海光信息成立于 2014 年，主要从事高端处理器、加速器等计算芯片产品和系统的研究、 开发，目标成为中国最重要的计算芯片设计企业，为中国信息产业的强盛提供核心计算引 擎。 公司聚集了中科院体系、地方国资、产业和财务投资人各方优势，目前，公司不存在单一 股东及其一致行动人通过实际支配公司股份表决权能够决定公司董事会半数以上成员选 任或足以对股东大会的决议产生重大影响，公司无控股股东、无实际控制人。
1.1 国产高端处理器领先厂商，产品实现商用落地
根据我国信息产业发展的实际需要，公司研发出了多款性能达到国际同类型主流高端处理 器水平的产品。公司专注于高端处理器的研发、设计与技术创新，掌握了高端处理器核心 微结构设计、高端处理器 SoC 架构设计、处理器安全、处理器验证、高主频与低功耗处 理器实现、高端芯片 IP 设计、先进工艺物理设计、先进封装设计、基础软件等关键技术。 公司的主营产品包括海光通用处理器（CPU）和海光协处理器（DCU），并且秉承“销售 一代、验证一代、研发一代”的产品研发策略，公司建立了完善的高端处理器的研发环境 和流程，产品性能逐代提升，功能不断丰富，已经研发出可广泛应用于服务器、工作站的 高端处理器产品。 目前，海光 CPU 系列产品海光一号、海光二号已经实现商业化应用，海光三号已经完成 实验室验证，海光四号处于研发阶段；海光 DCU 系列产品深算一号已经实现商业化应用， 深算二号处于研发阶段。
海光一号是第一代 CPU 产品，具体产品型号包括：31xx、51xx 和 71xx 系列；海光二 号是第二代 CPU 产品，具体产品型号包括：32xx、52xx 和 72xx 系列。
作为服务器和工作站的重要组成部件，CPU 在计算、存储设备中发挥了至关重要的作用。 海光 CPU 主要面向复杂逻辑计算、多任务调度等通用处理器应用场景需求，兼容国际主 流 x86 处理器架构和技术路线，具有先进的工艺制程、优异的系统架构、丰富的软硬件 生态等优势。此外，海光 CPU 支持国密算法，扩充了安全算法指令，集成了安全算法专 用加速电路，支持可信计算，大幅度地提升了高端处理器的安全性，可以在数据处理过程 中为用户提供更高效的安全保障。 从应用场景角度看，公司将海光 CPU 产品规划为海光 7000 系列、海光 5000 系列和 海光 3000 系列。目前，海光 CPU 已经有海光一号和海光二号两代产品实现了商业化 应用，海光三号已经完成产品验证，海光四号处于研发阶段。公司目前在售的海光 CPU 产 品主要为海光 7200、海光 5200 和海光 3200 系列产品。
使用海光 CPU 的服务器主要应用在电信运营商、金融、互联网等领域，例如，电信运营 商云服务资源池系统支撑云业务应用，银行和证券公司查询、交易系统，互联网的搜索、 计算服务、存储等应用；使用海光 CPU 的工作站主要应用场景为工业设计和应用、图形 图像处理，例如 VR、AR 图形渲染场景，以及智能工厂数字孪生应用等。
海光 DCU 系列产品以 GPGPU 架构为基础，兼容通用的“类 CUDA”环境以及国际主 流商业计算软件和人工智能软件。CUDA 是一种由 NVIDIA 推出的通用并行计算架构， 包含了应用于 NVIDIA GPU 的指令集（ISA）以及 GPU 内部并行计算引擎。海光 DCU 协处理器全面兼容 ROCm GPU 计算生态，由于 ROCm 和 CUDA 在生态、编程环境等方面具有高度的相似性，CUDA 用户可以以较低代价快速迁移至 ROCm 平台，因此 ROCm 也被称为“类 CUDA”。因此，海光 DCU 协处理器能够较好地适配、适应国际 主流商业计算软件和人工智能软件，软硬件生态丰富，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。
