竞技宝官网app·中报]寒武纪(688256)：2024年半年度报告

　　一、 本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。

　　五、 公司负责人陈天石、主管会计工作负责人叶淏尹及会计机构负责人（会计主管人员）李振声明：保证半年度报告中财务报告的真实、准确、完整。

　　本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，请投资者注意投资风险。

　　寒武纪（香港）有限公司，Cambricon (Hong Kong) Limited，公司全资子公司。

　　集成电路是一种微型电子器件或部件，采用一定的工艺， 将一个电路中所需的晶体管、电阻、电容和电感等电子元 器件按照设计要求连接起来，制作在同一硅片上，成为具 有特定功能的电路。IC 是集成电路（Integrated Circuit）的英文缩写，芯片是集成电路的俗称。

　　Artificial Intelligence的缩写，计算机科学的一个分 支领域，通过模拟和延展人类及自然智能的功能，拓展机 器的能力边界，使其能部分或全面地实现类人的感知（如 视觉、语音）、认知功能（如自然语言理解），或获得建 模和解决问题的能力（如机器学习等方法）。

　　集成电路在制造前的整个设计过程，包括电路功能定义、 结构设计、电路设计、电路验证与仿真、版图设计等流程。

　　人工智能芯片、智能芯片是专门针对人工智能领域设计 的芯片，包括通用型智能芯片与专用型智能芯片两种类 型：通用型智能芯片是针对人工智能领域内多样化的应 用设计的处理器芯片，对视觉、语音、自然语言处理、传 统机器学习技术等各类人工智能技术具备较好的普适 性；专用型智能芯片是面向特定的、具体的、相对单一的 人工智能应用所设计的专用集成电路。

　　Intellectual Property的缩写，中文名称为知识产权， 为权利人对其智力劳动所创作的成果和经营活动中的标 记、信誉所依法享有的专有权利；在本报告中，智能处理 器IP指智能处理器的产品级实现方案，由核心架构、代 码和文档等组成。

　　用于加速特定领域应用程序的板卡产品，其核心构成是 板卡上的计算芯片，通常通过主机的附加接口（如PCIE） 接入到系统中。常见的加速卡产品有图形加速卡、视频编 解码加速卡、人工智能加速卡等。

　　在计算机领域中一般指集中在大规模数据中心进行远程 处理。该处理方案称为云端处理，处理场所为云端。

　　公司的训练整机指由公司自研云端智能芯片及加速卡提 供核心计算能力，且整机亦由公司自研的训练服务器产 品。

　　相对于云端，一般指个人可直接接触或使用、不需要远程 访问的设备，或者直接和数据或传感器一体的设备，如手 机、智能音箱、智能手表等。

　　在靠近数据源头的一侧，通过网关进行数据汇集，并通过 计算机系统就近提供服务，由于不需要传输到云端，其可 以满足行业在实时业务、智能应用、隐私保护等方面的基 本需求，其位置往往介于终端和云端之间。

　　在计算机领域，生态一般是基于指令集或处理器架构之 上的开发工具、开发者以及开发出的一系列系统和应用 的统称。生态的繁荣对于该指令集或处理器架构的成功 非常重要，衡量生态的指标包括软件工具链及其上层应 用的完备性、开发者和用户的数量、应用场景等。

　　通常以芯片每秒可以执行的基本运算次数来度量。在执 行同一程序时，计算能力强的芯片比计算能力较弱的同 类型芯片耗费的时间短。

　　一整套复杂的信息技术基础设施的总称，主要由计算机 系统和与之配套的设备（例如通信和存储系统）组 成，亦包括相关的辅助设备、设施。它为用户提供计算和 数据存储、等业务，是互联网和云计算业务开 展的关键物理载体。

　　System on Chip的缩写，中文名称为系统级芯片，指在 一颗芯片内部集成了功能不同的子模块，组合成适用于 目标应用场景的一整套系统。系统级芯片往往集成多种 不同的组件，如手机 SoC 集成了通用处理器、硬件编解 码单元、基带等。

