寒武纪（688256）财报分析报告

报告日期：2026-03-13

1. 公司与业务

一句话定位

寒武纪是中国少数拥有自研智能处理器指令集和微架构的AI芯片Fabless设计公司，面向云端数据中心提供智能加速芯片及板卡，核心客户为运营商、互联网和金融行业。

主营业务构成

公司收入几乎完全来自云端产品线。根据2025年年报：

收入结构经历了显著变化：2023年，智能计算集群系统业务贡献了85.22%的收入（6.05亿元）；2024年起，公司不再单列集群系统，云端产品线成为压倒性主力（2024年99.30%，2025年99.69%）。边缘产品线和IP授权业务在营收规模上可忽略不计。

综合毛利率从2023年的69.16%下降至2024年的56.71%和2025年的55.15%，这与收入规模爆发式增长伴随的产品结构变化有关——高毛利的集群系统业务占比下降，硬件直销占比上升。

产品/服务详解

云端智能芯片及板卡：基于自研思元系列芯片（思元100、270、290、370）的云端智能加速卡，为数据中心提供AI训练和推理算力。公司芯片可支持DeepSeek系列、LLaMA系列、GPT系列、BLOOM系列、GLM系列等主流开源大模型的训练和推理任务。

智能整机：基于自研芯片及板卡的服务器整机产品，面向有技术基础的商业客户。

智能计算集群系统：将自研板卡/整机与合作伙伴的服务器、网络、存储设备结合，配备集群管理软件，为技术能力较弱的客户提供软硬件整体解决方案。2025年年报已不再单列该产品线。

边缘产品线：基于思元220芯片的边缘智能加速卡，用于智能制造、智能零售等场景。思元220累计销量突破百万片，但收入贡献极小。

IP授权及软件：将智能处理器IP授权给客户使用，以及提供统一的平台级基础系统软件。收入占比极低。

基础系统软件平台：包括训练软件平台和推理软件平台，对标英伟达CUDA生态。软件平台本身不直接产生可观收入，但公司将其定位为核心竞争力之一。

商业模式

公司采用Fabless（无晶圆厂）模式，专注芯片设计和销售，晶圆制造、封装测试委外完成。

收入确认：主要通过直销模式向客户销售芯片及板卡、整机产品获取收入。2025年直销收入占比99.13%，经销占比0.87%。

现金流特征：公司的现金流模式值得关注。尽管2025年营收达64.97亿元，经营活动现金流净额仍为-4.98亿元。主要原因是大规模采购备货：2025年购买商品支付的现金达64.31亿元，存货从年初17.74亿元膨胀至年末49.44亿元。销售回款69.32亿元尽管已大幅改善（2024年仅17.96亿元），但仍不足以覆盖采购支出和人员薪酬。公司的经营现金流从2021年至2025年连续五年为负。

融资依赖：2025年通过定向增发募集39.85亿元，叠加购买理财产品的大规模资金腾挪（收回投资89.2亿元），维持了资金周转。年末货币资金13.17亿元，交易性金融资产（理财产品）42.61亿元。

客户与供应商

客户集中度：前五大客户销售额合计占营业收入比例近三年分别为92.36%（2023年）、94.63%（2024年）、88.66%（2025年）。2025年报告期前五大客户中，仅第三名为长期合作伙伴，其余四名均为本期新增客户。第一大客户销售额17.03亿元，第二大客户14.01亿元。客户集中度虽有所下降但仍处高位，且客户更替频繁。

供应商集中度：前五大供应商采购额占年度采购总额75.23%。第一大供应商采购金额41.98亿元，占年度采购总额55.34%——对单一供应商依赖极高。

业务演进与战略方向

2016-2020（技术积累期）：公司从中科院计算所技术背景出发，先后推出寒武纪1A/1H/1M终端处理器IP，以及思元100/270/220/290云端和边缘芯片。早期重要客户为华为（海思），但该合作后续终止。2020年科创板上市募资。

2021-2023（艰难转型期）：失去华为这一大客户后，公司转向智能计算集群系统业务（面向地方政府智算中心），营收在7亿元左右徘徊，持续大额亏损。累计未分配利润从-21.16亿元（2021年）扩大至-42.21亿元（2023年）。研发投入远超营收：2022年研发投入15.23亿元、2023年11.18亿元，均超过同期营收。

