一、经营情况讨论与分析　　2023年，是以大模型为代表的人工智能技术发生变革的一年，是对人工智能芯片为代表的智能算力需求大爆发的一年，也是寒武纪被列入“实体清单”后的第一年。　　在人工智能芯片这样一个同时充满艰难与希望的领域，在面临限制打击的情况下，公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观，始终专注人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，在产品研发、客户服务及生态建设等方面取得了一定进展。报告期的主要工作体现在以下五个方面：　　（一）立足核心优势，抓住市场机会，亏损情况有所收窄　　2023年度，公司凭借人工智能芯片产品的核心优势... 查看全部▼

　　一、经营情况讨论与分析
　　2023年，是以大模型为代表的人工智能技术发生变革的一年，是对人工智能芯片为代表的智能算力需求大爆发的一年，也是寒武纪被列入“实体清单”后的第一年。
　　在人工智能芯片这样一个同时充满艰难与希望的领域，在面临限制打击的情况下，公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观，始终专注人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，在产品研发、客户服务及生态建设等方面取得了一定进展。报告期的主要工作体现在以下五个方面：
　　（一）立足核心优势，抓住市场机会，亏损情况有所收窄
　　2023年度，公司凭借人工智能芯片产品的核心优势，拓展算力基础设施项目，深耕行业客户。公司实现营业收入70,938.66万元，毛利总额49,058.69万元，毛利总额较上年提升2.33%，毛利率69.16%，毛利率较上年同期提升3.40个百分点。实现归属于上市公司股东的净利润-84,844.01万元，较上年同期亏损收窄40,791.30万元，亏损收窄32.47%。
　　1、智能芯片及加速卡
　　报告期内，依托于智能芯片产品的技术领先优势，公司智能芯片及加速卡持续在互联网、运营商、金融、能源等多个重点行业持续落地，并在业界前沿的大模型领域以及搜索、广告推荐等领域取得了长足的进步。报告期内，公司的智能芯片及加速卡实现收入10,138.96万元。
　　在大模型领域，公司与国内头部的算法公司形成了紧密的技术和产品合作。在视觉大模型领域，公司与智象未来达成了算力产品的合作以及视觉多模态大模型的深度适配，寒武纪产品为其在线商业应用提供了算力保障。在语言大模型领域，公司产品与百川智能等头部客户进行了大模型适配，并获得了产品兼容性认证，产品性能亦达到国际主流产品水平。公司与客户正携手在各行业垂直领域进行大模型应用探索与落地。
　　在互联网领域，公司产品在视觉、语音、自然语言等应用场景中持续出货，并在搜索、广告推荐领域与头部互联网企业达成了产品深度适配及优化，产品性能达到客户需求，为后续业务落地奠定了坚实的基础。
　　在金融领域，公司与多家大型银行进行了语言大模型的测试，并正在推动金融领域的应用落地。目前交通银行已选择嵌入公司智能加速卡的GPU服务器为指定选型。
　　在通信运营商行业，寒武纪依托集采入围，继续赋能运营商集团及下属省专公司常用的人工智能业务。未来，寒武纪将持续助力三大运营商共同赋能更多业务场景的人工智能应用落地，向“AI+”延伸拓展。
　　在其他垂直行业，公司的智能加速卡继续为传统产业智能化转型保驾护航，助力智慧粮仓、智慧矿山、智慧物流等场景的业务落地。
　　2、智能计算集群系统业务
　　基于智能计算集群系统业务的竞争优势和前期落地项目的良好经验，公司积极参与台州、沈阳两地的算力基础设施建设项目，以公司的训练整机产品作为核心计算设备，集成配套的软硬件，最终形成智能计算集群系统交付给客户，共实现收入60,453.27万元。
　　随着人工智能技术的不断进步，对算力基础设施的需求逐年提升。公司的智能计算集群系统业务已在多个城市实现拓展，国内市场占有率已然处于第一梯队，公司产品的竞争力和品牌影响力与日俱增。已经完成的项目经验对公司持续推进智能计算集群系统业务奠定了良好的标杆作用。
　　（二）坚持高效研发投入，打磨新格局下的智能芯片产品
　　报告期内，公司持续加大产品研发力度，以提升人工智能领域核心处理器芯片的核心竞争力，构建技术壁垒。报告期内，公司研发投入111,750.82万元，研发投入占营业收入比例为157.53%。目前，公司拥有752人的研发团队，占员工总人数的75.28%，78.46%以上研发技术人员拥有硕士及以上学历。
　　在硬件方面，公司的新一代智能处理器微架构和指令集正在研发中。软件方面，公司的基础软件系统平台也进行了优化和迭代。公司的产品对传统模型和生成式大模型进行了持续的性能优化，加速了当前主流人工智能应用的部署。
　　1、智能处理器微架构及指令集
　　公司持续推动智能处理器微架构及指令集的迭代优化工作。新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及推荐系统大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。
　　2、基础系统软件平台
　　（1）训练软件平台
　　报告期内，公司持续推进训练软件栈的研发和改进，新增加了功能和通用性支持，并大力推进大模型及推荐系统业务的支持和优化。
　　在新增功能方面，训练软件平台为客户模型迁移提供了多种工具，降低了客户的适配迁移成本。公司重点投入分布式和大规模集群的软件栈支撑，增加支持了多个分布式训练库，使训练软件栈能够支撑更多大模型分布式训练需求。软件栈完成了对典型操作系统的支持和发布，支持了生态的发展。
　　在通用性方面，公司增加了框架算子的支持数量，完成了重点客户提出的大量定制化算子扩展需求，适配了多个重点客户的业务场景，实现了更全面的数据类型支持，更好地支撑了大模型训练场景。
　　在性能方面，公司通过重点客户性能优化需求的牵引，针对多个网络进行了优化，分析并实现了多个算子和框架层面的性能优化点，并在通信上持续进行了单机多卡和多机多卡的低延迟优化，通信延迟和带宽利用率达到了业界领先水平。
　　在大模型训练领域，公司完善了大模型的训练软件栈研发，进行了多个大模型的微调及预训练支持工作。通过持续的技术优化和适配工作，进一步优化了大模型训练性能，在大模型训练的性能和精度方面都取得了较强的竞争力，达到业务落地的性能和精度要求。报告期内，公司成功验证了大模型在分布式集群上的预训练功能，实现了较长时间的稳定运行，且计算效率达到了业界领先水平。
　　此外，在搜索、广告推荐领域进行了优化或完成组件开发，支撑多家客户的私有网络适配工作，客户需求网络性能远超既定目标。完成了蛋白质模型领域的网络训练任务。
　　（2）推理软件平台
　　报告期内，公司开发了支持大语言模型和多模态AIGC推理业务的基础软件，并分别对传统模型和生成式大模型进行了持续性能优化，加速了实际应用部署。
　　针对传统模型推理业务的性能优化，在包括语音合成、搜索推荐和视觉处理等领域的高频使用网络中，公司通过持续的优化工作，确保了该业务模型保持业界领先水平，满足客户业务的落地需求。
　　在大语言模型推理业务方面，公司研发了分布式推理加速库BangTransformer，适配了主流大模型，经过深度性能优化，大模型推理达到了业界领先的模型计算效率，并成功实现了在客户业务环境下的应用。公司将BangTransformer集成到部分开源大模型推理框架中，进一步丰富了大模型生态系统。
　　在推理性能提升方面，BangTransformer引入了多项优化技术，相较于传统框架，显著提高了运行效率。在图像生成领域，利用MagicMind对StabeDiffusion等关键网络进行了优化和加速，成功服务了客户基于寒武纪推理软件平台的应用。
　　（三）持续生态建设、增强品牌影响力
　　报告期内，公司基础系统软件平台的持续优化，软硬件平台易用程度有所提升，生态建设持续发展；凭借过硬的技术能力，良好的服务意识，公司品牌影响力也在持续增强。此外，公司重视产学合作，已和多所高校开设了基于寒武纪平台的人工智能课程，建立了较完善的高校课程生态体系，此举将进一步助力公司生态建设的发展。
　　（四）人才体系的健全和发展
　　公司十分重视人才体系的健全和发展，在积极引进高精尖人才的同时注重内部人才培养，完善人力资源管理体系和服务。目前已建立了成熟稳定的研发团队、销服团队、管理及支撑团队。
　　在人才引进方面，公司积极探索与知名高校建立职业发展教育、实习基地，畅通校企沟通渠道，确保能够吸引到优秀人才。在人才发展和培养方面，公司建立各层级能力发展模型，建立任职资格标准，满足不同类型员工职业发展要求，根据管理类人才和专业类人才提供不同类型培训课程和培训项目。在人才激励方面，实施了新一轮的股权激励计划，将员工薪酬激励与公司中长期发展有效结合。在业绩管理方面，强化价值贡献和业绩导向，让优秀的人才能够脱颖而出。
　　（五）完成定向增发工作，为公司持续创新提供动力
　　报告期内，公司向特定对象发行股票已经上海证券交易所审核通过，并获得中国证监会同意注册的批复。根据发行方案等相关文件，在股东大会授权范围内，公司会同保荐人（主承销商）完成了定向发行工作，每股发行价格121.10元，实际发行股份13,806,042股，募集资金总额为1,671,911,686.20元，并已于2023年4月13日在中国证券登记结算有限责任公司上海分公司完成股份登记手续。
　　公司未来发展战略需要持续不断地进行技术创新，研发更具前瞻性和先进性的智能芯片技术，打造公司的技术护城河。公司未来芯片产品将为下游不断爆发的新模型及不断拓展的应用场景提供更具竞争力的算力基石。此次定向增发的成功将对公司产品的持续优化迭代提供必要的资金储备。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司自成立以来一直专注于人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，让机器更好地理解和服务人类。公司的主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，以及为客户提供丰富的芯片产品。目前，公司的主要产品线包括云端产品线、边缘产品线、IP授权及软件。
　　1、云端产品线
　　云端产品线目前包括云端智能芯片、加速卡及训练整机。其中，云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。
　　公司的训练整机是由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。公司的训练整机产品与智能计算集群系统业务的区别在于训练整机主要提供计算集群中的单体训练服务器，而不提供全集群搭建服务，主要面向有一定技术基础的商业客户群体。
　　2、边缘产品线
　　边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。
　　3、IP授权及软件
　　该产品线包括IP授权和基础系统软件平台。IP授权是将公司研发的智能处理器IP等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。
　　4、智能计算集群系统业务
　　公司智能计算集群系统业务是将公司自研的加速卡或训练整机产品与合作伙伴提供的服务器设备、网络设备与存储设备结合，并配备公司的集群管理软件组成的数据中心集群，其核心算力来源是公司自研的云端智能芯片。智能计算集群主要聚焦人工智能技术在数据中心的应用，为人工智能应用部署技术能力相对较弱的客户提供软硬件整体解决方案，以科学地配置和管理集群的软硬件、提升运行效率。
　　(二)主要经营模式
　　从产业模式来看，集成电路企业主要包括IDM（垂直整合制造）、Fabess（无晶圆厂）、Foundry（代工厂）以及封装测试企业（OSAT），集成电路设计行业运营模式主要为其中的IDM模式和Fabess模式。
　　公司自成立以来的经营模式均为Fabess模式，未曾发生变化，并将长期持续。公司专注于智能芯片的设计和销售，而将晶圆制造、封装测试等其余环节委托给晶圆制造企业、封装测试企业及其他加工厂商代工完成。
　　公司主要通过向客户提供芯片及加速卡产品、训练整机、智能计算集群系统、IP授权及软件获取业务收入。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　（1）行业发展阶段及基本特点：
　　根据中国证监会行业分类相关规定，公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”。
　　随着人工智能技术的飞速发展，尤其是在大型模型和通用人工智能领域，对底层芯片计算能力的需求正在以前所未有的速度增长。人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。
　　与CPU、GPU等芯片相比，通用型智能芯片能够更好地匹配和支持人工智能算法中的关键运算操作，在性能和功耗上存在显著优势。根据最新的市场研究，人工智能芯片的市场规模正处于快速增长之中。Gartner的报告预测，2023年全球人工智能芯片的市场规模将达到530亿美元，并预计在2024年增长至671亿美元。到2027年，该市场的规模预计将超过2023年的两倍，达到1,194亿美元。
　　（2）主要技术门槛：
　　集成电路设计行业属于技术密集型行业，而智能芯片作为集成电路领域新兴的方向，在集成电路和人工智能方面有着双重技术门槛。
　　人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺以及配套系统软件都提出了巨大的挑战。
　　公司所研发的通用型智能芯片产品，具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语言理解、传统机器学习、生成式人工智能等）。与CPU、GPU等芯片相比，通用型智能芯片能够更好地匹配和支持人工智能算法中的关键运算操作，在性能和功耗上存在显著优势。通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度高、涉及方向广，是一个极端复杂的系统工程。
　　2.公司所处的行业地位分析及其变化情况
　　（1）技术地位
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。
　　公司凭借领先的核心技术，较早实现了多项技术的产品化。公司通过技术创新和设计优化，持续提升产品的性能、能效和易用性，推动产品竞争力不断提升。在报告期内，公司研发中的新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及推荐系统大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。
　　同时，公司的基础软件系统平台也进行了优化和迭代。在训练软件平台，新增加了功能和通用性支持，并大力推进大模型及推荐系统业务的支持和优化。在推理软件平台，公司开发了支持大语言模型和多模态AIGC推理业务的基础软件，并分别对传统模型和生成式大模型进行了持续性能优化，加速了实际应用部署。
　　（2）市场地位
　　自2016年3月成立以来，公司快速实现了技术的产业化输出，先后推出了用于终端场景的寒武纪1A、寒武纪1H、寒武纪1M系列智能处理器；基于思元100、思元270、思元290芯片和思元370的云端智能加速卡系列产品；基于思元220芯片的边缘智能加速卡。其中，寒武纪智能处理器IP产品已集成于超过1亿台智能手机及其他智能终端设备中，思元系列产品也已应用于浪潮、联想等多家服务器厂商的产品中。此外，思元270芯片、思元290芯片还分别获得第六届世界互联网大会、世界人工智能大会颁布的奖项。思元220自发布以来，累计销量突破百万片。
