|
| 寒武纪-U(688256)经营总结 | | 截止日期 | 2023-06-30 | | 信息来源 | 2023年中期报告 | | 经营情况 | 四、 经营情况的讨论与分析
公司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。公司的主要产品线包括云端产品线、边缘产品线、IP授权及软件。2023年上半年，在董事会领导下，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，砥砺奋进，攻坚克难，实现了公司的稳健发展。报告期内，公司稳步增强研发实力，立足核心优势，抓住市场机会，大力优化生态建设，融资实现资金储备，经营亏损有所收窄。
（一）立足核心优势，抓住市场机会，亏损情况有所收窄
报告期内，公司实现营业收入 11,446.80万元，毛利总额 8,110.97万元，毛利率 70.86%，毛利率较上年同期提升 15.93 个百分点。主要系公司在供应链的影响下，调整销售策略，优化产品成本结构所致。归属于上市公司股东的扣除非经常性损益后的净利润-64,076.59万元，亏损金额较上年同期收窄 11,657.46万元。
在行业客户中，公司依托于近年来持续拓展和深耕的成效，在互联网、运营商、金融、电力能源等多个行业及客户中进行了广泛的业务部署与落地。
在互联网行业，公司的芯片及加速卡与数家头部互联网企业在视觉、语音、图文识别、自然语言处理等场景下进入了批量销售环节。此外，公司与头部互联网企业进行了搜索推荐领域的深入技术合作和适配，正在积极推进产品落地。
在金融行业，公司持续扩展云端产品在多家头部银行的成熟业务应用，同时结合金融业的行业应用需求，在大语言模型领域与头部银行、头部 ISV积极推动技术合作和深度算法适配，为后续的产品大规模落地打下了坚实基础。
在通信运营商行业，依托云端产品芯片及加速卡，公司销服人员积极参与头部运营商的集中采购，并积极推动与其智能计算平台的适配，持续在大语言模型应用以及大型集群架构设计上进行探讨和进一步验证性测试工作。
在科研教育领域，公司云端产品支撑多个高校智能计算集群适配，支撑科研与教育实训等场景。公司与多家科研机构、重点实验室在 AI For Science领域进行深度适配与技术合作，在大模型研究、蛋白质结构预测与设计等领域，通过科研智能计算集群及地方人工智能计算集群为客户提供支撑。
在其他重点行业方面，公司继续与民生行业、能源行业等重点行业的龙头企业展开了紧密合作并完成了应用场景测试，持续推动了智慧粮仓、智能巡检、智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。
公司基于云端产品的优势，针对最近兴起的大模型领域，优化了公司产品在 AIGC及大语言模型领域的性能，并与多个行业客户及 ISV推动了技术和产品合作。
（二）保持高效研发投入，研发实力稳步提升
公司保持高效的研发投入，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 48,255.17万元，研发投入占营业收入比例为 421.56%。目前，公司拥有 980 人的研发团队，占员工总人数的 77.47%，77.04%以上研发技术人员拥有硕士及以上学历。
1、智能处理器微架构及指令集
公司迄今已自主研发了五代智能处理器微架构、五代商用智能处理器指令集。报告期内，第六代智能处理器微架构和指令集正在研发中。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和推荐系统的训练推理等场景进行重点优化，将在编程灵活性、能效、功耗、面积等方面提升产品竞争力。
2、基础系统软件平台
报告期内，公司的基础系统软件平台相比前期版本也进行了优化和迭代。其中，推理软件平台在模型性能优化、大模型和 AIGC推理业务支持、推理性能优化等重点方面均实现了突破和进展。训练软件平台在通用性、性能等方面取得了优化，在大模型和 AIGC训练领域、推荐系统等重点领域实现了改进和迭代。基础系统软件平台的不断改进和发展，将促进公司硬件产品更好的业务落地。
（1）推理软件平台
报告期内，公司研发了大模型和 AIGC推理业务所需基础软件。
在模型性能优化方面，公司针对语音合成领域、搜索推荐领域、视觉处理领域中新涌现的高频使用网络进行了优化，性能上达到了业务落地要求。
在大模型和 AIGC 推理业务支持方面，公司研发了大语言模型分布式推理加速库BangTransformer，进行了 LLaMA、GLM、BLOOM、GPT-2等主流生成式大语言模型的适配工作。
在推理性能优化方面，BangTransformer支持算子融合、张量并行、量化推理、Flash Attention等优化特性，与传统框架运行方式相比有了较大提升。在图像生成领域，公司基于 MagicMind支持了 Stable Diffusion等客户需求网络的优化和加速，促进了公司产品在图像生成领域的业务落地。
（2）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，以客户需求牵引新增功能和通用性支持，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，提供了方便客户模型迁移的多个工具，平滑支持了 PyTorch_Lightning等第三方 Python 库。公司重点投入了分布式和大规模集群的软件栈支撑，增加支持了 DeepSpeed、Megatron、Tutel等分布式训练库。软件栈在加大与社区生态融合的同时也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，增加了框架算子的支持数量并落实了框架版本升级的规划，完成了重点客户提出的大量定制化算子扩展需求，支撑了多个重点客户的业务落地。
在性能方面，通过算子层面大张量支持等新功能的开发，充分发挥了公司硬件产品的架构优势，使网络能够支持高效处理能力以及更大规模的大语言模型。公司通过重点客户性能需求的牵引，针对多个网络进行了极致优化，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的低延迟优化。
在大模型和AIGC训练领域，公司完善了大模型的训练软件栈研发，进行了GLM模型、LLaMA模型、GPT模型等模型的微调及预训练支持工作，验证了张量并行、流水并行、序列并行等并行技术，达到业务落地的精度和性能要求。
（三）打造生态建设、增强品牌影响力
报告期内，随着公司用户行业、用户数量的持续提升、基础系统软件平台的持续优化，用户可以更加灵活地使用公司的软硬件平台进行开发，公司生态建设持续发展。其次，凭借过硬的产品能效、良好的服务意识，公司的品牌影响力也在持续增强。此外，公司重视产学合作，目前已有多所高校开设了基于寒武纪软硬件平台的人工智能课程，建立了较为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
公司高度重视人才体系的健全和发展，在积极引进高层次人才的同时注重内部人才培养，目前，公司已建立了成熟稳定的研发团队、销服体系、管理及支撑团队。为完善人才队伍建设、提升核心团队的凝聚力与战斗力，公司在目标管理、薪酬激励、培训及晋升等方面都有较完整的体系。同时，公司持续优化组织架构，细化岗位职责，推进信息化建设，为公司的可持续发展夯实基础。
公司未来发展需要不断进行技术创新，研发更具创新性和先进性的智能芯片技术，为人工智能芯片下游不断拓展的应用场景提供更具竞争力的芯片及加速卡产品。因此，此次定向增发的成功将对公司后续产品的持续优化迭代提供必要的资金储备。
报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项
|
|