寒武纪电话会交流纪要

【一、公司介绍】

1、业务简介：

公司主要做智能芯片，包括云端、边缘、车的业务。

目前公司主要有几个业务，第一是云端的芯片加速卡；第二是边缘，2021年取得了比较不错的商业突破，目前是公司在出货量上最多的成品；第三个业务是智能计算集群，智能集群其实是把公司云端的核心产品，外购少量服务器、网络网存储等，再加上公司的标准化的软件，将这样软硬件的整体交付给终端的客户，客户可以上面做一些 Ai计算、训练、推理，处理图像等。

2、财务简介：

2021年公司实现营业收入 72,104.53 万元，相对于 2020 年度营业收入增长 57.12%，公司综合毛利率约62%。由于公司的智能芯片研发需要大量投入以及股份支付在未来几年的摊销，公司尚未盈利且存在累计未弥补亏损，预计未来仍可能持续亏损。短期内公司不会改变发展步调，预期公司在三年内实现高速增长，走向盈亏平衡。

3、边缘产品线：

2021年大概实现1.75亿元收入，毛利率较低，约40%。主因下游客户集中，且这款产品主以芯片形式出货。

4、云端产品线：

2021年大概实现8000余万元收入，比上一年没有增长。主因公司2021年正处于产品换代的周期，供货有限，供货主要满足公司的智能计算集群的出货。

5、集群产品线：

2021年项目收入约4.5亿，毛利率约70%。

6、驾驶芯片：

一共两颗，第一颗2021开始规划，是面向L3+的大算力芯片。算力在单芯片200Tops以上，对标现在英伟达的下一代产品。这颗芯片的一期上市的时间和英伟达下一代新产品差不多。

另一颗芯片面向 L2，2022年刚刚开始规划。主要是公司原来的芯片商业化比较成功，在工业上也有稳定的用途，客户反馈较好，公司是把这款芯片的下一代产品，做了一些车规级改款。

L3芯片大概是2022年年底投片。然后估计回片还是要几个月；I2大概快三个月。

从客户上看公司和自主车厂都是有比较紧密的联系，目前因为产品还没有出来，所以暂时没有比较清晰的指引。

7、公司Q1增长率：

大概实际上6300万元收入，70%以上的收入来自于云端产品，大概有20%多是来自于电子产品。阿里已经开始小批量采购云端推理芯片，大概占了公司整个云端产品线的40%-50%。

【二、交流环节】

Q：目前公司云端的芯片产品类型？分别对应的下游客户类型？主要适用的应用场景？

云端系列从功能上来说，大致分为训练芯片和推理芯片。训练芯片难度最高的，体现了智能芯片公司它的技术能力；推理相对于训练简单一些，但仍然需要大量的时间投入。

技术介绍：需要先把数据灌到训练的数据中心里，然后去训练出模型，然后这个模型再在推理服务器或终端的推理芯片上应用。

下游客户类型：无论是训练还是推理，云端芯片的的客户群、或者应用领域都是比较类似的。因为现在人工智能主要是用来处理图像、或者说图像衍生的视频；语音，包括语音识别与合成；处理一些个性推荐的项目，能够根据大家的喜好进行推算。

应用场景：无论是训练芯片和推理芯片，云端都是在一些数据中心进行应用。其中互联网通常占到60%以上的需求，比如抖音和头条等短视频的喜好推算、导航语音合成等。除互联网公司以外。智慧城市、金融等行业应用也较多。

Q：公司互联网等各类行业客户的占比情况？公司自身以及新拓展的互联网客户的情况？

互联网公司是公司的推理产品、 AI的算法服务的主要客户，公司也会为在一些传统的行业客户做一些轨道上的障碍物识别等。

从公司的出货量上来看，互联网公司里，阿里是公司的推理产品用户。阿里应该是较大的客户，370产品约几百万的价值。

从云端的产品上来看，边缘部分：阿里、一些行业客户。训练部分：290系列的客户。

Q：现在阿里可能有少量的采购公司的 AI推理芯片，公司的现在的产品相比竞争对手或友商（英伟达等）的竞争的优势？从性能上来讲，公司现在和市场主流产品相比处于如何水平？