　　报告期内，公司凭借在智能芯片领域的具有竞争力的产品优势及良好的服务，公司智能芯片产品在更多的行业领域实现落地，服务了更多的行业客户，在积极与大模型领域头部企业实现适配、合作，取得可观进展的同时，持续在互联网、运营商、金融及其他垂直行业等领域发力，获得合作方不俗的口碑。此外，公司在智能计算集群系统业务领域保持了较强的核心竞争优势，基于公司优质的智能芯片产品，该业务持续拓展、落地，满足了客户对于人工智能算力的需求。
　　（3）品牌地位
　　随着公司近年来的快速发展，公司迭代推出多款智能芯片、处理器IP产品，通过提供优秀的产品性能、可靠的产品质量、完善的技术支持积累了良好的市场口碑，在业内的知名度不断提升。公司成立至今共获得多项荣誉：2017年12月，公司获得全球知名创投研究机构CBInsights颁布的“2018年全球人工智能企业100强”奖项；2018年11月，于深圳举办的第二十届中国国际高新技术成果交易会上，寒武纪1M处理器、思元100智能芯片、思元100加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公司上榜由美国著名权威半导体杂志《EETimes》评选的“2018年全球60家最值得关注的半导体公司（EETimesSiicon60of2018）”榜单；2019年6月，公司入选《福布斯》杂志中文版颁布的“2019福布斯中国最具创新力企业榜”；2019年10月，思元270芯片获得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020年4月，公司获得全球知名创投研究机构CBInsights颁布的“2020ICDESIGNChina”奖项；2020年6月，公司获得胡润研究院“2020胡润中国芯片设计10强民营企业”荣誉称号；2020年6月，公司上榜《EETimes》评选的“2020年全球100家最值得关注的半导体公司（EETimesSiicon100）”榜单。2021年3月，公司上榜《EETimes》评选的“AI芯片公司(AICHIP)TOP10”榜单；2021年7月，公司的思元290智能芯片及加速卡、玄思1000智能加速器获得了由世界人工智能大会组委会颁发的“SAIL之星”奖。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）“东数西算”产业背景助推智能芯片行业发展
　　近年来，“东数西算”全面启动，将整合优化国内算力资源，为数字经济提供直接动力。根据中金公司的研究报告，智能计算中心聚焦训练任务、强算力、低延时的特性与计算枢纽的功能定位切合，有望成为“东数西算”的重要组成部分，智能芯片作为智能计算中心的重要组成部分将迎来广阔的市场空间。
　　2023年10月，工信部等6部门联合发布的《算力基础设施高质量发展行动计划》文件提出“到2025年，计算力方面，算力规模超过300EFLOPS，智能算力占比达到35%，东西部算力平衡协调发展”的主要目标。算力的重要性已被提升到新的高度，算力作为数字经济时代新的生产力，对推动科技进步、行业数字化转型以及经济社会发展发挥重要作用。
　　（2）AIGC技术日益成熟，催生智能算力需求增长
　　AIGC全称为AI-GeneratedContent（人工智能生成内容），指基于生成对抗网络GAN、大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。AIGC能够以优于人类的制造能力和知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳动，从而大幅降低内容生成的边际成本，目前已经在文字、语音、代码、图像、视频、机器人动作等多模态场景上有了范例。它被认为是继PGC、UGC之后的新型内容创作方式。得益于深度学习模型的不断完善、开源模式的推动以及大模型商业化的进展，2022年AIGC发展迅猛，现象级产品ChatGPT聊天机器人的日访问人数在发布后2个月内就突破了1000万。
　　AIGC的技术底座是“大型语言模型（LargeLanguageModes，简称为“大模型”）”。随着大模型的迭代，所需的参数呈指数级增长，以OpenAI发布的GPT模型系列为例：2019年发布的GPT-2有15亿个参数，2020年发布的GPT-3则有1750亿个参数。各模态智能数据的训练到推理均需要算力的加持，随着模型逐渐复杂化，所对应的算力需求也水涨船高，智能芯片市场有望迎来增量需求。
　　（3）云计算、大数据、5G、IoT等新兴产业驱动智能芯片需求持续增长
　　云计算分为IaaS（“云”的基础设施）、PaaS（“云”的操作系统）和SaaS（“云”的应用服务）三层。IaaS公司提供存储、服务器、网络硬件，IoT提供了大量的端口用于数据收集。人工智能的信息来源由大数据来提供，物理载体通过云计算提供，5G降低了数据传输和处理的延时性。在5G、IoT、云计算和大数据等新兴技术日益成熟的背景下，无论数据储存在云端还是边缘，未来搭载智能芯片的计算载体数量都会迅速增长。
　　(四)核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。产品得到了多个行业客户的认可。公司不直接从事人工智能最终应用产品的开发和销售，但对各类人工智能算法和应用场景有着深入的研究和理解，能面向市场需求研发和销售性能优越、能效出色、易于使用的智能芯片及配套系统软件产品，支撑客户便捷地开展智能算法基础研究、开发各类人工智能应用产品。
　　通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度大、涉及方向广，是一个极端复杂的系统工程，其中处理器微架构与指令集两大类技术属于最底层的核心技术。公司在智能芯片领域掌握了智能处理器微架构、智能处理器指令集、SoC芯片设计、处理器芯片功能验证、先进工艺物理设计、芯片封装设计与量产测试、硬件系统设计等七大类核心技术；在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言、智能芯片编译器、智能芯片数学库、智能芯片虚拟化软件、智能芯片核心驱动、云边端一体化开发环境等七大类核心技术。
　　报告期内，新一代智能处理器微架构和指令集正在研发中。新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及推荐系统大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。
　　同时，公司的基础软件系统平台也进行了优化和迭代。在训练软件平台，新增加了功能和通用性支持，并大力推进大模型及推荐系统业务的支持和优化。在推理软件平台，公司开发了支持大语言模型和多模态AIGC推理业务的基础软件，并分别对传统模型和生成式大模型进行了持续性能优化，加速了实际应用部署。
　　公司核心技术框架结构如所示：
　　（1）智能芯片技术及其先进性
　　公司能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品，是同时具备人工智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如7nm）下复杂芯片设计经验的企业之一。公司研发的寒武纪1A处理器是全球首款商用终端智能处理器IP产品，思元100（MLU100）芯片是中国首款高峰值云端智能芯片。思元290（MLU290）芯片是寒武纪首款云端训练智能芯片，采用了7nm工艺，在4位和8位定点运算下，理论峰值性分别高达1024TOPS、512TOPS。思元370（MLU370）芯片是寒武纪首款采用Chipet（芯粒）技术的人工智能芯片，是寒武纪第二代云端推理产品思元270算力的2倍。
　　（2）基础系统软件技术及其先进性
　　公司能为自研云端、边缘端、终端全系列智能芯片与处理器产品提供统一的平台级基础系统软件和编程接口，公司自研的基础系统软件平台彻底打破了云边端之间的开发壁垒，兼具灵活性和可扩展性的优势，仅需简单移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片/处理器产品之上。
　　2.报告期内获得的研发成果
　　公司在智能芯片及相关领域开展了体系化的知识产权布局，为公司研发的核心技术保驾护航。报告期内，公司新增专利申请115项，其中发明专利申请113项，实用新型专利申请2项。公司获授权的专利为299项，其中发明专利297项，实用新型专利2项。此外，公司新增软件著作权1项。
　　截至2023年12月31日，公司累计申请的专利为2,639项。按照专利地域可分为：境内专利申请1,696项，境外专利申请657项，PCT专利申请286项；按照专利类型可分为：发明专利申请2,564项，实用新型专利申请38项，外观专利申请37项。
　　公司累计已获授权的专利为1,164项。按照专利地域可分为：境内专利802项，境外专利362项；按照类型可分为：发明专利1,092项、实用新型专利36项，外观设计专利36项。
　　此外，公司拥有软件著作权64项；集成电路布图设计6项。
　　3.研发投入情况表
　　4.在研项目情况
　　5.研发人员情况
　　研发人员构成发生重大变化的原因及对公司未来发展的影响
　　由于业务战略规划调整，报告期内研发人员较上年同期有所减少，目前公司研发队伍结构合理、技能全面，能支撑公司的技术创新和产品研发。
　　6.其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、领先的核心技术优势
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。
　　公司在智能芯片及相关领域开展了体系化的知识产权布局，为公司研发的核心技术保驾护航。
　　截至2023年12月31日，公司累计申请的专利为2,639项。按照专利地域可分为：境内专利申请1,696项，境外专利申请657项，PCT专利申请286项；按照专利类型可分为：发明专利申请2,564项，实用新型专利申请38项，外观专利申请37项。
　　公司累计已获授权的专利为1,164项。按照专利地域可分为：境内专利802项，境外专利362项；按照类型可分为：发明专利1,092项、实用新型专利36项，外观设计专利36项。
　　此外，公司拥有软件著作权64项；集成电路布图设计6项。
　　2、人才团队优势
　　公司董事长、总经理陈天石博士曾在中科院计算所担任研究员（正高级职称）、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，积累了坚实的理论功底和丰富的研发经验，创办并领导公司在智能芯片方向快速跻身全球初创公司前列。
　　公司在技术研发、供应链、产品销售等方面均建立了成熟团队，核心骨干均有多年从业经验。公司核心研发人员多毕业于著名高校或科研院所，拥有计算机、微电子等相关专业的学历背景，多名骨干成员拥有知名半导体公司多年的工作经历。公司员工中有75.28%为研发人员，78.46%的研发人员拥有硕士及以上学位，研发队伍结构合理、技能全面，有力支撑了公司的技术创新和产品研发。
　　3、产品体系优势
　　目前，公司已推出的产品体系覆盖了云端、边缘端的智能芯片及其加速卡、训练整机、处理器IP及软件，可满足云、边、端不同规模的人工智能计算需求。公司的智能芯片和处理器产品可高效支持视觉（图像和视频的智能处理）、语音处理（语音识别与合成）、自然语言处理以及推荐系统等多样化的人工智能任务，高效支持视觉、语音和自然语言处理等技术相互协作融合的多模态人工智能任务，可辐射智慧互联网、智能制造、智能教育、智慧金融、智能家居、智慧医疗等“智能+”产业。
　　4、客户资源优势
　　公司凭借领先的研发能力、可靠的产品质量和优秀的客户服务水平，在国内外积累了良好的品牌认知和优质的客户资源。目前公司产品广泛服务于服务器厂商、人工智能应用公司，辐射互联网、云计算、能源、教育、金融、电信、医疗等行业的智能化升级，支撑人工智能行业快速发展。
　　借助运营积累的客户基础，公司进一步提升了品牌认可度和市场影响力，上述优质客户的品牌效应也有助于公司进一步开拓其他客户的合作机会。同时，丰富的现有客户资源也为公司新产品的市场开拓提供了便利，可以实现多类产品的销售协同，产品的推出、升级和更新换代更易被市场接受，为公司的业务拓展和收入增长打下了良好的基础。
　　5、品牌优势
　　随着公司近年来的快速发展，公司迭代推出多款智能芯片、处理器IP产品，通过提供优秀的产品性能、可靠的产品质量、完善的技术支持积累了良好的市场口碑，在业内的知名度不断提升。公司成立至今共获得多项荣誉：2017年12月，公司获得全球知名创投研究机构CBInsights颁布的“2018年全球人工智能企业100强”奖项；2018年11月，于深圳举办的第二十届中国国际高新技术成果交易会上，寒武纪1M处理器、思元100智能芯片、思元100加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公司上榜由美国著名权威半导体杂志《EETimes》评选的“2018年全球60家最值得关注的半导体公司（EETimesSiicon60of2018）”榜单；2019年6月，公司入选《福布斯》杂志中文版颁布的“2019福布斯中国最具创新力企业榜”；2019年10月，思元270芯片获得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020年4月，公司获得全球知名创投研究机构CBInsights颁布的“2020ICDESIGNChina”奖项；2020年6月，公司获得胡润研究院“2020胡润中国芯片设计10强民营企业”荣誉称号；2020年6月，公司上榜《EETimes》评选的“2020年全球100家最值得关注的半导体公司（EETimesSiicon100）”榜单。2021年3月，公司上榜《EETimes》评选的“AI芯片公司(AICHIP)TOP10”榜单；2021年7月，公司的思元290智能芯片及加速卡、玄思1000智能加速器获得了由世界人工智能大会组委会颁发的“SAIL之星”奖。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　报告期内，公司归属于母公司股东的净利润、归属于母公司股东的扣除非经常性损益后的净利润分别为-84,844.01万元、-104,286.25万元，均为负值。截至2023年12月31日，公司经审计的母公司报表未分配利润为-221,201.67万元，母公司报表可供股东分配的利润为负值。
　　公司尚未实现盈利且存在累计未弥补亏损，主要系行业特性及公司战略规划两方面原因导致：芯片行业是一项高投入、长周期的行业，持续的研发投入对于企业的发展至关重要。只有通过不断的研发投入，才能推动技术创新和产品升级，提升核心竞争力，从而在激烈的市场竞争中取得优势地位。尽管受到“实体清单”的影响，寒武纪始终把技术创新作为公司的战略重点，持续进行研发投入，以打造优质的产品及易用的软件生态平台，确保在中国人工智能芯片领域的领先地位。
　　公司目前现金流状况良好，可以在未来一段时间内为公司研发投入及日常运营提供有效支撑。公司将持续拓展市场份额、加速场景落地、聚焦技术创新、持续构建生态和品牌，提升公司的核心竞争力。
　　(二)业绩大幅下滑或亏损的风险
　　(三)核心竞争力风险
　　公司所处行业为技术密集型行业。公司掌握的核心技术及公司研发水平将严重影响公司的核心竞争力。公司是目前行业内少数全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司掌握的核心技术具有一定技术壁垒，关键核心技术处于行业的领先水平。但随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。此外，研发项目的进程及结果的不确定性较高，公司将面临前期的研发投入难以收回、预计效益难以达到的风险。未来，公司将不断贴近市场需求，提升研发投入效率，保障产品的快速迭代，以此保障公司提升自身的核心竞争力。
