为华为麒麟芯片做处理器，AI芯片独角兽寒武纪要上市？

（图片来源：图虫网）

文丨霞飞

编辑丨及轶嵘

AI芯片独角兽寒武纪距离科创板上市又近了一步。

3月26日，上交所官网显示，寒武纪的科创板上市申请获受理，此次申请科创板，寒武纪拟募资28亿元。

成立四年，先后拿下4轮融资，估值超220亿元人民币，作为中国发展最快的AI芯片独角兽，如果此次成功登录科创板，寒武纪将成为科创板AI芯片第一股。

3年营业收入增长超50倍

1956年，当计算机科学家第一次在“达特茅斯会议”上提出“AI”概念的时候，他们或许没想到，半个世纪以后，人工智能会取得如此快速的发展。

人工智能的快速发展，给以物联网应用、5G、AI等新兴技术为主带动的半导体产业带来了一个景气周期。

2016年，被认为是人工智能元年。”深度学习“这个名词在2016年谷歌Alpha Go战胜人类棋手李世石再次名声大噪，人工智能投资快速增长，科技巨头在人工智能上投入了200亿到300亿美元。

寒武纪便创立在这一年，口号是让天下没有难做的智能芯片，要将AI从“端”做到“云”。

在此后的4年时间里，寒武纪一直围绕这个目标而努力。

成立后不久，寒武纪推出了首款寒武纪1A处理器（Cambricon-1A），这是全球首款商用终端智能处理器IP产品，并应用于华为麒麟970芯片。

2017年，终端智能处理器IP服务为寒武纪带来了784.33万元的营业收入，彼时，寒武纪成立仅一年。

终端智能处理器IP业务的营业成本较低，该项业务给寒武纪带来的毛利率相当可观。2017年和2018年，公司该类业务的毛利率接近100%。

在人工智能的研发过程中，硬件的开发不再是挑战，为硬件提供相应的解决方案，成为人工智能创新的核心。云端在终端智能处理器IP后，成为寒武纪新的增长空间。

2018年，寒武纪陆续开发并发布了智能终端处理器IP产品“寒武纪1M”和中国首款智能云服务器芯片“MLU100”，由终端拓展至对计算能力要求更高的云端。

2019年，寒武纪发布第二代云端芯片思元270（MLU270）、第一代边缘AI系列产品思元220（MLU220）以及深度学习软件开发平台Cambricon Neuware。

思元220的推出，标志寒武纪在云、边、端实现了全方位、立体式的覆盖。Cambricon Neuware的推出则意味着寒武纪已经开始打造其“端云一体”的软件生态。

软件和硬件并行，为寒武纪带来更多的增长空间。

2019年，寒武纪的业务扩展到了智能终端处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡，以及与上述产品配套的基础系统软件平台。这使得公司营业收入暴涨。

招股书数据显示，2018年-2019年，寒武纪实现营业收入分别为1.17亿元和4.44亿元，2018年度和2019年度同比增幅分别为1392.05%及279.35%。

（数据来源：招股书 创业邦制表）

营业收入的爆发性增长，意味着寒武纪在一定程度上实现了AI技术从研发到商用的成功落地。

这实际上并不是一件容易的事，大部分人工智能企业，从技术研发到商用落地，可能需要3年，甚至更长的时间。

作为寒武纪的天使领投方，主导投资的元禾原点合伙人乐金鑫此前接受创业邦采访时表示，在考核寒武纪时，团队不仅展示了硬件方案的先进性和可行性，也带来合理的产品及商业化路径方案，这为国产AI芯片的商用落地提供了更多可能。“在芯片领域，寒武纪既有理论支持又有实践经验，硬件体系加上软件算法，相得益彰。”

智能计算集群系统业务正在成为寒武纪的主要收入来源。

2019年，寒武纪智能计算集群系统显著超过了终端智能处理器IP的业务收入，实现销售收入2.96亿元，占主营业务收入比例为66.72%；云端智能芯片及加速卡实现销售收入7888.24万元，占主营业务收入比例为17.77%。

（数据来源：招股书 创业邦制表）

不过，寒武纪尚未实现盈利。2017年-2019年，归属于母公司所有者的净利润分别为-3.81亿元、-4104.65万元、-11.79亿元，扣除非经常性损益后归属于母公司所有者的净利润分别为-2886.07万元、-1.72亿元、-3.77亿元。

不仅如此，截至2019年12月31日，寒武纪累计未分配利润为-8.55亿元。

“芯片战”已经开始？消息人士：美国官方酝酿限制对华芯片供应

中国芯片 芯片一直以来属于我国发展的一块短板，目前中国还需要从国外进口不少高端芯片，然而最近美国却打算对中国芯片下手了，尽管新冠疫情给美国造成不小冲击，但针对中国的“芯片战”已经开始，我们又将如何应对呢？ 据英国路透社的消息，近日，有消息人士

对于公司尚未盈利且存在累计未弥补亏损问题，寒武纪表示，主要原因是公司研发支出较大，产品仍在市场拓展阶段，且报告期内因股权激励计提的股份支付金额较大。

3年研发费用占累计营业收入的142.93%

作为芯片创业公司，前期的研发投入费用普遍较高，注重技术研发的寒武纪也不例外。

招股书数据显示，2017年、2018年和2019年，寒武纪研发费用分别为2986.19万元、2.40亿元和5.43亿元，研发费用率分别为380.73%、205.18%和122.32%。三年累计投入研发费用8.1亿元，占寒武纪三年营业收入的142.93%