2024（破局之年）：大模型算力需求爆发，公司云端产品开始放量。营收增长至11.74亿元（+65.56%），亏损收窄。但收入确认集中在下半年——前三季度仅确认1.85亿元，Q4单季确认近10亿元。

2025（爆发式增长）：营收达64.97亿元，同比增长453.21%，首次实现全年盈利（归母净利润20.59亿元）。完成39.85亿元定向增发，用于面向大模型的芯片平台和软件平台项目。公司新设呼和浩特寒武纪和寒武纪智算两家子公司，注销香港子公司。新一代智能处理器微架构和指令集正在研发中。

战略方向：围绕大模型需求，研发系列化芯片产品（训练芯片、大语言模型推理芯片、多模态推理芯片、交换芯片），并建设先进封装技术平台和面向大模型的软件平台。

2. 行业分析

行业概况

寒武纪所处行业为集成电路设计中的AI芯片（智能芯片）赛道。AI芯片是人工智能计算的核心硬件载体，主要用于数据中心（云端）的AI训练和推理任务。

在产业链中，AI芯片设计公司位于上游，向晶圆代工厂（如台积电、中芯国际）和封装测试厂下单制造，向下游的云计算厂商、服务器厂商、运营商、互联网公司提供芯片及板卡产品。

市场规模：根据公司援引的Gartner预测，2027年全球AI芯片市场规模预计达1,194亿美元。根据IDC数据，2022-2027年中国智能算力规模年复合增长率达33.9%，预计2027年中国智能算力规模将达1,117.4 EFLOPS。

需要指出的是，上述市场数据均来自公司自身披露的年报和招股书，为公司引用的第三方预测，本报告未对此进行独立交叉验证。

行业驱动因素

需求端：大模型（LLM、多模态模型）的参数量呈指数级增长，训练和推理均需要海量算力。ChatGPT、DeepSeek等大模型的商业化落地进一步催生了智能算力基础设施的建设需求。从训练到推理，从文生文到文生图/视频，算力需求持续扩张。

供给端：全球AI芯片供给呈现高度集中的格局。英伟达凭借GPU硬件性能优势和CUDA软件生态护城河，在全球AI芯片市场占据绝对主导地位。在中国市场，由于美国出口管制政策，英伟达高端GPU对华供应受限，这为国产AI芯片厂商创造了替代机会。

政策因素：中国政府将AI芯片列为”十四五”关键领域，“东数西算”等政策推动算力基础设施建设。国产替代成为AI芯片的重要驱动力。

技术演进：AI算法从通用大模型向多模态、垂直行业模型演化，对芯片的计算架构提出差异化需求——训练芯片强调高算力密度和互联带宽，推理芯片强调能效比和低延时。

竞争格局

全球格局：英伟达在AI芯片领域占据绝对优势，这是公司年报中明确承认的事实。AMD为第二梯队。两家公司的GPU在全球数据中心AI训练和推理市场占据压倒性份额。

中国市场：受出口管制影响，国产AI芯片厂商获得了”保护性”需求。主要竞争者包括华为海思（昇腾系列）、寒武纪（思元系列），以及一批初创企业。华为海思在国产替代中具有更强的生态整合能力（与华为云、鲲鹏等协同），寒武纪则作为独立芯片设计公司参与竞争。

公司自述的竞争优势包括：自研指令集和微架构的技术壁垒、云边端全覆盖的产品体系、统一的软件生态平台。但公司未披露自身产品在同类国产芯片中的性能对比数据，也未披露其在国产AI芯片市场的份额。

行业趋势

训练与推理的需求分化：大模型训练对算力的需求依然巨大，但推理侧的增量可能更快——随着大模型应用落地，推理场景将成为芯片消耗的主力。这也是寒武纪在新一代产品规划中区分”训练芯片”和”推理芯片”的原因。

软件生态成为竞争焦点：英伟达的核心壁垒不仅是硬件性能，更是CUDA生态。用户的迁移成本和开发习惯构成了强大的锁定效应。国产芯片厂商在硬件性能逐步追赶的同时，软件生态的差距可能比硬件差距更难弥合。