　　在人工智能领域，通过已经训练好的模型（模型参数已经 通过训练得到），去预测新数据标签的过程。

　　一种基于数据流编程的人工智能编程框架，由谷歌人工 智能团队开发和维护，被广泛应用于各类人工智能算法 的编程实现。

　　一种开源的Python语言机器学习库，应用于人工智能领 域，由Facebook人工智能研究院（FAIR）推出。

　　又称Wafer、圆片、晶片，是半导体行业中集成电路制造 所用的圆形硅晶片。在硅晶片上可加工实现各种电路元 件结构，成为有特定功能的集成电路产品。

　　芯片设计企业将芯片设计版图提交晶圆制造，并获得真 实芯片的全过程。流片可检验芯片是否达到设计预期的 功能和性能：如流片成功则可对芯片进行大规模量产，反 之则需找出不成功的原因、优化设计并再次流片。

　　无晶圆厂芯片设计企业（亦指该等企业的商业模式），只 从事芯片的设计和销售，而将晶圆制造、封装和测试等步 骤分别委托给专业厂商完成。

　　Peripheral Component Interconnect Express的缩写， 是一种高速计算机扩展总线标准，最初的版本由英特尔 在2001年提出，目前广泛应用于CPU与协处理器芯片的 互联。

　　Patent Cooperation Treaty的缩写，中文名称为专利合 作条约，是专利领域的一项国际合作条约。依据 PCT 提 交国际专利申请后，申请人可同时获得全世界大多数国 家申请该专利的优先权。

　　人工智能生成内容，又称“生成式 AI”（Generative AI），被认为是继专业生产内容、用户生产内容之后的新 型内容创作方式。

　　Large Language Model Meta AI的缩写，是由Meta公司 发布的大型语言模型系列中的一款重要模型。Llama3是 Llama的第三个大版本。

　　一种用于编写高效自定义深度学习原语的语言和编译 器。其最早由OpenAI于2021年推出，Triton可以提供 良好的编码效率，性能以及灵活性。

　　计入当期损益的政府补助，但与公司正常经营业务密 切相关、符合国家政策规定、按照确定的标准享有、对 公司损益产生持续影响的政府补助除外

　　除同公司正常经营业务相关的有效套期保值业务外， 非金融企业持有金融资产和金融负债产生的公允价值 变动损益以及处置金融资产和金融负债产生的损益

　　对公司将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》未列举的项目认定为的非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因 □适用 √不适用

　　根据中国证监会行业分类相关规定，公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”。

　　集成电路是全球信息产业的基础，行业下游应用广泛，包括消费电子、互联网、数字图像、网络通信、云计算、大数据、人工智能等，是衡量一个国家或地区综合竞争力的重要标志，因此受到各国政府的大力支持。我国政府将集成电路产业确定为战略性产业之一，并颁布了一系列政策法规，以大力支持集成电路行业的发展。集成电路行业主要包括集成电路设计业、制造业和封装测试业，具有资本密集和技术密集的特征，业内企业间比拼的核心要素包括研发能力、资金实力、客户资源和产业链整合能力。

　　通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度高、涉及方向广，是一个极端复杂的系统工程。

　　公司自成立以来一直专注于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，让机器更好地理解和服务人类。公司的主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，以及为客户提供丰富的芯片产品。目前，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。

　　云端产品线目前包括云端智能芯片、加速卡及训练整机。其中，云端智能芯片及加速卡是云服务器、数据中心等进行人工智能处理的核心器件，其主要作用是为云计算和数据中心场景下的人工智能应用程序提供高计算密度、高能效的硬件计算资源，支撑该类场景下复杂度和数据吞吐量高速增长的人工智能处理任务。

　　公司的训练整机是由公司自研云端智能芯片及加速卡提供核心计算能力，且整机亦由公司自研的训练服务器产品。公司的训练整机产品与智能计算集群系统业务的区别在于训练整机主要提供计算集群中的单体训练服务器，而不提供全集群搭建服务，主要面向有一定技术基础的商业客户群体。

