文章核心观点 - 国产AI算力产业链正通过技术创新和生态合作实现闭环 重点突破互联技术瓶颈 推动算力自主化进程 [1][6][18] 行业政策与战略方向 - 国务院印发《关于深入实施"人工智能+"行动的意见》 明确要求强化8项基础支撑能力 包括提升模型基础能力 加强数据供给创新 强化智能算力统筹等 [6] - 工信部联合多部门发文 强调以新一代通信技术驱动 构建覆盖感知 传输 存储与计算的基础设施体系 并合理布局区域枢纽节点 逐步提高智能算力占比 [6] - 上海智能算力产业已形成基础夯实 创新活跃 场景丰富的良好态势 需强化技术创新协同 完善算力调度体系 深化场景融合应用 [3] 互联技术价值与突破 - 互联技术成为AI基础设施关键环节 高带宽低时延互联能力是提升模型性能 降低成本 实现普惠AI的重要路径 [6] - 英伟达NVLink 5.0为每个Blackwell GPU提供1.8TB/s双向带宽 NVSwitch芯片在GB200 NVL72系统中构建总带宽130TB/s的72 GPU NVLink域 [7] - 奇异摩尔提供覆盖Scale-out网间互联 Scale-up超节点GPU片间互联 Scale-inside芯片内互联的全栈互联解决方案 [8] - 奇异摩尔Kiwi G2G IO Die超节点互联芯粒支持TB级带宽 Kiwi SNIC AI原生超级网卡支持800Gbps传输带宽 μs级延时 [10] - 奇异摩尔片内互联方案基于UCIe的D2D IP及Central IO Die系列 可提升AI网络单卡算力 [12] 生态合作与标准建设 - 中国移动联合产业链企业启动智算开放互联OISA生态共建 发布OISA 2.0协议 支持1024张AI芯片 TB/s级带宽 数百纳秒时延 [14] - OISA协议打破Scale-up协议带宽与延迟瓶颈 明确OISA IP OISA IO芯粒等互联承载物设计方向 [15] - 沐曦形成完整产品线 涵盖芯片 板卡 服务器及多形态超节点 创新推出光互连超节点 耀龙3D Mesh超节点等 [17] - 新华三H3C UniPoD系列超节点支持以太网和PCIe双协议 实现单机柜最高64卡GPU高速互联 [17] 产业链协同与发展趋势 - AI算力需求从单体智能向群体智能发展 互联技术成为延续摩尔定律 提升算力密度的核心路径 [18] - 国内先进工艺受限背景下 互联技术可通过规模和成本换性能 实现算力自立 [18] - 产业链需上下游协同突破超节点互联协议性能瓶颈 打造媲美国际先进水平的产品 [17]

报告行业投资评级 - 国产算力趋势走强 沐曦领衔通用GPU 行业投资评级为积极看好 [2][3] 报告核心观点 - 国产算力与AI模型生态闭环逐步建立 2025年8月Deepseek V3.1引入FP8精度 针对国产芯片迭代 表明国产算力倾斜趋势 [3][9] - 国内互联网大厂资本支出进入上升期 阿里巴巴未来三年计划投入超3800亿元用于AI算力 字节2025年预计900亿元用于AI算力采购 [3][14] - 沐曦股份为国内高性能通用GPU领军企业 自研架构兼容CUDA 累计出货2.5万颗GPU 2022-2024年营收CAGR达4075% [3][18][32] - 国产GPU替代必要性提高 2024年中国AI芯片市场规模中GPU占1000亿元 ASIC/DSA占425亿元 本土品牌AI芯片出货量超82万张 [3][8] GPU行业分析 - 2024年全球GPU市场规模774亿美元 2030年有望达4725亿美元 复合增长率35.19% [8] - 2024年中国加速芯片市场规模超270万张 英伟达份额70% 华为昇腾23% 沐曦份额1% [7][8] - GPU架构在中国AI芯片市场占69.9% 