国产AI芯片大受欢迎：推理需求爆发，产业链答题效率提高

旺盛的 AI 在推理需求的支持下，国内 AI 芯片制造商的业绩承受能力急剧增加。

21 《世纪经济报道》记者发现，目前我国 AI 在芯片核心公司中，寒武纪连续六年亏损的记录 2024 第四季度开始结束，这种趋势一直持续到今年第一季度；海光信息业绩处于稳定趋势，今年第一季度合同负债大幅增加。

然而，相比之下，专注于相对专门的市场。 AI 芯片公司面临着阶段性问题。景嘉微和龙芯中科 2024 年度和今年第一季度的表现都面临着压力。两家公司不谋而合地提到，专业行业的发展面临瓶颈。

现在国内当然也是这样 AI 虽然通用市场经历了足够的积累，但通用市场借助生态适应可以实现快速发展；专有市场的蓄气也是必不可少的。

近年来，出现了超节点服务器、智能计算机等多种产品，也专注于解决国内计算效率提高和应用落地问题。在智能计算产业链的多方聚力下，国产产品 AI 芯片市场正在寻找更大的发展空间。

GPU 巨人六年扭亏为盈

寒武纪终于摆脱了连续六年亏损的泥潭， 2024 今年第四季度开始扭亏增盈，这种趋势一直持续到今年第一季度。它也是中国 AI 一个缩影，芯片公司的业绩正在释放。

财报显示，2024 年度寒武纪实现营业收入。 11.74 亿元，同比大幅上升 65.56%，但在 2023 2008年，公司营收同比仍略有下降。 2.7%；年度归母净利为亏损 4.52 一亿元，亏损同比收窄 46.69%，但公司在第四季度实现了扭亏增盈，第四季度净利润为 2.72 亿元。

公告指出，收入增长的原因是公司在此期间不断拓展市场，帮助人工智能技术落地，促进了报告期内云产品线收入同比大幅增长。2024 年度云产品线占公司总收入的比例 期内收益同比大幅增长的99% 毛利率下降1187.78% 3.94 ％。

考虑到公司报告期内境内收入占比的比例 99.9%，这意味着它正在承接来自中国的巨大事业。 AI 计算需求。

这种情况一直持续到今年第一季度，财务报告显示，公司在此期间实现了营收。 11.11 亿元，同比大幅增长 40 倍，但环比增速明显下降。不难看出，回放寒武纪这些年的表现，每年第四季度都是公司收入的高点，所以第一季度的增速有所下降是合理的。收入增长的原因是公司不断拓展市场，帮助人工智能技术落地。

期间净利润进一步扭亏，2024 每年第一季度是亏损 2.27 今年一季度盈利1亿元。 3.55 亿元，代表净利润的增长。 2 倍多（ 256.39%）。

对下一季度公司收入的可持续性，可从财务报告中进一步拆解。

寒武纪第一季度财务报告显示，期间流动资产大幅减少 67%（6.52 上个赛季亿元 19.86 1亿元)，代表着用大量资金做流片等投资型工作；增加应收账款 25.7%（9.73 上个赛季亿元 7.74 亿元)，代表着其中许多将转化为后续季度的收益；库存大幅上升； 55%（27.55 亿元，上一季 17.74 1亿元)，后续也将陆续转化为季度收益。

总体而言，多年亏损的寒武纪经过不断的研发投入，叠加 AI 在国内需求爆发和选择自主芯片的需求趋势下，业绩正式迎来爆发。

然而，寒武纪多年来一直有单一客户的潜在风险。年报显示，公司近三年前五大客户的销售总额分别占营业收入的比例。 84.94%、92.36% 和 94.63%。第一大客户占公司总销售额的比例。 79.15%。公告指出，客户是公司的长期合作伙伴，在本报告期内大量采购，主要是因为公司的智能芯片产品竞争力不断提升，在长期合作过程中得到客户的认可。

