文章核心观点 - 公司是一家成立于2020年的GPU芯片设计企业，采用Fabless模式，专注于通用GPU（GPGPU）产品，其收入在2023年至2025年第一季度实现爆发式增长，但公司目前仍处于持续亏损和高强度研发投入阶段 [5][6][9][23][26][27][31] - 公司产品主要应用于人工智能训练和推理，其主力产品曦云C系列（训推一体）贡献了绝大部分收入，同时公司正在积极研发下一代产品以对标国际先进水平 [5][6][7][16][26][28][38] - 全球及中国AI芯片市场处于高速增长期，但竞争格局高度集中，由英伟达等国际巨头主导，公司作为国内初创企业市场份额较小，面临技术、生态和供应链方面的挑战，同时也受益于国产替代和国内AI基建需求增长带来的机遇 [14][16][36][37][38] 公司基本情况 - 公司全称为沐康股份，计划于2025年12月5日在科创板申购，由华泰联合证券保荐，成立于2020年，位于上海，属于非国有企业 [1][2][22][23] - 公司是一家GPU芯片设计企业，采用Fabless模式，负责芯片研发，而晶圆加工、封装测试、EDA工具、部分IP及HBM芯片需对外采购 [5][6][26][27] - GPU（图形处理器）是人工智能时代的基础算力底座，公司产品主要分为用于AI训练和推理的通用GPU以及用于图形渲染的GPU，目前收入主要来自通用GPU [5][26] 业务与产品情况 - 收入构成与增长：公司收入在2023年及2024年呈现爆发式增长，2023年收入为0.53亿元，同比增长12334.62%，2024年收入达7.43亿元，同比增长1301.46%，2025年第一季度收入为3.20亿元 [9][30] - 产品收入结构：公司收入高度集中于“训推一体GPU系列”产品。2024年，该系列产品收入合计占主营业务收入的97.28%（其中板卡占68.99%，服务器占28.29%），2025年第一季度该占比为97.87%（板卡占97.55%，服务器占0.32%） [4][25] - 产品矩阵：公司产品分为三大系列：C系列定位AI大模型训练推理一体，N系列定位AI大模型推理，G系列定位图形渲染 [5][6][26] - 主力及在研产品： - 主力在售产品为曦云C500、C550（训推一体）和曦思N100（AI推理） [16][38] - 曦云C500性能对标英伟达2020年发布的A100产品 [16][38] - 在研产品曦云C600（第二代）已于2024年10月流片，2025年7月回片点亮并发布，已获得多家机构关注 [17][39] - 在研产品曦云C700（第三代）性能对标英伟达2022年发布的H100产品，基于国产先进工艺开发，但HBM3e显存或仍依赖海外供应商 [17][38][39] - 客户集中度：公司客户集中度较高，2025年第一季度前五大客户销售额占比达88.35%，2024年度占比为71.09% [8][30] 财务数据 - 盈利状况：公司持续亏损且亏损额扩大，扣非归母净利润从2022年的-7.84亿元扩大至2024年的-10.44亿元，2025年第一季度为-2.19亿元 [9][30] - 毛利率：公司毛利率显著提升并保持较高水平，从2022年的24.10%提升至2023年的64.27%，2024年及2025年第一季度分别为53.48%和55.26% [9][30] - 现金流：公司经营活动现金流持续为负且流出扩大，2024年为-21.48亿元，2025年第一季度为-5.31亿元 [9][30] - 研发投入：公司维持高强度研发投入，且研发投入占收入比例极高，2024年研发投入为9.01亿元，占当期收入（7.43亿元）的121.24% [9][31] 行业情况 - 市场规模：全球及中国AI芯片市场成长空间巨大，预计2025年中国AI芯片市场规模将增长至1530亿元，2020年至2025年复合增长率达53% [14][36] - 竞争格局：全球GPU市场呈寡头垄断格局，由英伟达和AMD主导。2024年在中国AI芯片市场，英伟达占66%，AMD占5%，华为海思占约23%，公司市场份额约为1% [14][36][37] - 行业驱动：自ChatGPT发布以来，AI进入黄金发展期，推动国内外AI数据中心和智算中心资本开支激增，直接刺激GPU需求爆发 [16][37] - 国内外资本开支差异：北美云厂商（亚马逊、微软、谷歌、Meta）的AI基建资本开支呈“指数级增长”，2025年计划达千亿美元级别。相比之下，国内投入相对“克制”，例如阿里计划三年投入3800亿元，但已远超自身历史水平，足以支撑国内GPU市场需求增长 [16][37] - 国产GPU挑战与机遇： - 供给紧张：国产GPU厂商起步晚，大多处于“从零到一”阶段，且先进制程和先进封装受国际贸易政策限制 [16][38] - 生态差距：英伟达CUDA生态壁垒极高，国产厂商多采取兼容策略，软件生态建设是从零开始 [16][38] - 应用场景：国内互联网企业采购仍以国际产品为主，国产GPU占比低且多集中于推理场景，训练场景导入较慢 [16][38] - 长期看好：伴随技术突破、政策助力、需求增长及国产替代加速，长期看好国产GPU市场发展 [16][38] 公司竞争优势与关注点 - 技术进展：公司曦云C600、C700基于国产先进工艺开发，宣称核心技术自主可控 [17][38] - 集群能力：公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发推动万卡集群落地 [19][39] - 资金与研发周期：GPU属于资本与技术双密集型产业，公司尚未盈利，需不断融资维持高研发投入。AI大模型迭代周期（3-6个月）远快于芯片研发周期（2-3年），需关注公司资金能否支撑发展需求 [19][39] - 供应链风险：受中美科技博弈影响，公司在先进制程晶圆代工和HBM供应方面受到限制，未来能否稳定获得国产先进工艺产能仍需关注 [17][39]