近日,被誉为“AI 芯片第一股”的寒武纪(688256. SH)披露 2020 年业绩,公司 2020 年营业收入为 4.59 亿元,同比增长 3.38% ;归母净利润为 -4.35 亿元, 亏损金额较上年同期收窄 63.15%。
寒武纪于 2020 年 7 月上市,根据其在上市时第 二次问询的回复内容,2020 年寒武纪主营业务收入 预计为 6 亿 -9 亿元,而实际实现收入仅为预期收入 的 51%-77%,大幅低于预期。
毋庸置疑的是,AI 芯片市场空间广阔。国际上 龙头如英伟达近 5 年来在 AI 芯片上的营收年复合增 速约 80% ;成立仅 5 年的寒武纪,目前搭载其终端智 能处理器的智能设备出货量达九位数、边缘芯片出货 量达六位数、云端芯片出货量达五位数。
然而,即便拥有不错的销售数据,寒武纪始终备 受质疑。从它最早出现在公众视野里,投资者就疑惑, 华为选择自研 AI 芯片,失去华为的寒武纪还能不能 活?现如今自研的覆盖云、边、端的 AI 芯片产品矩 阵成型,投资者又疑惑,靠着政府项目维持 70% 以 上营收,寒武纪有没有竞争力?
大客户依赖
寒武纪一直是大大小小 AI 芯片公司估值对标的 对象。
然而,这一明星公司上市后的市场表现却给不少 AI 芯片公司及其投资人泼了盆冷水,自去年 7 月 23 日市值创下历史最高 1126 亿元以来,寒武纪估值一 路下滑,截至 5 月 7 日,市值仅为 427 亿元,相比最 高点减少了 62%。
除去新股发行自带的炒作热度退却,回归企业经 营本身,寒武纪发家业务后继无力,是令投资者失望 的原因之一。
寒武纪最开始选择 IP 授权这条商业路径,设计 了全球第一款商用终端智能处理器,并授权给华为, 2017、2018 年时两者的合作订单几乎等于寒武纪全 部的营收,随着华为海思决定自研芯片,从 2019 年 起寒武纪 IP 授权收入骤减。
但是彼时投资者仍普遍乐观,因为考虑到国内其 他手机厂商如小米、OPPO、vivo 仍有可能在未来成 为寒武纪的客户。
现实是,IP 授权业务并未出现回暖迹象,反而 一蹶不振。2018-2020 年,该业务收入分别为 1.17 亿元、6877 万元、1171 万元,2020 年相较 2019 年 下滑 83%。从年报披露信息来看,寒武纪尚未开发出 其他手机厂商作为客户,据此推测,2021 年公司终 端智能处理器 IP 授权业务收入可能将继续下滑。
少了华为做“靠山”,寒武纪很快开辟了新业 务——智能计算集群系统业务,来自这一业务的收入 在 2019、2020 年分别占到寒武纪营收的 67%、71%。
智能计算集群系统可以理解为人工智能数据中 心,是“数据中心”与“人工智能”的聚合形式,与 过去以 X86 CPU 为主的数据中心不同的是,智能计 算数据中心是以人工智能芯片为主,而人工智能芯片 则能带来更高的算力和能效。
寒武纪之所以能做这个业务,是基于其自行研发 了云端智能芯片和加速卡,即思元 100、270 和 290 芯片,同时还开发了名为 Cambricon Neuware 的基础系统软件平台,可以提供软硬件整体解决方案。
当然,智能计算集群系统业务中贡献主要收入的 还是芯片,所以如果将寒武纪定位成数据中心服务商 并不准确。
虽然接连拿下上亿订单,但是市场对于寒武纪在 智能计算集群系统市场的竞争力并不乐观。
目前基于英伟达 GPU 产品的集群仍占据市场优 势地位,另外华为也已经发布多项智能数据中心服务 解决方案。核心芯片方面,寒武纪思元 290 的竞品 包括英伟达的 A100 和 V100 GPU,以及华为海思的 Ascend 910 智能芯片,性能上差异不大 ;在客户导 入方面,英伟达和华为海思的产品更早开始在客户处 导入,同时均有较为成熟完善的销售网络 ;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,寒武纪软件平台的 生态完善程度与英伟达相比仍有一定差距。
因此,寒武纪面临的是如何获取更多订单、提高 市占率的问题。从在职员工来看,2020 年期末的销 售人员同比增长 150%,高于研发人员的 44% 增速, 也侧面反应了寒武纪对销售网络的重视,而这也是摆 脱大客户依赖的必经之路。
下一个 5 年会更好?
尽管外界议论纷纷,但在近日曝光的五周年庆内 部信中,寒武纪创始人陈天石非常乐观,直言“下一 个五年会更好”。
信中同时提到 :如果不是历史、不是时代需要这 样的寒武纪,又为何能在掷 10 次 20 次骰子时总能在 对的那一面?
这句在陈天石自己看来都有些“唯心”的话,隐 含意思是,在他看来,寒武纪核心优势在于对于研发 方向的把握很准,而这一点或许体现在寒武纪通用型 智能芯片产品的推出以及生态的构建上。
目前人工智能芯片按技术架构分为四种 :冯诺 依曼架构的 GPU、半定制化的 FPGA、全定制化的 ASIC、神经形态芯片 / 类脑芯片。
其中 GPU、FPGA 依赖进口,国产化程度低。 全球 70% 的人工智能 GPU 芯片市场都被 NVIDIA 占 据。FPGA也呈现寡头竞争格局,根据Gartner的数据, 美国公司 Xilinx、Altera、Lattice 和 Microsemi 总共 占据了 98% 以上的市场份额。国内厂商在 GPU 方面 鲜有布局,FPGA 方面也仅有复旦微电子等少数芯片 厂商涉足。ASIC 芯片国产化程度较好,由于其高度 定制化和专用性,市场集中度不高,局限在于定制化 的 ASIC 一旦流片后则无更改余地,若市场深度学习 方向改变,ASIC 前期投入将无法回收,有较大的市 场风险。
过去部分人认为包括寒武纪、华为海思、地平 线等公司都是基于 ASIC 技术发展 AI 芯片,未能进 入 GPU、FPGA 等通用芯片领域,短期内难以打破 GPU 主导的局面。不过从目前寒武纪掌握的核心技 术来看,公司是目前国际上少数几家全面系统掌握了 通用型智能芯片的企业,这是不是意味着寒武纪的产 品能对传统的 GPU 形成替换?
另外,寒武纪智能芯片生态的构建已基本完成。
在 PC 时代和移动终端时代,以微软 +Intel 为核 心的“Wintel 体系”和以 ARM+ 安卓的“AA 体系” 就是通过打造生态的模式牢牢把控产业的主导权。而 人工智能属于新兴领域,尚未形成技术路径依赖,产 业生态也未完全成形。
随着寒武纪当前构建的生态逐渐发展,将有助于 其形成关键壁垒,同时这也是寒武纪下一个 5 年的发展基石。