其他AI芯片占30.1% [8] - 行业催化包括国产算力-模型生态闭环及互联网大厂资本支出上升 腾讯1H25资本开支466亿元占收入13% [3][14] 沐曦股份深度分析 - 团队拥有AMD顶尖技术背景 创始人陈维良为AMD前GPU SoC设计总负责人 硬件负责人彭莉为AMD首席架构师 [3][30] - 产品矩阵覆盖曦思N系列（推理）、曦云C系列（训推一体）、曦彩G系列（图形渲染） [18][22] - 2024年营业收入7.43亿元 1Q25训推一体芯片曦云C500系列收入3.1亿元 占比97.87% [3][38] - 技术领先维度： - 单卡性能：曦云C500 FP16/BF16算力国内第一梯队 对标英伟达A100 [44][46] - 集群能力：国内少数实现千卡集群商业化 正研发万卡集群 [44][50] - 软件生态：MXMACA软件栈兼容CUDA 支持6000多个应用 注册用户超1.5万人 [44][54] - 创新超节点：Shanghai Cube液冷整机柜支持单机柜128卡 [56][59] - 产品路线图： - 曦云C600预计1Q26量产 基于国产先进工艺 [42] - 曦云C700预计2Q26流片 3Q27量产 [42] - 募集资金39亿元 主要用于曦云C600/C700研发 [64][65] 重点标的 - GPU相关：寒武纪、海光信息、澜起科技、摩尔线程、沐曦股份 [3][74] - 先进工艺相关：中芯国际、华虹公司、长电科技 [3][74] 行业需求与供给 - 需求侧：三大运营商2025年资本开支计划2898亿元 政府智算中心2024年投资1014亿元 [14] - 供给侧：国产替代政策推动 本土品牌渗透率上升 [14] 数据引用明细 - 市场规模数据：全球GPU 774亿美元（2024）[8] 中国GPU 1000亿元 ASIC 425亿元（2024）[3][8] - 出货量数据：中国加速芯片270万张 本土品牌82万张（2024）[3][8] - 公司数据：沐曦营收7.43亿元（2024）[32] 曦云C500收入7.2亿元（2024）[3] - 资本支出：阿里3800亿元（三年） 字节900亿元（2025 AI算力）[3][14]

公司产品结构与财务表现 - 公司主营业务为全栈高性能GPU芯片及计算平台研发设计销售 产品包括训推一体系列（曦云C500 C550）和智算推理系列（曦思N100 N260）[3] - 2024年训推一体系列收入721亿元 占主营业务收入97% 其中曦云C500（含板卡服务器）收入占比61% 曦云C550占比36%[4][5][7] - 2025年1-3月训推一体GPU板卡毛利率56% 较2024年63%有所下降 智算推理系列GPU板卡毛利率6% 较2024年10%下降[4][5] - 产品交付形态以GPU板卡为主 2025年1-3月板卡类收入占比97% 服务器类收入占比降至0.32%[19][21] 市场竞争地位分析 - 全球GPU市场由英伟达（2024年数据中心产品收入占比89%）和AMD（2024年数据中心产品收入占比49%）寡头垄断[6][9] - 国内竞争对手包括华为海思 燧原科技 昆仑芯等ASIC/DSA架构企业 以及寒武纪（2024年云端产品收入占比99%）海光信息等通用架构企业[1][6] - 公司产品在单卡性能层面对标英伟达A100 互连技术MetaXLink达到英伟达H200水平 但软件生态注册用户仅15万人 与英伟达数百万CUDA开发者存在差距[30][31] - 2024年国内人工智能训练推理芯片市场中 公司产品覆盖率低于国际厂商 在互联网企业客户开拓进度滞后于部分国内友商[23][29] 