来源：投资界

原标题：一天吃透一家上市公司：寒武纪

01 历史发展

寒武纪 2016 年诞生，2020 年登陆资本市场，始终聚焦人工智能芯片的研发创新，锚定 AI 领域 “核心处理器” 这一关键角色 —— 如同为智能世界打造 “算力心脏”。

02 公司创始人团队

寒武纪由江西南昌的陈云霁、陈天石兄弟创立，现由弟弟陈天石任总经理。两人成长路径像 “复制粘贴”：哥哥 1983 年生，14 岁进中科大少年班，获计算机博士并参与 “龙芯”；弟弟小两岁，16 岁入同校少年班，同是计算机博士，后任中科院计算所研究员。

读博时哥哥钻研芯片、弟弟主攻 AI，2010 年（当时 AlphaGo 未问世、英伟达还只是显卡厂商），已是龙芯 3 号主架构师的陈云霁与弟弟一拍即合，决定研发 AI 芯片。2016 年借中科院平台成立寒武纪，很快推出全球*深度学习神经网络处理器芯片，打破中国芯片空白，当年拿上亿订单。

兄弟俩定铁律 “芯片是长跑，好东西得拿命熬”。面对英伟达生态垄断，陈天石选差异化，专注底层硬件和工具链。2019 年华为断供致寒武纪失 90% 营收，他砍短期盈利的 IP 授权业务，投云端芯片；2020 年科创板上市遭亏超 50 亿、研发占比 157% 的质疑，他回应 “Intel52 岁、NVIDIA27 岁，寒武纪才 4 岁”。

2022 年美国制裁，陈天石押注国产 7nm 工艺，带团队 300 天造出比肩英伟达 A100 的 “思元 590”。2025 年，这位 85 后以 870 亿身家成江西首富，却称 “寒武纪愿做‘墩子’”。如今其全年营收预计 10-12 亿元（不及英伟达千分之一），但国产替代浪潮正推它迈向中国 AI 芯片新高度。

03 营收拆分情况

寒武纪像 AI 算力的 “水电供应商”—— 通过芯片和软件，把人工智能所需的算力，精准输送到云端数据中心、边缘设备甚至手机里，让各行业的智能应用跑得更快、更高效。其主要业务收入和占比情况如下所示：

04 公司产品线如下：

按产品线勾勒业务版图，寒武纪的 “算力矩阵” 锚定云端、边缘端两条硬件主线，再以 IP 授权及软件业务编织贯通二者的生态网络 。

1）云端产品线是 AI 算力核心动力体系：智能芯片及加速卡为云服务器、数据中心提供高能效算力，支撑 AI 任务增长；训练整机如玄思 1000，可通过多设备组合实现算力扩展，满足性能、鲁棒性等需求。

2）边缘产品线是算力中继站：边缘芯片及加速卡补终端算力短板、缓解云端数据安全与延时问题，适配智能制造、智能交通等多场景。

3）IP 授权及软件是云边端算力衔接中枢：终端智能处理器 IP（1A/1H/1M 系列）嵌入终端 SoC，支撑设备 AI 功能；基础软件 Cambricon Neuware 打破开发壁垒，让 AI 应用可在全系列芯片上便捷运行。

05 公司核心竞争力

05-1、云、边、端全栈布局

从硬件层面，公司搭建云、边、端三大场景 “算力产品网络”：AI 芯片依场景分云端（数据中心，算力功耗最高）、边缘端（智能制造等，次之）、终端（消费电子等，*）三类，公司对应研发云端智能芯片及加速卡、边缘智能芯片及加速卡、终端智能处理器 IP，精准匹配需求。

云端产品

公司云端产品线含云端智能芯片及加速卡、训练整机：前者需适配服务器并经厂商严格认证才能商用，公司需攻克核心技术、跨越高准入门槛；后者是计算集群的单体训练服务器，核心算力来自自研芯片，整机亦为自研。

公司智能计算集群系统业务，是算力基建的 “整体解决方案服务商”，提供全集群搭建与管理服务，面向有技术基础的商业客户，国内市占率居*梯队。

对需建设 AI 计算能力的客户，部分自行采购芯片加速卡集成现有集群，部分则依赖公司定制化软硬件方案以提升运行效率；2021 年中标昆山智能计算中心等项目，在西安沣东、珠海横琴、南京、昆山落子；2022 年中标南京智能计算中心（二、三期）项目，以玄思 1001 为核心算力单元交付集群系统；2023 年参与台州、沈阳算力基建并完成集群交付。

边缘端产品

公司以思元 220 芯片为核心，推出加速卡和智能模组，专攻 AI 边缘推理。边缘计算像终端与云端间的 “中继站”，既补终端算力短板，又解云端数据安全、带宽延迟等难题，驱动智能制造、零售等多领域发展。

