 年 思元 220 使用公司自研的 MLUv02 指令集， 面向人工智能边缘 推理任务 基于台积电 16nm 先进工艺制造，芯片面积 94.8mm2，集成了 丰富的视频图像编解码硬件单元和外设接口 在 1G

21、Hz 的主频下，理论峰值性能为 32TOPS(INT4)、 16TOPS(INT8)、8TOPS(INT16)，芯片典型功耗小于 10 瓦 在 8.25 瓦的 M.2 加速卡整体功耗限制下，理论峰值性能为 16TOPS(INT4)、8TOPS(INT8)、4TOPS(INT16) 基础系统 软件平台 Cambricon Neuware 软件开发平台(适用 于公司所有芯片与处 理器产品) 持续研发和升 级， 以适配新的 芯片 Cambricon Neuware 包括编程框架适配包、 智能芯片高性能数学 库、智能芯片编程语言、智能芯片编译器、智能芯片核心驱动、 应用开发调试工具包和智能芯片虚拟化软

22、件等关键组件。 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 （2）边缘端（边）边缘端（边） 公司于 2019 年 11 月推出了边缘智能芯片思元 220 及相应的 M.2 加速卡，可 支持边缘计算场景下的智能数据分析与建模、视觉、语音、自然语言处理等多样化的人 工智能应用。思元 220 基于台积电 16nm 工艺制造，集成了丰富的视频图像编解码硬件 单元和外设接口，使用公司自研的 MLUv02 指令集，面向人工智能边缘推理任务。在 1GHz 的主频下，理论峰值性能为 32TOPS。 所谓“边缘” ，即特定针对边缘计算开发的芯片。边缘计算是近年来兴起的一种新型

23、 计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设 备计算能力不足的劣势，另一方面可缓解云计算场景下数据安全、隐私保护、带宽与延 时等潜在问题。 公司研究N 寒武-U（688256）8 请务必阅读正文之后的信息披露和法律声明 （3）云端（云）云端（云） 公司于 2018 年和 2019 年分别推出了思元 100 芯片和思元 270 芯片。思元 100 是 中国首款高峰值云端智能芯片，基于台积电 16nm 工艺，使用公司自研的 MLUv01 指令 集， 面向人工智能云端推理任务。 思元 270 在思元 100 基础上升级了指令集和芯片架构， 提升了性能和能效，应用范畴

24、拓展至人工智能训练。 云端智能芯片及加速卡产品可提供从 30TOPS 到 128TOPS 的单加速卡单芯片 计算能力。可提供一机双卡、一机四卡、一机八卡等不同配臵的服务器产品，单台服务 器的人工智能计算能力最高可达 1024TOPS。在云计算数据中心场景下，可由多台服务 器组成智能计算集群，提供更高的人工智能计算能力。浪潮信息、联想集团、新华三等 厂商均与公司有密切合作。 图图3 思元思元 270 芯片芯片 资料来源：公司官网，海通证券研究所 图图4 思元思元 100 与思元与思元 270 理论峰值性理论峰值性能对比能对比（TOPS） 资料来源：公司官网，海通证券研究所 除了智能芯片及加速卡，

25、公司还为云边端全系列智能芯片与处理器产品提供统一的 平台级基础系统软件 Cambricon Neuware（包含软件开发工具链等） ，可以打破不同场 景之间的软件开发壁垒。在 Cambricon Neuware 的支持下，程序员可实现跨云边端硬 件平台的人工智能应用开发，以“一处开发、处处运行”的模式大幅提升人工智能应用 在不同硬件平台的开发效率和部署速度，同时也使云边端异构硬件资源的统一管理、调 度和协同计算成为可能，是公司打造云边端统一的人工智能开发生态的核心部件。 图图5 平台级基础系统软件平台级基础系统软件 Cambricon Neuware 资料来源： 寒武纪：首次公开发行股票并在科