　　边缘计算是近年来兴起的一种新型计算范式，在终端和云端之间的设备上配备适度的计算能力，一方面可有效弥补终端设备计算能力不足的劣势，另一方面可缓解云计算场景下数据隐私、带宽与延时等潜在问题。边缘计算范式和人工智能技术的结合将推动智能制造、智能零售、智能教育、智能家居、智能电网等众多领域的高速发展。

　　该产品线包括IP授权和基础系统软件平台。IP授权是将公司研发的智能处理器IP等知识产权授权给客户在其产品中使用。基础系统软件平台是公司为云边端全系列智能芯片与处理器产品提供统一的平台级基础系统软件（包含软件开发工具链等），打破了不同场景之间的软件开发壁垒，兼具灵活性和可扩展性的优势，无须繁琐的移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片与处理器产品之上。

　　公司智能计算集群系统业务是将公司自研的加速卡或训练整机产品与合作伙伴提供的服务器设备、网络设备与存储设备结合，并配备公司的集群管理软件组成的数据中心集群，其核心算力来源是公司自研的云端智能芯片。智能计算集群主要聚焦人工智能技术在数据中心的应用，为人工智能应用部署技术能力相对较弱的客户提供软硬件整体解决方案，以科学地配置和管理集群的软硬件、提升运行效率。

　　二、 核心技术与研发进展 1. 核心技术及其先进性以及报告期内的变化情况 寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融 合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。产品得到了多个行业客户的认 可。公司不直接从事人工智能最终应用产品的开发和销售，但对各类人工智能算法和应用场景有 着深入的研究和理解，能面向市场需求研发和销售性能优越、能效出色、易于使用的智能芯片及 配套系统软件产品，支撑客户便捷地开展智能算法基础研究、开发各类人工智能应用产品。 通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术， 技术难度大、涉及方向广，是一个极端复杂的系统工程，其中处理器微架构与指令集两大类技术 属于最底层的核心技术。公司在智能芯片领域掌握了智能处理器微架构、智能处理器指令集、SoC 芯片设计、处理器芯片功能验证、先进工艺物理设计、芯片封装设计与量产测试、硬件系统设计 等七大类核心技术；在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言、 智能芯片编译器、智能芯片数学库、智能芯片虚拟化软件、智能芯片核心驱动、云边端一体化开 发环境等七大类核心技术。 报告期内，新一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、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。 同时，公司对基础软件系统平台也进行了优化和迭代。训练软件平台方面，公司大力推进了 大模型业务的适配和优化。推理软件平台方面，公司在AIGC业务适配、开源生态建设及易用性等 方面都取得了一定进展。 公司核心技术框架结构如下图所示： （1）智能芯片技术及其先进性

　　新一代智能处理器微架构正在研发中。 公司是国内外在该技术方向积累最深厚 的企业之一。公司在云端、边缘端、终端 三条产品线的所有智能芯片和智能处理 器核均基于自研处理器架构研制。

　　指令集是处理器芯片生态的基石。公司 是国际上最早开展智能处理器指令集研 发的少数几家企业之一。新一代商用智 能处理器指令集正在研发中。公司已形 成了体系完整、功能完备、高度灵活的智 能芯片指令集专利群。公司在云端、边缘 端、终端三条产品线的所有智能芯片和 智能处理器核以及基础系统软件均构建 于自研的 MLU指令集基础之上。

　　公司已掌握复杂 SoC设计的一系列关键 技术，有力支撑了云端大型 SoC芯片（思 元 100、思元 270、思元 370和思元 290） 和边缘端中型 SoC 芯片（思元 220）的 研发。

　　公司拥有成熟先进的处理器和 SoC芯片 功能验证平台，确保了智能处理器和 SoC 芯片逻辑设计按时高质量交付，有 效保障了多款芯片产品的一次性流片成 功。

　　公司已掌握 7nm等先进工艺下开展复杂 芯片物理设计的一系列关键技术，已将 其成功应用于思元 100、思元 220、思元 270、思元 290、思元 370等多款芯片的 物理设计中。