思元 220 基于台积电 16nm 工艺，1GHz 主频下，INT4/8/16 性能达 32、16、8TOPS，功耗不足 10W ，支持视觉、语音等多 AI 场景；MLU220 - SOM 智能模组仅信用卡大小，却能实现 16TOPS 算力，功耗仅 15W 。

终端产品端

寒武纪 1A、1H、1M 系列芯片覆盖 0.5-8TOPS 梯度算力，如同为手机、IoT 设备的 SoC 芯片嵌入 “AI 算力插件”，助其快速具备本地 AI 处理能力。

产品以 IP 授权模式交付 —— 将芯片功能模块设计蓝图授权客户集成至自身芯片，经流片成最终产品；收费采用 “固定费用（按授权进度）+ 提成费用（按季度销量）” 模式，基本无成本。目前多家国内头部芯片设计公司已获授权，相关产品集成于上亿台智能终端。

05-2、基础系统软件平台

公司为云边端全系列芯片与处理器，配套统一基础系统软件 Cambricon Neuware（含开发工具链）。

其像算力生态的 “通用衔接枢纽”，打破场景开发壁垒，兼具高性能、灵活与可扩展性；同一 AI 应用无需移植，即可如通用插头适配不同插座般，在全系列产品上高效运行。依托它，程序员可跨云边端开发 AI 应用，提升开发部署效率，也能让异构硬件资源如精密机组般统一管理、调度与协同计算。

公司软件平台分训练与推理两类：

（1）训练软件平台如同 “开源生态的适配桥梁”，拥抱开源研发高性能通用训练软件栈，原生支持 Pytorch、Tensorflow，提供 Profiler、分布式训练等完善基建，用户模型代码可快速迁移；2024 年底前持续迭代 Megatron 等分布式组件，支撑主流大模型训练需求，缩短适配周期，还新增对 DeepSeek、Llama 等系列大模型的支持。

（2）推理软件平台以 2021 年发布的 MagicMind 为核心 —— 它是业界*基于 MLIR 图编译技术实现商用的推理引擎，如同 “推理业务的快速转换器”，用户投入极少开发成本，即可将推理业务部署到全系列产品；2024 年底前已适配优化 DeepSeek 等文生文模型，及 Flux 等多模态模型。

公司云端、边缘端、终端的智能芯片、处理器 IP 及基础系统软件，都基于自研处理器架构，且搭建在自研 MLU 指令集上 —— 这就像建房子用自家设计的地基和核心图纸，能稳稳抓牢核心技术自主权，思元 590 还会采用全新的 MLUarch05 架构。

研发通用型智能芯片和其基础系统软件，堪比搭一套极端复杂的大型精密设备：要掌握大量关键技术，涉及面广、难度高，而处理器微架构和指令集是*层的核心。

①一方面，公司已自主研发四代智能处理器微架构，比如思元 370 用 MLUarch03，思元 590 将用新的 MLUarch05；

②另一方面，指令集是芯片生态的 “基石”，公司是国际上早做智能处理器指令集的少数企业，2016 年起已搞出四代商用指令集，同一套就能支持 AI 训练和推理，适配云、边、端不同场景，帮公司建起云边端一体、训练推理融合的软件平台和特色 AI 生态。

截至 2024 年末，公司还在研发新一代微架构和指令集，会重点优化大模型训练推理场景，进一步提升产品在编程灵活性、易用性、性能、功耗等方面的竞争力。

06 AI 算力芯片市场

行业市场详情如下：一天吃透一条产业链：AI 芯片（引爆市场）

2025 年中国企业 AI 算力投入约 1200 亿美元，其中 50% 用于 AI 芯片采购，按单卡 10 万元估算需 300-400 万张卡；但供给端缺口显著，英伟达 H20 仅到货 50 万张，叠加国产产能不足，全年缺 150-200 万张，2026 年缺口或超 200 万张。寒武纪凭借下一代思元 590/690 性能提升 70%-80%、2025 年产能翻倍，有望承接超 30% 国产替代需求。

不过 2024 年全球 AI 芯片市场中，英伟达等三巨头占 91%（英伟达独占 80%），寒武纪仅占 1%，未来仍有不少空间。

国内外的主要竞争对手情况如下：

07 未来展望

寒武纪作为国内AI芯片先行者，正面临技术迭代与商业化双重挑战。短期看，需突破高端制程限制，优化软硬件生态；长期而言，国产算力需求爆发或带来机遇。若能在自动驾驶、大模型训练等领域站稳，有望成为智能时代的底层引擎。