公眾號改了規則，推送不按時間順序，若不想錯過文章，請設置「星標」，順手點下「再看」，下次更新優先推送消息；歡迎點讚、在看；
內容來源於網絡，若不便發表，請聯繫後台刪除；文章僅用於研究參考，不構成任何投資建議，投資有風險，入市需謹慎。
價投百寶箱是價值百寶箱親友團後花園，特別情況備用號，信息內容互補，歡迎過來聊聊
一、公司介紹
1、業務簡介
公司主要做智能芯片，包括雲端、邊緣、車的業務。
目前公司主要有幾個業務，第一是雲端的芯片加速卡；第二是邊緣，2021 年取得了比較不錯的 商業突破，目前是公司在出貨量上最多的成品；第三個業務是智能計算集群，智能集群其實是 把公司雲端的核心產品，外購少量服務器、網絡網存儲等，再加上公司的標準化的軟件，將這 樣軟硬件的整體交付給終端的客戶，客戶可以上面做一些 Ai 計算、訓練、推理，處理圖像等。2、財務簡介
2021 年公司實現營業收入 72,104.53 萬元，相對於 2020 年度營業收入增長 57.12%，公司綜 合毛利率約 62%。由於公司的智能芯片研發需要大量投入以及股份支付在未來幾年的攤銷，公 司尚未盈利且存在累計未彌補虧損，預計未來仍可能持續虧損。短期內公司不會改變發展步調，預期公司在三年內實現高速增長，走向盈虧平衡。
3、邊緣產品線：2021 年大概實現 1.75 億元收入，毛利率較低，約 40%。主因下遊客戶集中，且這款產品主以芯片形式出貨。
4、雲端產品線：2021 年大概實現 8000 余萬元收入，比上一年沒有增長。主因公司 2021 年正處於產品換代的周期，供貨有限，供貨主要滿足公司的智能計算集群的出貨。5、集群產品線：2021 年項目收入約 4.5 億，毛利率約 70%。
6、駕駛芯片：
一共兩顆，第一顆 2021 開始規劃，是面向 L3+的大算力芯片。算力在單芯片 200Tops 以上，對標現在英偉達的下一代產品。這顆芯片的一期上市的時間和英偉達下一代新產品差不多。
另一顆芯片面向 L2，2022 年剛剛開始規劃。主要是公司原來的芯片商業化比較成功，在工業上也有穩定的用途，客戶反饋較好，公司是把這款芯片的下一代產品，做了一些車規級改款。L3 芯片大概是 2022 年年底投片。然後估計回片還是要幾個月；I2 大概快三個月。
從客戶上看公司和自主車廠都是有比較緊密的聯繫，目前因為產品還沒有出來，所以暫時沒有比較清晰的指引。
7、公司 Q1 增長率：大概實際上 6300 萬元收入，70%以上的收入來自於雲端產品，大概有 20%多是來自於電子產品。阿里已經開始小批量採購雲端推理芯片，大概占了公司整個雲端產品線的 40%-50%。
二、交流環節
Q：目前公司雲端的芯片產品類型？分別對應的下遊客戶類型？主要適用的應用場景？
雲端系列從功能上來說，大致分為訓練芯片和推理芯片。訓練芯片難度最高的，體現了智能芯片公司它的技術能力；推理相對於訓練簡單一些，但仍然需要大量的時間投入。
技術介紹：需要先把數據灌到訓練的數據中心裡，然後去訓練出模型，然後這個模型再在推理服務器或終端的推理芯片上應用。
下遊客戶類型：無論是訓練還是推理，雲端芯片的的客戶群、或者應用領域都是比較類似的。因為現在人工智能主要是用來處理圖像、或者說圖像衍生的視頻；語音，包括語音識別與合成；處理一些個性推薦的項目，能夠根據大家的喜好進行推算。
應用場景：無論是訓練芯片和推理芯片，雲端都是在一些數據中心進行應用。其中互聯網通常占到 60%以上的需求，比如抖音和頭條等短視頻的喜好推算、導航語音合成等。除互聯網公司以外。智慧城市、金融等行業應用也較多。
Q：公司互聯網等各類行業客戶的占比情況？公司自身以及新拓展的互聯網客戶的情況？
互聯網公司是公司的推理產品、 AI 的算法服務的主要客戶，公司也會為在一些傳統的行業客戶做一些軌道上的障礙物識別等。
從公司的出貨量上來看，互聯網公司里，阿里是公司的推理產品用戶。阿里應該是較大的客戶，
370 產品約幾百萬的價值。