自成立以来，公司一直采用 Fabless 经营模式，专注于高端处理器的研发、设计和销售， 将晶圆制造、封装测试等其余环节交由晶圆制造企业、封装测试企业及其他加工厂商完成。 公司向晶圆制造厂采购定制加工生产的晶圆，向封装测试厂采购封装测试服务，期间公司 辅以工艺管理和测试支持。 海光 CPU 和海光 DCU 的生产过程包括裸片生产和处理器产品生产两个过程，对于海光 CPU 产品，晶圆厂向封测厂交付的是半成品晶圆或成品晶圆，封测厂完成裸片封装和产 品测试工作，DCU 产品，晶圆厂交付给封测厂的是已完成晶圆加工、裸片封装的 DCU 半 成品，由封测厂完成产品测试工作。
1.2 业务发展进入快车道，规模效应初现
随着信创发展深入，海光业务规模快速增长，2021 年全年，海光信息实现收入 23.10 亿 元，净利润 3.27 亿元，实现扭亏。同时，根据海光信息招股说明书，2022 年 1-9 月，公司营业收入预计约为 36.70-40.80 亿元，同比增长 170%-200%，归母净利润预计为 6.10-7.00 亿元，同比增长 392%-465%，扣非后归母净利润为 5.60-6.40 亿元，同比增长 591%-690%。 海光系列芯片生产稳定，出货量稳步增长，很好地满足不同客户的产品需求，市场需求旺 盛，销售情况良好，前期在手订单得到顺利执行，业绩继续高增，也验证了行业高景气。
从业务构成看，2021 年公司 CPU 收入占比 89.66%，其中 7000 系列为主要收入来源， 销售量达到 17.52 万片，均价为 8573 元，同比有所提高，主要是其中 2020 年上市的 7200 系列产品销售占比提升，均价相对较高；各系列产品均有快速增长，此外，DCU 收入在 2021 年实现突破，8000 系列实现收入 2.39 亿元。 下游分布广泛，2021 年公司产品终端应用的前五大行业为电信、金融、互联网、交通、 教育、互联网等关键行业，其中电信、金融需求在 2021 年增长迅猛，分别实现了 3.84 和 2.62 亿元，同比增长 355.37%、469.95%，占总收入的 16.61%、11.36%。
2021 年公司综合毛利率 55.95%，同比提升 5.45pct，公司业务毛利率综合而言有上升趋 势。随着销售规模扩大，规模效应下成本中自研无形资产摊销金额比例下降。此外，产品 结构和定价变化，也促进了毛利率的提升，2020 年以来，全球芯片行业供应链相对紧张， 原材料成本上涨，公司对新推出海光二号产品定价相对较高，毛利率更高，而随着新产品 销售比重提升，2021 年 7200 产品收入比重提升至 52.85%，综合毛利率相应提升。此外， 2021 年 DCU 产品实现销售，毛利率为 33.86%，规模效应尚未成型，单位成本相对较高。
横向对比看，公司毛利率在 2019 年、2020 年低于行业平均，2021 年与可比公司平均水 平一致。
期间费用方面同样逐步显现规模效应，其中研发费用目前仍高于大部分可比公司，公司持 续地加大研发投入，以保持技术研发的前瞻性、领先性和核心技术的竞争优势。 另外，对比业务更为成熟的海外公司，期间费用率（行政、销售及一般费用和研发费用） 约在 30%左右，随着业务规模扩大，远期公司费用率仍有下降空间。
现金流趋于稳健。公司营业收入质量较好，2021 年公司经营活动现金流金额 5.98 亿元， 相比 20 年恢复明显，21 年 DCU 产品终端客户验收时间较长，公司基于谨慎性考虑，采 用预收部分货款方式进行销售，以及 20 年 Q4 新增个别客户的大规模应收款项也于 21 年 上半年回收。
在国家“信息安全”发展战略下，政府、金融、电信、能源等关键领域对包含服务器在内 的国产 IT 产品技术需求显著提升，为产业链厂商带来了增量发展机遇。
2.1 叠加数字化转型需求，行业信创有望超预期
党政行业已经取得阶段性进展。党政行业从 2020 年进入全面推广阶段，在全国范围内进 行党政办公应用的全面替换， 2021 年底基本完成电子公文系统的自主可控，未来将继续 向区县乡各级政府渗透，并向电子政务系统渗透。
金融、电信行业信创领头，进度有望超预期。金融机构业务系统复杂、IT 系统要求高，满 足金融客户发展要求是国产 IT 体系的重要试金石，是推进信创攻坚项目重要的领域，目 前，信创推进速度最快、路线图相对清晰。 2021 年，金融行业新设立近百个信创试点，替换场景从办公 OA 体系向业务系统、核心 业务系统延申，2022 年进入规模推广阶段，广度、深度都将进一步扩大。