　　(四)经营风险
　　1、公司持续稳定经营和未来发展存在不确定性的风险
　　公司通过长期的研发投入，积累了深厚的技术积淀，并实现了技术的产品化，公司产品矩阵业已形成。公司目前处于持续高强度研发投入阶段，通过技术创新，保持技术的领先性、提升产品的市场竞争力。受到行业政策、国际政治经济环境、市场竞争、市场需求及研发技术产品化等综合因素的影响，公司核心技术优势转化为业绩收入存在一定不确定性和滞后性。为了应对市场竞争、市场需求及研发技术产品化对公司未来收入造成的风险，公司需要持续研发投入，积极推动技术和产品的迭代优化，将技术优势转化为优质的产品及易用的软件生态平台，以适应人工智能应用和场景的不断变化，提升市场竞争力，在人工智能芯片市场中赢得优良口碑。同时，公司也将密切关注行业发展和市场需求，加深与客户侧的合作，提升将技术积累转化为销售收入的速度与效率，以应对未来业绩波动的风险。
　　2、客户集中度较高的风险
　　近三年，公司前五大客户的销售金额合计占营业收入比例分别为88.60%、84.94%和92.36%，客户集中度较高。若公司主要客户经营发生变动或者需求放缓，可能给公司业绩带来不利影响。此外，公司面临着新客户拓展的业务开发压力，如果新客户拓展情况未达到预期，亦会对公司经营业绩造成一定不利影响。
　　公司将把握人工智能前沿发展路线，推动技术和产品的迭代优化，以适应更多商业客户对智能计算的差异化需求，同时抓住人工智能技术开始进入各行业领域的战略机遇期，加大市场拓展力度，服务更多的人工智能客户群体。
　　3、供应链稳定风险
　　公司采用Fabess模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。由于集成电路整个行业链是专业化分工且技术门槛较高，加之公司及部分子公司已被列入“实体清单”，将对公司供应链的稳定造成一定风险。切换新供应商将产生一定成本，将可能对公司经营业绩产生不利影响。
　　但公司的核心技术来自于寒武纪的自主研发，拥有自主知识产权，为应对上述风险，公司将基于产业政策与产业链上下游长期、广泛、良好的合作，在产品研发各阶段继续与各相关方保持良好沟通，并积极探索，做好各项应对工作，推动公司业务持续发展。
　　(五)财务风险
　　1、研发投入相关的财务风险
　　公司一直保持着较高的研发投入，报告期内公司研发投入为111,750.82万元，占报告期内营业收入的比例为157.53%。为保持技术先进性和市场竞争力，公司将持续保持高强度的研发投入，可能将对公司的经营成果产生较大影响。
　　2、大额股份支付的风险
　　为进一步建立、健全公司长效激励机制，有效地将股东利益、公司利益和员工利益相结合，使各方共同关注公司的长远发展，公司进行了员工股权激励计划。
　　激励对象在归属前离职、公司业绩考核或个人绩效考核达不到对应标准的会相应减少实际归属数量从而减少股份支付费用，上述对公司经营成果影响的最终结果将以会计师事务所出具的年度审计报告为准。同时，若未来公司发布实施新股权激励计划，将可能持续产生大额股份支付费用。
　　3、毛利率波动风险
　　报告期内，公司的综合毛利率一直处于行业中较高水平，综合毛利率为69.16%，较上年增加3.40个百分点。公司的综合毛利率，一方面，受产品组合、公司拓展新业务、产品售价、原材料及封装测试成本、生产工艺水平等多种因素的影响；另一方面，受所在行业的影响，芯片行业的综合毛利将与国家政策调整、市场竞争程度、全球供应链稳定等情况高度相关。若前述因素发生变动，公司毛利率可能存在一定波动，进而影响经营成果和业绩表现。
　　4、应收账款发生坏账的风险
　　报告期末，公司应收账款账面价值为64,392.11万元，占期末资产总额的比例10.03%。公司应收账款主要来自智能计算集群系统客户，公司在报告期末已对逾期时间较长、且金额较大的客户按单项计提坏账损失的方式计提坏账准备。目前，智能计算集群业务收入仍占公司营业收入的比重较大，若该业务客户的回款不及时，或客户因经营情况不善等因素丧失还款能力，则公司因应收账款金额较大将面临坏账的风险，从而对公司资产质量、盈利能力及现金流量造成不利影响。
　　(六)行业风险
　　近年来，随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。总体来看，人工智能芯片技术仍处于发展阶段，技术迭代速度较快，技术发展路径尚在探索中，尚未形成具有绝对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品，该领域市场竞争日趋激烈。目前，英伟达在全球人工智能芯片领域中仍占有绝对优势。
　　未来，公司将把握人工智能前沿发展路线，推动技术和产品的迭代优化，以适应更多商业客户对智能计算的差异化需求，同时抓住人工智能技术开始进入各行业领域的战略机遇期，加大市场拓展力度，以应对行业风险。
　　(七)宏观环境风险
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　2023年全年，公司实现营业收入70,938.66万元，较上年同期减少2.70%。公司实现归属于上市公司股东的净利润为-84,844.01万元，亏损金额较上年同期收窄40,791.30万元，亏损收窄32.47%；归属上市公司股东的扣除非经常性损益的净利润为-104,286.25万元，亏损金额较上年同期收窄53,640.71万元，亏损收窄33.97%。
　　
　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　(二)公司发展战略
　　公司以“为客户创造价值，成为持续创新的智能时代领导者”为使命，以“让机器更好地理解和服务人类”为愿景，聚焦于人工智能芯片领域，为客户提供系列化的人工智能芯片产品与技术支持服务。公司将围绕自身的核心优势、提升核心技术，结合内外部资源，以自主创新为驱动，不断推动企业发展，围绕人工智能核心驱动力——计算能力，坚持云边端一体化，坚持软硬件协同，为智能云计算、智能边缘、智能终端、智能驾驶等场景提供芯片及加速卡产品，矢志成为行业领先的人工智能芯片设计公司。
　　鉴于集成电路设计行业是人才、技术和资金密集型的行业，行业的发展受研发、技术和管理能力驱动，公司将密切关注智能芯片的市场需求，从产品定义、研发规划、资源整合、委外合作以及产业链协同等方面制定发展战略，进一步提升公司的核心研发能力、产品设计能力和市场地位，实现高速发展。
　　(三)经营计划
　　随着大语言模型、文生图、文生视频等生成式大模型陆续面世，人工智能芯片作为算力基石，面临着更多的机会与挑战，公司管理层将在董事会的领导下，抓住机遇，落实公司发展战略和规划，保持主营业务持续发展；聚焦技术创新、持续研发投入，提升芯片产品的竞争力；加强市场开拓力度，探索新场景算力需求，加强基础软件生态建设。同时，重视人才引进与人才培养，加强完善激励体系，提升公司核心竞争力。
　　（一）加强市场开拓，探索算力需求
　　2024年，公司将探索新业态下的应用场景，开拓生成式大模型等应用场景的算力需求，加强与人工智能应用公司的合作，同时继续深耕行业客户，助力传统产业客户的智能化升级。
　　在智能芯片及板卡产品上，公司将把握AIGC产业下人工智能应用对智能算力的需求，凭借公司领先的技术积淀和产品优势，积极与新兴算法和应用公司进行接洽与合作，提供推理和训练算力支撑，实现与算法应用公司的共同成长，提升市场份额。公司亦将持续推进已处于适配阶段的项目，扩大在互联网领域、金融领域、通信运营商以及重点行业等客户处的深度合作，在赋能传统业务的同时，实现市场份额的突破。
　　在智能计算集群系统业务方面，公司将总结过往在全国多地的项目推广经验和前期积累的优良口碑，最大程度的发挥公司自身优势，积极拓展相关业务。
　　（二）持续研发投入、保持核心竞争优势
　　2024年，公司将继续在研发方面大力投入。在硬件上，将持续推进智能处理器微架构和指令集的研发，新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及推荐系统大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。
　　在软件上，公司将继续优化、迭代基础系统软件平台，大力推进大模型及推荐系统业务的支持和优化。通过适配主流编译版本，增加算子覆盖数量，减少客户的学习成本、开发成本和迁移成本，实现更广泛的编译环境，为客户提供跨平台、通用、易用的硬件产品做好全方位支持。
　　（三）持续构建生态，增强品牌建设
　　公司将持续构建完善的生态建设和优良的品牌形象。2024年，公司将继续完善寒武纪开发者社区，丰富芯片应用方案和解决方案，引导和调动开发者在开发者社区的积极性，推动应用生态的发展。
　　同时，公司将持续增强与高校、科研单位深入的合作，定位长期潜在使用和开发者。在国内软硬件实验环境下，助力高校人工智能人才的培养，分享人工智能应用开发和赋能的技术。
　　（四）推动人才体系的健全和发展，完善激励体系
　　2024年，公司将进一步做好组织建设，优化流程，提升效率；细化任职资格标准，提高人才与标准的适配性，进一步加强完善公司的激励体系。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　1、公司所属行业　　根据中国证监会行业分类相关规定，公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”。　　集成电路是全球信息产业的基础，行业下游应用广泛，包括消费电子、互联网、数字图像、网络通信、云计算、大数据、人工智能等，是衡量一个国家或地区综合竞争力的重要标志，因此受到各国政府的大力支持。我国政府将集成电路产业确定为战略性产业之一，并颁布了一系列政策法规，以大力支持集成电路行业的发展。集成电路行业主要包括集成电路设计业、制造业和封装测试业，具有资本密集和技术密集的特征，业内企业间比拼的核心要素包括研发能力、资金实力、客户资源和产... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　1、公司所属行业
　　根据中国证监会行业分类相关规定，公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”。
　　集成电路是全球信息产业的基础，行业下游应用广泛，包括消费电子、互联网、数字图像、网络通信、云计算、大数据、人工智能等，是衡量一个国家或地区综合竞争力的重要标志，因此受到各国政府的大力支持。我国政府将集成电路产业确定为战略性产业之一，并颁布了一系列政策法规，以大力支持集成电路行业的发展。集成电路行业主要包括集成电路设计业、制造业和封装测试业，具有资本密集和技术密集的特征，业内企业间比拼的核心要素包括研发能力、资金实力、客户资源和产业链整合能力。
　　而智能芯片作为集成电路领域新兴的方向，在集成电路和人工智能方面有着双重技术门槛。通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度高、涉及方向广，是一个极端复杂的系统工程。
　　2、主营业务情况
　　公司自成立以来一直专注于人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，让机器更好地理解和服务人类。公司的主营业务是各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品为云端智能芯片及加速卡、训练整机、边缘智能芯片及加速卡、终端智能处理器IP以及上述产品的配套软件开发平台。
　　目前，公司的主要产品线包括云端产品线、边缘产品线、IP授权及软件。
　　（1）云端产品线
　　云端产品线目前包括云端智能芯片、加速卡及训练整机。其中，云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。
　　公司的训练整机是由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。公司的训练整机产品与智能计算集群系统业务的区别在于训练整机主要提供计算集群中的单体训练服务器，而不提供全集群搭建服务，主要面向有一定技术基础的商业客户群体。
　　（2）边缘产品线
　　边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。
　　（3）IP授权及软件
　　该产品线包括IP授权和基础系统软件平台。IP授权是将公司研发的智能处理器IP等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。
　　二、核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。产品得到了多个行业客户的认可。公司不直接从事人工智能最终应用产品的开发和销售，但对各类人工智能算法和应用场景有着深入的研究和理解，能面向市场需求研发和销售性能优越、能效出色、易于使用的智能芯片及配套系统软件产品，支撑客户便捷地开展智能算法基础研究、开发各类人工智能应用产品。
　　通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度大、涉及方向广，是一个极端复杂的系统工程，其中处理器微架构与指令集两大类技术属于最底层的核心技术。公司在智能芯片领域掌握了智能处理器微架构、智能处理器指令集、SoC芯片设计、处理器芯片功能验证、先进工艺物理设计、芯片封装设计与量产测试、硬件系统设计等七大类核心技术；在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言、智能芯片编译器、智能芯片数学库、智能芯片虚拟化软件、智能芯片核心驱动、云边端一体化开发环境等七大类核心技术。
　　公司迄今已自主研发了五代智能处理器微架构、五代商用智能处理器指令集。报告期内，第六代智能处理器微架构和指令集正在研发中。新一代智能处理器微架构及指令集将对自然语言处理大模型和推荐系统的训练推理等场景进行重点优化，将在编程灵活性、能效、功耗、面积等方面提升产品竞争力。
　　报告期内，公司的基础系统软件平台相比前期版本也进行了优化和迭代。其中，推理软件平台在模型性能优化、大模型和AIGC推理业务支持、推理性能优化等重点方面均实现了突破和进展。训练软件平台在通用性、性能等方面取得了优化，在大模型和AIGC训练领域、推荐系统等重点领域实现了改进和迭代。基础系统软件平台的不断改进和发展，将促进公司硬件产品更好的业务落地。
　　（1）智能芯片技术及其先进性
　　（2）基础系统软件技术及其先进性
　　2.报告期内获得的研发成果
　　公司在智能芯片及相关领域开展了体系化的知识产权布局，为公司研发的核心技术保驾护航。报告期内，公司新增专利申请54项，其中发明专利申请53项，实用新型专利申请1项。公司获授权的专利为146项，其中发明专利143项，实用新型专利2项，外观设计专利1项。此外，公司新增软件著作权1项。
　　截至2023年6月30日，公司累计申请的专利为2,774项。按照专利地域可分为：境内专利申请1,789项，境外专利申请692项，PCT专利申请293项；按照专利类型可分为：发明专利申请2,700项，实用新型专利申请37项，外观专利申请37项。
　　公司累计已获授权的专利为1,011项。按照专利地域可分为：境内专利718项，境外专利293项；按照类型可分为：发明专利938项、实用新型专利36项，外观设计专利37项。
　　此外，公司拥有软件著作权64项；集成电路布图设计6项。