從雲端的產品上來看，邊緣部分：阿里、一些行業客戶。訓練部分：290 系列的客戶。
Q：現在阿里可能有少量的採購公司的 AI 推理芯片，公司的現在的產品相比競爭對手或友商（英偉達等）的競爭的優勢？從性能上來講，公司現在和市場主流產品相比處於如何水平？在國內的芯片市場。英偉達擁有絕對的優勢。中國的雲端市場大概是有 30 億美金一年，英偉達占據了 95%以上，公司和華為可能每家占 2%。
從硬件競爭上看：雙方的主流的硬件產品基本上是已經實現對標，比如說公司的 370 芯片達到了英偉達 2021 年和前年最暢銷的 T4 芯片的兩倍性能、同樣功耗。公司和英偉達最新的產品 a10 相比，功耗相同，性能大概提升百分之十幾到二十。
從軟件生態上看：使用芯片時，除了芯片本身，還需要軟件的應用性和可控性，也就是「生態」。英偉達的生態當然是比寒武紀好很多。
推理芯片總結：公司和英偉達在推理方面，硬件上相似，或者寒武紀略強；公司在軟件上比英偉達有一些差距。
從訓練上看：訓練和推理不太一樣，訓練通常是芯片公司最難的產品，所以它會用到最先進的工藝。英偉達可以非常方便的獲取，所以他也總是能很快的推出最先進的產品，公司實際上在製程有一些落後，所以公司和英偉達的旗艦的訓練產品大概差半代，比如說公司的 290 比它的 A10 要好，但是可能會比 A100 要差一些。
軟件上的差距，和推理是一樣的。
和華為海思相比：在互聯網客戶側，公司的評價還是比海思要高。
和大廠自研芯片相比：比如說阿里、百度的自研芯片等，公司優勢實際上在完善的工具鏈以及通用性上，因為大廠實際上沒有辦法針對自己所涉足的每款應用定製化的基礎硬件，大廠只能根據最大的應用場景進行設計專門為他服務的智能芯片，但是自己的芯片只能滿足自己 30%左右的產品需求。剩下 70%還是需要第三方的獨立的芯片。
大家會有一定的競爭，但是還有很大的市場空間是留給獨立的第三方， 互聯網公司還是自用為主。這是公司和互聯網大廠對於芯片的競爭的錯位。
Q：軟件生態能否縮小差距？預計和英偉達的差距需要多長時間能有比較明顯的縮短？阿里方面期待未來什麼樣的時間點可以看到相對起量的批量採購？
英偉達的軟件平台其實可以理解成是對開發者無差別的友好的完全軟件平台，它需要非常多的支持和很長時間的積累。如果公司想要在生態上追趕英偉達的話，用一樣的方式是肯定沒有辦法成功的。
生態方面，公司現在是採取抓兩頭策略：
一方面是公司對目標大客戶，比如說公司的重點服務的互聯網公司，公司會幫助他們進行針對性的軟件優化、投入很多研發資源、幫助客戶把模型的性能做得更好、也會幫助客戶更好的使用公司的軟件平台。當公司在客戶所需要的範圍內軟件看越積累越多時，公司的服務大客戶可能就會變得更好。
另一方面，公司是現在在高校頭開了一門叫做智能計算系統的課，使用的是寒武紀的硬件，主要面向計算機或者人工智能等更偏應用層面的學生。公司現在大概已經開課兩年，面對的 100
多家高校基本上是 985 、211。將來這些學生成為開發者後，會對使用寒武紀的產品更加習慣。阿里採購：
較難預計。公司預計需要進行產品迭代，因為對客戶來說，假設它的業務線性增長，它的採購周期實際上有跨度，實際上可能要等到下一次採購時期才會採購寒武紀的產品。
2022 年公司看起來不會有特別大的量，目前可能看到幾千張卡的情況，這是阿里的情況，但是公司預期在下一步採購周期的時候，需要繼續進行迭代，產品或者說新的其他產品就會有更多的機會，這是積累的過程。
Q：公司兩款車芯片的布局情況？未來的流片或者是定點的節奏？
芯片流片流程為例：首先需要投片，芯片在拿到設計圖紙後，進廠需要一段時間，樣片才能從經銷商回來，大概需要幾個月；樣片回來後，公司進行內部測試，可能會給客戶送樣；對於出廠來說，完成測試後，才會到定點的時間線中；從完成測試到能夠上車大概需要一年時間
L3 芯片大概是 2022 年底投片，2023 年 Q1/Q2 回片。
L2 芯片 2022 年 Q3 投片，大概率是在 2022 年內回片，進行到客戶送樣。
