AI芯片国产化疾行　全产业链业绩爆发可期

大算力是支撑人工智能内容生成快速发展演进的前提，GPU的市场应用空间不断提升，拥有自主知识产权的国产通用GPU可以支持大规模通用计算和生成式AI的相关应用，并面向数据中心、高性能计算、汽车等领域持续扩展。对于芯片设计公司来说，研发的持续高投入是维持产品竞争力的关键，部分芯片公司的毛利率升高，随着收入的增长，管理费用占营业收入的比例降低，利润空间显现。当下中国智算市场蓬勃兴起，国产替代推动芯片厂商的GPU相关订单高速增长，三季报业绩遇喜较为普遍。

近期，上游DPU龙头海光信息率先发布三季报，2024年前三季度，公司营收和净利润分别为61.37亿元和15.26亿元，同比分别增长55.64%和69.22%；下游服务器龙头浪潮信息预告称，前三季度盈利为12.5亿元-13.5亿元，同比分别增长61.34%-74.24%。

业绩弹性释放

据统计，2023年中国芯片设计公司规划中的设计项目数为1248项，占全球总设计项目数的24.75%，该数据预计将于2030年达到2435项，占全球总设计项目数的31.86%；2024年上半年，中国智算市场中标金额达到72.1亿元，同比增长91.6%，中标项目数量达到858个，同比增长32.8%。企业多年磨砺技术实力，恰逢市场需求扩张与政策支持，业绩高增长水到渠成。

比如，海光信息DCU业务充分受益于GPU的国产替代浪潮。财通证券指出，海光信息毛利率与存货周转天数双增，存货大幅增长或为未来收入高速增长的信号。

2024年上半年，芯原股份量产业务收入下降主要系部分下游客户受到去库存周期影响，2023年一至三季度新签订单较少。近三季度新签订单合计7.56亿元，较去库存周期影响明显的 2023年前三季度大幅增长超400%，在手订单22.71亿元。自2023年末起，下游客户库存情况已明显改善，该公司量产业务新签订单迅速恢复，芯片设计业务在手订单规模处于历史较高水平。

景嘉微随着芯片产品应用领域的拓展，整体毛利率呈下降趋势，上半年毛利率由上年同期的62.29%下降至52.96%，通过费用控制使净利润扭亏为盈。该公司近期表示，新款图形处理芯片目前已初步完成后端设计工作，正按计划开展后续研发工作。

龙芯中科在支持图形渲染与通用计算的龙芯第二代图形处理器核上持续投入，相关GPU已交付流片，龙芯首款独立显卡/AI加速卡芯片的研制工作全面展开，其图形处理器核在原有基础上进行功能、性能扩展，同时通过设计优化提高单位面积性能。上半年信息化芯片收入1.09 亿元，同比提升186.98%，同时由于销量的上升带来单颗产品固定成本分摊额降低，该类产品毛利率逐步回升至 21.55%，同比提高11.05个百分点。

上述四家公司上半年管理费用在4806-5984万元，占营业收入的31.86%-120.36%，管理费用弹性较低，随着收入的增长，管理费用占营业收入的比例降低，规模效益方能显现。四家公司的研发费用占营业收入的30.06%-97.10%，对于芯片设计公司来说，研发的持续投入是维持产品竞争力的关键，部分公司会以牺牲短期利润为代价把握市场契机，争取研发的时间窗口。

AI下游应用需求旺盛

边缘人工智能承载着数据收集、环境感知、本机处理、推理决策、人机交互、模型训练等功能，低功耗对用户体验至关重要。研究机构预测，到2025年边缘AI芯片组市场的收入将达到122亿美元，云AI芯片组市场的收入将达到119亿美元。A股Soc芯片前五大客户集中度相对较高，销售状况对下游需求的变动较为敏感。下半年是传统的消费电子旺季，尤其是三季度新品发布较多，终端设备的智能化升级日新月异。受益于AI大模型的赋能，头部手机、PC厂商陆续发布了搭载AI技术的手机、PC产品，新一轮设备升级换代的浪潮席卷而来。