　　应用于公司云端、边缘端不同品类芯片 产品的封装设计与量产测试过程，有效 支撑了公司处理器芯片的研发。

　　有效解决了高速信号完整性、大功率供 电下的电源完整性、大型芯片散热、机箱 模块化等关键问题，支撑公司基于自研 芯片研发模组/智能加速卡、整机、集群 等多样化的产品形态。

　　公司在自有智能芯片产品之上研发的基 础系统软件可支持各主流人工智能编程 框架，包括 TensorFlow、PyTorch、Caffe、 MXNet等，支持 Paddle等国产人工智能 编程框架，并同时支持训练和推理平台。 开发者可直接基于主流编程框架的 API 为公司云端、边缘端、终端各款智能芯片 和处理器产品方便地编写应用，显著降 低了遗产代码迁移的成本，提升了人工 智能应用开发的速度，是公司云边端一 体化生态体系的核心保障。

　　公司研发的人工智能领域编程语言 BANG，为用户提供通用性好、可扩展的 编程方式，是支撑智能芯片满足人工智 能应用不断拓展、算法快速迭代更新等 实际需求的核心软件组件。

　　公司研发了可将以 BANG语言编写的程 序编译成智能芯片底层指令集机器码的 智能芯片编译器，以自动优化的方式代 替程序员低效、易错的手工优化，高效地 挖掘智能芯片的性能潜力，是提升人工 智能算法/应用的开发效率和执行效率的 核心软件组件。

　　开发者在编写程序时能够以调用数学库 的形式实现常用的数算，从而快速 实现预期的功能并获得较好的性能。目 前，公司开发的数学库已经伴随着公司 的处理器和芯片产品服务于过亿台智能 终端和服务器设备。

　　公司研发的虚拟化软件，可以将物理上 的单个智能芯片虚拟化为数量可配、规 模可选且具有良好安全性和隔离性的虚 拟智能芯片，以供多个虚拟机或容器同 时使用，是提升数据中心场景下智能芯 片资源利用率、方便数据中心 IT资产管 理的核心软件组件。

　　公司研发的核心驱动程序，为全系列产 品提供内存管理、任务调度、状态及性能 监控、数据通信、多芯片管理等功能保 障，是保证智能芯片在操作系统中高效 运行的底层基础组件。

　　公司研发的云边端一体化开发环境，为 智能芯片/处理器产品提供统一、完整、 高效的应用开发、功能调试和性能调优 的软件工具链。在该软件平台的支持下， 程序员可实现跨云边端平台的应用开 发，大幅提升人工智能应用在不同硬件 平台的开发效率和部署速度，同时也使 云边端异构硬件资源的统一管理、调度 和协同计算成为可能。

　　报告期内，公司新增专利申请50项，其中发明专利申请49项，实用新型专利申请1项。公司新增获授权的专利为205项，其中发明专利204项，实用新型专利1项。

　　截至2024年6月30日，公司累计申请的专利为2,689项。按照专利地域可分为：境内专利申请1,723项，境外专利申请675项，PCT专利申请291项；按照专利类型可分为：发明专利申请2,613项，实用新型专利申请39项，外观专利申请37项。

　　公司累计已获授权的专利为1,369项。按照专利地域可分为：境内专利972项，境外专利397项；按照类型可分为：发明专利1,296项、实用新型专利37项，外观设计专利36项。

　　持续提高智能处理器架构的先进性，提高智 能处理器IP的性能和能效，给公司各产品 线提供核心竞争力支撑。

　　单芯片具备充裕的峰值运算能力，支持多芯 片间交互，以支持分布式训练；芯片适用于 多样化的人工智能训练任务。

　　芯片的能效与计算能力密度（单位面积提供 的计算能力）具有竞争力；芯片适用于多样 化的人工智能推理应用。

　　面向边缘、智能驾驶等智能处理低延时、低 功耗等要求，研发高能效、低功耗、高集成 度的边缘智能芯片。

　　提供云边端一体化的应用开发环境，支持跨 云边端硬件平台的应用开发；支持业界主流 人工智能编程框架，提供完备的开发、调试、 性能调优工具链。

　　为云端的人工智能训练任务提供高效、灵活 的应用开发平台，在单机单卡、单机多卡和 多机多卡等不同场景下达到优异的性能；支 持业界主流人工智能编程框架，提供完备的 开发、调试、性能调优工具链。

