1.1 公司概况：国产高端处理器领导者
公司为国产高端处理器领导者，产品主要为 CPU 和 DCU。公司成立于 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，是少数几家具 备高端处理器研发能力的企业之一。公司产品以海光通用处理器（CPU）和海光协 处理器（DCU）为主，产品覆盖企业计算、云计算数据中心、大数据分析、人工智 能、边缘计算等众多领域，满足互联网、电信、金融、交通、能源、中小企业等 行业的广泛需求。目前，CPU 和 DCU 产品均已实现量产，产品快速迭代，为中国 提供核心计算引擎。
探索期（2014-2017 年）：研发+资金双轮驱动。1）研发：公司于 2016 年和 2017 年分别启动海光一号、海光二号产品研发，定位国产高端处理器；2） 资金：2016 年获成都高投 4 亿元投资，产品研发顺利推进。
追赶期（2018-2023 年）：CPU 和 DCU 产品实现量产，逐步缩小与国际先进 水平的差距。1）CPU 产品：2018 年海光一号实现量产，随后产品快速迭代， 22 年海光三号已经实现商业化，海光四号在研，产品迭代顺利；2）DCU 产品： 2018 年启动深算一号产品的研发，2021 年深算一号实现量产，2023 年深算 二号实现商业化，在 AI 计算领域，逐步缩小与海外领先厂商的差距。
竞争期（24 年后）：产品快速迭代，市场份额逐步提升。公司 24 年有望发 布新一代 CPU 产品（海光四号、海光五号）和 DCU 产品（深算三号），产品 迭代加速。未来，公司将通过产品持续迭代，有望逐步达到并超越海外先进 产品水平，市场份额逐步提升。
国资背景为主，股权架构稳定。中科曙光（曙光信息产业股份有限公司）和成都 国资（成都产投、成都高投、成都集萃）为公司前二大股份，分别持有公司 27.96%、 17.00%股份，股权架构稳定，无实际控制人。海富天鼎设立时拟作为员工持股平 台，后转变为外部投资人。蓝海轻舟为公司员工持股平台，董事长孟宪棠先生、 总经理沙超群先生、董秘&财务总监&副总经理徐文超女士合计持有该平台 23.68% 的股份。
同 AMD 合资成立子公司，开启自主研发之路。公司同 AMD 合资设立海光微电子、 海光集成两家子公司，获取 x86 相关技术授权。目前，公司已在 AMD 授权技术的 基础上实现了产品的迭代发展。 1）合资公司：公司同 AMD 合资成立海光微电子、海光集成两家子公司，为避免 x86 交叉授权潜在纠纷，AMD 向海光微电子（海光持股 49%，AMD 持股 51%）授权 x86 处理器核相关技术，向海光集成（海光持股 70%，AMD 持股 30%）授权 x86 处 理器外围相关技术。
2）业务分工：海光微电子主要负责 x86 处理器核开发，处理器制造、封装及测试 的外协工作；海光集成负责处理器整体设计，及处理器产品的推广和应用。海光 微电子定位为生产成本中心，产品只能销售给海光集成。 3）自主研发：公司海光一号主要系对 AMD 授权源代码的消化和吸收；从海光二号 开始，公司自主研发 CPU 产品，自研海光二号相较于上一代产品性能提升 22.71%-24.24%，随后公司发布海光三号，且在研海光四号等新一代 CPU 产品，公 司已经具备自主研发能力，实现产品持续迭代发展。
管理团队产业经验丰富，技术人才队伍持续拓展。管理团队多为中科系出身，产 业经验丰富；核心技术人员大多来自英特尔、AMD 等海外龙头公司，拥有多年产 品研发经验。公司研发人员数量稳步增长，截至 2023 年 6 月 30 日，研发人员数 量 1,382 人，相较于 21 年底提升 34%，且研发人员占比稳定在 90%以上；同时， 公司逐步提升高学历人才（硕士及以上人才）占比，以研发推动公司发展。
1.2 主营业务：以 CPU 为基，横向拓展 DCU 产品
公司以 CPU 产品为基，横向拓展 DCU 产品。公司以 CPU 业务起家，2016 年启动海 光一号（公司第一代 CPU 产品）研发工作，实现高端（7000 系列）、中端（5000 系列）、低端（3000 系列）全覆盖，于 2018 年实现量产，随后 CPU 产品持续迭 代，海光二号、海光三号逐步发布并实现商业化。公司于 2018 年启动深算一号（公 司第一代 DCU 产品）研发工作，2021 年实现量产，23 年发布新一代 DCU 产品深算 二号，性能大幅提升。未来，公司将持续迭代 CPU 和 DCU 产品，细化产品矩阵， 市场份额逐步提升。