先进封装和Chiplet趋势：随着单芯片制程接近物理极限，先进封装技术（Chiplet、CoWoS等）成为提升算力的重要路径。寒武纪已将先进封装技术平台建设列入募投项目。

出口管制的持续影响：美国对华AI芯片出口管制政策持续收紧，这既是国产替代的机遇，也可能限制国产芯片企业的供应链获取——寒武纪及部分子公司已被列入”实体清单”，IP授权厂商、EDA厂商等部分供应商的产品或服务具有稀缺性和专有性。

本行业分析框架

基于以上行业特性，后续章节应重点关注：

3. 核心竞争力

自研指令集与微架构

寒武纪的核心技术壁垒在于自研的智能处理器指令集（MLU指令集）和智能处理器微架构，这是AI芯片最底层的两项核心技术。公司自述是”国际上最早开展智能处理器指令集研发的少数几家企业之一”，也是”国内外在该技术方向积累最深厚的企业之一”。

技术深度的量化证据：

截至2025年12月31日，公司累计已获授权专利1,734项（其中发明专利1,661项）。按核心技术领域的专利分布：

境外专利占比较高（531项/1,734项，约30%），表明公司在国际上也积极进行知识产权布局。微架构领域专利最为密集（693项），是核心技术的主要载体。

产品迭代：公司先后推出思元100、思元270、思元290、思元370等云端芯片，均基于自研微架构和指令集。年报披露”新一代智能处理器微架构及指令集正在研发中”，将针对大语言模型、视频图像生成大模型、垂直类大模型的训练推理场景进行重点优化。但公司未披露具体的性能指标或与竞品的对比数据。

掌握7nm先进工艺设计能力：公司已掌握7nm等先进工艺下的复杂芯片物理设计技术，具备多款芯片一次性流片成功的经验。

软件生态建设

软件生态是AI芯片竞争的关键维度。公司对标英伟达CUDA，自研了覆盖七大技术领域的基础系统软件平台：编程语言（BANG）、编译器、数学库、虚拟化软件、核心驱动、编程框架适配（支持TensorFlow/PyTorch/Paddle等）、云边端一体化开发环境。

2025年报告期内的进展： - 训练软件平台：支持并行训练功能，对DeepSeek-V3.2实现”Day 0支持”，适配Qwen3-Next、HunYuan、LongCat等主流模型。 - 推理软件平台：完成对主流开源推理引擎vllm的全面适配，兼顾新兴与主流技术路线。 - 开发者生态：已建设开发者社区和论坛平台，支持多所高校开设基于寒武纪平台的AI课程。

增发募集资金中14.52亿元专门用于”面向大模型的软件平台项目”，与芯片平台项目（20.54亿元）规模相当，体现了公司对软件生态重要性的认知。

竞争力评估

优势： - 国内极少数拥有完整自研指令集和微架构的AI芯片公司，技术栈自主可控程度高。 - 专利布局体系化，在智能处理器微架构和指令集领域积累最为深厚。 - 研发团队规模和质量较高：887名研发人员占比80.13%，80.95%拥有硕士及以上学历。 - 产品已在运营商、金融、互联网等行业实现规模化部署，通过客户严苛环境验证。

薄弱环节： - 软件生态与英伟达CUDA的差距远大于硬件性能差距。公司的开发者社区和生态建设仍处于早期阶段，开发者数量、第三方库丰富度、用户迁移成本等方面缺乏具体数据披露。 - 产品性能对标不透明。公司年报中未提供自身芯片与英伟达GPU或华为昇腾的性能对比数据，仅以”国际先进水平”“行业先进水平”等模糊描述。 - 核心竞争力能否独立于政策保护之外成立，是一个未经验证的假设。当前需求的爆发在多大程度上源于技术竞争力，又在多大程度上源于出口管制带来的替代需求，两者之间的比例不明。