金融 IT 为千亿级应用市场。赛迪顾问统计，2019 年中国金融 IT 应用市场规模达 1551.9 亿元人民币，同比增长 8.5%。从产品结构来看，软件与 IT 服务市场增速较大，占市场的 60.9%,到 2022 年，中国金融 IT 应用市场规模将达 1926.1 亿元，其中银行业是规模最大 的行业市场，市场份额达 58.8%，保险业和证券业保持较快的增长速度，分别占 22.8%和 18.4%。
自主可控发展适逢银行 IT 架构变革。银行核心系统承载了银行存款、贷款、银行卡、清 算核算等核心业务，对软硬件产品功能、性能、稳定性、安全可靠性等要求极为苛刻。市 场规模看，银行核心系统市场规模占据银行 IT 建设最大比例，国有大行新一代核心系统 建设项目金额更是有超百亿者，平均耗时约 1-4 年不等。同时，由于核心系统连接各类外 围应用，对相关技术和产品的适配性，以及技术服务能力体系也提出较高要求，因此，能 够带动产业基础技术与产品的研发、应用、服务等一整套产业生态链的发展。
回顾银行信息化 30 多年历程，核心系统经历了从“胖核心”到“瘦核心”的演变，“胖核 心”以 IBM 大型机为代表，在数据大集中时代，大型机可靠性、处理能力能够有效支撑系 统运行，“瘦核心”则以典型的 IOE（IBM 小型机、Oracle 数据库、EMC 存储设备）技术 架构为代表，瘦核心与外围系统共同组成银行处理系统，能够较为快速响应市场，创新金 融产品；但随着业务发展，外围系统不断增多，数据不一致、功能不协调、客户体验不佳 等问题开始出现，随着银行以消费互联网、产业互联网、开放银行生态为重点的业务快速 增长，新一代银行核心架构进而从“瘦核心+大外围（集中式架构）”向“中台化+轻前台 （分布式架构）”探索；与此同时，2020 年前后国产化发展进入新阶段，供应商侧日渐成 熟，与集中式架构进行改革形成共振。 目前依据商业银行自身的体量与业务差异，其核心系统需求不一，所以大部分商业银行依 旧维持集中式架构或双架构并行，极少数前瞻性较强且技术实力突出银行完成了分布式微 服务架构建设。据亿欧智库调研，近 5 年来仅极小部分银行（不超过 100 家）进行了新一 代核心系统改造（部分银行核心系统是分模块、分期建设）。
电信信创大规模集采启动，各大行业信息化加速，信创进度有望逐步深化。电信行业作为 关乎国家安全和国计民生的重要行业，在信创发展上快速布局、切实推动、积极实践，三 大电信运营商率先拉开行业信创的大幕。自 2020 年开始的服务器集采项目向国产服务器 倾斜，创造多个采购记录，累计集采量超过 10 万台，释放信创项目启动的重要信号。此 外，电力、能源、交通、航空航天、教育等行业也在逐步推进国产化，叠加各行业数字化 转型以支撑业务高质量发展的需求，有望释放长期发展空间。
2.2 国产CPU竞争格局趋于清晰，海光生态优势显著
CPU 是计算机运行和控制核心，是信息处理、程序运行的最终执行单元，本质是超大规 模集成电路，用于解释计算机指令和处理计算机软件中的数据，并负责控制、调配计算机 的所有软硬件资源，国产信息系统正是围绕着 CPU 和操作系统构建的。
供给侧，国产产品不断优化。国产 CPU 主要参与者有海光信息、海思半导体、龙芯中科、 上海兆芯、天津飞腾等。海光信息在国内率先完成了高端通用处理器和协处理器产品流片， 并实现了商业化应用。公司产品性能达到了国际上同类型主流高端处理器的水平，在国内 处于领先地位。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，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），海光 7285 CPU 的 SPEC CPU 2017 的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。