下游客户：电信、金融、互联网客户收入占比快速提升。随着海光二号、深算一 号实现商业化，公司的产品矩阵进一步完善，逐步形成了较为完善的基于海光处 理器的产业生态环境，下游覆盖客户范围进一步拓展。同时，公司加大市场开拓 力度，以及产品逐步通过客户的前期测试，电信、金融、互联网客户收入快速增 长。根据招股书说明书披露数据，2021 年公司电信、金融、互联网客户合计实现 收入8.46 亿元，占比 45.22%，同比+11.01pct。
CPU+DCU 双轮驱动业绩增长，CPU 业务毛利率持续提升。1）营业收入：CPU 业务 收入快速增长，DCU 业务开始贡献增量业绩。根据招股说明书披露数据，公司 21 年 CPU 业务实现收入 20.71 亿元，同比+103%，19-21 年 CAGR 达 134%，CPU 业务 快速增长；公司第一代 DCU 产品（深算一号）于 2021 年开始放量，21 年实现收 入 2.39 亿元，贡献增量业绩。2）毛利率：CPU 业务毛利率持续提升。根据招股 说明书披露数据，21 年 CPU 业务毛利率达 58.39%，同比+7.89pct，19-21 年毛利 率持续提升。21 年公司 DCU 业务毛利率为 34.84%，未来随着规模效应以及产品迭 代，DCU 业务毛利率有望进一步提升。
高端处理器（7000 系列）收入快速增长，贡献公司主要收入。从产品营收来看， 根据公司招股说明书披露数据，2021 年公司高端处理器（7000 系列）实现收入 15.02 亿元，同比+91%，19-21 年 CAGR 为 115%，高端处理器（7000 系列）收入快 速增长；从产品收入结构来看，2021 年公司高端处理器（7000 系列）收入占比达 65.01%，贡献公司主要收入，环比略有下滑，主要原因：1）2021 年市场对国产 工作站 CPU 需求大幅增长，公司 3000 系列产品收入大幅增长（同比+254%）；2） 2021 年上半年公司 DCU 产品（8000 系列）实现小规模量产，客户反馈良好，贡献 增量收入。
CPU 产品：兼容国际主流 x86 处理器架构。公司 CPU 产品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，具有优异的系统架构、丰富的软硬件生态等优势。同时，公司 CPU 产品支持 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。目前，公司海光一号、海光二号、海光三号产品已实现商业化应用， 海光四号、海光五号在研，产品迭代顺利，性能将进一步提升。
新产品快速迭代旧产品，拉动业务毛利率提升。海光二号 2020 年实现量产，21 年实现营业收入 17.80 亿元，同比+248%；海光一号（上一代产品）21 年实现收 入 2.92 亿元，同比-43%，新产品发布后快速迭代旧产品，收入体量快速增长。21 年海光二号产品毛利率为 62%，显著高于海光一号，随着海光二号收入占比持续 提升，拉动公司 CPU 业务整体毛利率稳步增长。
DCU 产品：兼容“类 CUDA”生态。公司 DCU 产品属于 GPGPU 的一种，全面兼容 ROCm GPU 计算生态（AMD 的自建生态），由于 ROCm 和 CUDA 在生态、编程环境等方面具 备高度相似性，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”。公司兼容“类 CUDA”环境，可以较好地适配、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，可广泛应用于大数据处理、人工 智能、商业计算等计算密集类应用领域，主要部署在服务器集群或数据中心。目 前，公司深算一号、深算二号已经实现商业化应用，深算三号在研，预计 24 年发 布，市场份额有望逐步提升。
