|
| 寒武纪-U(688256)经营总结 | | 截止日期 | 2023-12-31 | | 信息来源 | 2023年年度报告 | | 经营情况 | 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：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 StableDiffusion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。
|
|