在国内的芯片市场。英伟达拥有绝对的优势。中国的云端市场大概是有30亿美金一年，英伟达占据了95%以上，公司和华为可能每家占2%。

从硬件竞争上看：双方的主流的硬件产品基本上是已经实现对标，比如说公司的370芯片达到了英伟达2021年和前年最畅销的T4芯片的两倍性能、同样功耗。公司和英伟达最新的产品a10相比，功耗相同，性能大概提升百分之十几到二十。

从软件生态上看：使用芯片时，除了芯片本身，还需要软件的应用性和可控性，也就是“生态”。英伟达的生态当然是比寒武纪好很多。

推理芯片总结：公司和英伟达在推理方面，硬件上相似，或者寒武纪略强；公司在软件上比英伟达有一些差距。

从训练上看：训练和推理不太一样，训练通常是芯片公司最难的产品，所以它会用到最先进的工艺。英伟达可以非常方便的获取，所以他也总是能很快的推出最先进的产品，公司实际上在制程有一些落后，所以公司和英伟达的旗舰的训练产品大概差半代，比如说公司的290比它的A10要好，但是可能会比A100要差一些。

软件上的差距，和推理是一样的。

和华为海思相比：在互联网客户侧，公司的评价还是比海思要高。

和大厂自研芯片相比：比如说阿里、百度的自研芯片等，公司优势实际上在完善的工具链以及通用性上，因为大厂实际上没有办法针对自己所涉足的每款应用定制化的基础硬件，大厂只能根据最大的应用场景进行设计专门为他服务的智能芯片，但是自己的芯片只能满足自己30%左右的产品需求。剩下70%还是需要第三方的独立的芯片。

大家会有一定的竞争，但是还有很大的市场空间是留给独立的第三方， 互联网公司还是自用为主。这是公司和互联网大厂对于芯片的竞争的错位。

Q：软件生态能否缩小差距？预计和英伟达的差距需要多长时间能有比较明显的缩短？阿里方面期待未来什么样的时间点可以看到相对起量的批量采购？

英伟达的软件平台其实可以理解成是对开发者无差别的友好的完全软件平台，它需要非常多的支持和很长时间的积累。如果公司想要在生态上追赶英伟达的话，用一样的方式是肯定没有办法成功的。

生态方面，公司现在是采取抓两头策略：

一方面是公司对目标大客户，比如说公司的重点服务的互联网公司，公司会帮助他们进行针对性的软件优化、投入很多研发资源、帮助客户把模型的性能做得更好、也会帮助客户更好的使用公司的软件平台。当公司在客户所需要的范围内软件看越积累越多时，公司的服务大客户可能就会变得更好。

另一方面，公司是现在在高校头开了一门叫做智能计算系统的课，使用的是寒武纪的硬件，主要面向计算机或者人工智能等更偏应用层面的学生。公司现在大概已经开课两年，面对的100多家高校基本上是985 、211。将来这些学生成为开发者后，会对使用寒武纪的产品更加习惯。

阿里采购：

较难预计。公司预计需要进行产品迭代，因为对客户来说，假设它的业务线性增长，它的采购周期实际上有跨度，实际上可能要等到下一次采购时期才会采购寒武纪的产品。

2022年公司看起来不会有特别大的量，目前可能看到几千张卡的情况，这是阿里的情况，但是公司预期在下一步采购周期的时候，需要继续进行迭代，产品或者说新的其他产品就会有更多的机会，这是积累的过程。

Q：公司两款车芯片的布局情况？未来的流片或者是定点的节奏？

芯片流片流程为例：首先需要投片，芯片在拿到设计图纸后，进厂需要一段时间，样片才能从经销商回来，大概需要几个月；样片回来后，公司进行内部测试，可能会给客户送样；对于出厂来说，完成测试后，才会到定点的时间线中；从完成测试到能够上车大概需要一年时间