生态：按照采用的指令集，CPU 可以分为复杂指令集（CISC）和精简指令集（RISC）两 大类，各自有着不同的优缺点，其中 X86 架构是复杂指令集代表，ARM、MIPS、alpha 是精简指令集代表。
从全球产业看，微软和英特尔公司凭借各自规模和技术优势，其产品Windows和Intel CPU 占据了大部分市场份额，结成了 Wintel 技术阵营，其特点是基于 X86 架构优化各类软件 应用，使得 X86 架构具有显著的产业生态优势，在操作系统领域，Windows、Linux 都兼 容 X86 架构，在应用软件方面，得益于对独立软件开发商的指令集开放和应用平台操作系 统一致性，显著降低技术开发门槛，使得 X86 架构下的软硬件环境的成熟度更明显。应用 X86 处理器的服务器销售额占到市场的 91%，销售量占比超过 97%，市场优势地位显著。 由于产品定位和技术来源不同，国产厂商选择了不同的技术路线，海光CPU产品兼容X86， 支持国内外主流操作系统、数据库、虚拟化平台或云计算平台，能够有效兼容目前存在的 数百万款基于 x86 指令集的系统软件和应用软件，应用迁移转换成本低，具有明显的生 态优势。
金融市场，公司产品得到大量金融机构应用，产品得到五大国有行为代表的多家金融机构 认可。在自主可控的趋势下，大型国有银行基于自身技术能力，进行软硬件选型、配套开 发，或结合产品性能、稳定性、生态适配性等因素综合考量，与供应商联合开发。核心是 银行掌握核心技术能力，自主运维、升级迭代，从而对系统有强自主可控能力。对于中小 银行，大多不具备核心软硬件研发研发的能力，倾向于向核心系统集成商购买全套方案， 对于生态适配性、方案成熟度有更高要求，海光 CPU 具有优势。 在电信市场，公司 CPU 产品大量进入三大运营商 IT 云、核心网、公有云等应用领域，从 近两年运营商招标统计看，国产服务器渗透率加深，其中海光 CPU 和鲲鹏平分秋色。
随着国产软硬件发展、试点磨合，国产服务器 CPU 竞争格局也将逐步清晰，海光 CPU 生 态优势、供应稳定性优势明显，近两年试点落地看，已经站稳了市场地位，中长期看替代 空间可观，我们基于以下假设对于海光 CPU 在金融、电信等关键行业的业务空间进行测 算： 1）中国服务器年销售量：参考 IDC 数据，2020 年中国服务器出货量 350 万台，随着数 字经济发展服务器需求持续提升，以 2027 年为稳态，我们假设届时服务器出货量为 647 万台，年复合增速约为 9%；2）国产渗透率：主要考虑以金融、电信等关键行业的可替代空间，假设金融、电信及其 他重点行业服务器需求约占 40%市场份额； 3）双路服务器主导：中国 x86 服务器以双路服务器为主，占比在 88.8%；单路、4 路服 务器合计占比超 10%；8 路以上服务器较少，占比未超过 1%；我们以 2.10 路为平均 水平进行服务器需求和 CPU 需求的换算； 4）CPU 单价：行业信创测算中，我们主要参考公司面向中高端市场产品价格，2021 年 海光 CPU 7000 系列平均价格在 8000 元以上，5000 系列均价在 5000 元以上，随着 产业成熟有降价趋势，同时产品也在迭代升级，因此我们假设产品单价为 7000 元； 5）海光 CPU 份额：综合上文分析，我们假设信创服务器 CPU 市场，海光份额在 40-60% 之间。
3.1 加速芯片需求旺盛，GPU国产替代或超预期
AI 服务器通常由 CPU 搭载 GPU、FPGA、ASIC 等加速芯片组成，以满足高吞吐量互 联的需求，是人工智能基础设施的核心，其中 GPU 是目前最为主流的加速方案。
GPU 最初的设计目标是为了提升计算机对图形、图像、视频等数据的处理性能，解决 CPU 在图形图像领域处理效率低的难题。随着 GPU 在并行计算方面性能优势的逐步显现以及 并行计算应用范围的逐步拓展，GPU 逐渐分化成两条分支：一条分支是传统意义的 GPU，延续专门用于图形图像处理用途，内置了视频编解码加速 引擎、2D 加速引擎、3D 加速引擎、图像渲染等专用运算模块； 另一分支是 GPGPU，作为运算协处理器， 并针对不同应用领域的需求，增加了专用向 量、张量、矩阵运算指令，提升了浮点运算的精度和性能，以满足不同计算场景的需要。 GPGPU 已经广泛用于商业计算和大数据处理，如天气预报、工业设计、基因工程、药物 发现、金融工程等。在人工智能领域，使用 GPGPU 在云端运行模型训练算法，可以显 著缩短海量训练数据的训练时长，减少能源消耗，从而进一步降低人工智能的应用成本。