4. 财务分析

行业关键指标（近5年趋势）

研发费用率与研发投入效率

研发费用率的变化是理解寒武纪的核心线索之一。2021-2024年，研发费用持续高于营收，公司实质上处于”研发阶段”而非”经营阶段”。2025年营收爆发后，研发费用率骤降至20.79%，但这不是研发收缩——研发投入绝对值仍在增长（11.69亿元，+9.03%）。研发费用率的正常化是收入规模跨越了临界点的结果。

值得注意的是，不含股份支付的研发投入绝对值在2023-2025年维持在10.72-11.69亿元的相对稳定区间，说明公司的真实研发投入规模已进入相对均衡状态。

毛利率趋势

毛利率呈现先升后降的趋势。2023年及之前的高毛利率（65-69%）与当时的收入构成有关——智能计算集群系统业务占比高，且整体收入规模小。2024-2025年云端产品线成为绝对主力后，毛利率稳定在55-57%区间。

55%的毛利率对于芯片设计公司而言处于合理水平，但与英伟达数据中心业务70%以上的毛利率相比仍有明显差距，反映了寒武纪在定价权上的不足。毛利率在2024-2025年相对稳定（56.71%→55.15%），下降幅度不大，说明在收入快速扩张的同时产品定价能力尚未显著恶化。

经营现金流与存货

经营现金流连续五年为负是最值得关注的财务信号。2025年营收增长超4.5倍，经营现金流虽有改善（从-16.18亿元改善至-4.98亿元），但仍未转正。销售商品收到现金69.32亿元高于营收64.97亿元，说明回款情况良好；但购买商品支付现金高达64.31亿元，叠加人员薪酬7.33亿元和税费2.04亿元，总现金流出大幅超过流入。

存货从2024年末的17.74亿元激增至49.44亿元（+178.67%），占总资产36.79%。预付款项维持在7.45亿元的高位。存货和预付款项合计56.89亿元，几乎等于同期营收（64.97亿元）。管理层解释为”本期末原材料增加所致”。这种大规模备货既可能是对2026年需求增长的主动准备，也可能反映了供应链紧张下的被动囤积，或是收入确认节奏的季节性因素（2024年收入高度集中在Q4）。

成长性与盈利能力

2025年是公司成立以来首次实现全年盈利，且盈利质量较高——扣非归母净利润17.70亿元，占归母净利润的85.96%，说明利润主要来自主营业务而非一次性收益。

从亏损规模看，2021-2023年公司每年亏损额（8-16亿元）显著超过营收（7亿元），处于典型的”烧钱”阶段。2024年亏损快速收窄，2025年实现跨越式盈利。这种剧烈的非线性变化是由固定成本杠杆效应导致的——研发费用、管理费用等固定成本维持相对稳定，而收入跨越盈亏平衡点后利润迅速释放。

ROE不具参考性：由于公司累计未分配利润至2024年末仍为-46.73亿元，且权益结构受多次增发和股份支付影响严重扭曲，ROE指标目前缺乏分析价值。

财务健康度

公司财务杠杆极低，资产负债率长期低于20%，有息负债仅0.17亿元。这是一家几乎不借债的公司。充裕的货币资金和理财产品（合计55.78亿元）提供了较强的流动性缓冲。

2025年所有者权益从54.30亿元跃升至118.43亿元，主要来自两个因素：一是定向增发注入39.85亿元（计入资本公积）；二是全年盈利20.59亿元使未分配利润从-46.73亿元改善至-0.12亿元。公司还转入了1.76亿元盈余公积，标志着累计亏损即将清零。

应收账款：6.71亿元，占营收10.33%，与营收增长基本匹配。公司确认了0.48亿元信用减值损失，说明应收账款管理总体可控。

政府补助依赖度下降：其他收益（主要为政府补助）3.07亿元，占营收4.73%，占比已大幅下降（2023年为20.31%，2024年为18.74%）。政府补助的绝对值也从持续的2亿元级别上升至3亿元，但相对于64.97亿元的营收已不再是利润的主要来源。

5. 风险因素

管理层披露的主要风险

1. 供应链中断风险。公司及部分子公司已被列入美国”实体清单”，Fabless模式下对IP授权厂商、EDA厂商、晶圆制造厂、封装测试厂的依赖使供应链稳定性成为生存级风险。第一大供应商采购额占年度采购总额55.34%，单一供应商依赖度极高。这是实质性风险，因为一旦关键供应商被迫断供，公司短期内可能无法替代。