L3芯片大概是2022年底投片，2023年Q1/Q2回片。

L2芯片2022年Q3投片，大概率是在2022年内回片，进行到客户送样。

Q：公司以 L2为例，这款芯片的竞争格局？包括 L3的整个未来的竞争规划？

L3竞争格局：因为面向 L3+的大范围的芯片，目前国内有能力做出来的单芯片、200tops以上、能够有完善的工具链并且交付产品，目前应该是只有英伟达和华为海思和寒武纪。

I3的竞争规划：新势力车厂稍微激进一些，在2023年或早一些时候就会有相关车型；自主车厂大致和寒武纪公司的产品回片以及能定点的时间表是相匹配的，所以公司认为说对于L3+这部分，目前其实公司的进展并没有慢于友商，和客户的上车的节奏相匹配。

L2竞争格局：国内的地平线、黑芝麻，国外的MobiLeye。然后国内的自主车厂还是很倾向于采用国产芯片，更有一些保障，话语权可能会高一些。

公司观察到的是很多自主车厂有这类车型的规划，可能在2023年或者在后续做，很快就变成配置率非常高的功能。

I2竞争规划：

目前的话因为友商的产品是软硬件紧耦合，他先做软件算法、为客户直接把解决方案做好后，再反过来和自己芯片做紧耦合。如果客户有一些定制化的一些需求的话，是需要原厂的人在客户侧做软件开发，需要耗费人力，会出现服务上、交付上的滞后。

虽然市场大、客户侧有很多I2的项目、友商起步的早，但是其实友商服务是有瓶颈的。虽然公司和英伟达有很大差距，但是在软件、云端，公司的业务性较好，方案商可以在公司的芯片上对软件和算法设置自己个性化的一些东西。这样，公司交付的芯片任务量较轻。

竞争优势总结：虽然寒武纪起步时间晚，但由于服务交付的问题，友商可能还没有办法排到那么多的客户，在市场足够大、寒武纪交付的东西任务量轻，有足够的第三方的参与者可以一起来为客户服务的情况下，公司竞争上还是有一定的优势，没有很大的劣势。

Q：未来公司的L2芯片做定点时，公司是直接和市场去谈？还是会和Tier1合作伙伴一起去找市场？

在策略上，I2和L3不太一样，L3公司会体现和车厂有很深入的合作。然后在L2这一颗的话，公司重点是找Tier1厂商。

L3+：话语权是完全都在OEM。OEM选芯片，OEM选方案，或者自己研究院来做这件事情。

L2相关的产品：Tier1带着方案给到客户的概率是比较高的，Tier1话语权比较强。

因为现在产品还没有回来，Tier1有几家公司大家有合作的意向，表示了后续一起去探讨客户的方案。

对于芯片而言，如果没有产品的话，很难有确定性的一些合作。如果现有产品，进度会比较快。

Q：对于拿到合适的定点客户，公司还是较有信心的？

L2定点之前就在选型，大概是在2023年的Q1/Q2,一年后车型开发才能上市，才会走向市场。

公司看到这个时间窗有大概可能有2~3个季度。基本上2023年会决定L2的竞争格局以及客户的接受程度，还有较长的时间。

Q：公司在L3这边可能更加乐观？

用户接受 L3产品的功能的时间比L2要晚，可能会晚到2~3年。

I3产品部分优势：第一点，公司起步和友商差不多，有一些优势，时间点刚好；第二点。因为公司在云端的一些工作，包括在软件供应链上积累的一些东西，都是可以在车上互用。所以整个寒武纪在云端和边缘取得的进展，都会在车上形成竞争的一些优势。