　　3.研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　本期研发投入总额48,255.17万元，较上年同期减少14,676.28万元，同比减少23.32%。主要原因系：
　　（1）职工薪酬减少：主要系公司提升研发效率及优化资源配置，职工薪酬较上年同期减少；
　　（2）测试化验加工费减少：主要系根据业务规划，提升研发效率及优化资源配置，本期测试化验加工费用较上年同期减少所致；
　　（3）无形资产摊销减少：主要系公司优化购置IP、EDA等无形资产，使本期摊销金额较上年同期有所减少。
　　4.在研项目情况
　　5.研发人员情况
　　6.其他说明

　　二、经营情况的讨论与分析
　　公司始终专注人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片。公司的主要产品线包括云端产品线、边缘产品线、IP授权及软件。2023年上半年，在董事会领导下，公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观，砥砺奋进，攻坚克难，实现了公司的稳健发展。报告期内，公司稳步增强研发实力，立足核心优势，抓住市场机会，大力优化生态建设，融资实现资金储备，经营亏损有所收窄。
　　（一）立足核心优势，抓住市场机会，亏损情况有所收窄
　　报告期内，公司实现营业收入11,446.80万元，毛利总额8,110.97万元，毛利率70.86%，毛利率较上年同期提升15.93个百分点。主要系公司在供应链的影响下，调整销售策略，优化产品成本结构所致。归属于上市公司股东的扣除非经常性损益后的净利润-64,076.59万元，亏损金额较上年同期收窄11,657.46万元。
　　在行业客户中，公司依托于近年来持续拓展和深耕的成效，在互联网、运营商、金融、电力能源等多个行业及客户中进行了广泛的业务部署与落地。
　　在互联网行业，公司的芯片及加速卡与数家头部互联网企业在视觉、语音、图文识别、自然语言处理等场景下进入了批量销售环节。此外，公司与头部互联网企业进行了搜索推荐领域的深入技术合作和适配，正在积极推进产品落地。
　　在金融行业，公司持续扩展云端产品在多家头部银行的成熟业务应用，同时结合金融业的行业应用需求，在大语言模型领域与头部银行、头部ISV积极推动技术合作和深度算法适配，为后续的产品大规模落地打下了坚实基础。
　　在通信运营商行业，依托云端产品芯片及加速卡，公司销服人员积极参与头部运营商的集中采购，并积极推动与其智能计算平台的适配，持续在大语言模型应用以及大型集群架构设计上进行探讨和进一步验证性测试工作。
　　在科研教育领域，公司云端产品支撑多个高校智能计算集群适配，支撑科研与教育实训等场景。公司与多家科研机构、重点实验室在AI For Science领域进行深度适配与技术合作，在大模型研究、蛋白质结构预测与设计等领域，通过科研智能计算集群及地方人工智能计算集群为客户提供支撑。
　　在其他重点行业方面，公司继续与民生行业、能源行业等重点行业的龙头企业展开了紧密合作并完成了应用场景测试，持续推动了智慧粮仓、智能巡检、智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。
　　公司基于云端产品的优势，针对最近兴起的大模型领域，优化了公司产品在AIGC及大语言模型领域的性能，并与多个行业客户及ISV推动了技术和产品合作。
　　（二）保持高效研发投入，研发实力稳步提升
　　公司保持高效的研发投入，以提升人工智能领域核心处理器芯片的核心竞争力，构建技术壁垒。报告期内，公司研发投入48,255.17万元，研发投入占营业收入比例为421.56%。目前，公司拥有980人的研发团队，占员工总人数的77.47%，77.04%以上研发技术人员拥有硕士及以上学历。
　　1、智能处理器微架构及指令集
　　公司迄今已自主研发了五代智能处理器微架构、五代商用智能处理器指令集。报告期内，第六代智能处理器微架构和指令集正在研发中。新一代智能处理器微架构及指令集将对自然语言处理大模型和推荐系统的训练推理等场景进行重点优化，将在编程灵活性、能效、功耗、面积等方面提升产品竞争力。
　　2、基础系统软件平台
　　报告期内，公司的基础系统软件平台相比前期版本也进行了优化和迭代。其中，推理软件平台在模型性能优化、大模型和AIGC推理业务支持、推理性能优化等重点方面均实现了突破和进展。训练软件平台在通用性、性能等方面取得了优化，在大模型和AIGC训练领域、推荐系统等重点领域实现了改进和迭代。基础系统软件平台的不断改进和发展，将促进公司硬件产品更好的业务落地。
　　（1）推理软件平台
　　报告期内，公司研发了大模型和AIGC推理业务所需基础软件。
　　在模型性能优化方面，公司针对语音合成领域、搜索推荐领域、视觉处理领域中新涌现的高频使用网络进行了优化，性能上达到了业务落地要求。
　　在大模型和AIGC推理业务支持方面，公司研发了大语言模型分布式推理加速库BangTransformer，进行了LLaMA、GLM、BLOOM、GPT-2等主流生成式大语言模型的适配工作。
　　在推理性能优化方面，BangTransformer支持算子融合、张量并行、量化推理、Flash Attention等优化特性，与传统框架运行方式相比有了较大提升。在图像生成领域，公司基于MagicMind支持了Stable Diffusion等客户需求网络的优化和加速，促进了公司产品在图像生成领域的业务落地。
　　（2）训练软件平台
　　报告期内，公司持续推进训练软件栈的研发和改进，以客户需求牵引新增功能和通用性支持，并大力推进大模型及推荐系统业务的支持和优化。
　　在新增功能方面，提供了方便客户模型迁移的多个工具，平滑支持了PyTorch_Lightning等第三方Python库。公司重点投入了分布式和大规模集群的软件栈支撑，增加支持了DeepSpeed、Megatron、Tutel等分布式训练库。软件栈在加大与社区生态融合的同时也完成了对典型操作系统的支持和发布，支持了生态的发展。
　　在通用性方面，增加了框架算子的支持数量并落实了框架版本升级的规划，完成了重点客户提出的大量定制化算子扩展需求，支撑了多个重点客户的业务落地。
　　在性能方面，通过算子层面大张量支持等新功能的开发，充分发挥了公司硬件产品的架构优势，使网络能够支持高效处理能力以及更大规模的大语言模型。公司通过重点客户性能需求的牵引，针对多个网络进行了极致优化，分析并实现了多个算子和框架层面的性能优化点，并在通信上持续进行了单机多卡的低延迟优化。
　　在大模型和AIGC训练领域，公司完善了大模型的训练软件栈研发，进行了GLM模型、LLaMA模型、GPT模型等模型的微调及预训练支持工作，验证了张量并行、流水并行、序列并行等并行技术，达到业务落地的精度和性能要求。
　　（三）打造生态建设、增强品牌影响力
　　报告期内，随着公司用户行业、用户数量的持续提升、基础系统软件平台的持续优化，用户可以更加灵活地使用公司的软硬件平台进行开发，公司生态建设持续发展。其次，凭借过硬的产品能效、良好的服务意识，公司的品牌影响力也在持续增强。此外，公司重视产学合作，目前已有多所高校开设了基于寒武纪软硬件平台的人工智能课程，建立了较为完善的高校课程生态体系，此举将进一步助力公司生态建设的发展。
　　（四）人才体系的健全和发展
　　公司高度重视人才体系的健全和发展，在积极引进高层次人才的同时注重内部人才培养，目前，公司已建立了成熟稳定的研发团队、销服体系、管理及支撑团队。为完善人才队伍建设、提升核心团队的凝聚力与战斗力，公司在目标管理、薪酬激励、培训及晋升等方面都有较完整的体系。同时，公司持续优化组织架构，细化岗位职责，推进信息化建设，为公司的可持续发展夯实基础。
　　（五）开展定向增发工作，为公司持续创新提供动力
　　2022年，公司向上海证券交易所提交了向特定对象发行股票的申报材料，发行拟募集资金总额不超过167,191.18万元（含本数），扣除发行费用后的净额将投资于以下项目：
　　报告期内，公司此次向特定对象发行股票已经上海证券交易所审核通过，并获得中国证监会同意注册的批复。根据发行方案等相关文件，在公司股东大会授权范围内，公司会同保荐人（主承销商）完成了本次发行工作，每股发行价格121.10元，实际发行股份13,806,042股，募集资金总额为1,671,911,686.20元，并已于2023年4月13日在中国证券登记结算有限责任公司上海分公司完成股份登记手续。
　　公司未来发展需要不断进行技术创新，研发更具创新性和先进性的智能芯片技术，为人工智能芯片下游不断拓展的应用场景提供更具竞争力的芯片及加速卡产品。因此，此次定向增发的成功将对公司后续产品的持续优化迭代提供必要的资金储备。

　　三、风险因素
　　(一)尚未盈利的风险
　　报告期内，公司归属于母公司股东的净利润、归属于母公司股东的扣除非经常性损益后的净利润分别为-54,482.86万元、-64,076.59万元，均为负值。
　　公司尚未实现盈利且存在累计未弥补亏损，主要因公司为确保“云边端”芯片产品及基础系统软件平台的高质量迭代，在竞争激烈的市场中保持技术领先优势，持续进行研发投入。
　　虽然公司无法保证短期内实现盈利或进行利润分配，但是在报告期内，公司芯片产品与众多行业领域中的头部公司建立了合作意向。通过历代产品的过硬测评指标及优良服务口碑，公司的品牌效应逐步凸显。
　　同时，公司认为，高质量的研发投入是芯片行业实现长远发展的坚实基础，是支撑企业未来发展不可或缺的基石。公司目前现金流状况良好，可以在未来一段时间内为公司研发投入及日常运营提供有效支撑。公司将持续拓展市场份额、加速场景落地、聚焦技术创新、持续构建生态和品牌，提升公司的核心竞争力。
　　(二)业绩下滑或亏损的风险
　　报告期内，公司实现营业收入11,446.80万元，较上年同期减少33.37%。公司营业收入未来能否持续增长，将受公司内外部因素的综合影响。外部方面，将可能受到宏观经济、行业发展及竞争态势、上下游产业发展等方面的影响。内部方面，将可能受到公司技术研发、市场推广、生态建设等方面的影响。公司管理层将结合最新行业发展和竞争态势，把握最新技术方向，提高技术研发及公司运营的效率，加大市场推广力度，夯实生态建设，以应对和降低相关风险。
　　公司的运营费用主要包括研发费用、管理费用和销售费用。由于公司设计的复杂计算芯片需要持续研发投入，亦需要保持骨干研发团队的稳定，研发投入和对人才的股权激励占据了运营费用中较大的比重，报告期内，公司研发费用与管理费用中股份支付两项合计占整体运营费用的79.77%。公司营收暂时无法覆盖该部分费用，因此，公司尚未盈利，从短期来看亦将存在亏损继续扩大的风险。但是，研发投入和对人才的激励是立足于企业长远发展而进行的投入，是支撑企业未来发展的基石，从长期来看亦是公司实现亏损收窄并实现盈亏平衡不可或缺的投入。未来，公司将进一步提高产品竞争力，开拓市场，深耕行业客户，加速场景落地，以降低亏损进一步扩大的风险。
　　(三)核心竞争力风险
　　公司所处行业为技术密集型行业。公司掌握的核心技术及公司研发水平将严重影响公司的核心竞争力。
　　公司是目前行业内少数全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司掌握的核心技术具有一定技术壁垒，关键核心技术处于行业的领先水平。但随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。此外，研发项目的进程及结果的不确定性较高，公司将面临前期的研发投入难以收回、预计效益难以达到的风险。未来，公司将不断贴近市场需求，提升研发投入效率，保障产品的高质量迭代，以此保障公司提升自身的核心竞争力。
　　(四)行业风险
　　人工智能芯片技术仍处于发展的初期阶段，技术迭代速度加快，技术发展路径尚在探索中，尚未形成具有绝对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品，该领域市场竞争日趋激烈。目前，英伟达在人工智能芯片领域仍占有绝对优势。
　　当前，除寒武纪之外，在云端智能计算市场和边缘智能计算市场中，目前市场份额主要由英伟达等企业所占据；在智能计算集群系统市场，基于英伟达GPU产品的集群占据市场优势地位。与英伟达等集成电路行业巨头相比，公司存在一定竞争劣势。在产业链生态架构方面，公司自主研发的基础系统软件平台的生态完善程度与英伟达相比仍有一定差距；在产品落地能力方面，公司的销售网络尚未全面铺开，业务覆盖规模及客户覆盖领域需进一步拓展。
　　未来，公司将加强研发管理，提升研发效率，以应对行业风险。
　　(五)供应链风险
　　公司采用Fabless模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。公司向供应商采购芯片IP、EDA工具、晶圆及其他电子元器件等。2022年12月15日，美国商务部工业和安全局（BIS）以国家安全和外交利益为由，将公司及部分子公司列入“实体清单”。目前，该事项对公司研发造成的影响程度尚在有限范围内，公司的核心技术来自于寒武纪的自主研发，拥有自主知识产权，不会对公司产品研发及核心竞争力产生重大不利影响。长期来看，切换新供应商将产生一定成本，将可能对公司经营业绩产生一定不利影响。
　　为应对该事项对公司发展造成的不利影响，公司将基于产业政策与产业链上下游长期、广泛、良好的合作，在产品研发各阶段继续与各相关方保持良好沟通，并积极探索，做好各项应对工作，推动公司业务持续发展。 收起▲

　　一、经营情况讨论与分析
　　2022年世界宏观经济持续低迷，国内外经济形势均面临较大的下行压力。此外，受国际宏观环境影响，国内半导体行业面临严峻的挑战，公司及部分子公司在年末被美国商务部工业和安全局（BIS）以国家安全和外交利益为由列入了“实体清单”。
　　面临诸多困难，在董事会领导下，公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观，以低调务实的态度、拼搏奋进的作风实现了公司稳健的发展。此外，公司将积极评估及应对“实体清单”对公司在研发工作、生产环节、市场拓展等方面造成的影响，积极与各相关方保持良好沟通，将此影响控制在可控范围内。
　　2022年年度，公司实现营业收入... 查看全部▼

　　一、经营情况讨论与分析
　　2022年世界宏观经济持续低迷，国内外经济形势均面临较大的下行压力。此外，受国际宏观环境影响，国内半导体行业面临严峻的挑战，公司及部分子公司在年末被美国商务部工业和安全局（BIS）以国家安全和外交利益为由列入了“实体清单”。
　　面临诸多困难，在董事会领导下，公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观，以低调务实的态度、拼搏奋进的作风实现了公司稳健的发展。此外，公司将积极评估及应对“实体清单”对公司在研发工作、生产环节、市场拓展等方面造成的影响，积极与各相关方保持良好沟通，将此影响控制在可控范围内。
　　2022年年度，公司实现营业收入72,903.46万元，比2021年同期增长1.11%。主要工作体现在以下几个方面：
　　（一）坚持自主研发，产品成熟度达到新高度
　　报告期内，公司持续加大产品研发力度。硬件方面，公司基于思元370云端智能芯片，推出了新款智能加速卡MLU370-X8/M8、训练整机玄思1001智能加速器(MLU-X1001)。软件方面，公司持续优化和迭代了基础系统软件平台，统一的软件平台日臻完善。同时，新一代产品及智能驾驶芯片的研发、测试、商业化推广也在有序进行，公司“云边端”协同发展的战略得到了全面推进。
　　1、MLU370-X8、MLU370-M8云端智能加速卡
