国内高端处理器领军。公司成立于 2014 年，脱胎于中科院体系，主营应用于 服务器和工作站的高端处理器，产品主要包括海光通用处理器(CPU，Central Processing Unit)和海光协处理器(DCU，Deep-learning Computing Unit)。
电信、金融是主要下游领域，CPU 贡献约 90%收入。海光 CPU 系列产品广泛 应用于电信、金融、互联网、教育、交通等行业，DCU 系列产品广泛应用于大 数据处理、人工智能、商业计算等应用领域。2021 年，按下游行业划分，电信 领域收入占比最高，达到 20%；按产品划分，CPU 系列产品收入占比高达 90%，其中面向高端市场的 7000 系列产品贡献了 65%。
技术实现自主迭代，“销售一代、验证一代、研发一代”，努力追赶国际巨头。 2016 年 3 月，公司基于 AMD 授权的 Zen1 技术启动了海光一号 CPU 的产品 设计，并不断自主迭代，已在国内率先完成了 CPU 和 DCU 产品流片，并实现 了商业化应用，产品性能处于国内领先，并达到了国际上同类型主流高端处理 器的水平。目前海光二号已实现量产，海光三号进入实验室验证阶段，海光四 号的研发正纵深推进，所谓“销售一代、验证一代、研发一代”的产品策略。
技术迭代推动均价提升。公司 7 系列、5 系列和 3 系列的产品都呈现出相同特 点：同一代产品逐年降价并快速进入生命周期尾声，而新一代产品相对上一代 涨价明显。未来高研发投入将带来产品的不断迭代升级，公司各产品线的均价 有望持续稳步提升。
产品规模化落地，成长拐点明确。受益于标准化产品的持续放量，2019-2021 年公司收入复合增速为 147%，归母净利润于 2021年扭亏为盈，当年归母净利 润实现 3.27 亿元。2022 年 H1，公司实现收入与归母净利润 25.3 亿元和 4.76 亿元，已超越 2021 年全年水平，同比暴增 343%和 1241%。根据公司 2022 年 7 月 26 日发布的招股意向书数据，2022 年前三季度有望实现收入 36.7- 40.8 亿元，同比大幅增长 170%-200%，实现归母净利润 6.1-7.0 亿元，同 比暴增 392%-465%。此外，由于公司各产品线逐步产生规模效应，推动公司 综合毛利率持续提升，2021 年和 2022H1 分别达到 55.95%和 57.90%，我们 认为，公司当前成长拐点确立，未来业绩有望持续高增。
研发高投入，规模效应带来费用率下降，未来业绩弹性可期。公司注重研发投 入，2019-2021 年累计研发支出占收入比例达到 95.35%。2020 年海光 2 号 开始出货，公司收入进一步规模化高速增长，研发支出占收入比例、研发费用 率与三大费用率均显著下降，2022H1 的三大费用率之和仅为 3.8%。我们认为， CPU 等核心处理器产品标准化高，一旦得到市场验证，规模效应将迅速显现， 公司已经逐步度过早期研发投入期，未来业绩弹性可期。
2.1、X86架构生态成熟，中期看或仍为市场主流
指令集是 CPU 可以执行的一整套指令的集合，是计算机硬件和底层软件之间 最重要、最直接的界面和接口。复杂指令集：指令丰富、寻址方式灵活，指令长度可变，功能强大，复杂 程序执行效率高。X86 架构是复杂指令集的代表。精简指令集：指令结构简单、易于设计，具有较高的执行能效比。代表架 构有 ARM、MIPS 和 Alpha 等。
2020 年，全球服务器销售额超过 90%采用 X86 架构。X86 服务器具有优异的 生态系统优势，其兼容性强、功能强大，被广泛应用于服务器市场。2020 年， 全球服务器销售额中 90.8%使用 X86 架构。
海光 CPU 兼容 X86 指令集、国际主流操作系统和应用软件，性能优异，软硬 件生态丰富，安全可靠。国外主流 CPU 厂商主要有 Intel、AMD，均基于 X86 架构，而国内 CPU 厂商则选择了不同的几条技术路线。海光和兆芯：基于 X86，生态成熟，应用迁移转换成本低；鲲鹏和飞腾：基于 ARM，已经与众多软硬件厂商完成了大量的适配工作； 龙芯：基于 LoongArch（脱胎于 MIPS），主要产品与服务涵盖 CPU 及配 套芯片产品；申威：基于 SW_64（脱胎于 Alpha），主要应用于服务器、PC 等设备。