　　符合标准PCIe加速卡规范，兼容主流服务 器；研发不同功耗规格的，面向不同场景的 硬件加速卡。

　　寒武纪是智能芯片领域全球知名的新兴公司，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。公司掌握的智能处理器指令集、智能处理器微架构、智能芯片编程语言、智能芯片数学库等核心技术，具有壁垒高、研发难、应用广等特点，对集成电路行业与人工智能产业具有重要的技术价值、经济价值和生态价值。

　　截至2024年6月30日，公司累计申请的专利为2,689项。按照专利地域可分为：境内专利申请1,723项，境外专利申请675项，PCT专利申请291项；按照专利类型可分为：发明专利申请2,613项，实用新型专利申请39项，外观专利申请37项。

　　公司累计已获授权的专利为1,369项。按照专利地域可分为：境内专利972项，境外专利397项；按照类型可分为：发明专利1,296项、实用新型专利37项，外观设计专利36项。

　　公司董事长、总经理陈天石博士曾在中科院计算所担任研究员（正高级职称）、博士生导师，在人工智能和处理器芯片等相关领域从事基础科研工作十余年，积累了坚实的理底和丰富的公司在技术研发、供应链、产品销售等方面均建立了成熟团队，核心骨干均有多年从业经验。

　　公司核心研发人员多毕业于著名高校或科研院所，拥有计算机、微电子等相关专业的学历背景，多名骨干成员拥有知名半导体公司多年的工作经历。公司员工中有74.79%为研发人员，78.82%的研发人员拥有硕士及以上学历，研发队伍结构合理、技能全面，有力支撑了公司的技术创新和产品研发。

　　公司在人工智能芯片设计行业拥有丰富的研发经验和技术积累，多次受邀参加相关技术标准的制定及修订工作。先后共参与30余项国家标准或团体标准的制定及修订工作，涉及人工智能芯片硬件、人工智能芯片软件、人工智能服务器整机及集群等多个技术领域，其中已获发布的标准10余项。

　　目前，公司已推出的产品体系覆盖了云端、边缘端的智能芯片及其加速卡、训练整机、处理器IP及软件，可满足云、边、端不同规模的人工智能计算需求。公司的智能芯片和处理器产品可高效支持视觉（图像和视频的智能处理）、语音处理（语音识别与合成）、自然语言处理以及推荐系统等多样化的人工智能任务，高效支持视觉、语音和自然语言处理等技术相互协作融合的多模态人工智能任务，可辐射智慧互联网、智能制造、智能教育、智慧金融、智能家居、智慧医疗等“智能+”产业。

　　公司凭借领先的研发能力、可靠的产品质量和优秀的客户服务水平，积累了良好的品牌认知和优质的客户资源。目前公司产品广泛服务于大模型算法公司、服务器厂商、人工智能应用公司，辐射互联网、云计算、能源、教育、金融、电信、医疗等行业的智能化升级，支撑人工智能行业快速发展。

　　借助运营积累的客户基础，公司进一步提升了品牌认可度和市场影响力，上述优质客户的品牌效应也有助于公司进一步开拓其他客户的合作机会。同时，丰富的现有客户资源也为公司新产品的市场开拓提供了便利，可以实现多类产品的销售协同，产品的推出、升级和更新换代更易被市场接受，为公司的业务拓展和收入增长打下了良好的基础。

　　随着公司近年来的快速发展，成功推出了多款智能芯片及处理器IP产品。公司已建立起健全的质量管理体系，并通过了ISO9001质量管理体系认证。公司凭借领先的产品性能、可靠的产品质量以及周到的技术支持，在市场中赢得了良好的口碑，不断巩固并提升公司在业界的知名度和影响力。