　　MLU370-X8与MLU370-M8是寒武纪基于思元370云端智能芯片打造的两款不同形态的人工智能加速卡。MLU370-X8采用双芯思元370配置，为双槽位250w全尺寸智能加速卡，提供24TFLOPS(FP32)训练算力和256TOPS(INT8)推理算力；MLU370-M8是寒武纪面向数据中心场景打造的OAM形态智能加速卡，可提供32TFLOPS(FP32)训练算力和340TOPS(INT8)推理算力。两款加速卡均支持寒武纪MLU-Link芯片间互联，可满足多样化人工智能模型的训练和推理需求。
　　2、玄思1001智能加速器
　　寒武纪玄思1001智能加速器，在2U机箱内集成4张MLU370-M8智能加速卡，MLU-Link互联接口，实现智能算力在数据中心纵向扩展；可广泛支持FP16、FP32等不同数据精度的智能算力，提供大容量内存，支撑智能模型的分布式训练需求，是智能算力的高集成度平台，已在生物信息、医疗影像、语言模型等行业及科研场景广泛应用。
　　3、基础系统软件平台
　　（1）推理软件平台
　　公司的基础系统软件平台相比前期版本进行了升级迭代，支持公司推理产品在各场景的部署落地。报告期内，公司持续完善了推理加速引擎MagicMind及其周边生态。在功能上，MagicMind持续增加分通道量化、权值热更新等基础特性，算子支持数量持续增加，公开标准模型和非公开私有模型的支持数量亦持续增加，最新版本已全面支持视频理解、图像分类、相似度检测、语义分割、文本检测、OCR、语音及自然语言处理、搜索、推荐等领域的云边端推理业务，并完善了公有云、私有云部署的功能组件及管理模块。模型部署优化上，支持了QAT模型直接部署，并完整支持DynamicShape等特性。在性能上，MagicMind持续优化内部实现，在多个领域的典型模型上，均取得不弱于同档位友商产品的性能表现。并重点针对云、车场景网络模型的性能泛化性、运行时内存、CPU占用率等进行了优化。在兼容性上，MagicMind达到了稳定状态，版本发布保持了对前序版本的API、ABI兼容。
　　周边生态上，公司完成了MagicMind到PyTorch的集成，使得寒武纪PyTorch用户无需做代码迁移也能够享受MagicMind带来的推理性能加速。同时，MagicMind新增了多款云、边、端、车硬件平台支持，并完善了SampeCode、BestPractice等用户文档，进一步提高了用户使用体验。
　　（2）训练软件平台
　　公司持续推进通用性训练软件栈的研发和改进工作。功能上，支撑了公司新的硬件平台以及FP19数据精度，支撑了新的PyTorch版本，算子覆盖度达到80%，TensorFow的算子数量及交付网络模型均有所增加。此外，提供了两个框架的迁移指南及迁移工具，显著降低了用户的业务迁移成本；加强了对PaddePadde的支持并通过了二级兼容性测试，分布式训练框架Horovod增加了对XLA的支持，支持MoE模型分布式训练，支持Openfod等蛋白质网络分布式训练，支持GPT类语言模型的混合分布式训练。最新版本软件栈已全面支持视频理解、图像分类、文本检测、相似度检测、OCR、语音处理、语义分割、自然语言处理、搜索、推荐等多领域的训练业务，持续支撑了公司产品在互联网等多个行业的商业化部署。
　　性能上，PyTorch框架层通过IO类算子融合等优化方式，显著提升了带宽密集类模型的性能；TensorFow通过支持XLA，对Bert模型实现了近两倍的性能提升。在大语言模型领域，提升了单机多卡、多机多卡的混合分布式训练效率，完整支持了商用大模型部署，达到业界领先水平。
　　周边生态上，公司推出了寒武纪开源算子库MLU-OPS，支持使用C接口开发智能芯片算子。MLU-OPS仓库内算子包含且不限于领域类算子、长尾类算子，部分第三方仓库也已集成适配了公司的开源算子库MLU-OPS。使得公司的开源算子库MLU-OPS既能汇聚社区的力量以丰富算子生态，也能方便社区开发者学习算子开发技术、降低算子开发门槛。目前MLU-OPS社区生态良好，中国科学技术大学等知名高校已参与到该仓库的算子贡献中。公司将持续与社区开发者合作，持续开发和完善开源算子库。
　　4、智能驾驶芯片
　　在报告期内，公司的控股子公司行歌科技持续开展智能驾驶芯片的研发和产品化工作。行歌科技进行了2轮独立融资，引入了博世、国科等战略投资人。
　　行歌科技依托寒武纪在智能芯片领域的技术积累和产品经验，在应用场景上与公司既有的云边端产品线紧密联动。
　　（二）应用场景逐步丰富，市场拓展收获成效
　　报告期内，在国内外经济形势均面临下行压力的大环境下，公司及全体员工顶住压力，拼搏奋进，拓宽潜在市场，深耕行业客户，加速场景落地。2022年度，公司营业收入达到7.29亿元，较上年同期增长1.11%，综合毛利率为65.76%，较上年增长3.37个百分点。
　　1、云端智能芯片及加速卡
　　报告期内，公司云端产品线实现收入2.19亿元，较上年同期增长173.52%。公司在2021年商业化布局以及客户合作基础上，持续在互联网、运营商、金融、智慧交通、电力能源等多个行业及客户进行了广泛的业务部署与落地。
　　在互联网行业，公司的思元370芯片及加速卡与数家头部互联网企业在视觉、语音、图文识别、自然语言处理等场景下完成适配工作后，已经进入了批量销售环节，在报告期内实现了收入的突破。此外，公司与某互联网企业进行了大模型训练的初步合作，目前仍处于技术探索和测试阶段。
　　在金融领域，公司持续扩展云端产品在多家头部银行的业务，其中MLU370-X8训练产品已纳入某头部银行的采购框架并于报告期内实现了小批量采购。此外，公司云端产品线与其他头部银行合作完成了OCR算法的适配以及应用场景的解决方案，满足了客户对于通用性、算法精度及稳定性的高要求。
　　在通信运营商行业，云端产品思元370芯片及加速卡已完成与某头部运营商多个智能计算平台的适配，形成了小批量采购，该项目标志着公司云端产品在通信运营商行业达成初步规模化落地；此外，公司与某头部运营商开展公有云的部署与业务拓展，并在大型集群架构设计上进行探讨和进一步验证性测试工作。
　　在其他重点行业方面，公司与民生行业、能源行业等重点行业的领袖企业展开了紧密合作，部署了智慧粮仓、智能巡检、智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。
　　2、边缘智能芯片及加速卡
　　报告期内，公司边缘智能芯片及加速卡实现收入0.38亿元，较上年同期下降显著。主要因2021年度芯片供应链产能紧张，公司边缘智能芯片产品的主要客户根据自有产品市场需求和销售情况制定了高库存策略以保证供应充足，向公司提出了较高的采购需求。2022年，因客户自身需进行库存调控消化，导致公司边缘产品线在主要客户处的收入有所下降。
　　长期来看，边缘计算整体市场空间将持续扩大，公司将依托更丰富的边缘智能芯片产品类型在边缘服务器、工控机、机器人、智能电视等更为广阔的边缘端应用场景进一步开拓更为丰富的客户资源，公司边缘产品线业务对主要客户的依赖将有所降低。
　　3、智能计算集群系统业务
　　公司积极参与并成功中标南京智能计算中心项目（二、三期）智能计算设备（二期）项目，以新推出的玄思1001智能加速器（MLU-X1001）作为核心算力单元之一，集成配套软硬件，最终形成智能计算集群系统交付给客户，实现收入4.43亿元。
　　近年来，随着公司智能计算集群系统业务在多省份多地区实现拓展，国内市场占有率已然处于第一梯队，公司产品的竞争力和品牌影响力与日俱增。当前的项目经验亦对公司今后获取智能计算集群系统业务奠定了良好的标杆作用。
　　（三）打造生态建设、增强品牌影响力
　　报告期内，随着公司客户数量的持续提升、基础系统软件平台的持续优化，用户可以更加灵活地使用公司的软硬件平台进行开发，公司生态建设持续快速发展。其次，凭借过硬的产品能效、良好的服务意识，公司的品牌影响力也在持续增强。此外，公司重视产学合作，目前已有近百所高校开设了基于寒武纪软硬件平台的人工智能课程，建立了较完善的高校课程生态体系，此举将进一步助力公司生态建设的发展。
　　（四）人才体系的健全和发展
　　公司高度重视人才体系的健全和发展，在积极引进高层次人才的同时注重内部人才培养，目前已建立了成熟稳定的研发团队、销服体系和管理及支撑团队。为完善人才队伍建设、提升核心团队的凝聚力与战斗力，公司在目标管理、薪酬和激励、培训及晋升等方面都有较完整的体系。同时，公司继续优化组织架构，细化岗位职责，推进信息化建设，为公司的可持续发展夯实基础。
　　（五）开展定向增发工作，为公司持续创新提供动力
　　报告期内，公司向上海证券交易所提交了向特定对象发行股票的申报材料，本次发行拟募集资金总额不超过167,191.18万元（含本数），扣除发行费用后的净额将投资于以下项目：
　　截至目前，公司本次向特定对象发行股票已经上海证券交易所审核通过，并获得中国证监会同意注册的批复。根据发行方案等相关文件，在公司股东大会授权范围内，公司会同保荐人（主承销商）完成了本次发行工作，每股发行价格121.10元，实际发行股份13,806,042股，募集资金总额为1,671,911,686.20元，并已于2023年4月13日在中国证券登记结算有限责任公司上海分公司完成股份登记手续。
　　公司未来发展战略需要坚持在云端和边缘端产品线上不断进行技术创新，研发更具创新性和先进性的智能芯片技术，人工智能芯片下游不断拓展的应用场景提供更具竞争力的芯片及加速卡产品。因此，此次定向增发的成功将对公司产品的持续优化迭代提供必要的资金储备。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司自成立以来一直专注于人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，让机器更好地理解和服务人类。公司的主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，以及为客户提供丰富的芯片产品。目前，公司的主要产品线包括云端产品线、边缘产品线、IP授权及软件。
　　1、云端产品线
　　云端产品线目前包括云端智能芯片、加速卡及训练整机。其中，云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。
　　公司的训练整机是由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。公司的训练整机产品与智能计算集群系统业务的区别在于训练整机主要提供计算集群中的单体训练服务器，而不提供全集群搭建服务，主要面向有一定技术基础的商业客户群体。
　　2、边缘产品线
　　边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。
　　3、IP授权及软件
　　该产品线包括IP授权和基础系统软件平台。IP授权是将公司研发的智能处理器IP等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。
　　(二)主要经营模式
　　从产业模式来看，集成电路企业主要包括IDM（垂直整合制造）、Fabess（无晶圆厂）、Foundry（代工厂）以及封装测试企业（OSAT），集成电路设计行业运营模式主要为其中的IDM模式和Fabess模式。
　　公司自成立以来的经营模式均为Fabess模式，未曾发生变化，并将长期持续。公司专注于智能芯片的设计和销售，而将晶圆制造、封装测试等其余环节委托给晶圆制造企业、封装测试企业及其他加工厂商代工完成。
　　公司主要通过向客户提供芯片及加速卡产品、训练整机、智能计算集群系统、IP授权及软件获取业务收入。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　根据中国证监会相关规定，公司属于“制造业”中的“计算机、通信和其他电子设备制造业”，行业代码为“C39”。根据国民经济行业分类与代码（GB/T4754-2017），公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”。
　　随着当前人工智能技术普遍应用于日常生活和传统产业，对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。例如在2021年，由Googe提出的SwitchTransformer网络及Facebook提出的DLRM12T网络，分别是2017年Googe提出的Transformer网络模型大小的7,600倍和57,000倍。人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。
　　公司的主营业务是各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品为云端智能芯片及加速卡、训练整机、边缘智能芯片及加速卡、终端智能处理器IP以及上述产品的配套软件开发平台。公司所研发的通用型智能芯片产品，具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语言理解、传统机器学习、生成式人工智能等）。与CPU、GPU等芯片相比，通用型智能芯片能够更好地匹配和支持人工智能算法中的关键运算操作，在性能和功耗上存在显著优势。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%。随着人工智能市场需求潜力逐步释放，通用型人工智能芯片未来将成为该市场的主流产品。
　　集成电路设计行业属于技术密集型行业，而智能芯片作为集成电路领域新兴的方向，在集成电路和人工智能方面有着双重技术门槛。通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度高、涉及方向广，是一个极端复杂的系统工程。
　　2.公司所处的行业地位分析及其变化情况
　　（1）技术地位
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。
　　公司凭借领先的核心技术，较早实现了多项技术的产品化。公司通过技术创新和设计优化，持续提升产品的性能、能效和易用性，推动产品竞争力不断提升。在报告期内，公司基于思元370云端智能芯片，推出了新款智能加速卡MLU370-X8/M8；推出了训练整机玄思1001智能加速器(MLU-X1001)。与市场主流同尺寸GPU相比，思元370系列加速卡在实测性能和能效方面表现出一定优势，尤其在视觉、语音、自然语言模型训练等场景的能效表现较为出色，不同尺寸的加速卡，充分满足不同场景下的客户需求。
　　此外，公司的基础系统软件平台相比前期版本也进行了优化和迭代。一方面，推理软件平台持续完善了推理加速引擎MagicMind及其周边生态，在功能上已全面支持视频理解、图像分类、相似度检测、语义分割、文本检测、OCR、语音及自然语言处理、搜索、推荐等领域的云边端推理业务，并完善了公有云、私有云部署的功能组件及管理模块；在性能上，MagicMind在多个领域的典型模型上，均取得不弱于同档位友商产品的表现；在兼容性上，MagicMind达到了稳定状态，版本发布保持了对前序版本的API、ABI兼容。另一方面，训练软件平台的研发和改进工作亦持续进行，在功能上支撑了公司新的硬件平台以及FP19数据精度，支撑了新的PyTorch版本，算子覆盖度达到80%，TensorFow的算子数量及交付网络模型均有所增加，支持了包括GPT类语言模型在内的多种主流模型的分布式训练。
　　公司通过对硬件产品及软件生态的不断技术创新和设计优化，实现了产品的多次迭代更新，使得公司产品的成熟度达到了新高度，亦使公司的核心竞争力不断提升。
　　（2）市场地位
　　自2016年3月成立以来，公司快速实现了技术的产业化输出，先后推出了用于终端场景的寒武纪1A、寒武纪1H、寒武纪1M系列智能处理器；基于思元100、思元270、思元290芯片和思元370的云端智能加速卡系列产品；基于思元220芯片的边缘智能加速卡。其中，寒武纪智能处理器IP产品已集成于超过1亿台智能手机及其他智能终端设备中，思元系列产品也已应用于浪潮、联想等多家服务器厂商的产品中。此外，思元270芯片、思元290芯片还分别获得第六届世界互联网大会、世界人工智能大会颁布的奖项。思元220自发布以来，累计销量突破百万片。