Q：公司以 L2 為例，這款芯片的競爭格局？包括 L3 的整個未來的競爭規劃？
L3 競爭格局：因為面向 L3+的大範圍的芯片，目前國內有能力做出來的單芯片、200tops 以上、能夠有完善的工具鏈並且交付產品，目前應該是只有英偉達和華為海思和寒武紀。
I3 的競爭規劃：新勢力車廠稍微激進一些，在 2023 年或早一些時候就會有相關車型；自主車廠大致和寒武紀公司的產品回片以及能定點的時間表是相匹配的，所以公司認為說對於 L3+這部分，目前其實公司的進展並沒有慢於友商，和客戶的上車的節奏相匹配。
L2 競爭格局：國內的地平線、黑芝麻，國外的 MobiLeye。然後國內的自主車廠還是很傾向於採用國產芯片，更有一些保障，話語權可能會高一些。
公司觀察到的是很多自主車廠有這類車型的規劃，可能在 2023 年或者在後續做，很快就變成配置率非常高的功能。
I2 競爭規劃：
目前的話因為友商的產品是軟硬件緊耦合，他先做軟件算法、為客戶直接把解決方案做好後，再反過來和自己芯片做緊耦合。如果客戶有一些定製化的一些需求的話，是需要原廠的人在客戶側做軟件開發，需要耗費人力，會出現服務上、交付上的滯後。
雖然市場大、客戶側有很多 I2 的項目、友商起步的早，但是其實友商服務是有瓶頸的。雖然公司和英偉達有很大差距，但是在軟件、雲端，公司的業務性較好，方案商可以在公司的芯片上對軟件和算法設置自己個性化的一些東西。這樣，公司交付的芯片任務量較輕。
競爭優勢總結：雖然寒武紀起步時間晚，但由於服務交付的問題，友商可能還沒有辦法排到那麼多的客戶，在市場足夠大、寒武紀交付的東西任務量輕，有足夠的第三方的參與者可以一起來為客戶服務的情況下，公司競爭上還是有一定的優勢，沒有很大的劣勢。Q：未來公司的 L2 芯片做定點時，公司是直接和市場去談？還是會和 Tier1 合作夥伴一起去找市場？
在策略上，I2 和 L3 不太一樣，L3 公司會體現和車廠有很深入的合作。然後在 L2 這一顆的話，公司重點是找 Tier1 廠商。
L3+：話語權是完全都在 OEM。OEM 選芯片，OEM 選方案，或者自己研究院來做這件事情。
L2 相關的產品：Tier1 帶着方案給到客戶的概率是比較高的，Tier1 話語權比較強。
因為現在產品還沒有回來，Tier1 有幾家公司大家有合作的意向，表示了後續一起去探討客戶的方案。
對於芯片而言，如果沒有產品的話，很難有確定性的一些合作。如果現有產品，進度會比較快。
Q：對於拿到合適的定點客戶，公司還是較有信心的？L2 定點之前就在選型，大概是在 2023 年的 Q1/Q2,一年後車型開發才能上市，才會走向市場。公司看到這個時間窗有大概可能有 2~3 個季度。基本上 2023 年會決定 L2 的競爭格局以及客戶的接受程度，還有較長的時間。Q：公司在 L3 這邊可能更加樂觀？
用戶接受 L3 產品的功能的時間比 L2 要晚，可能會晚到 2~3 年。I3 產品部分優勢：第一點，公司起步和友商差不多，有一些優勢，時間點剛好；第二點。因為公司在雲端的一些工作，包括在軟件供應鏈上積累的一些東西，都是可以在車上互用。所以整個寒武紀在雲端和邊緣取得的進展，都會在車上形成競爭的一些優勢。
Q：公司現有的雲芯片朝這個車芯片的整個復用率情況？
兩個芯片在硬件上不一樣，L3+在硬件上額外的技術研發約 30%多，I2 額外的硬件研發就會更少一些，約 20%。
軟件上，技術軟件以外，針對車還是有一些額外的開發工作，工作量會比硬件的大。
Q：公司在後續的人員招聘上，在車、雲、邊的人員分配比例？
公司現在的研發人員排布實際上是跟着資源走；產品人員是根據流水線排布。
從投入比上看的話，過去投入在雲端的員工最多；從未來的增量招聘的需求來看，公司大概基本上增加在車以及軟件上。雲端和邊緣的人才積累已經足夠，暫時沒有缺口。
Q：如果說車企 L2 時採用了友商的產品，到 L3 的時會更換供應商嗎？
從技術層面上實際沒有壁壘。