　　公司成立至今共获得多项荣誉：2017年12月，公司获得全球知名创投研究机构CB Insights颁布的“2018年全球人工智能企业100强”奖项；2018年11月，于深圳举办的第二十届中国国际高新技术成果交易会上，寒武纪1M处理器、思元100智能芯片、思元100加速卡三款产品连续斩获高交会组委会颁发的“优秀创新产品奖”；同月，公司上榜由美国著名权威半导体杂志《EE Times》评选的“2018年全球60家最值得关注的半导体公司（EETimes Silicon 60 of 2018）”榜单；2019 年 6 月，公司入选《福布斯》杂志中文版颁布的“2019 福布斯中国最具创新力企业榜”；2019年10月，思元270芯片获得第六届乌镇世界互联网大会“世界互联网领先科技成果奖”；2020年4月，公司获得全球知名创投研究机构CB Insights颁布的“2020 IC DESIGN China”奖项；2020年6月，公司获得胡润研究院“2020胡润中国芯片设计10强民营企业”荣誉称号；2020年6月，公司上榜《EETimes》评选的“2020年全球100家最值得关注的半导体公司（EETimes Silicon 100）”榜单；2021年3月，公司上榜《EETimes》评选的“AI芯片公司(AI CHIP) TOP 10”榜单；2021年7月，公司的思元290智能芯片及加速卡、玄思1000智能加速器获得了由世界人工智能大会组委会颁发的“SAIL之星”奖。

　　(2). 报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施 □适用 √不适用

　　2024年上半年，公司凭借人工智能芯片产品的核心优势，持续深化与互联网、大模型等前沿领域头部企业的技术合作。公司凭借卓越的产品适配能力和开放合作的务实态度，积极助力人工智能的实际应用落地，赢得了合作伙伴的好评。受“实体清单”等供应链不利因素影响，公司实现营业收入6,476.53万元，较上年同期下降43.42%，毛利率62.72%。实现归属于上市公司股东的净利润为-53,010.96万元，较上年同期亏损收窄1,471.90万元，亏损收窄2.70%。

　　报告期内，公司的智能芯片产品重点在互联网、大模型等前沿领域里，与头部客户进行了产品应用和先进技术的深度合作。同时，公司积极在多个重点行业中，与客户开展了产品的应用发掘和探索，为后续的业务落地积极准备。

　　在互联网领域，得益于公司智能芯片产品能效的持续提升，公司不断加深与该领域内客户的合作。报告期内，公司产品在自然语言应用场景中实现了批量出货。公司当前芯片产品的实测能力、迭代预期均满足了客户的需求，公司开放合作的务实作风也得到了客户的认可。

　　在大模型领域，公司与国内头部算法公司持续开展商务与技术合作，公司助力客户在其各自的垂直领域中进行了大模型应用的探索与落地。在视觉大模型领域，公司与该领域的头部客户达成了战略合作，公司产品为视觉大模型在线商业应用提供了坚实的算力支持。在语言大模型领域，公司产品与该领域的头部客户进行了大模型适配，获得了与该客户的多个产品兼容性认证，满足了客户对于人工智能算力的需求，加速了客户大模型从训练到部署的全部过程。

　　在金融领域，公司与多家金融机构进行了大语言模型的测试以及行业应用的探索，积极推动金融领域的应用落地。

　　在其他垂直行业，公司智能芯片产品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、智慧交通等场景的业务落地。

　　自成立以来，公司始终将自主创新、高效研发置于战略布局的核心位置。在人工智能芯片行业，只有通过不断的研发投入，方能驱动技术创新的不断前行，进而打造出具备竞争力的产品，从而在智能芯片市场竞争中取得优势地位。

　　2024年上半年，公司研发投入44,747.60万元，研发投入占营业收入比例为690.92%。本报告期末，公司拥有727人的研发团队，占员工总人数的74.79%，78.82%的研发人员拥有硕士及以上学历，研发队伍结构合理、技能全面，有力支撑了公司的技术创新和产品研发。