　　报告期内，公司在2021年商业化布局以及客户合作的基础上，持续在互联网、运营商、金融、智慧交通、电力能源等多个行业、多家客户处进行了广泛的业务部署与落地，进一步拓宽了合作领域，深挖了场景应用。
　　（3）品牌地位
　　随着公司近年来的快速发展，公司迭代推出多款智能芯片、处理器IP产品，通过提供优秀的产品性能、可靠的产品质量、完善的技术支持积累了良好的市场口碑，在业内的知名度不断提升。公司成立至今共获得多项荣誉：2017年12月，公司获得全球知名创投研究机构CBInsights颁布的“2018年全球人工智能企业100强”奖项；2018年11月，于深圳举办的第二十届中国国际高新技术成果交易会上，寒武纪1M处理器、思元100智能芯片、思元100加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公司上榜由美国著名权威半导体杂志《EETimes》评选的“2018年全球60家最值得关注的半导体公司（EETimesSiicon60of2018）”榜单；2019年6月，公司入选《福布斯》杂志中文版颁布的“2019福布斯中国最具创新力企业榜”；2019年10月，思元270芯片获得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020年4月，公司获得全球知名创投研究机构CBInsights颁布的“2020ICDESIGNChina”奖项；2020年6月，公司获得胡润研究院“2020胡润中国芯片设计10强民营企业”荣誉称号；2020年6月，公司上榜《EETimes》评选的“2020年全球100家最值得关注的半导体公司（EETimesSiicon100）”榜单。2021年3月，公司上榜《EETimes》评选的“AI芯片公司(AICHIP)TOP10”榜单；2021年7月，公司的思元290智能芯片及加速卡、玄思1000智能加速器获得了由世界人工智能大会组委会颁发的SAIL之星奖。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）“东数西算”产业背景助推智能芯片行业发展
　　近期，“东数西算”全面启动，将整合优化国内算力资源，为数字经济提供直接动力。根据中金公司的研究报告，智能计算中心聚焦训练任务、强算力、低延时的特性与计算枢纽的功能定位切合，有望成为“东数西算”的重要组成部分，智能芯片作为智能计算中心的重要组成部分将迎来广阔的市场空间。
　　（2）云计算、大数据、5G、IoT等新兴产业驱动智能芯片需求持续增长
　　云计算分为IaaS（“云”的基础设施）、PaaS（“云”的操作系统）和SaaS（“云”的应用服务）三层。IaaS公司提供存储、服务器、网络硬件，IoT提供了大量的端口用于数据收集。人工智能的信息来源由大数据来提供，物理载体通过云计算提供，5G降低了数据传输和处理的延时性。在5G、IoT、云计算和大数据等新兴技术日益成熟的背景下，无论数据储存在云端还是边缘，未来搭载智能芯片的计算载体数量都会迅速增长。
　　近年来，基于虚拟现实（VR）、增强现实（AR）、混合现实（MR）等技术的元宇宙受到业界重视，越来越多的高科技企业投入到元宇宙产业中。元宇宙连接了现实世界和虚拟世界，其中需要大量的智能算力用于生成逼真的虚拟场景和内容。在未来，随着元宇宙产业的进一步爆发，智能芯片作为元宇宙的重要计算平台，在云端、边缘还和终端都将快速增长。
　　（3）AIGC技术日益成熟，催生智能算力需求增长
　　AIGC全称为AI-GeneratedContent（人工智能生成内容），指基于生成对抗网络GAN、大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。AIGC能够以优于人类的制造能力和知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳动，从而大幅降低内容生成的边际成本，目前已经在文字、语音、代码、图像、视频、机器人动作等多模态场景上有了范例。它被认为是继PGC、UGC之后的新型内容创作方式。得益于深度学习模型的不断完善、开源模式的推动以及大模型商业化的进展，2022年AIGC发展迅猛，现象级产品ChatGPT聊天机器人的日访问人数在发布后2个月内就突破了1000万。
　　AIGC的技术底座是“大型语言模型（LargeLanguageModes，简称为“大模型”）”。随着大模型的迭代，所需的参数呈指数级增长，以OpenAI发布的GPT模型系列为例：2019年发布的GPT-2有15亿个参数，2020年发布的GPT-3则有1750亿个参数。各模态智能数据的训练到推理均需要算力的加持，随着模型逐渐复杂化，所对应的算力需求也水涨船高，智能芯片市场有望迎来增量需求的支撑。
　　（4）智能芯片形成一体化的生态
　　各类人工智能应用厂商如能在云、边、端三个领域进行协同开发和部署，将大幅节省开发成本并提升研发效率。从硬件及开发工具角度而言，低效的软硬件生态最终会被逐步淘汰，人工智能软件生态在云端、边缘端和终端将走向一体化，同时具备云、边、端芯片产品和生态开发能力的智能芯片企业会获得更显著的协同优势。
　　(四)核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。产品得到了多个行业客户的认可。公司不直接从事人工智能最终应用产品的开发和销售，但对各类人工智能算法和应用场景有着深入的研究和理解，能面向市场需求研发和销售性能优越、能效出色、易于使用的智能芯片及配套系统软件产品，支撑客户便捷地开展智能算法基础研究、开发各类人工智能应用产品。
　　通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度大、涉及方向广，是一个极端复杂的系统工程，其中处理器微架构与指令集两大类技术属于最底层的核心技术。公司在智能芯片领域掌握了智能处理器微架构、智能处理器指令集、SoC芯片设计、处理器芯片功能验证、先进工艺物理设计、芯片封装设计与量产测试、硬件系统设计等七大类核心技术；在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言、智能芯片编译器、智能芯片数学库、智能芯片虚拟化软件、智能芯片核心驱动、云边端一体化开发环境等七大类核心技术。
　　报告期内，完善并推出了第五代智能处理器微架构、第五代智能处理器指令集。新一代智能处理器微架构对推荐系统和大语言模型的训练推理等场景进行了重点优化，扩展了FP19等数据表示类型，在编程灵活性、能效、功耗、面积等方面大幅提升了产品竞争力。
　　同时，公司的基础系统软件平台相比前期版本也进行了优化和迭代。一方面，推理软件平台持续完善了推理加速引擎MagicMind及其周边生态，在功能上已全面支持视频理解、图像分类、相似度检测、语义分割、文本检测、OCR、语音及自然语言处理、搜索、推荐等领域的云边端推理业务，并完善了公有云、私有云部署的功能组件及管理模块；在性能上，MagicMind在多个领域的典型模型上，均取得不弱于同档位友商产品的表现；在兼容性上，MagicMind达到了稳定状态，版本发布保持了对前序版本的API、ABI兼容。另一方面，训练软件平台的研发和改进工作亦持续进行，在功能上支撑了公司新的硬件平台以及FP19数据精度，支撑了新的PyTorch版本，算子覆盖度达到80%，TensorFow的算子数量及交付网络模型均有所增加，支持了包括GPT类语言模型在内的多种主流模型的分布式训练。
　　公司核心技术框架结构如所示：
　　（1）智能芯片技术及其先进性
　　公司能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品，是同时具备人工智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如7nm）下复杂芯片设计经验的企业之一。公司研发的寒武纪1A处理器是全球首款商用终端智能处理器IP产品，思元100（MLU100）芯片是中国首款高峰值云端智能芯片。思元290（MLU290）芯片是寒武纪首款云端训练智能芯片，采用了7nm工艺，在4位和8位定点运算下，理论峰值性分别高达1024TOPS、512TOPS。思元370（MLU370）芯片是寒武纪首款采用Chipet（芯粒）技术的人工智能芯片，是寒武纪第二代云端推理产品思元270算力的2倍。公司在智能芯片设计领域各项核心技术的先进性具体如下：
　　1）智能处理器微架构
　　公司自成立以来长期开展智能芯片架构研发工作，报告期内，公司基于前期技术积累，对智能处理器微架构进一步升级优化，公司推出了第五代智能处理器微架构（MLUacrh04），是国内外在该技术方向积累最深厚的企业之一。具体特点如下：
　　①在计算单元方面，公司拥有32/16/8/4/1位定点、32/16/19位浮点（FP32/FP16/FP19）及类浮点等固定精度或混合精度的高能效运算器技术以及稀疏化运算器技术，可在严苛的功耗约束下，高效支持人工智能训练和推理任务中使用的二维/三维/高维卷积运算及各类矩阵张量运算；早在2017年，公司在国际上首次将稀疏运算器实用于大规模量产的商用智能处理器（寒武纪1A），引领行业的技术革新。在报告期内，公司针对基于人工智能领域等新兴的智能算法和应用场景，进一步优化了计算单元的处理效率，在不增加面积功耗开销的前提下，大幅提升了智能处理器的性能竞争力。
　　②在访存优化方面，公司针对人工智能应用负载的数据特征和访存模式发展了一系列软件无感的访存带宽压缩技术；拥有混合式多级片上存储/片上缓存技术，能显著降低智能芯片访问DRAM的带宽需求、延迟和功耗；并且根据推荐系统等重点应用领域的访存特征进行了定制化优化，大幅提升了智能处理器在相关领域的访存效率。
　　③在指令执行方面，公司掌握了标量、向量、矩阵、张量混合式指令流水线技术，拥有以变长张量为基本操作单元的计算访存分离式执行技术和计算访存低延迟同步技术。
　　④在多核处理方面，公司掌握了适用于人工智能应用负载的多工通信片上网络技术，可同时支持多核间广播、多播、聚合和邻域交互，提升数据在多核间的复用性；并掌握了多核低延迟高并发协同技术，使多核/众核智能芯片在大规模人工智能计算任务上具有近线性加速比。
　　2）智能处理器指令集
　　指令集是处理器芯片生态的基石。公司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，报告期内，公司推出了第五代商用智能处理器指令集（MLUv04）。公司在云端、边缘端、终端三条产品线的所有智能芯片和处理器核IP产品以及基础系统软件均构建于公司自研的MLU指令集基础之上。MLU智能处理器指令集的技术特点如下：
　　①包含控制指令、计算指令（标量、向量、矩阵和张量运算）、访存指令和通信指令等四大类数百条指令，全面覆盖主流智能算法的底层计算特征，针对人工智能应用负载的访存特征降低数据搬运的延迟和功耗，支持多个处理器核之间高效并发协作。
　　②兼顾了硬件开销、计算访存能效和可编程性：易于在芯片硬件上实现，可充分发挥智能处理器高能效的优势，并同时具备出色的易用性和可编程性，方便程序员开发基础系统软件和上层应用软件。
　　③全面支持视觉、语音、自然语言处理、推荐系统以及传统机器学习方法等高度多样化的人工智能处理任务，支持视觉、语音和自然语言处理相互协作融合的多模态人工智能任务，具备卓越的通用性和灵活性。
　　④同一套指令集能够同时支持人工智能训练和推理任务，适用于云端、边缘端、终端不同场景不同类型的智能芯片，支撑公司构建云边端一体化、训练推理融合的基础系统软件平台和具有寒武纪特色的人工智能新生态。
　　3）SoC芯片设计
　　①在SoC架构方面，可根据芯片应用场景灵活搭配不同数量的智能处理器核和各类异构模块，并根据物理约束确定合适的片上互联结构；存储系统、控制处理器与智能处理器核紧密配合，从底层硬件角度支持云边端统一的编程模型、支撑云端智能芯片的虚拟化；通过成熟的QoS设计技术保障数据流量优先级和带宽均衡。
　　②在访存接口方面，公司掌握多种DRAM协议接口的集成设计技术；通过多通道访存、数据包调度排序，预取缓存等相关技术，显著提升人工智能应用负载的有效访存带宽，降低访存延迟。
　　③在片间互联方面，公司掌握串并收发器（SerDes）的集成设计技术，并针对多芯片互联场景设计寒武纪片间互联协议（CCLINK），大幅提升智能计算集群的可扩展性。
　　④在SoC测试方面，掌握完整的可测试性设计（DFT）技术，包括扫描、内建自测试（MBIST）、良率分析、诊断等，在芯片设计阶段即为芯片的硅后测试和顺利量产打下坚实的基础。
　　4）处理器芯片功能验证
　　公司拥有成熟先进的处理器和SoC芯片功能验证平台，确保了智能处理器和SoC芯片逻辑设计按时高质量交付，有效保障了多款芯片产品的流片成功。具体技术特点如下：
　　①在验证环境方面，公司拥有基于公共组件技术的图形化EDA验证环境自动生成器，以及跨EDA/FPGA/EMU平台的联合仿真技术。
　　②在验证工程化管理方面，公司拥有完备的EDA验证管理平台，确保了大规模团队工程化交付管理的高效性。
　　③在验证激励生成方面，公司研发了多核智能处理器随机指令发生器，可为智能处理器核以及SoC芯片的指令级验证自动生成并行度高、功能覆盖完备的指令流。
　　④在验证参考模型设计方面，公司研发了多核智能处理器指令集模拟器，提供了功能级和可定制的时序级多核智能处理器访存和运算模拟，为智能处理器核以及SoC芯片的功能验证提供了合适的参考模型。
　　5）先进工艺物理设计
　　公司是国内少数有7nm先进工艺下复杂芯片物理设计丰富成功经验的企业之一，掌握了如下几个方面的关键技术：
　　①在布局布线方面，公司拥有的切分层次技术和多模块复用技术可降低复杂模块物理设计难度，提升可支持的芯片设计规模。
　　②在顶层时钟树设计方面，公司研发了专用算法，能准确平衡时钟绕线，提升芯片频率。
　　③在快速时序收敛方面，公司研发的技术能调整物理设计各步骤之间的时序一致性，减少时序迭代次数，加速物理设计进程。
　　④在能效优化方面，公司掌握的全局能效比提升优化技术能通过前后端的仿真迭代，针对各种芯片应用场景进行针对性的功耗优化。
　　⑤在芯片良率优化方面，公司掌握了大型芯片电源网络可靠性的分析优化技术，有助于提高芯片产品的寿命。
　　6）芯片封装设计与量产测试
　　公司针对云端、边缘端和终端不同品类的芯片产品，积累并掌握了封装设计与量产测试的多项关键技术，有效支撑了思元100、思元220、思元270、思元290、思元370等多款处理器芯片的研发。主要核心技术包括：
　　①在封装设计方面，公司针对云端芯片产品，掌握了多芯片封装设计和2.5D芯片封装设计技术，可大幅提升芯片集成度和内存带宽；针对终端与边缘端芯片产品，掌握了裸芯倒装焊芯片级封装设计技术，可提升芯片散热性能。
　　②在量产测试方面，公司拥有完备的自动化量产测试硬件设计和仿真技术，掌握了晶片级和封装级的可靠性测试和失效分析能力，具备全流程的大规模量产管控能力、良率优化能力等。
　　7）硬件系统设计
　　公司拥有成熟、全面的硬件系统设计能力，支撑基于自研芯片研发模组/智能加速卡、整机、集群等多样化的产品形态，具体技术特点如下：
　　①在高速接口方面，公司拥有高速串行数据的系统级信号完整性设计和仿真技术，实现了高速SerDes信号在板级和系统间的可靠稳定传递。
　　②在内存接口方面，公司拥有多种类型内存接口的系统级信号完整性设计和仿真技术，大幅提升了单个板卡系统具备的内存总线数量和速率。
　　③在电源设计方面，公司拥有大功率供电的系统级电源完整性设计和仿真技术，保证硬件系统在各种业务模式下都能给予智能芯片充分的供电。