L2 它是軟硬件緊耦合；但是 L3 的軟件複雜程度過高，一定會引入第三方專門做自動駕駛的算法廠商，整個技術的方案需要換掉。
如果還是原來的緊耦合的模式的話，友商需要投新的軟件團隊，才有可能在技術上的實現這個事情。從覆蓋的案例上來看，他們沒有延續的趨勢。
L3 一定是軟硬件，包括車廠等等。
Q：兩款芯片的定價大概是什麼水平？
大概 L2 幾十美金，L3 幾百美金。
Q：寒武紀做車智能駕駛芯片的是子公司，股東會有上汽、寧德等，包括未來就這些股東方，對公司車企未來的芯片硬件會不會有一些幫助？
理論上會有一些幫助，但不是一錘定音的決定性因素。比如說如果是車廠，在進入的時候障礙會少一些，但是後面還是要看產品的能力。
Q：公司和一汽的緊密合作，現在主要是集中在哪些方面？
公司 2021 年有核心的戰略合作協議，現在還沿着戰略合作協議在往前走。
包括一起探索和汽車數據中心相關的一些合作、一起看 L3 以上（自動駕駛汽車芯片）的一些合作。
公司現有的雲端芯片和車企的數據中心，暫時沒有和一些車企達成了一些合作關係上。暫時沒有構成明確的類似包含金額的合作，只是正在探索。
Q：公司對全年的業績展望有沒有判斷？
公司希望 2020 年有 50%以上的收入增速。
在費用端，公司的研發費用以及過了增速最快的時候，2022 年整個開發費用的增速會低於收入的增速。往後，研發費用會低於收入增長是趨勢。
Q：公司增長的動力？
第一，從收入總額上來看：2022 年智能預算集群貢獻較大，公司看到各個地方政府建設智能算集群，因為有了中央政府的一些補貼政策，各地政府比往年積極，所以公司判斷 2022 年這塊可能會有 1~2 個項目，但是項目大小不一定相同，基本上能和公司的 2021 年收入平均增速相同。
第二，雲端這部分：公司由於推出 370 產品，所以對 2022 年有較高期望。公司預期這部分的增速較高，且會高於目標的 50%增速。
第三，邊緣這部分：因為它的下游的客戶相對較集中，2021 年大家的庫存的策略都非常激進，
2022 年有庫存的過程，所以公司雖然看到市場本身在增長，但是邊緣這一塊可能和 2021 年基本持平，或者略有一點點的增長。
第四，車這部分：2022 年可能沒有收入貢獻。
Q：集群是否是公司未來着重發展的方面？
公司預計 2022 年、2023 年，集群的建設、客戶的需求是非常明確和旺盛的。
2022 年的增幅可能高一些，因為 2023 年的基數已經很大了，所以可能略微降低一些。
未來雲端可能是公司增長的核心，因為公司以及開始後推 370，且公司對 290 的下一代較有信心，在互聯網公司可能也會取得一些新進程。
Q：公司的雲端芯片，雲端的訓練和推理的芯片和英偉達在軟件上面的的差距？
軟件代碼方面：可能有 10 倍以上的差距。
具體的使用方面：公司轉述一下客戶的一些看法，寒武紀在自家公司重點支持的模型中，投入 很多的研發資源、幫助客戶做優化等，所以在底層的架構上具有一些知識的項目的應用上來看，寒武紀表現比英偉達好。
在很不常見的實驗型的這些算法中，因為寒武紀在做這個架構時不太考慮這部分，所以和英偉達有着較大的差距。但這一類通常不是工業的算法，商業客戶用的會比較少。
所以在開發檢測中，如果客戶要去做一些實驗性的東西，英偉達比較好用，因為英偉達對長尾的算法都支持的很好，但是寒武紀暫時沒有資源投入做這方面。
-----------------------------------------------------------------------------
讀完順手點下「在看」，下次更新優先推送消息；歡迎點讚、在看；更多紀要：及時分享市場、行業及公司動態，包括投資策略、行業數據庫、專家調研、公司紀要；信息超越99%的投資者；投資資料包括紀要音頻會議、pdf及word紀要、行業及公司數據庫、事件點評等；為您節省時間，提高效率，獲取高質量的投研信息；有數萬份一手紀要信息，可作為投資數據庫使用。
歡迎點讚、在看；更多紀要：請加微信：value116688
留言列表