　　报告期内，公司持续进行研发投入。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。在软件方面，公司对基础软件系统平台也进行了优化和迭代。其中，在训练软件平台方面，公司大力推进了大模型业务的适配和优化；在推理软件平台方面，公司在 AIGC 业务适配、开源生态建设及易用性等方面都取得了一定进展。

　　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。

　　报告期内，公司持续推进训练软件栈的更新和迭代，以客户需求为导向，新增的功能及特性提升了产品通用性，大力推进了大模型业务的适配和优化。

　　公司持续对大规模分布式训练软件栈进行研发，迭代更新了对业界主流分布式训练组件的支持。当前，训练软件栈已经能够完整支撑主流大模型分布式训练需求，完善了各组件的支撑程度，缩短了业界新模型在公司产品的适配周期。

　　在生态方面，寒武纪训练软件平台更新迭代了 PyTorch 2.1/2.3 的支持,支撑了多个训练和推理的业务场景，并实现了快速跟进社区版本的长效机制。此外，寒武纪训练软件平台实现了Transformers以及Accelerate社区对于MLU的原生支持，增加了Triton 3.0.x的寒武纪后端，并开源了跨平台AI编译器前端Triton-Linalg，提升了业界人工智能应用与公司产品进行适配的开发效率。

　　在大模型方面，公司的训练软件平台增加了对 Llama3 系列、Qwen 系列等主流网络的支持并重点优化了并行训练功能。公司的训练软件平台通过融合算子、通算融合等方面的优化，提升了公司产品的性能和竞争力。报告期内，寒武纪训练软件平台全面优化了分布式通信功能，显著提升了多机分布式训练性能。

　　在易用性和稳定性方面，公司的训练软件平台增强了性能分析和精度分析工具，提升了用户对大模型训练的调试和分析工作效率。同时，训练软件平台增加了大模型稳定性训练需要的在线调优工具，优化了断点续训功能，完善了模型训练性能分析等功能。为了提升公司智能计算集群系统的部署效率，寒武纪训练软件平台还开发了集群分析工具，完善了故障判断逻辑，优化了故障诊断流程。

　　在报告期内，公司成功验证了集群上的大语言模型预训练功能，实现了业界领先水平的单训练任务长时间持续稳定运行，且计算效率和能效达到了业界领先水平。

　　在AIGC业务适配方面，公司的推理软件平台紧随业界应用需求和发展，支持并优化了Llama系列、Qwen 系列等一系列文生文模型，以及 StableDiffusion3 等多个主流多模态模型，实现了文生文、文生图、文生视频和多模态等AIGC主流业务场景覆盖，促进了公司应用生态的扩张。

　　在开源生态建设及易用性优化方面，公司的推理软件平台支持了多个基于PyTorch生态构建的开源组件，降低了业界新模型的适配成本，缩短了性能优化周期，提升了软件栈易用性，支撑了大模型行业落地带来的推理需求。

　　在算子优化方面，公司开发了PyTorch第三方算子加速库，实现了对大模型关键算子的专门加速，使公司的推理平台算子计算效率达到业界领先水平，充分发挥了公司产品的优势。

　　报告期内，公司与多所知名高校合作，共同开设了基于寒武纪平台的人工智能课程，为学术界与产业界搭建了沟通的桥梁，还构建了高校课程生态体系。通过深化产学合作，公司不仅为自身生态建设增添了新动力，也为培养未来人工智能领域的优秀人才贡献了力量。

　　公司高度重视人才体系的健全与发展，既积极引进高精尖外部人才，又深耕内部人才培养，不断完善人力资源管理体系与服务水平。目前，公司已成功构建起一支由成熟稳定的研发团队、高效专业的销服团队以及精干有力的管理及支撑团队组成的队伍。

　　在人才引进策略上，公司与多所知名高校建立了紧密的合作关系，共同开展职业发展教育、设立实习基地，并畅通校企沟通渠道，确保源源不断地吸引并汇聚行业内的优秀人才。

　　在人才发展与培养方面，公司构建了多层次的能力发展模型，并制定了清晰的任职资格标准，以满足不同类型员工个性化的职业发展需求。针对管理类人才与专业类人才，公司量身定制了多样化的培训课程与培训项目，助力每位员工实现个人价值的最大化。