26、创板上市招股意向书 ，海通证券研究所 公司研究N 寒武-U（688256）9 请务必阅读正文之后的信息披露和法律声明 2. 采用采用 Fabless 商业模式商业模式，技术水平领先技术水平领先 2.1 Fabless 模式下专模式下专注于芯片设计注于芯片设计，产品商业化节奏较快产品商业化节奏较快 根据公司招股书，从产业模式来看，集成电路企业主要包括 IDM（垂直整合制造） 、 Fabless（无晶圆厂） 、Foundry（代工厂）以及封装测试企业（OSAT） ，集成电路设计 行业运营模式主要为其中的 IDM 模式和 Fabless 模式。 采用 IDM 模式运营的企业，其业务涵盖了从芯片设计、

27、晶圆制造到封装测试整个流 程， 能够发挥各个流程的协同效应， 行业发展早期的大部分集成电路企业均采用该模式。 由于这样的垂直整合制造模式对企业从研发水平、生产管理能力、资金规模到业务量均 有很高的要求，目前仅有英特尔、三星、德州仪器等国际集成电路巨头采用这一运营模 式。 采用 Fabless 模式运营的企业，主要专注于芯片设计和产品销售两个环节，晶圆制 造和封装测试等流程均采用委外合作的方式进行。Fabless 模式无需进行大量固定资产 投资，具有灵活性强、研发和技术导向、对市场需求反应迅速等特点，在集成电路行业 日益成熟、日趋专业化的背景下，成为目前集成电路设计企业的主要运营模式，英伟达、

28、高通、 华为海思等领先集成电路设计企业均采用此模式。 公司自成立以来均采用 Fabless 模式，专注于智能芯片的设计和销售，而将晶圆制造、封装测试等其余环节委托给晶圆 制造企业、封装测试企业及其他加工厂商代工完成。 图图6 云端智能芯片及加速卡和智能计算集群系统的整体业务流程云端智能芯片及加速卡和智能计算集群系统的整体业务流程 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 自公司 2016 年推出 1A 终端智能处理器以来，3 年时间已推出 7 款芯片（1A、1H、 1M；思元 100、270、290、220）以及 Cambricon Neuware 软件开

29、发平台，覆盖端、 边、云三大场景，可见公司产品迭代和商业化进程之快。同时，公司实现收入的大幅增 长：2017-2019 年公司营业收入分别为 784.33 万元、11702.52 万元以及 44393.85 万 元，2018-2019 年同比增长 1392%和 279%。 公司研究N 寒武-U（688256）10 请务必阅读正文之后的信息披露和法律声明 图图7 2017 年、年、2019 年公司年公司营业总营业总收入收入、产品结构变化产品结构变化 资料来源：Wind，海通证券研究所 2.2 芯片设计技术水平具有竞争力芯片设计技术水平具有竞争力 人工智能应用快速发展， 对底层架构中的 AI 芯片

30、提出更高要求， 目前用于深度学习 的芯片主要包含 GPU、FPGA、ASIC 芯片，同时，对计算能力也提出了新要求。我国 芯片自主研发起步较晚，目前行业内的 AI 芯片公司大多是大型跨国公司，比如 Nvidia、 Intel、AMD、ARM、华为海思等，与这些公司对比，我们认为公司的芯片设计水平处于 行业中上游，具有相对竞争力。 图图8 用于深度学习的芯片分类用于深度学习的芯片分类 资料来源：信索咨询，海通证券研究所 终端智能处理器终端智能处理器 IP 比较比较：寒武纪与 ARM 等厂商提供的终端智能处理器 IP 均针对 7nm 等先进工艺作了专门优化，在性能功耗比等指标方面较为接近。在计算能