GPU 应用普及离不开生态，2006 年 CUDA 发布以来，生态系统的各类工具、库、应用程 序、合作伙伴已经极为广泛和丰富。GPGPU 能够提供完善的软件生态系统。便于各种已 有应用程序的移植和新算法的开发，因此全球人工智能相关处理器解决方案仍然是以 GPGPU 为主。 根据 IDC《中国加速计算市场（2021 年下半年）跟踪报告》，2021 年全年，中国加速服 务器市场规模达 53.9 亿美元，同比增长 68.6%，GPU 方案占近 90%。在数字经济和“东 数西算”等政策影响下，中国 AI 算力市场持续高速发展。IDC 预测，到 2025 年中国加速 服务器市场规模将达到 108.6 亿美元，其中 GPU 和非 GPU 服务器市场规模分别为 82.9 亿美元和 25.6 亿美元。
GPU 替代紧迫性加强，有望打开国产化新空间。2022 年 9 月 1 日，英伟达当地时间公告 显示，美国官员要求其向中国地区出口两种用于数据中心的高端 GPU 芯片 A100 和 H100， 需要取得出口许可，新的许可要求可能会影响到公司及时完成 H100 开发或支持 A100 现 有客户的能力。 目前 GPU 市场由 Nvidia 主导。本次涉及的 A100、H100 产品均为面向 AI、数据中心超 算 HPC 场景的高端产品。A100 芯片是 2020 年 5 月英伟达在 GTC2020 上发布的产品， 应用 7nm 工艺，算力相比前一代 V100 提升了 20 倍，H100 是 22 年 Q1 发布产品，为最 新 Hopper 架构，应用 4nm 工艺，目前尚未商用。
根据英伟达公告信息，预计受出口许可要求将影响 22 年三季度其在中国地区约 4 亿美金 的销售收入，估算年化约百亿人民币规模。根据智研咨询数据，国内 GPU 芯片板卡市场 规模 2021 年约为 170 亿元，到 2024 年将达到 370 亿元，下游应用领域中 HPC 应用占 比约 10%左右，政府安防应用约占 30%左右，互联网应用占 50%。 根据弗若斯特沙利文、前瞻产业研究院数据，2021 年中国超算服务市场规模达 196.6 亿 元，其中尖端超算（航空航天、地球物理、灾害预警、海洋勘探等）约 31.4 亿元，通用 超算（高校科研、石油勘测、生物制药、工业仿真）约 41.3 亿元，业务超算（汽车机械、 金融经济、芯片仿真等）约占 43.54%，预计到 2025 年中国超算服务市场达到 466 亿元。 随着技术封锁、产品断供的风险不断加剧，我们认为从尖端超算到更多政府、智慧城市、 商业市场的用户主体将考虑逐步使用国产方案产品。
3.2 海光DCU商用落地，规模放量可期
海光 DCU 性能达到国际同行水平、兼容“类 CUDA”生态。海光 DCU 定位为训练用 GPU 型加速芯片，深算一号和国际领先 GPU 生产商 NVIDIA 公司高端 GPU 产品（A100） 及 AMD 公司高端 GPU 产品（MI100）进行对比，在典型应用场景下，公司深算一号指 标达到国际上同类型高端产品的水平。秉承“销售一代、验证一代、研发一代”的研发策 略，2020 年 1 月，公司已经启动了第二代 DCU 深算二号的产品研发工作，有望进一 步追赶国际同行。
海光 DCU 具有开放式生态，同一底层硬件驱动平台，支持常见计算框架、库、变成模型， 以及层次化软件站，适配不同 API 接口和编译器，可最大限度利用已有的成熟 AI 算法和 框架，且兼容“类 CUDA”环境，软硬件生态丰富。
（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。）