全志科技的利润自2023年第四季度起扭亏为盈，单季净利润有所波动，2024年前三季度扣非归母净利润预计将达1亿元以上。该公司2024年前三季度加大在芯片新产品开发及智能车载、扫地机器人等新兴应用领域方案的研发投入，研发费用同比增长约10%。

乐鑫科技预计2024年前三季度实现营业收入为14.0亿元左右，较上年同期增加42%左右，实现扣非归母净利润2.31亿元左右，同比增加238%左右。该公司的经典产品表现稳定，次新品类正处于快速增长阶段，推动了营收增长。

炬芯科技预计2024年前三季度实现营业收入4.66亿元，较上年同期增长23.87%，综合毛利率达到47.14%左右，预计同比提升4.10个百分点，实现扣非归母净利润4800万元，同比增长31.16%。该公司的端侧AI处理器芯片持续放量，销售收入同比呈现倍数增长，三核异构的端侧AI音频处理器芯片正在推广阶段，客户正在进行端侧AI算法开发。接下来的三、四季度，将迎来消费电子的传统旺季，该公司对于市场的持续复苏保持较为乐观的预期。

端侧SoC芯片的计算单元通常包括 CPU、GPU、NPU、VPU和DSP等加速单元，在不同的应用场景下，需要这些计算单元实现协同计算和数据共享，对于SoC的整体系统架构提出了新的挑战；另外还需要在系统设计上匹配多通道、大容量以及高带宽的存储资源和系统总线，才足以支撑不断增长的计算性能和更优秀的运行表现。

恒玄科技自主研发了BECO嵌入式AI协处理器及对应指令集，与主CPU核心配合工作，更好的完成基于神经网络AI算法的各种音频处理，同时保持更低的功耗水准。全集成音频DSP能够在更低的主频下处理各种音频制式的编解码，提高芯片能效。晶晨股份基于新一代ARM V9架构和自主研发边缘AI能力的6nm商用芯片流片成功，已经获得了首批商用订单。

瑞芯微的NPU IP从2018年至今历经多次迭代，对神经网络模型的支持和计算单元的利用效率不断提升，该公司预计2024年前三季度营业收入较上年同期增长约48.50%，其中第三季度实现营业收入约9.11亿元，环比增长约29.18%；预计前三季度扣非归母净利润同比增长396.86%-426.98%，其中第三季度扣非归母净利润为1.53亿-1.73亿元，环比增长38.17%-56.21%。

生态系统逐步壮大

大算力是支撑AIGC应用快速发展演进的根基，对GPU的性能提出了更高的要求。芯原股份自主知识产权的通用GPU可以支持大规模通用计算和生成式AI相关应用，现已被客户采用部署至各类高性能AI芯片中，面向数据中心、高性能计算、汽车等应用领域。海光DCU能够支持全精度模型训练，实现了LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等为代表的大模型的全面应用，与国内包括文心一言、通义千问等大模型全面适配，达到国内领先水平。该公司的毛利率持续提高，上半年达到63.43%。

芯原股份基于Vivante GPU的研发经验，所推出的GPU IP可提供从低功耗嵌入式设备到高性能服务器的计算能力，IP核具有高度可扩展性。2024年上半年，该公司来自系统厂商、互联网企业和云服务提供商客户的收入占总收入比重37.22%。

端侧AI和大模型的市场需求迅速增长，对端侧硬件的处理器在高性能计算、异构算力协同和功耗管理等方面提出了更高的要求和新的挑战。从算法层面看，Transformer神经网络结构已逐渐成主流，众多大模型算法正向端侧算力迁移并落地，这要求从算法和算力架构的结合出发，实现产品成本和系统能效之间的平衡。不同应用场景对软件和AI算法的要求各异，虽然在边缘侧增加 AI 推理功能已经技术可行，但还需要定制化的芯片才能实现具有AI增强性能的处理器。

当前，中小企业和初创公司更多专注于应用软件和AI算法方面，大中型企业则更注重边缘计算的生态建设，围绕国产通用计算平台，海光信息对业务应用的上下游解决方案进行优化，截至8月，该公司通过联合产业链上下游企业、行业用户等4000余家相关创新力量，实现了8000余项软硬件优化等协同技术研发。