31、力规格方 面，寒武纪终端处理器 IP 产品最高可提供单核 8TOPS 的计算能力（INT8） ，高于 ARM 的同类产品。在对推理和训练的支持方面，寒武纪 1M 可同时支持推理和训练功能，而 ARM 同类产品在推理功能之外是否支持训练尚未披露。 云端智能芯片比较云端智能芯片比较：寒武纪、英伟达、华为海思最新研制的云端芯片产品都已采用 7nm 等先进工艺，在性能功耗比上较为接近。在峰值计算能力方面，英伟达凭借其最新 发布的 A100 占据了领先位臵，高于公司与华为海思的竞争产品；英特尔通过收购 公司研究N 寒武-U（688256）11 请务必阅读正文之后的信息披露和法律声明 Habana Lab

32、s 获得了 Goya 和 Gaudi 两款产品， 其峰值计算能力未披露， 但推测应低于 英伟达 A100。在智能计算的基础软件生态上，英伟达的 CUDA 软件生态成熟完备，在 该领域处于绝对领先地位，相对公司、华为海思与英特尔具备显著的优势；在智能计算 市场份额与认知度上，英伟达的 GPU 产品仍处于绝对领先地位，而公司、华为海思与 英特尔的相关产品仍处于市场开拓期。 边缘端智能芯片比较：边缘端智能芯片比较：寒武纪、英伟达、华为海思投放智能计算市场的边缘芯片产 品都采用 16nm/12nm 工艺。从性能功耗比上看，公司与华为海思的边缘芯片产品目前 略高于英伟达同类型产品，但预计英伟达未来会推出

33、新款产品，在性能功耗比上达到或 超过公司与华为海思的产品。从功能上看，公司、英伟达、华为海思的边缘芯片都面向 人工智能推理任务。 2.3 加大云端和边缘芯片研发力度加大云端和边缘芯片研发力度，把握时代机遇把握时代机遇 公司 IPO 募集资金拟投资于新一代云端训练芯片及系统项目、新一代云端推理芯片 及系统项目、新一代边缘端人工智能芯片及系统项目以及补充流动资金。云端智能芯片 的升级换代将有利于公司更好地为云计算时代提供高性能、高安全的服务器加速芯片及 其平台产品；边缘端芯片的研发项目将完善公司云边端一体化的发展战略，弥补市场上 边缘加速方案的空白，为公司储备新的业务增长点。 表表 1 公司公司募

34、集资金投资项目募集资金投资项目（万元）（万元） 序号序号 项目名称 项目投资总额 （万元） 募集资金拟投入金额 （万元） 1 新一代云端训练芯片及 系统项目 69973.07 69973.07 2 新一代云端推理芯片及 系统项目 60016.97 60016.97 3 新一代边缘端人工智能 芯片及系统项目 60072.47 60072.47 4 补充流动资金 90000.00 90000.00 5 合计 280062.51 280062.51 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 3. AI 芯片是人工智能时代的基石芯片是人工智能时代的基石 3.1 A

35、I 芯片是人工智能的引擎芯片是人工智能的引擎 根据公司招股书，人工智能算法与应用必须以计算机硬件作为物理载体方能运转， 其效果、效率与核心计算芯片的计算能力密切相关。以近年来人工智能领域最受关注的 深度学习方法为例，2012 年时，深度学习模型 AlexNet 识别一张 ImageNet 图片需要花 费约 7.6108次基本运算， 训练该模型需要完成 3.171017次基本运算。 处理器芯片技 术的发展对人工智能行业的发展意义重大，如以 1993 年出品的 Intel CPU 奔腾 P5 芯片 来执行这样的图像识别运算，即使处理器流水线效率达到 100%的情况下，需要至少 10 分钟才能完成推

36、理任务，需要近百年才能完成训练任务。而如今在各品牌旗舰手机上只 需数百微秒就能执行完成这样的图像识别，还可根据识别结果对图片进行实时编辑和美 化，在云计算数据中心只要 20 分钟就能完成模型的训练任务。在人工智能技术快速进 步并进入实用场景的背后，处理器芯片技术的贡献功不可没。 公司研究N 寒武-U（688256）12 请务必阅读正文之后的信息披露和法律声明 图图9 深度学习模型深度学习模型 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 当前以深度学习为代表的人工智能技术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。例如 Go