2.2、海光CPU处于国内第一梯队，X86架构的领航者
对标Intel，海光CPU性能相当。Intel公司CPU产品在市场上处于主导地位， 通过综合比较 CPU 市场定位、核心数量、产品售价等因素，选取 Intel 在 2020 年(与海光 7285 同期)发布的 6 款至强铂金系列产品(能够反映 Intel 2020 年发 布的 CPU 产品性能水平)，与海光 7285 进行性能对比(采用业界国际通用的测 试程序 SPEC CPU 2017 测试数据)。根据对比结果，海光 7285 CPU 实测性 能与国际领先芯片设计企业 Intel 同期发布的主流处理器产品的实测性能总体相 当。
海光是唯二国产 X86 架构 CPU 企业，竞争实力较强。2016 年，公司与 AMD 合作，通过 IP 内核授权的方式获得了 X86 CPU 设计核心技术，进入到 X86 CPU 设计领域，研制出符合中国用户使用需求、兼具“生态、性能、安全”三 大特点的国产 X86 架构 CPU 产品。同时不依赖于 AMD，实现自主升级迭代。 海光 CPU 具有优异的产品性能、良好的系统兼容性和较高的系统安全性。
2.3、国产CPU市场空间达千亿级别
全球服务器市场进入新一轮景气周期。2020 年疫情爆发，更多经济及社会活动 由线下转移至线上，对数据存储及运算能力提出更高要求，2021 年全球服务器 出货量1353.9万台，销售额992.2亿美元，同比分别增长11.63%和9.01%。根据我们测算，我国国产服务器 CPU 与桌面 CPU 的潜在市场空间分别为 600 亿元与 400 亿元。同时，未来随着国产 CPU 厂商技术不断迭代，产品性能提 升带来的价格提升有望持续打开成长空间。
2.4、国产化大势所趋，信创空间广阔
国产化大势所趋，信创分梯队稳步发展。针对信创产业，国家 2013 年提出了 “2+8+n”体系，包括党政和金融、电信、电力、石油、交通、教育、医疗、 航空航天八大关键行业，并将信创全面应用到消费市场，党政信创启动最早， 金融信创推进最快，后续有望向全领域纵深推进。
金融信创：加速推进自主可控，国产化 IT 投入占比不断提升。2020 年 8 月， 金融行业一期试点启动；2021 年 5 月，启动二期试点，试点范围从一期的 47 家扩大至 198 家，提升自主可控能力的同时，加快推进行业信创发展。根据亿 欧智库的数据，2022 年预计金融行业信创试点机构国产化投入占全年 IT 支出 的比例有望提升至 30%，同比增加 15 个 pct。
3.1、AI芯片市场三大核心驱动力：算量、应用和数据
AI 算量需求急剧增加。根据摩尔定律，集成电路上可以容纳的晶体管数目大约 每 18 个月增加一倍，而 AI 训练算量自 2012 年开始以平均每 3.43 个月翻倍的 速度实现指数增长。我们认为，当计算量需求增速远快于芯片算力的提升速度 时，芯片出货量有望快速增长。
下游应用的高景气度和不断衍生的智能化需求，推动 AI 芯片市场发展。中国云 计算市场规模增长迅速，2021 年达到 3229 亿元，近 5 年 CAGR 达 44.6%。 云计算作为人工智能云端训练、推断芯片的主要应用场景，推动了 AI 芯片的持 续发展。除数据中心云计算以外，汽车电子、智能家居与安防、可穿戴设备等 下游应用的发展和智能化需求，也为 AI 芯片的发展提供了土壤。
数据处理需求迅速增长，多样任务促使芯片革新。近五年全球数据中心任务量 增长 135%，大数据挖掘与应用、人工智能深度学习，对芯片数据处理能力提 出更严峻的挑战；同时，多维度的应用需要面向细分场景的专用芯片。我们认 为，海量数据的挖掘、深度学习等处理需求有望推动 AI 芯片不断迭代。
3.2、AI芯片市场总量扩张，GPU占比近90%
中国 AI 芯片市场有望冲击千亿元，GPU 占比近 90%。根据中商产业研究院和 IDC 的数据，中国 AI 芯片市场规模快速发展，2021 年实现同比增速 132%， 达到 426.8 亿元（占全球市场规模约 1/4），其中 GPU 市场占比接近 90%。