技术研发与产品迭代 - 人工智能芯片迭代周期通常为2年 公司用3年实现两款芯片流片量产 曦云C500于2024年2月量产 下一代曦云C600于2025年7月回片[10][11] - 自主研发MXMACA指令集 包含600条计算指令和800条渲染指令 产品兼容CUDA生态 支持降低客户迁移成本[15][30] - 核心优势在于完全自主掌握GPU IP 指令集和架构 能快速响应客户技术需求 国产供应链布局领先[27][28] 行业发展与市场需求 - 全球人工智能算力需求激增 IDC预测国内训练算力年复合增速50% 推理算力年复合增速190%[33][34] - 训练芯片在AI服务器中价值占比73% 推理芯片价值占比25% 公司曦云C系列主要面向训练场景[33] - 云端智算将以通用型GPU架构为主流 端侧场景将出现专用型计算芯片作为补充 形成云边端一体化生态[35] - 地缘政治因素推动国产替代进程 为国内GPU厂商创造发展空间 公司产品已应用于国家人工智能公共算力平台和运营商智算平台[15][32] 商业化进展与客户结构 - 产品已赋能教科研 金融 交通 能源 医疗等行业 获得多个智算中心客户认可[15][27] - 互联网企业客户仍优先采购国际产品 国产GPU多集中于推理场景 训练场景导入缓慢 due to 测试周期长和生态薄弱[23][29] - 客户采购驱动因素包括产品性能 CUDA兼容性 集群稳定性以及供应链安全考量[15][26] 未来产品规划 - 主力产品持续聚焦曦云C系列 同时布局"新一代人工智能推理GPU研发及产业化项目"应对推理市场需求增长[33] - 坚持GPU板卡为主要交付形态 通过PCIe板卡 OAM模组等多形态产品满足不同组网和散热需求[21][28] - 图形渲染GPU产品线已规划研发 进一步完善产品矩阵覆盖计算和渲染场景[36]

行业背景与政策支持 - 工信部发声支持GPU发展 推动国产GPU行业竞争加剧[1] - 科技股行情带动指数突破3800点 行业处于政策利好周期[1] 主要企业竞争格局 - 国产GPU领域形成六家企业主导的竞争格局 被喻为"六龙争霸"[1] - 摩尔线程为全功能GPU厂商 MTT S80可运行3A级游戏大作 驱动每月更新 S2000智算集群推动OISA标准 Pre-IPO估值达255亿元[1] - 景嘉微被誉为行业"黄埔军校" JM9系列性能接近GTX1050 在党政/金融领域国产替代占比达40% JM11系列瞄准通用计算领域[1] - 壁仞科技BR100算力超越国际旗舰产品3倍 主要服务国家超算中心与行业巨头 虽被美国列入实体清单 但成为国产替代急先锋[2] - 沐曦集成曦云C500已实现量产并交付万卡规模 C600将支持FP8精度 兼容CUDA生态 成为国产规模化主力军[3] - 砺算科技计划2025年推出6nm制程产品 性能可超越RTX4060 支持数字孪生与乱序渲染 采用纯自研架构 为科创板东芯股份联营公司[4] - 海光信息为全市场唯一CPU、GPU（DPU）双龙头企业 也是唯一形成生态的通用芯片公司 产品包括海光7000 CPU和深算一号/二号GPU 广泛应用于服务器、金融、互联网及AI领域 具备显著稀缺性[5] 技术发展现状与差距 - 国产GPU短期难以赶上英伟达、AMD、英特尔等国际巨头 国内初创企业研发投入规模在10亿元级别、团队规模数百人、研发时间两三年 与国际企业存在巨大差距[5] - 行业发展趋势可参考家电、汽车、手机等产业路径 预计需要10-20年时间可能实现技术追赶[5] 行业前景与投资机遇 - 人工智能行业类似早期互联网行业 将深刻改变人类生活 孕育大批高增长企业 发展周期将持续较长时间[5] - 投资参考微软上市初期或互联网泡沫破裂后的布局时机 存在长期投资机遇[5]