37、ogle 于 2019 年提出的 EfficientNet B7 的深度学习模型，每完成一次前向计算即需要 3.611010次基本运算， 是七年前同类模型（AlexNet）运算需求的 50 倍。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。 传统芯片包括 CPU、GPU、DSP、FPGA 等，它们在设计之初并非面向人工智能 领域， 但可通过灵活通用的指令集或可重构的硬件单元覆盖人工智能程序底层所需的基 本运算操作，从功能上可以满足人工智

38、能应用的需求，但在芯片架构、性能、能效等方 面并不能适应人工智能技术与应用的快速发展。 而智能芯片是专门针对人工智能领域设 计的芯片，包括通用型智能芯片与专用型智能芯片两种类型。 图图10 智能处理器架构示意图智能处理器架构示意图 资料来源： 寒武纪：首次公开发行股票并在科创板上市招股意向书 ，海通证券研究所 传统的 CPU 通过完备的通用指令集（如 x86 指令集）和灵活的 CPU 架构实现 公司研究N 寒武-U（688256）13 请务必阅读正文之后的信息披露和法律声明 其跨越应用领域的通用性。与之类似，寒武纪智能芯片通过完备的智能处理器指令集及 灵活的处理器架构来实现在人工智能领域内的灵

39、活通用性。在处理器架构方面，寒武纪 智能处理器包含高维张量计算部件、向量计算部件、传统算术逻辑计算部件，分别用于 处理各类智能算法的不同类型操作。高维张量计算部件可对智能算法中核心运算（如卷 积运算）进行高效处理，提升整个处理器的能效。而向量运算部件与算术逻辑计算部件 （尤其后者）则具有更强的灵活性，可对智能算法中频次不高且高维张量无法支持的运 算（如分支跳转等）实现全面覆盖，有力保障了处理器架构的通用性。寒武纪智能芯片 具备完备的指令集及灵活的处理器架构，在人工智能领域已具备通用性。 3.2 我国集成电路行业发展加速我国集成电路行业发展加速 根据公司招股书援引全球半导体贸易统计组织（WSTS

40、）的数据，2013 年至 2018 年期间， 全球集成电路行业呈现快速增长趋势， 产业收入年均复合增长率为 9.3%； 2019 年，受国际贸易摩擦冲击的影响，全球集成电路产业总收入为 3304 亿美元，较 2018 年度下降 16.0%。因贸易摩擦各项问题有所进展，加上数据中心设备需求增加、5G 商 用带动各种服务扩大、车辆持续智能化等，WSTS 预计 2020 年全球集成电路产业市场 规模有望重回增长。 我国本土集成电路产业发展起步较晚，但近年来发展迅速，行业增速领先全球。在 国家及地方各级政府部门多项产业政策的支持，国家集成电路产业投资基金和各地方专 项扶持基金的推动， 以及社会各界的共

41、同努力下， 我国集成电路产业规模从弱小到壮大， 企业创新能力逐步提升，已经在全球集成电路产业中占据重要地位，在部分细分领域初 步具备了国际领先的技术和研发水平。根据公司招股书援引中国半导体行业协会数据， 近几年以来，我国集成电路产业规模得到快速增长，2018 年实现总销售额高达 6532 亿 元，较上年增长 20.7%。截至目前，2019 年中国集成电路行业销售总收入尚未有官方 统计数据，受益于 5G 通信和人工智能应用发展的需求拉动，以及 2019 年下半年全球 集成电路行业景气开始回温，公司招股书援引前瞻产业研究院预测未来两年中国集成电 路行业仍将保持快速增长态势，2020 年市场规模有望突破 9000 亿元。 图图11 2013-2020 年中国集成电路产业市场规模及预测年中国集成电路产业市场规模及预测 资料来源： 寒武纪：首次公开发行股票并在