盈利模式：Fabless 模式为主，专注高端处理器的研发、设计和销售。公司是典 型的 Fabless 模式企业，主要负责制定芯片的规格参数与方案、进行芯片的设计 和验证、交付芯片设计版图等；芯片的晶圆加工、封装测试通过委外方式完成。 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。
1.3 财务分析：业绩持续高增，毛利率不断提升
历史业绩持续高增，毛利率不断提升。公司 22 年实现营业收入 51.25 亿元，同比 +122%，18-22 年 CAGR 为 221%；22 年实现归母净利润 8.04 亿元，同比+146%，历 史业绩持续高增。23 年受信创行业不景气影响，公司 CPU 业务下游需求疲软，23 年前三季度实现营业收入 39.43 亿元（同比+3%），实现归母净利润 9.02 亿元（同 比+38%），公司业绩增速放缓。随着宏观经济复苏，信创行业逐步回暖，以及公 司新一代 DCU 产品（深算二号）逐步放量，未来几年业绩有望重回增长快车道。 过去几年，公司产品结构持续优化，带动整体毛利率不断提升。23 年前三季度公 司毛利率为 61%，相较于 2019 年提升 23 个 pct。
规模效应不断显现，期间费用率稳步下降。随着公司营收的快速增长，规模效应 不断显现，期间费用率稳步下降。2022 年公司期间费用率为 30.06%，同比-7.82 个 pct。其中，销售、管理、研发、财务费用率分别为 1.58%、2.63%、27.58%、 -1.73%，分别同比-0.67、-1.28、-4.65、-1.22 个 pct。23 年前三季度公司期间 费用率为 31.64%，同比略有上升，主要原因为 23 年研发投入力度持续加大，研 发人员数量持续增长，研发费用同比上升所致。
2.1 需求端：通用服务器核心器件，全球千亿级市场
CPU 为通用服务器核心器件，价值量占比较高。CPU 作为通用处理器，从内部结构 来看，主要包括运算器（ALU）、控制单元（CU）、寄存器（Register）、高速缓 存器（Cache）等部件，逻辑核心复杂，大部分晶体管用于控制、缓存。从适用任 务来看，CPU 适合运行数据结构不规则、逻辑复杂的串行程序，擅长标量计算（可 用一个具体的数值来表示，只有大小，没有方向），支持通用性负载。从价值量 占比来看，在典型 x86 通用服务器（非 AI/加速服务器）中，CPU 价值量占比约为 28%，仅次于硬盘（31%），为服务器第二大价值量器件。
全球千亿美金服务器市场，国内市场快速增长。1）全球市场:根据 IDC 数据，2022 年全球服务器市场规模 1,232 亿美金，出货量 1500 万台，未来随着 AI 大模型/ 应用、物联网、虚拟现实、数字经济的发展，数据量的爆发使服务器的需求持续 上涨预计 2027 年全球服务器市场规模达 1891 亿美金，服务器出货量达 1930 万台， 分别对应 22-27 年 CAGR 为 9%、5%。2)国内市场：我国服务器市场快速增长，根 据 IDC 数据，2022 年我国服务器市场市场规模为 288 亿美金（约 2016 亿人民币，按美元兑人民币汇率 7.0 来计），18-22 年 CAGR 达 20.2%，未来随着东数西算项 目的推进、国产 AI 大模型/应用的爆发，国内服务器需求将稳步上升，预计 2027 年将达到 454 亿美金（约 3178 亿人民币，按美元兑人民币汇率 7.0 来计），22-27 年 CAGR 为 10%。
全球 CPU 市场空间广阔，预计行业稳步增长。根据 IDC 数据，2022 年全球 CPU 市 场规模为 250 亿美金（约 1750 亿人民币，按美元兑人民币汇率 7.0 来计），出货 量 0.367 亿颗，随着服务器需求量的持续提升叠加 PC 周期反转，预计 25 年全球 CPU 市场规模达到 293.5 亿美金（约 2055 亿人民币，按美元兑人民币汇率 7.0 来 计），出货量达 0.393 亿颗，22-25 年 CAGR 分别为 5.5%、2.3%。