国海证券认为，在目前国内芯片供应链不稳定的背景下，公司库存和预付款的高增长表明，公司可能具有良好的供应能力，为未来业务增长奠定了基础。

普通计算需求旺盛

海光信息业绩相对丰富的产品线提升更加稳健，2024 年度，海光信息实现营业收入 91.62 亿元，同比增长 52.4%；归母净利 19.31 亿元，同比增长 52.87%。

公告显示，这是由于期内公司围绕通用计算市场，不断实现技术创新，提高商品性能。CPU 商品进一步拓展市场应用领域，抢占市场份额，DCU 商品的快速迭代发展，得到了市场的普遍认可。加之产业化市场份额的进一步提升，促进了业绩的显著增长。

这一趋势也持续到今年，第一季度公司实现了营收。 24 亿元，同比增长 50.76%；归母净利 5.06 亿元，同比增长 75.33%。

公告指出，公司产品的竞争力保持在市场领先地位，市场需求不断增加，促进了公司营业收入的快速增长。营收增长促进了销售回报的增加，签订合同的预付款同比增长较多。

一个显著的财务数据变化是，公司合同负债大幅上升，第一季度为 32.37 上个季度末为亿元 9.03 亿元，同比增长 258.47%。一般而言，合同负债代表客户的预订合同款项，结合公司在前一份年度报告中的表述，这意味着其为客户提供的产品和服务将会急剧增加。

海光信息得益于其一般计算商品的规划。其产品包括 CPU(通用处理器)和 DCU(协处理器)，后者是一种 GPGPU 商品。

山西证券认为，从技术路线来看，海光和英伟达属于 GPGPU 前者推出的阵营 DCU 采用这种结构有助于减少产品的减少。 CUDA 转移困难，减少性能损失。现在大模型已经深入到了深入 AI 对芯片硬件进行优化，达到芯片上缓存大小优化的水平。所以，芯片架构会影响大模型及上层 AI 应用性能，而具有相同结构的芯片，其模型和应用迁移性能损失较小。

海光证券还指出，海光证券 DCU 有自主研发 DTK 软体栈，是国内的 AI 芯片生态学中最完善的生态学之一，大大降低了应用迁移的难度。

特殊市场的考验

相比之下，以前更多的是专注于相对专门的市场。 AI 在短期内，芯片公司仍然面临业绩压力。

景嘉微 2024 年度财务报告显示，在期内实现营业收入 4.66 同比减少1亿元 34.62%；回归母亲的净利润就是亏损 1.65 同比减少1亿元 376.67%。

从整体业务构成来看，“图形显控领域的商品”对业绩影响较大，这部分贡献了公司的整体收入。 年内实现收益53% 2.45 亿元，同比下滑 47.27%、同比下降毛利率 17.91 ％。

公告显示，该类产品分为图形显示控制模块产品和加固产品，目前主要应用于特殊市场，将在通用市场不断开发应用。它已经不断开发和提供相应的图形显示控制模块及其配套产品，用于更广阔的车载、船舶显示控制和通用市场应用领域。

在这些业务中，“芯片领域的商品”是唯一实现收入同比增长的业务，年增长 毛利率同比下降33.72% 6.03 ％，但是下降幅度高于公司整体毛利率的压力水平。这项业务主要是指公司 GPU 芯片带来的相关收益。

这两项业务为公司提供了80%的利润。公告显示，公司全力推进从“专用”到“专用”。 “通用”的发展理念，持续发展高性能 GPU、开发模块及整机等产品。

龙芯中科长期以来推动自主指令集架构 LoongArch，因此，它的生态建设需要一定的时间来积累，应用落地也呈现出逐步扩展应用领域的路径。

与目前市场上相对成熟的生态建设不同。 x86 和 Arm 该系统，龙芯的目的是建立第三个生态系统，其逻辑目前是活跃的。 RISC-V 稍微接近一点，但是推广情况也不一样。据报道，LoongArch 越来越广泛地应用于服务器、桌面、终端、工业控制等通用领域。

2024 公司每年实现营业收入 5.04 同比微降1亿元 0.28%；回归母亲的净利润就是亏损 6.25 亿元，相比 2023 年度亏损幅度扩大 2.96 亿元。