市场表现与行业动态 - 8月22日A股沪指突破3800点 科创50指数单日暴涨8% 寒武纪和海光信息股价20%涨停 带动GPU、服务器及AIPC概念板块强势领涨 [1] - 寒武纪6月以来股价最高涨幅超300% 显著推高科创板AI芯片板块估值 沐曦股份与摩尔线程于6月30日同日递交科创板IPO申请 拟分别募资39.04亿元和80亿元 [1] - 监管机构在7月19日首轮问询中未因市场热度降低盈利门槛 强调持续经营能力要求 [1] 公司财务与经营状况 - 2022年至2025年一季度归母净利润累计亏损32.9亿元 亏损幅度逐年扩大 2025年一季度单季亏损2.33亿元 [2] - 报告期内研发投入累计24.66亿元 为同期总营收11.16亿元的2.2倍 股份支付费用累计达6.02亿元 [2] - 经营性现金流持续净流出 累计达43.61亿元 2025年一季度净流出5.31亿元 [2][4] - 2025年一季度应收账款账面价值6.15亿元 占当期营收比例高达191.96% 远超行业正常水平 [2] 债务结构与流动性风险 - 2024年末有息债务总额22.91亿元 其中短期债务5.17亿元 长期债务17.74亿元 经营活动现金流仅覆盖债务总额24% 短期债务覆盖率不足30% [2] - 2025年一季度债务总额降至4.32亿元 但短期债务占比从23%骤升至92% 3.98亿元短期债务需在9个月内清偿 [3] - 账面货币资金仅1.23亿元 部分需预留运营支出 实际可用偿债资金严重不足 信用评级遭下调且融资渠道收窄 [4] 产品与IPO依赖 - 公司自称实现千卡集群大规模商用 GPU产品累计销量超2.5万颗 [1] - IPO成功与否关键取决于曦云C500产品迭代节奏及2024年下半年能否实现可验证的盈利拐点 [1] - 若IPO募资顺利将有效缓解流动性压力 当前账面现金5.18亿元难以覆盖3.98亿元即将到期债务 [4]

核心观点 - 沐曦集成电路计划募资39.04亿元，投后估值210.71亿元，预计市值不低于30亿元，市场关注其PS定价合理性[2] - 公司面临产品结构单一、客户关联交易、供应链切换三重挑战，可能影响上市估值及未来发展[7][10][21] 财务表现与产品结构 - 2024年营收7.43亿元，2025年Q1达3.2亿元，2022-2024年复合增长率高达4074%[4][5] - 训推一体GPU板卡收入占比从2023年30.09%飙升至2025年Q1的97.87%，呈现高度单一产品依赖[7] - IP授权业务收入从2023年2216万元暴跌至2024年100万元，降幅95%，收入稳定性存疑[7] 客户结构与关联交易 - 2025年Q1前五大客户贡献88.35%收入，其中股东上海源庐加佳占比28.39%，涉及关联交易[16] - 超讯通信2023年签订1.5亿元框架协议但直到2025年Q1才首次进入前五大客户，实际交付进度存疑[17][18] - 客户结构中缺乏互联网大厂订单，经销商占比较高，影响收入质量判断[16] 供应链与产品迭代 - 主力产品C500使用非国产供应链，在研C600需切换至国产N+1/N+2工艺，性能面临挑战[23][24] - C600计划采用HBM3e显存，但国内HBM采购存在不确定性[24] - 宣称兼容6000个CUDA应用，但实际优化效果被技术专家评价未达国产前三[26][27] 行业竞争与市场环境 - AI算力租赁价格下行及智算中心建设放缓，国产GPU需求存在不确定性[7] - 同行摩尔线程选择不同财务披露策略，沐曦通过披露季度数据强化增长预期[3][4] - 互联网大厂测试C500但尚未下单，显示客户对性价比要求苛刻[16]