　　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

　　本报告期，公司实现营业收入 6,476.53 万元，较上年同期下降 43.42%。公司实现归属于上市公司股东的净利润为-53,010.96万元，亏损金额较上年同期收窄1,471.90万元，亏损收窄2.70%；归属上市公司股东的扣除非经常性损益的净利润为-60,888.46 万元，亏损金额较上年同期收窄3,188.12万元，亏损收窄4.98%。

　　公司尚未实现盈利且存在累计未弥补亏损，主要原因是公司为确保智能芯片产品及基础系统软件平台的高质量迭代，在竞争激烈的市场中保持技术领先优势，持续进行了大量的研发投入。

　　尽管公司无法保证短期内实现盈利或进行利润分配，但在报告期内，公司的芯片产品已与多个行业领域中的头部公司建立了合作意向。凭借历代产品的过硬测评指标及优良服务口碑，公司的品牌效应逐步凸显。

　　同时，公司坚信，高质量的研发投入是芯片行业实现长远发展的坚实基础，也是支撑企业未来发展不可或缺的基石。公司将持续拓展市场份额、加速场景落地、聚焦技术创新、持续构建生态和品牌，以提升公司的核心竞争。

　　公司是目前行业内少数全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司掌握的核心技术具有一定技术壁垒，关键核心技术处于行业的领先水平。但随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。此外，研发项目的进程及结果的不确定性较高，公司将面临前期的研发投入难以收回、预计效益难以达到的风险。未来，公司将不断贴近市场需求，提升研发投入效率，保障产品的高质量迭代，以此保障公司提升自身的核心竞争力。

　　公司一直保持着较高的研发投入，报告期内公司研发投入为44,747.60万元。为保持技术先进性和市场竞争力，公司将持续保持高强度的研发投入，可能将对公司的经营成果产生较大影响。

　　为进一步建立、健全公司长效激励机制，有效地将股东利益、公司利益和员工利益相结合，使各方共同关注公司的长远发展，公司进行了多次员工股权激励。报告期内，公司发生股份支付费用11,199.95万元。公司股份支付在未来几年将持续摊销，同时，若未来公司发布实施新股权激励计划，将可能持续产生大额股份支付费用。

　　近年来，随着人工智能应用及算法的逐步普及，人工智能芯片受到了多家集成电路龙头企业的重视，该领域也成为多家初创集成电路设计公司发力的重点。总体来看，人工智能芯片技术仍处于发展阶段，技术迭代速度较快，技术发展路径尚在探索中，尚未形成具有绝对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品，该领域市场竞争日趋激烈。目前，英伟达在全球人工智能芯片领域中仍占有绝对优势。

　　未来，公司将把握人工智能前沿发展路线，推动技术和产品的迭代优化，以适应更多商业客户对智能计算的差异化需求，同时抓住人工智能技术开始进入各行业领域的战略机遇期，加大市场拓展力度，以应对行业风险。

　　公司采用Fabless模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。由于集成电路整个行业链是专业化分工且技术门槛较高，加之公司及部分子公司已被列入“实体清单”，将对公司供应链的稳定造成一定风险。切换新供应商将产生一定成本，将可能对公司经营业绩产生不利影响。

　　但公司的核心技术来自于寒武纪的自主研发，拥有自主知识产权，为应对上述风险，公司将基于产业政策与产业链上下游长期、广泛、良好的合作，在产品研发各阶段继续与各相关方保持良好沟通，并积极探索，做好各项应对工作，推动公司业务持续发展。

　　本报告期，公司实现营业收入 6,476.53 万元，较上年同期下降 43.42%。公司实现归属于上市公司股东的净利润为-53,010.96万元，亏损金额较上年同期收窄1,471.90万元，亏损收窄2.70%；归属上市公司股东的扣除非经常性损益的净利润为-60,888.46 万元，亏损金额较上年同期收窄3,188.12万元，亏损收窄4.98%。