研发的高投入，让寒武纪在申请上市时选择了第二套上市标准，即预计市值不低于15亿元，最近一年营业收入不低于2亿元，且最近三年累计研发投入占最近三年累计营业收入的比例不低于15%。

（数据来源：招股书 创业邦制表）

寒武纪的技术团队是一个科班和产业相结合的团队。

寒武纪创始人，公司董事长、总经理陈天石曾是中国科学院计算技术研究所博士生导师，在人工智能和处理器芯片等相关领域从事基础科研工作十余年。寒武纪副总经理、首席技术官梁军是从业近20年的芯片架构专家，曾作为主架构师完成了多款高端复杂SoC芯片的架构设计。

截至2019年底，寒武纪研发人员680人，占员工总数比例达79.25%，70%以上的研发人员拥有硕士及以上学位。

寒武纪已经在智能芯片及相关领域开展了体系化的知识产权布局。截至2020年2月29日，寒武纪已经获授权的境内外专利有65项，其中境内专利50项，境外专利15项；PCT专利申请120项，正在申请中的境内外专利共有1474项。

深度研究院张孝荣在接受创业邦采访时表示，作为中国本土AI芯片的代表者，寒武纪团队技术背景强大，股东背景雄厚，未来的增长可期。“云端和边缘市场将成为寒武纪未来的增长空间。”

研发投入的底气来自于寒武纪充足的现金流。

招股书数据显示，截止2019年底，寒武纪共计46.68亿元的资产中，其中，货币资金3.83亿元，其他流动资产（结构性存款及理财）39.20亿元，现金流充沛。

筹资活动产生的现金流是寒武纪的主要资金来源，这得益于资本的青睐。

睿兽分析的数据显示，自成立以来，寒武纪背后的战略资源既包括科技巨头联想、AI龙头企业科大讯飞，元禾原点、国投创业、招银国际等知名投资机构也相继参与其中。

前景可期也充满挑战

此次上市寒武纪拟募集资金28亿元，将重点投向与公司主营业务相关的项目，以及补充流动资金。

寒武纪招股书显示，公司本次拟公开发行不超过4010万股，募集资金不超过28.01亿元。

其中，7亿元投入到新一代云端训练芯片及系统项目、6亿元投入新一代云端推理芯片及系统项目、6亿元投入新一代边缘端人工智能芯片及系统项目，9亿元用于补充流动资金。

（图片来源：招股书）

寒武纪表示，本次募集资金的运用有利于优化公司的产品结构，通过已有产品的更新换代和新产品的研发，增强公司的核心竞争力和提高市场份额。

联想创投总裁、管理合伙人贺志强此前接受创业邦采访时曾表示，寒武纪作为全球首个提出“智能处理器指令集”，并第一个成功商业化深度学习处理器芯片的企业，联想创投看好寒武纪的未来增长空间。他表示，”AI 芯片是人工智能的基础设施，对于智能互联网的发展起到决定性的作用，我们将共同助推AI芯片产业化。”

联想创投连续三轮投资寒武纪科技，伴随着其一路发展。除了投资外，联想集团与寒武纪在业务上进行了深度合作，不仅推出了基于寒武纪芯片的AI服务器，同时双方也大力推动在北京、济南、合肥、湖北、广州、澳门等地AI计算中心落地。

正如贺志强所言，人工智能芯片在全球市场依然处于一个蓬勃发展的通道中。根据市场调研公司Tractica的研究报告，人工智能芯片的市场规模将由2018年的51亿美元增长到2025年的726亿美元，年均复合增长率将达到46.14%。

“大量人工智能加持传统场景的需求出现时，最核心的问题之一是现有计算能力的不匹配。”乐金鑫此前向创业邦表示，人工智能领域的应用目前均处于技术和需求融合的高速发展阶段，未形成一统的生态，就人工智能芯片这一细分领域而言，国内芯片厂商与国外芯片巨头基本处于相似的发展阶段。”寒武纪还将迎来新的增长空间。”

不过，年轻的寒武纪也需要正视面临来自市场和行业的压力。

毕竟，寒武纪所处赛道竞争激烈，其中不乏国际巨头如Nvidia、Intel、AMD、Qualcomm等等，还包括主要以进行IP授权模式经营业务的ARM、Cadence和Synopsys等公司。

而与国际行业龙头相比，寒武纪在资产规模、收入规模等方面尚存在一定差距，在抗风险能力和人才吸引力上存在一定劣势。

不仅如此，随着人工智能技术的日渐成熟，随着一批专业人工智能芯片设计公司如地平线机器人，以及Kneron（耐能）、Graphcore、Wave Computing的涌现，也将给寒武纪来来一定的压力。

“随着AI芯片市场进入商用落地的关键时期，未来两三年的市场竞争和行业洗牌将愈发激烈。”Kneron（耐能）创始人兼CEO刘峻诚在接受创业邦采访时指出，源于“赢家通吃”的惯例，只有2、3家掌握核心技术、选对了赛道、能真正将AI芯片规模化商用落地的初创公司才能生存下来。“鉴于此，创业公司必须加快产品和市场布局，加速商用落地。”