2. 客户集中度风险。前五大客户销售额占营收88.66%，且2025年前五大客户中四家为新增客户。这意味着公司的客户基础仍不稳固——大客户的快速更替可能反映的是项目制销售而非持续性订单关系。若主要客户需求放缓或转向竞品，业绩波动将极为剧烈。

3. 毛利率波动风险。管理层明确提示毛利率受产品组合、售价、原材料成本、市场竞争等多因素影响。综合毛利率从2023年的69.16%下降至2025年的55.15%，已经体现了这一趋势。随着竞争加剧和客户议价能力增强，毛利率继续承压的可能性值得关注。

4. 存货跌价风险。年末存货49.44亿元（占总资产36.79%），管理层在风险提示中新增了这一条。2025年已计提1.42亿元资产减值损失。若市场需求低于预期或产品迭代导致库存芯片价值下降，存货减值可能对盈利产生重大影响。

5. 研发投入的不确定性。尽管研发费用率已降至20.79%，但公司明确表示将”继续保持高强度的研发投入”。新一代芯片和软件平台的研发成果能否按期产品化、能否获得市场认可，存在不确定性。募投项目（芯片平台29亿元+软件平台16亿元）的45亿元总投资能否产生预期回报，无法单独核算效益。

风险变化

新增风险： - 存货跌价风险（2025年年报新增）：存货规模从2024年末的17.74亿元激增至49.44亿元，这一新增风险直接反映了公司业务模式从轻资产向重资产运营的转变。 - 大额股份支付风险：2025年发生股份支付费用2.39亿元，未来几年将持续摊销。

消除/弱化的风险： - 尚未盈利风险：2025年实现全年盈利，这一风险已消除。但公司提示仍存在累计未弥补亏损（-0.12亿元），无法进行利润分配。 - 业绩大幅下滑或亏损风险：2025年年报中标注”不适用”，表明管理层不再认为这是短期内的主要风险。

隐含风险

1. 收入季节性与波动性。2024年全年营收11.74亿元中，前三季度仅确认1.85亿元（约16%），Q4单季确认近10亿元（约84%）。这种极端的季节性分布，使得基于全年数据计算的增速可能掩盖了收入确认的波动性。2025年收入分布是否均衡，年报未提供季度明细数据（但从季度财务数据推算，Q1=11.11亿元，H1=28.81亿元，前三季度=46.07亿元，全年=64.97亿元，收入分布相对均衡），这一隐含风险在2025年有所缓解。

2. 经营现金流持续为负的可持续性问题。公司连续五年经营现金流为负，2025年尽管营收和利润大幅增长，经营现金流仍为-4.98亿元。这意味着公司的运营依赖外部融资（增发、理财赎回）而非自身造血能力来维持。如果2026年经营现金流仍无法转正，需要质疑利润的质量——账面盈利但现金无法回笼的业务模式存在隐患。

3. 国产替代窗口的时效性。公司当前的需求爆发与美国对华AI芯片出口管制密切相关。若管制政策放松（如特定型号GPU重新获准对华销售），或国内出现更强竞争对手（如华为昇腾生态进一步成熟），寒武纪的市场空间可能受到挤压。年报中对竞争格局的描述始终停留在”英伟达占有绝对优势”“市场竞争日趋激烈”的泛泛层面，回避了与华为海思的直接竞争分析。

4. 信息豁免披露。公司在2024年和2025年年报中均声明”对豁免的信息履行了信息豁免披露内部登记及审批程序”，即存在因国家秘密或商业秘密原因未披露的信息。这在AI芯片领域有其合理性（涉及军事/安全应用），但也增加了外部投资者的信息不对称。

后续跟踪重点

基于本次分析，持续跟踪应优先关注：

免责声明：本报告由 Insight 分析系统生成，仅供个人学习和研究参考，不构成任何投资建议。报告内容基于公开披露信息整理，不保证准确性和完整性。作者可能持有报告中提及的证券。投资有风险，决策需谨慎。