　　（2）基础系统软件技术及其先进性
　　公司能为自研云端、边缘端、终端全系列智能芯片与处理器产品提供统一的平台级基础系统软件和编程接口，公司自研的基础系统软件平台彻底打破了云边端之间的开发壁垒，兼具灵活性和可扩展性的优势，仅需简单移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片/处理器产品之上。公司在基础系统软件方面各项核心技术的先进性具体如下：
　　1）编程框架适配与优化
　　公司在自有智能芯片产品之上研发的基础系统软件可支持各主流人工智能编程框架，包括TensorFow、PyTorch、Caffe、MXNet等，支持Padde等国产人工智能编程框架。开发者可直接基于主流编程框架为公司云端、边缘端、终端各款智能芯片和处理器产品方便地编写应用，这显著降低了遗产代码迁移的成本，提升了人工智能应用开发的速度，是公司云边端一体化生态体系的核心保障。为了高效支撑各类人工智能编程框架，并针对公司芯片产品的特性拓展和优化已有的编程框架，公司掌握了如下关键技术：
　　①该技术解决了编程框架高层算子和智能芯片底层MLU指令集间的语义匹配问题。其中，计算图融合技术通过基于规则的子图匹配融合多种不同类型的计算，能有效提升智能芯片对存储资源的利用率。
　　②计算图并行技术通过算子间及算子内并行等方式充分利用智能芯片中充裕的并行计算单元。
　　③数据布局优化技术能从软件视角有效缓解智能芯片的访存带宽压力，提升整体处理效率。
　　④定点化训练技术通过自适应位宽量化机制实现了基于定点数据处理的人工智能训练，突破了传统浮点训练的性能瓶颈，可大幅提升智能芯片用于训练任务时的性能。
　　2）智能芯片编程语言
　　公司是全球范围内最早研发智能芯片编程语言及其产品级编译器的企业之一。公司研发的BANG语言不仅支撑已有的以C/C++语言编写的智能应用到智能芯片的快速移植，还通过语言扩展进一步具备了对智能芯片的硬件特性进行精确描述的能力。具体而言，BANG语言通过提供多种存储类型来描述智能芯片的存储资源；通过提供同步及并行等操作来描述智能芯片的控制资源；通过提供多种数据类型以及计算原语来描述智能芯片的计算资源。BANG语言充分利用了智能芯片的硬件架构特性以显著提升智能算法执行时的性能，并可在不改变用户编程习惯的前提下适应未来新出现的智能算法，从系统软件角度赋予寒武纪系列智能芯片卓越的前瞻性和通用性。同时，基于BANG语言开发的算子及应用能在公司云端、边缘端、终端各款智能芯片和处理器产品方便地进行迁移，有力地支撑了寒武纪云边端一体化生态体系。
　　3）智能芯片编译器
　　公司研发了可将以BANG语言编写的程序编译成智能芯片底层指令集（MLU指令集）机器码的智能芯片编译器。公司在该方向上掌握了片内存储分配、自动软件流水、全局指令调度等一系列关键技术：片内存储分配实现了对片内各类存储资源的高效重复利用；自动软件流水实现了对并行计算资源的充分利用；全局指令调度实现了对存储和计算资源的均衡利用。优化后的编译器自动生成的机器码在性能上接近专家手工优化的代码，且开发效率提升了一个数量级以上，可大幅降低在智能芯片上做应用开发的门槛。
　　4）智能芯片数学库
　　人工智能领域常见的推理和训练任务可以解构并归纳抽象为数百个基本数学算子（如向量运算、卷积等）。公司在自有智能芯片上将这些基本数学算子预先作了高效实现，形成了一套覆盖面广、性能优异的数学库。目前，公司开发的数学库已经伴随着公司的处理器和芯片产品服务于过亿台智能终端和服务器设备。公司在该方向上掌握了自动模板匹配、算子深度融合、静态片上存储管理及多核架构自适应等一系列关键技术。其中，自动模板匹配实现了对复杂手工优化指令模板的精准匹配，提升了处理效率；算子深度融合实现了多类复杂算子的片上数据驻留与融合，大幅度降低了对片外访存带宽的需求；静态片上存储管理实现了对变长片上存储访问的最优分配，能够显著提升对片上存储空间的利用率；多核架构自适应使数学库能快速适应硬件架构的多核扩展。基于上述关键技术，公司研发的数学库具有较高的访存有效利用率及最终运行效率。
　　5）智能芯片虚拟化软件
　　公司针对寒武纪系列智能芯片研发的虚拟化软件，可以将物理上的单个智能芯片虚拟化为数量可配、规模可选且具有良好安全性和隔离性的虚拟智能芯片，以供多个虚拟机或容器同时使用。公司在该方向上掌握了异构资源共享、热迁移及容器支持等系列关键技术。其中，异构资源共享支持智能芯片上的计算、存储和编解码等多种异构资源的共享，可以有效提升资源利用率；热迁移可以突破传统虚拟化的瓶颈以支持灵活高效的任务迁移；容器支持则为数据中心提供了轻量级部署和集群管理方案的支撑。基于上述关键技术，公司所研发的虚拟化软件不仅能提供良好安全性和隔离性，还能保证服务质量，在各类人工智能应用负载上具有良好的虚拟化性能。
　　6）智能芯片核心驱动
　　公司研发的核心驱动程序是保证智能芯片在操作系统中高效运行的底层基础组件。公司在该方向上掌握了多内存模型管理、异步任务调度及高效数据拷贝等一系列关键技术。其中，多内存模型管理技术可以提升复杂异构架构下的内存访问效率；异步任务调度可以提升多任务处理的吞吐率；高效数据拷贝可以提升主机/设备间数据传输效率。基于上述关键技术的突破，公司研发的核心驱动可以支撑不同计算和存储架构下数据的高效传输和多任务的高效运行，以统一的用户接口支撑多种型号的智能芯片/处理器和各类型操作系统。
　　7）云边端一体化开发环境
　　公司研发的云边端一体化开发环境，为公司云边端系列芯片提供统一的软件开发工具链，支持程序员实现跨云边端硬件平台的人工智能应用开发，以“一处开发、处处运行”的模式大幅提升跨平台开发效率和部署速度。
　　2.报告期内获得的研发成果
　　公司在智能芯片及相关领域开展了体系化的知识产权布局，为公司研发的核心技术保驾护航。报告期内，公司新增专利申请194项，其中发明专利申请184项，实用新型专利申请4项，外观设计专利申请6项；公司新增获授权的专利为305项，其中发明专利292项，实用新型专利7项，外观设计专利6项。此外，公司新增软件著作权5项；集成电路布图设计0项。
　　截至2022年12月31日，公司累计申请的专利为2,720项。按照专利地域可分为：境内专利申请1,752项，境外专利申请688项，PCT专利申请280项；按照专利类型可分为：发明专利申请2,647项，实用新型专利申请36项，外观专利申请37项。
　　公司累计已获授权的专利为865项。按照专利地域可分为：境内专利637项，境外专利228项；按照类型可分为：发明专利795项、实用新型专利34项，外观设计专利36项。
　　此外，公司拥有软件著作权63项；集成电路布图设计6项。
　　3.研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　本期研发投入总额152,310.64万元，较上年同期增加38,736.58万元，同比增长34.11%。主要原因系：
　　（1）职工薪酬增加：主要系半导体行业人才薪酬水平升高所致。
　　（2）测试化验加工费增加：主要系本期公司新产品流片等相关费用增加。
　　（3）无形资产摊销及固定资产折旧增加：主要系公司根据研发需求购置IP、EDA等无形资产以及研发设备等，导致无形资产摊销费用及固定资产折旧费用较上年同期增加。
　　4.在研项目情况
　　5.研发人员情况
　　6.其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、领先的核心技术优势
　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。
　　公司在智能芯片及相关领域开展了体系化的知识产权布局，为公司研发的核心技术保驾护航。
　　截至2022年12月31日，公司累计申请的专利为2,720项。按照专利地域可分为：境内专利申请1,752项，境外专利申请688项，PCT专利申请280项；按照专利类型可分为：发明专利申请2,647项，实用新型专利申请36项，外观设计专利申请37项。
　　公司累计已获授权的专利为865项。按照专利地域可分为：境内专利637项，境外专利228项；按照类型可分为：发明专利795项、实用新型专利34项，外观设计专利36项。
　　此外，公司拥有软件著作权63项；集成电路布图设计6项。
　　2、人才团队优势
　　公司董事长、总经理陈天石博士曾在中科院计算所担任研究员（正高级职称）、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，积累了坚实的理论功底和丰富的研发经验，创办并领导公司在智能芯片方向快速跻身全球初创公司前列。
　　公司在技术研发、供应链、产品销售等方面均建立了成熟团队，核心骨干均有多年从业经验。公司核心研发人员多毕业于著名高校或科研院所，拥有计算机、微电子等相关专业的学历背景，多名骨干成员拥有知名半导体公司多年的工作经历。公司员工中有79.49%为研发人员，77.18%的研发人员拥有硕士及以上学位，研发队伍结构合理、技能全面，有力支撑了公司的技术创新和产品研发。
　　3、产品体系优势
　　目前，公司已推出的产品体系覆盖了云端、边缘端的智能芯片及其加速卡、训练整机、处理器IP及软件，可满足云、边、端不同规模的人工智能计算需求。公司的智能芯片和处理器产品可高效支持视觉（图像和视频的智能处理）、语音处理（语音识别与合成）、自然语言处理以及推荐系统等多样化的人工智能任务，高效支持视觉、语音和自然语言处理等技术相互协作融合的多模态人工智能任务，可辐射智慧互联网、智能制造、智能教育、智慧金融、智能家居、智慧医疗等“智能+”产业。
　　4、客户资源优势
　　公司凭借领先的研发能力、可靠的产品质量和优秀的客户服务水平，在国内外积累了良好的品牌认知和优质的客户资源。目前公司产品广泛服务于服务器厂商、人工智能应用公司，辐射互联网、云计算、能源、教育、金融、电信、医疗等行业的智能化升级，支撑人工智能行业快速发展。
　　借助运营积累的客户基础，公司进一步提升了品牌认可度和市场影响力，上述优质客户的品牌效应也有助于公司进一步开拓其他客户的合作机会。同时，丰富的现有客户资源也为公司新产品的市场开拓提供了便利，可以实现多类产品的销售协同，产品的推出、升级和更新换代更易被市场接受，为公司的业务拓展和收入增长打下了良好的基础。
　　5、品牌优势
　　随着公司近年来的快速发展，公司迭代推出多款智能芯片、处理器IP产品，通过提供优秀的产品性能、可靠的产品质量、完善的技术支持积累了良好的市场口碑，在业内的知名度不断提升。公司成立至今共获得多项荣誉：2017年12月，公司获得全球知名创投研究机构CBInsights颁布的“2018年全球人工智能企业100强”奖项；2018年11月，于深圳举办的第二十届中国国际高新技术成果交易会上，寒武纪1M处理器、思元100智能芯片、思元100加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公司上榜由美国著名权威半导体杂志《EETimes》评选的“2018年全球60家最值得关注的半导体公司（EETimesSiicon60of2018）”榜单；2019年6月，公司入选《福布斯》杂志中文版颁布的“2019福布斯中国最具创新力企业榜”；2019年10月，思元270芯片获得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020年4月，公司获得全球知名创投研究机构CBInsights颁布的“2020ICDESIGNChina”奖项；2020年6月，公司获得胡润研究院“2020胡润中国芯片设计10强民营企业”荣誉称号；2020年6月，公司上榜《EETimes》评选的“2020年全球100家最值得关注的半导体公司（EETimesSiicon100）”榜单。2021年3月，公司上榜《EETimes》评选的“AI芯片公司(AICHIP)TOP10”榜单；2021年7月，公司的思元290智能芯片及加速卡、玄思1000智能加速器获得了由世界人工智能大会组委会颁发的“SAIL之星”奖。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　报告期内，公司归属于母公司股东的净利润、归属于母公司股东的扣除非经常性损益后的净利润分别为-125,656.25万元、-157,947.90万元，均为负值。截至2022年12月31日，公司经审计的母公司报表未分配利润为-180,430.98万元，合并报表中未分配利润为-337,241.96万元，母公司报表可供股东分配的利润为负值。
　　公司尚未实现盈利且存在累计未弥补亏损，主要因公司为确保“云边端”芯片产品及基础系统软件平台的高质量迭代，在竞争激烈的市场中保持技术领先优势，持续加大研发投入。报告期内，研发人员薪酬、流片费用、研发设备及IP对应的折旧和摊销等费用较上年同期显著增加。
　　虽然公司无法保证短期内实现盈利或进行利润分配，但是在报告期内，公司思元370芯片及加速卡在众多行业领域中的头部公司实现了批量销售或达成合作意向。通过历代产品的过硬测评指标及优良服务口碑，公司的规模经营效益逐年提升、品牌效应逐步凸显。
　　同时，公司认为，高质量的研发投入是芯片行业实现长远发展的坚实基础，是支撑企业未来发展不可或缺的基石。公司目前现金流状况良好，可以在未来一段时间内为公司研发投入及日常运营提供有效支撑。公司将持续拓展市场份额、加速场景落地、聚焦技术创新、持续构建生态和品牌，提升公司的核心竞争力。
　　(二)业绩大幅下滑或亏损的风险
　　报告期内，公司归属于母公司所有者的净利润为-125,656.25万元，较上年同期扩大亏损43,161.31万元。主要因公司为确保“云边端”芯片产品及基础系统软件平台的高质量迭代，在竞争激烈的市场中保持技术领先优势，持续加大研发投入。2022年，公司实现营业收入72,903.46万元，相对于2021年度营业收入增长1.11%。研发投入总额152,310.64万元，较上年同期增加38,736.58万元，同比增长34.11%。
　　公司未来业绩变化，将受公司内外部因素的综合影响。外部方面，将可能受到宏观经济、行业发展及竞争态势、上下游产业发展等方面的影响。内部方面，将可能受到公司技术研发、市场推广、生态建设等方面的影响。
　　为降低公司业绩下滑的风险，公司一方面加大市场推广力度，夯实生态建设，一方面提升运营效率。2020至2022年，公司整体运营费用分别为：97,830.29万元、160,285.78万元、190,245.01万元。若排除股份支付对个别年度的影响，公司除股份支付外的运营费用分别为：96,644.48万元、139,297.17万元、179,137.46万元。其中，公司近三年扣除股份支付的管理费用增长率分别为36.47%、21.25%、-0.13%，公司运营效率逐步提升。
　　综上，公司管理层未来亦将结合最新行业发展和竞争态势，把握最新技术方向，提高技术研发及公司运营的效率，加大市场推广力度，夯实生态建设，以应对和降低相关风险。
　　(三)核心竞争力风险
　　公司所处行业为技术密集型行业。公司掌握的核心技术及公司研发水平将严重影响公司的核心竞争力。
　　公司是目前行业内少数全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司掌握的核心技术具有一定技术壁垒，关键核心技术处于行业的领先水平。但随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。此外，研发项目的进程及结果的不确定性较高，公司将面临前期的研发投入难以收回、预计效益难以达到的风险。未来，公司将不断贴近市场需求，提升研发投入效率，保障产品的快速迭代，以此保障公司提升自身的核心竞争力。
　　(四)经营风险
　　1、公司持续稳定经营和未来发展存在不确定性的风险