Q：公司现有的云芯片朝这个车芯片的整个复用率情况？

两个芯片在硬件上不一样，L3+在硬件上额外的技术研发约30%多，I2额外的硬件研发就会更少一些，约20%。

软件上，技术软件以外，针对车还是有一些额外的开发工作，工作量会比硬件的大。

Q：公司在后续的人员招聘上，在车、云、边的人员分配比例？

公司现在的研发人员排布实际上是跟着资源走；产品人员是根据流水线排布。

从投入比上看的话，过去投入在云端的员工最多；从未来的增量招聘的需求来看，公司大概基本上增加在车以及软件上。云端和边缘的人才积累已经足够，暂时没有缺口。

Q：如果说车企L2时采用了友商的产品，到L3的时会更换供应商吗？

从技术层面上实际没有壁垒。

L2它是软硬件紧耦合；但是L3的软件复杂程度过高，一定会引入第三方专门做自动驾驶的算法厂商，整个技术的方案需要换掉。

如果还是原来的紧耦合的模式的话，友商需要投新的软件团队，才有可能在技术上的实现这个事情。从覆盖的案例上来看，他们没有延续的趋势。

L3一定是软硬件，包括车厂等等。

Q：两款芯片的定价大概是什么水平？

大概L2几十美金，L3几百美金。

Q：寒武纪做车智能驾驶芯片的是子公司，股东会有上汽、宁德等，包括未来就这些股东方，对公司车企未来的芯片硬件会不会有一些帮助？

理论上会有一些帮助，但不是一锤定音的决定性因素。比如说如果是车厂，在进入的时候障碍会少一些，但是后面还是要看产品的能力。

Q：公司和一汽的紧密合作，现在主要是集中在哪些方面？

公司2021年有核心的战略合作协议，现在还沿着战略合作协议在往前走。

包括一起探索和汽车数据中心相关的一些合作、一起看 L3以上（自动驾驶汽车芯片）的一些合作。

公司现有的云端芯片和车企的数据中心，暂时没有和一些车企达成了一些合作关系上。暂时没有构成明确的类似包含金额的合作，只是正在探索。

Q：公司对全年的业绩展望有没有判断？

公司希望2020年有50%以上的收入增速。

在费用端，公司的研发费用以及过了增速最快的时候，2022年整个开发费用的增速会低于收入的增速。往后，研发费用会低于收入增长是趋势。

Q：公司增长的动力？

第一，从收入总额上来看：2022年智能预算集群贡献较大，公司看到各个地方政府建设智能算集群，因为有了中央政府的一些补贴政策，各地政府比往年积极，所以公司判断2022年这块可能会有1~2个项目，但是项目大小不一定相同，基本上能和公司的2021年收入平均增速相同。

第二，云端这部分：公司由于推出370产品，所以对2022年有较高期望。公司预期这部分的增速较高，且会高于目标的50%增速。

第三，边缘这部分：因为它的下游的客户相对较集中，2021年大家的库存的策略都非常激进，2022年有库存的过程，所以公司虽然看到市场本身在增长，但是边缘这一块可能和2021年基本持平，或者略有一点点的增长。

第四，车这部分：2022年可能没有收入贡献。

Q：集群是否是公司未来着重发展的方面？

公司预计2022年、2023年，集群的建设、客户的需求是非常明确和旺盛的。

2022年的增幅可能高一些，因为2023年的基数已经很大了，所以可能略微降低一些。

未来云端可能是公司增长的核心，因为公司以及开始后推370，且公司对290的下一代较有信心，在互联网公司可能也会取得一些新进程。

Q：公司的云端芯片，云端的训练和推理的芯片和英伟达在软件上面的的差距？

软件代码方面：可能有10倍以上的差距。

具体的使用方面：公司转述一下客户的一些看法，寒武纪在自家公司重点支持的模型中，投入很多的研发资源、帮助客户做优化等，所以在底层的架构上具有一些知识的项目的应用上来看，寒武纪表现比英伟达好。

在很不常见的实验型的这些算法中，因为寒武纪在做这个架构时不太考虑这部分，所以和英伟达有着较大的差距。但这一类通常不是工业的算法，商业客户用的会比较少。

所以在开发检测中，如果客户要去做一些实验性的东西，英伟达比较好用，因为英伟达对长尾的算法都支持的很好，但是寒武纪暂时没有资源投入做这方面。