大模型不管是参数从百万级到万亿级的演变，还是从单模态到多模态的发展，都在持续驱动对AI算力的需求。
近期，但凡是跟算力挂钩的概念热度都不低，比如光模块相关公司中际旭创、天孚通信、光库科技、新易盛等；AI服务器公司浪潮信息、中科曙光等。
根据IDC预测，到2026年中国智能算力规模将达到1271.4EFLOPS，2022-2026年年复合增长率将高达52.8%，未来5年有海量的算力需求。
我们知道算力其实是芯片的计算能力，与AI算力直接相关的则是AI芯片，但目前超过90%的市场份额在外国厂商英伟达、AMD手中，在国产替代的背景下，国内的AI芯片厂商就显得难能可贵。
寒武纪被看作“AI芯片第一股”，对标英伟达，市值一度突破1000亿，现在即便差不多“腰斩”也仍然有600亿，但它目前的处境如何呢？
第一，成立近7年亏损48.76亿，营收还在下滑。
寒武纪从2017年到2022年营收5年翻了93.46倍，但亏损却持续扩大，营收增加速度远不及扣非净利润下降的速度。
2022年被列入实体清单对供应链产生很大影响，营收增速也显著下降，2023年前三季度营收甚至出现负增长，同比下降44.84%，说明短期内寒武纪并没有从AI算力需求爆发和国产替代中获益。
公司持续亏损，除了营收增速不够之外，还有一部分原因在于期间费用太高。
寒武纪持续增加研发投入，支付股权激励的管理费用平均每年也得2亿多，2023年11月寒武纪又发布股权激励计划，会持续到2026年，会给公司造成不小负担。
当然了，业绩亏损也并不是大问题，科技公司我们主要关注的还是产品、竞争对手以及未来的成长性。
产品更新速度较慢，性能与英伟达差距较大
寒武纪的主要产品包括云端智能芯片及加速卡、边缘智能芯片及加速卡、终端处理器IP以及配套的软件开发平台。
1.云端智能芯片
云端智能芯片及加速卡主要用于云服务器、数据中心等领域，给云计算和数据中心提供算力，也是寒武纪的主要收入来源。
人工智能就像人的“大脑”一样，分为学习和判断的过程，用于“学习”过程的芯片是训练卡，“判断”过程的芯片是“推理卡”。
显然，训练卡比推理卡更为重要，而训练卡正好是国内稀缺的。
思元290是寒武纪首款训练卡，但思元290与英伟达H100在算力、内存、内存带宽等多个方面都有相当大的差距，且由2020年推出后，近几年没有新的训练芯片上市。
思元270和思元370都是推理芯片，思元370在270基础上有很大提升，与英伟达T4相比，在编解码能力和内存上有很大优势，但英伟达L4算力是T4的三倍，因此思元370与L4相比在算力上的差距仍然较大。
边缘智能芯片
边缘智能芯片是给终端和云端之间的设备提供计算能力的，可以有效弥补终端设备算力不足的问题。
思元220是寒武纪在2019年推出的边缘芯片，到如今思元220已经走到生命周期的后期，但新品仍未推出。
要研发新产品，巨大的研发投入是是必不可少的，寒武纪2017-2022年研发费用年复合增长率高达119.33%，但在2023年上半年却缩减了研发费用，研发人员也减少200多人，今后能不能在短时间内取得技术突破还是个未知数。
竞争对手持续涌现，生态难以构建
AI芯片按技术架构大体可以分为GPU、FPGA、ASIC、类脑芯片四类，目前在全球市场上，主流的AI芯片是GPU，占比超过80%，寒武纪则偏向于ASIC。
在企业级GPU芯片中，英伟达占比高达91.4%，是绝对的龙头，国内厂商GPU芯片的份额仅0.1%，且在整个AI芯片市场不足10%。
英伟达的地位之所以牢固，芯片性能领先是一方面，最大的核心竞争力在于多年积累的计算和编程平台（CUDA），以及软件生态。
众多算法工程师已经习惯英伟达的编程语言，软硬件厂家也已经和英伟达深度绑定，如果要换成其他的AI芯片，转换成本很高，有部分厂家根本不愿意切换。
在这种情况下，寒武纪想构建自己的生态就会面临许多困难，并非短时间内能够做到的事情，况且国内还有其他的芯片厂商不断出现。
国内最大的竞争对手当属华为海思的昇腾芯片，昇腾在性能上已经接近英伟达，并且还能借助华为的品牌影响力和销售渠道，想要构建生态要相对容易一些。
除此之外，景嘉微是国产GPU领先企业，产品同样可用于数据中心、云端AI算力，会有替代寒武纪产品的威胁。
百度的昆仑芯、海光信息都是寒武纪有力的竞争对手，还有近几年才成立的壁仞科技、燧原科技同样不容小觑，他们的AI芯片也在持续缩小与国外的差距，算力表现亮眼。
（壁砺是壁仞科技的芯片型号）
因此，在外有英伟达，内有一众国内厂商涌现的环境下，寒武纪想在短时间内扭亏为盈还是比较困难的。
最后，总结一下。
寒武纪是国内领先的AI芯片龙头，但是业绩持续亏损，研发费用也有所下滑，产品层面和国外巨头差距较大，还有许多国内厂商虎视眈眈，虽然估值已经下降一半，但还需要持续关注公司的研发情况。
以上仅做上市公司分析使用，不构成具体投资建议。