　　（1）公司运营时间较短，业务结构和商业模式仍处于发展变化中，公司持续经营和未来发展前景存在不确定性的风险
　　人工智能芯片技术处于发展的早期阶段，公司的业务结构、商业模式尚处于发展变化中，但公司已经发布的产品均获得市场的认可，并为公司带来稳定的收益。例如：公司边缘端产品思元220芯片及加速卡产品自发布以来，累计销量突破百万片；云端产品线和智能计算集群系统业务近三年均有较为稳定的收入贡献。未来，公司仍将推出新产品和新业务以适应人工智能应用和场景的不断变化。因此，公司未来在产品结构、客户结构、业务结构、商业模式等方面仍有可能发生较大变化。
　　目前公司云边端系列化产品矩阵业已形成，且作为主要收入来源的智能芯片及加速卡也在持续升级、迭代。公司会根据市场需求，将智能芯片及加速卡以不同的产品形态提供给客户，虽然各产品线收入会存在一定波动，但整体来看均是基于公司核心产品持续、稳定的收入贡献。
　　（2）公司经营业绩导致的持续经营和未来发展前景存在不确定性的风险
　　公司业务拓展及收入增长受到行业政策、国际政治经济环境、国内宏观经济形势、公司的市场开拓、市场竞争、新产品推出节奏、新产品比较优势、在手订单执行情况等多种因素的影响。如果上述因素发生不利变动，公司可能会面临累计未弥补亏损进一步扩大的情况，将对公司业务拓展、收入增长和公司持续经营及未来发展前景带来不利影响。
　　2、客户集中度较高的风险
　　2020年、2021年和2022年，公司前五大客户的销售金额合计占营业收入比例分别为82.11%、88.60%和84.94%，客户集中度较高。若公司主要客户对公司产品的采购量大幅降低或者公司未能继续维持与主要客户的合作关系，将给公司业绩带来显著不利影响。此外，公司面临着新客户拓展的业务开发压力，如果新客户拓展情况未达到预期，亦会对公司盈利水平造成一定不利影响。公司将丰富产品矩阵以适应更多商业客户对智能计算的差异化需求，同时抓住人工智能技术开始进入各传统行业的战略机遇期，加大市场拓展力度，以逐步降低客户集中度。
　　3、云端智能芯片及加速卡的可持续性增长风险
　　近三年，公司云端产品线收入分别为8,625.23万元、8,023.16万元、21,944.89万元。目前，公司云端产品主要应用于互联网、金融等领域，主要客户包括服务器厂商、互联网公司等。目前公司已完成了服务器厂商的产品适配并与主要服务器厂商建立了长期深入的合作关系。公司的云端智能芯片和加速卡的主要竞争对手为英伟达。在软件生态方面，英伟达凭借长久以来的经验积累以及产品推广已形成了较为完善的软件生态，用户对其产品接受度较高，形成了一定的用户习惯，给公司产品的导入带来了一定的迁移成本。英伟达的GPU芯片和加速卡产品占据90%以上的市场份额。若未来云端产品的迭代、软件生态的完善不及预期，或未来市场推广与客户开拓不及预期，公司云端产品线业务将面临可持续增长的风险。目前云端产品客户与公司尚未形成长期稳定的合作关系。未来，随着云端产品发展与迭代及生态的不断完善，公司将积极加深与服务器厂商及互联网龙头的合作关系，进一步拓展细分领域客户。
　　4、边缘智能芯片及加速卡的可持续性增长风险
　　公司自2020年边缘产品线量产后即开始与智能物联网头部客户展开合作。由于该客户所在的智能物联网行业是目前边缘计算相对成熟的应用场景，对边缘产品的市场需求量较高，因此公司边缘产品线收入主要来该客户，短期来看公司边缘产品线业务对其存在一定依赖。长期来看，随着边缘计算应用场景（如工控机、边缘服务器、机器人、智能电视等方向）的不断发展，边缘计算整体市场空间将不断扩大，相关行业客户的产品需求持续增加，公司将进一步开拓更为丰富的客户资源，公司边缘产品线业务对少数客户的依赖将有所降低。以此应对边缘智能芯片及加速卡可持续性增长的风险。
　　5、智能计算集群系统业务的可持续性增长风险
　　近三年，公司智能计算集群系统收入分别为32,565.08万元、45,560.45万元及45,851.03万元，各期收入主要来自公司在西安沣东、珠海横琴、江苏南京、江苏昆山的智能计算集群系统
　　业务，客户集中度较高。近年来国家鼓励建设以智能计算中心为代表的算力基础设施，各地政府建设区域性智能计算中心的需求较为密集。公司智能计算集群系统业务的核心是公司自主研发的云端智能芯片和软件系统，具有较强的竞争优势。公司智能计算集群系统业务取决于下游客户对于人工智能算力的需求。如果下游客户对于人工智能数据中心的建设需求趋缓，公司智能计算集群系统业务未来将面临可持续增长的风险。
　　公司将依托“东数西算”的产业背景，借助前期集群业务的优良口碑，积极拓展市场以应对智能计算集群系统业务的可持续性增长风险。
　　6、IP授权及软件业务的可持续性增长风险
　　IP授权及软件业务主要包含终端智能处理器IP和基础系统软件平台两部分，随着公司云边端产品线的丰富，终端智能处理器IP授权逐渐成为公司业务发展的一个中间形态，虽然收入贡献相对较低，但仍是公司业务的重要组成部分，有助于打造、推广公司云边端统一的人工智能开发生态。终端SoC芯片公司可通过集成公司的处理器IP产品快速获得人工智能处理能力，并使用寒武纪提供的云边端一体化的人工智能基础软件平台进行开发，上述SoC芯片公司及其客户将成为寒武纪生态的组成部分，而生态的推广也将进一步推动公司云端或边缘端芯片产品的广泛使用。此外，基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），其产生的收入主要依托公司云边端智能芯片产品，公司芯片产品的推广将直接决定了该基础系统软件平台的收入，因此，如果公司云边端智能芯片产品未来市场推广与客户开拓不及预期，软件业务未来面临着可持续增长的风险。
　　7、供应链稳定相关风险
　　公司采用Fabess模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。公司向供应商采购芯片IP、EDA工具、晶圆及其他电子元器件等，报告期内公司与主要供应商保持了稳定的合作关系。2022年12月15日，美国商务部工业和安全局（BIS）以国家安全和外交利益为由，将公司及部分子公司列入“实体清单”。目前，该事项对公司研发造成的影响程度尚在有限范围内，公司的核心技术来自于寒武纪的自主研发，拥有自主知识产权，不会对公司产品研发及核心竞争力产生重大不利影响。长期来看，切换新供应商将产生一定成本，将可能对公司经营业绩产生不利影响。
　　为应对该事项对公司发展造成的不利影响，公司将基于产业政策与产业链上下游长期、广泛、良好的合作，在产品研发各阶段继续与各相关方保持良好沟通，并积极探索，做好各项应对工作，推动公司业务持续发展。
　　(五)财务风险
　　1、研发投入相关的财务风险
　　报告期内公司研发投入为152,310.64万元，比上年同期增长34.11%，占报告期内营业收入的208.92%，公司研发投入保持较快增长速度，且研发投入超过营业收入。为保持技术先进性和市场竞争力，公司将持续研发投入，可能将对公司的经营成果产生较大影响。
　　2、大额股份支付的风险
　　为进一步建立、健全公司长效激励机制，有效地将股东利益、公司利益和员工利益相结合，使各方共同关注公司的长远发展，公司进行了多次员工股权激励，报告期内，公司发生股份支付费用11,107.55万元。公司股份支付在未来几年将持续摊销，同时有可能实施新的股权激励计划，将可能持续产生大额股份支付费用。
　　3、毛利率波动风险
　　报告期内，公司的综合毛利率处于较高水平，主营业务综合毛利率为65.85%，较上年增加3.46个百分点。主要原因是云端产品线思元290、思元370系列产品在多家头部企业完成产品导入，凭借其优异的产品竞争力，与多家头部企业实现了合作，形成了有效拓展，带动本期云端产品线业务收入的大幅增长。毛利率相对较低的边缘端产品在报告期内的收入占比下降。而2021年度毛利率相对较低的边缘产品线收入占比较高。智能芯片行业的综合毛利将与国家政策调整、市场竞争程度、全球供应链稳定等情况高度相关。同时，公司主要产品毛利率亦受公司拓展新业务、产品售价、原材料及封装测试成本、供应商工艺水平及公司设计能力等多种因素的影响，若前述因素发生不利变动，公司可能存在毛利率下降，进而影响经营成果和业绩表现的风险。
　　4、应收账款发生坏账的风险
　　报告期末，公司应收账款账面价值为76,560.89万元，占期末资产总额的比例13.27%，较2021年末增长60.16%。公司应收账款主要来自智能计算集群系统客户，公司在报告期末已对逾期时间较长、且金额较大的客户按单项计提坏账损失的方式计提坏账准备。目前，智能计算集群业务收入仍占公司营业收入的比重较大，若该业务客户的回款不及时，或客户因经营情况不善等因素丧失还款能力，则公司因应收账款金额较大将面临坏账的风险，从而对公司资产质量及盈利能力造成不利影响。
　　5、存货跌价风险
　　公司存货主要由原材料、委托加工物资和库存商品构成。报告期末，公司存货账面余额为49,916.27万元，较上年同期增加57.49%。公司存货增加的主要原因系2021年及2022年在全球芯片材料和产能紧张的形势下，公司结合新产品发布节奏备货，处于生命周期末期的云端产品思元100、思元270销量减少及2022年边缘产品思元220因客户需求变化销售不及预期所致。报告期末，公司存货跌价准备余额为21,204.12万元，主要系公司存货整体库龄增加所致。
　　若公司未对未来市场及销售情况作出准确预期，未来市场环境发生变化、产品技术迭代更新导致存货滞销，或公司无法有效开拓客户，公司主要客户后续下单进度不及预期，将导致公司存货的整体库龄变长，存货跌价风险增加，进而对公司资产质量及盈利能力产生不利影响。
　　(六)行业风险
　　近年来，随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。总体来看，人工智能芯片技术仍处于发展的初期阶段，技术迭代速度加快，技术发展路径尚在探索中，尚未形成具有绝对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品，该领域市场竞争日趋激烈。目前，英伟达在人工智能芯片领域仍占有绝对优势。
　　当前，除寒武纪之外，在云端智能计算市场和边缘智能计算市场中，目前市场份额主要由英伟达等企业所占据；在智能计算集群系统市场，基于英伟达GPU产品的集群占据市场优势地位。与英伟达等集成电路行业巨头相比，公司存在一定竞争劣势。在产业链生态架构方面，公司自主研发的基础系统软件平台的生态完善程度与英伟达相比仍有一定差距；在产品落地能力方面，公司的销售网络尚未全面铺开，业务覆盖规模及客户覆盖领域需进一步拓展。
　　未来，公司将加强研发管理，提升研发效率，以应对行业风险。
　　(七)宏观环境风险
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　2022年全年，公司实现营业收入72,903.46万元，较上年同期增长1.11%。公司实现归属于上市公司股东的净利润为-125,656.25万元，亏损金额较上年同期扩大43,161.31万元；归属上市公司股东的扣除非经常性损益的净利润为-157,947.90万元，亏损金额较上年同期扩大46,872.94万元。

　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　见第三节“管理层讨论与分析”之“二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明”中“（三）所处行业情况”。
　　(二)公司发展战略
　　公司以“为客户创造价值，成为持续创新的智能时代领导者”为使命，以“让机器更好地理解和服务人类”为愿景，聚焦于人工智能芯片领域，为客户提供系列化的人工智能芯片产品与技术支持服务。未来公司将围绕自身的核心优势、提升核心技术，结合内外部资源，以自主创新为驱动，不断推动企业发展，围绕人工智能核心驱动力——计算能力，坚持云边端一体化，坚持软硬件协同，为智能云计算、智能边缘、智能终端、智能驾驶等场景提供芯片及加速卡产品，矢志成为国际领先的人工智能芯片设计公司，服务全球客户。
　　鉴于集成电路设计行业是人才、技术和资金密集型的行业，行业的发展受研发、技术和管理能力驱动，公司将密切关注中国及全球市场智能芯片需求，从产品定义、研发规划、资源整合、委外合作以及产业链协同等方面制定发展战略，进一步提升公司的核心研发能力、产品设计能力和市场地位，实现高速发展。
　　(三)经营计划
　　公司管理层将在董事会的领导下，落实公司发展战略和规划，保持主营业务持续发展；聚焦技术创新、持续研发投入，启动募投项目，升级迭代新一代智能芯片产品；加强市场开拓力度，探索新场景算力需求，加强生态建设。同时，重视人才引进与人才培养，推进任职资格体系建设，加强完善激励体系，提升公司核心竞争力。
　　（一）加强市场开拓力度，探索新场景算力需求
　　2023年，公司将加强市场开拓力度，加速场景落地，深耕行业客户，开拓新兴场景下人工智能应用场景的算力需求。
　　在智能计算集群系统业务上，公司将依托“东数西算”等产业背景，总结过往在江苏南京、江苏昆山、珠海横琴等地项目推广经验，最大程度的发挥公司自身优势，探索合作双方的双赢模式。同时，公司借助前期积累的优良口碑，积极拓展智能计算集群系统业务。
　　在云端产品线上，公司一方面将持续推进已处于适配阶段的项目，扩大在互联网领域、金融领域、通信运营商以及重点行业等客户处的深度合作，在赋能传统业务的同时，实现市场份额的突破。另一方面，公司亦将把握AIGC产业下人工智能应用对智能算力的井喷需求，凭借公司领先的技术优势和当前产品的高度契合优势，积极与新兴场景下的算法应用公司进行接洽与合作，提供推理和训练算力支撑，实现和算法应用公司合作探索、共同成长的同时，积极拓展国内AIGC产业下智能算力芯片的市场份额。
　　在边缘产品线上，公司将积极探索边缘智能芯片产品在边缘服务器、工控机、机器人、智能电视等应用场景下的算力需求，进一步开拓更为丰富的客户资源。抓住人工智能技术进入传统行业的战略机遇期，在边缘市场中提升公司的市场占有率及品牌效应。
　　（二）聚焦技术创新、持续研发投入
　　2023年，公司将继续在研发方面大力投入。适时启动先进工艺平台芯片项目、稳定工艺平台芯片项目、面向新兴应用场景的通用智能处理器技术研发项目。拟建设的内容包括：（1）基于先进工艺平台，研发高能效的智能芯片，并研发相应配套的基础系统软件；（2）建设稳定集成电路工艺制程下的芯片设计平台，开展3款不同算力档位的高集成度智能SoC芯片研发，并研发配套的基础系统软件；（3）研发面向新兴场景的智能指令集、处理器微体系结构、处理器功能和性能模拟器、软件工具链等。上述三个项目的形成的产品或成果，将提升公司的核心竞争力，丰富公司产品矩阵，适应不同的人工智能应用场景。
　　在软件上，公司将继续优化、迭代基础系统软件平台，持续推进推理软件平台和训练软件平台的研发和改进工作。支撑主流编译版本，增加算子覆盖数量，减少客户的学习成本、开发成本和迁移成本，实现更广泛的编译环境，为客户提供跨平台、通用、易用的硬件产品做好全方位支持。
　　（三）持续构建生态和品牌
　　公司一直将构建和完善生态建设和品牌形象作为公司长期的战略规划。2023年，公司将继续完善寒武纪开发者社区，持续更新推出相关在线课程；丰富芯片应用方案和解决方案，引导和调动开发者在开发者社区的积极性，实现整个生态系统的健康持续发展，缩小与竞争对手在生态上的差距。
　　同时，公司将持续增强与高校、科研单位深入的合作，定位长期潜在使用和开发者。在国内软硬件实验环境下，助力高校人工智能人才的培养，分享人工智能应用开发和赋能的技术。
　　（四）推动组织结构优化，完善激励体系
　　2023年，公司将继续推动组织结构优化，完善激励体系建设。公司将建立健全的人才梯队体系，加强人才培养工作，明确员工的职业发展通道和规划，让核心骨干和潜力人才获得更多的提升和发展机会，以目标和结果为导向，以绩效贡献为关键衡量指标，加强完善公司的激励体系。 收起▲