公司产品为 x86 架构 CPU，国内市场空间广阔。根据 IDC 数据，2022 年中国 x86 服务器市场规模为 270 亿美金（约 1890 亿人民币，按美元兑人民币汇率 7.0 来计）， 出货量为 377 万台；假设 CPU 价值量占服务器总价值量 28%，对应国内 529 亿人 民币市场空间，x86 CPU 市场空间广阔。
下游客户占比：下游前两大需求来自互联网、电信领域，根据 IDC 数据，2022 年 分别实现服务器销售额 98.48、49.30 亿美金，占比分别为 36.0%、18.0%；其次， 金融、服务、政府领域需求量也相对较高，2022 年分别实现服务器销售额 30.57、 28.22、24.89 亿美金，占比分别为 11.2%、10.3%、9.1%。
2.2 供给端：海外厂商垄断，国产机会来临
全球服务器 CPU 市场：1）海外厂商具有先发优势，20 世界 70 年代，海外头部厂 商开始发布 CPU 产品，其中，1971 年 Intel 推出 Intel4004（4 位 CPU），包含 2300 个晶体管；1975 年 AMD 发布第一款 CPU 产品 Am9080，于 1996 年发布第一块 自主设计的 CPU 产品 AMD K5，同时配套指令集持续完善，产品优势进一步提升。 2）海外厂商垄断全球市场，根据 IDC 数据，从 23Q2 全球服务器 CPU 出货量来看， Intel 占比达 73.7%，AMD 占比达 16.9%，两家合计占比达 90.6%，海外龙头垄断 全球 CPU 市场。
国内服务器 CPU 市场：1）国内厂商起步相对较晚，中科系的龙芯 1 号 2002 年研 发成功，华为 2014 年发布第一颗基于 ARM 的 64 位 CPU 鲲鹏 912 处理器，海光信 息海光 1 号 2018 年实现量产，整体起步时间晚于海外龙头厂商。2）海外厂商垄 断国内市场，根据 IDC 数据，从 23Q1 中国服务器 CPU 出货量来看，英特尔占比达 79.8%，AMD 占比达85.2%，国产机会来临。
海光 CPU 达到国际主流水平，性能国内领先。根据公司公告，海光 3 号已实现商 业化，海光 4 号在研，产品迭代升级顺利。海光 2 号于 20Q1 发布，选取同时期或 相近时期发布的芯片作为对比对象，从全球维度来看，选取 Intel 至强可拓展第 三代金牌 6354（21Q2 发布）、AMD 第二代霄龙 EPYC 7542（19Q4 发布）作为对照 对象，公司服务器 CPU 的核心数、超线程、内存及通道数、Pcie 通道数已经达到 国际主流水平；从国内维度来看，公司 CPU 产品各项指标国内领先，国内占有率 有望逐步提升。
全国层面：2023 年 10 月，工信部等六部联合发布《算力基础设施高质量发展行 动规划》，明确提出“聚焦 CPU、GPU、操作系统、存储等关键产品，推动关键技 术试点验证，形成标杆应用产品与方案，构建软硬件相互适配、协调发展的生态 体系”，国产 CPU 发展将进入快车道。 地区层面：北京、上海、天津、广东等省份将国产 CPU 作为其“十四五”规划的 重要战略布局之一。
2.3 优势一：x86 架构为全球主流架构，稀缺性卡位
指令集划分 CPU 类型，目前以 x86 和 ARM 架构为主。1）指令集：指令集架构是 指 CPU 用来完成计算和控制的一套指令的集合，主要规定了指令格式、寻址访存 （包括寻址范围、寻址模式、寻址粒度、访存方式、地址对齐等）、数据类型和 寄存器，是连接上层软件和底层硬件的桥梁。2）指令集分类：指令集架构一般可 以分为复杂指令集和精简指令集两大类，复杂指令集以 x86 架构为代表，主要公 司有英特尔、AMD、海光信息等，精简指令集有 ARM、RISC-V、MIPS、PowerPC 等 架构，目前 ARM 架构为其代表，主要公司有高通、三星、苹果、华为等。