公告显示，2024 2003年是龙芯的生态建设和面向开放市场的三年研发转型。 ( 2022 年 ~2024 年 ) 血战时期。在此期间，公司紧紧抓住电子政务市场开始复苏的机会，充分发挥公司新产品的性价比优势，在传统优势安全应用工控市场停滞不前，导致业务收入大幅下降的情况下，信息芯片收入大幅上升，推动公司收入下半年再次进入增长周期。

财报显示，2024 年度企业信息化芯片产品实现收入 2.69 亿元，同比增长 推动毛利率回升至193.70% 26.99%，但是固定成本分摊的影响仍然存在，再加上报告期内和桌面 CPU 桥片配套出货成本较高，从而影响毛利率尚未恢复到理想水平。受安全应用领域需求尚未恢复的影响，工控类芯片产品实现营业收入。 0.90 同比减少1亿元 由于同一因素，44.56%的毛利率也降低了。 49.93%、同比下降 17.56 ％。

一种行业观点认为，国内高水平的计算技术体系采用了不同的技术路线，其中“高铁模式”，即源头创新来自海外，强调“全适应”，海光就是其中的代表。“北斗模式”强调“全自主”，这也很重要，但毕竟是从零开始，生态建设会经历一个相对缓慢的过程。经典案例是龙芯、寒武纪等。

竟速智算生态

当前国产 AI 另一方面，芯片需求旺盛，DeepSeek 其模型商品在一定程度上引起了重视，这也点燃了它。 AI 应用推理需求。

今年年初，国内很多 AI 芯片制造商相继宣布实现和实现 DeepSeek 其不同的模型相继开始适应工作。

海光信息指出，因为海光信息 DCU 芯片使用了 GPGPU 通用加速计算架构，DeepSeek 模型可以直接存在 DCU 在运行中，不需要大量的适应性工作，R&D团队的主要工作是进行精确的验证和持续的性能优化。

CIC 燃烧咨询高级顾问张笑璐 21 《世纪经济报道》记者分析，国内很多 AI 芯片厂商与 DeepSeek 中国芯片实现国际化突袭的第一步是快速适应潮。DeepSeek 对于中国 AI 芯片制造商的好处非常确定。通过合作，中国芯片制造商加快了深度学习框架和分布式培训的适应，促进了中国的“国产计算率” 国产大模型“闭环生态”。

"从性能表现来看，DeepSeek 推理任务的表现和 OpenAI 堪比，甚至在某些任务上领先。这使得国产 AI 在推理端，芯片可以快速实现商业化，同时反映国产产品 AI 更换英伟达芯片 GPU 非常可行。"她继续说，"当然，培训端国产芯片和英伟达的区别仍然存在，在更复杂的模型培训场景中，国产芯片还需要改进。此外中国 AI 芯片生态仍然面临挑战。"

伴随 AI 推理需求日益活跃，更适合私人数据边缘运行的智能计算机产品也相继推出。据统计，目前市场上有100多种一体机产品，但也面临着不均衡的应用。

有业内人士向记者指出，目前国内大部分一体机产品已经实现了“可用性”，但要实现“易用性”，就要不断推进性能优化，丰富产品形态。

据中国信通院官方披露，今年 4 月份，相关团队已开始对一体机进行训推评估，不但对一般模块进行检测，同时还推出了能力子域单项评估。

不仅如此，智算产业链仍在寻找一条可以更好地提高计算效率和传输速度的道路。

不久前，华为发布了基于新型高速总线架构的公司。 CloudMatrix 384 超级节点集群。海通证券指出，该架构采用全对等互联总线和共享以太网技术，提高了资源互联带宽 10 倍以上。

“英伟达之前提出了这个想法，我们也认为超节点是一个重要的方向。”一位通信行业人士对此 21 根据《世纪经济报道》记者的分析，其核心点是尽可能将数据传输放入芯片内部，而不是在机器和卡片之间解决。“但最终，我们还是要研究如何在什么场景中解决问题，最终释放计算能力。”

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com