3.3、GPU是主流架构，高端独显市场英伟达全球领先，国内入局者众
3.3.1、AI训练芯片占比约40%，GPU是主流架构
2025 年中国训练端和推理端 AI 芯片预计维持 4/6 开。AI 芯片可分为训练芯片 和推理芯片，2021 年中国 AI 训练芯片占比为 42.4%，根据 IDC 的预测数据， 在 2025 年之前训练芯片仍将占据近 40%的份额。
GPU 是主流技术架构，占据近 90%中国 AI 芯片市场份额。按技术架构分类， AI 芯片可分为图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电 路（ASIC）、类脑芯片。GPU 起初强调图形处理，随着强大的并行计算能力被 发掘，逐步进入通用计算领域；FPGA 以半定制化为特征，注重于服务垂直领 域；ASIC 则是针对客户应用场景需求进行定制；类脑芯片尚处于起步阶段。 2019 年中国半定制化、定制化 AI 芯片仍处于起步阶段，FPGA 和 ASIC 均于 2020 年大幅商用化，但 GPU 凭借其更强的通用性和并行计算能力长期占据中 国近 90%的 AI 芯片市场份额。
3.3.2、全球AI芯片市场三足鼎立，国内市场入局者众
全球 AI 芯片市场三足鼎立。英伟达成为云端训练 AI 芯片的一大巨头，AMD （ROCm，Radeon Open Computing platforM）正发力加速追赶，英特尔借 助 PC 端优势跟进，成为 AI 芯片界的三巨头。部分终端企业如苹果、谷歌等， 根据自身产品发展需求开发芯片，另一部分参与者则专注于智慧安防、自动驾 驶等终端垂直细分领域。
GPU 独显市场：英伟达全球霸主，AMD 紧随其后。2021 年，英特尔以 62% 的市场份额在 GPU 整体出货量上领先（以集成显卡为主），不过英伟达占据了 83%的独立显卡市场。虽然英特尔已推出了DG1系列独立显卡，仍无法撼动英 伟达。我们认为，英伟达将继续受益于“CPU+xPU”的异构计算捆绑，维持 GPU 独显市场的霸主地位。中国 AI 芯片市场入局者众。海思半导体已成为国内营收规模最大的集成电路设 计企业，以昇腾系列为主要 GPU 产品，在 AI 终端芯片具有优势。云端领域， 百度可提供云上 GPU 服务器；海光信息、天数智心与登临科技均以 GPGPU 为主打，是国内特定细分领域的主要竞争对手。
3.4、GPU力争对标英伟达，本土市场空间广阔
公司 DCU 基于 GPU 架构，主攻加速计算市场。海光 DCU 系列产品以 GPGPU 架构为基础，兼容通用的“类 CUDA”环境，可广泛应用于大数据处 理、人工智能、商业计算等应用领域，主要部署在服务器集群或数据中心，为 应用程序提供高性能、高能效比的算力，支撑高复杂度和高吞吐量的数据处理 任务。
两年为周期，加速 GPU 产品迭代。自 2008 年 CUDA 架构问世以来，英伟达 独立显卡经多年迭代，已可提供最优质的速度和画面享受，成为 GPU 独显的领 头羊，其 GPU 架构每两年升级一次，已于 2022 年 3 月发布最新的 Hopper 架 构。海光于2018年启动深算一号研发工作，现已充分实现商用落地，并以两年 为周期进行产品升级。典型应用场景下，深算一号达到国际上同类型高端产品水平。海光 DCU1 采用 FinFET 工艺，同时支持全精度和半精度训练，国内市场相对稀缺；DCU2 已 量产，其性能约为 NVDIA A100 的 70%；预计 DCU3 的性能将与 NVDIA H100 性能持平。
本土市场空间广阔。英伟达客户众多，主要为民营高科技、互联网企业，以及 力图进行智能化改造的传统龙头，先进的技术与量身定制的解决方案使其脱颖 而出；海光信息的主要客户则为五大国有行、三大运营商以及政府部门等。海 光 DCU 是云端训练 GPU 市场的有力竞争者，未来央国企的智能化需求有望打 开公司成长空间。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