x86 仍为全球主流架构，应用迁移存在壁垒。从全球市场来看，根据 IDC 数据， 22 年全球 x86 服务器市场规模达 1109.55 亿美金，占比达 87.5%，x86 服务器市 场规模稳步增长，预计 27 年达到 1655.68 亿美金，22-27 年 CAGR 达 8.3%。从中 国市场来看，23Q1 国内服务器出货量中，x86 架构服务器（Intel、AMD、x86 其 他）出货量占比 92.4%，为国内服务器主流架构，市场空间巨大。应用从 x86 服 务器迁移到 ARM 服务器存在壁垒：1）溢出处理问题：x86 架构 CPU 和 ARM 架构 CPU 在处理某些类型溢出时，行为不同；2）机器指令不能完全对应：如上文所述，x86 和 ARM 处于不同指令集（即复杂指令集和精简指令集），其机器指令不能完全一 一对应，在一定情况下（例如加快运行效率），会直接将汇编语言写进机器指令， 进而导致汇编语言部分的代码移植较为困难。其中，Java、Python 等高级语言开 发的应用程序迁移相对容易，而 C 语言为主（内联汇编语言优化）的应用迁移较 为困难。
海光系列 CPU 为 x86 架构，国内具有稀缺性。海外龙头厂商 CPU 多为 x86 架构（例 如 Intel、AMD 等），国内厂商多采用 ARM 架构（例如华为鲲鹏、飞腾）和自研指 令集/架构（例如龙芯、申威），国内生产 x86 架构 CPU 厂商仅有海光信息、兆芯 等少数几家，具有稀缺性。
2.4 优势二：相近性能下，产品具有价格优势
相近性能下，公司产品价格明显低于海外头部厂商，具有性价比优势。如前文所 述，海光 2 号于 20Q1 发布，选取同时期或相近时期发布的芯片（Intel 至强可拓 展第三代金牌 6354、AMD 第二代霄龙 EPYC 7542）作为对比对象，三者硬件指标 差异不大。根据公司招股说明书披露数据以及 Intel、AMD 官网指导价格，公司海 光二号（7200 系列）产品售价仅为 Intel 至强可拓展第三代金牌 6354、AMD 第二 代霄龙 EPYC 7542 售价的 46.9%、55.4%，产品性价比优势突出。
3.1 需求端：大模型拉动需求增长，国内千亿级别市场
训练数据量+参数量大幅提升，模型能力“涌现”。根据 2022 年谷歌、斯坦福大 学和 Deepmind 联合发表的《Emergent Abilities of Large Language Models》， 很多新能力在中小模型上线性放大都得不到线性的增长，模型规模必须呈指数级 增长并超过某个临界点，新技能才会突飞猛进。同时，模型的参数量和数据量在 一定程度下是正相关的，因为：a）在小规模数据上训练模型时，若模型参数量过 大，可能出现过拟合情况；b）在大规模数据上训练模型时，若不增加模型参数量， 可能造成新的知识无法存放的情况。
大模型训练+推理拉动算力需求快速增长。a）模型迭代和数量增长拉动 AI 算力 需求增长：从单个模型来看，模型能力持续提升依赖于更大的训练数据量和模型 参数量，对应更高的算力需求；从模型的数量来看，模型种类多样化（文生图、 文生视频）和各厂商自主模型的研发，均推动算力需求的增长。b）未来 AI 应用 爆发，推理侧算力需求快速增长：各厂商基于 AI 大模型开发各类 AI 应用，随着 AI 应用用户数量爆发，对应推理侧算力需求快速增长。
智能算力需求快速增长：从全球来看，根据中国信通院发布的《中国算力发展指 数白皮书（2022 年）》和《中国算力发展指数白皮书（2023 年）》数据，22 年 全球智能算力约 451EFlops（基于 FP32 计算），预计 2030 年全球智能算力规模 将达到 52.5ZFlops，全球智能算力快速增长；从国内来看，根据 IDC 和浪潮信息 发布的《2023-2024 国人工智能计算力发展评估报告》，22 年中国智能算力规模 为 259.9EFlops（基于 FP16 计算），预计 27 年达到 1117.4EFlops，对应 22-27 年 CAGR 为 33.9%。
AI 芯片提供算力支撑，GPU 为国际主流。大模型的训练和推理需要智能算力的支 撑，过程中经常涉及大量的矩阵或张量之间的计算（并行计算），适合用 GPU 处 理。目前，全球应用范围最广的 GPU 品牌是英伟达，其 GPU 产品依靠与之匹配的 统一计算设备架构（CUDA）能够更好地处理复杂的计算问题，同时深度优化多种 深度学习基本运算指令，例如 PyTorch、TensorFlow 等主流的深度学习框架均提 供了基于 CUDA 的 GPU 运算支持，并提供了更高层、更抽象的调用方式，方便用户 编程。以英伟达 H100 芯片（SXM5 封装）为例，采用台积电 4nm 工艺，芯片大小 814mm2，拥有 800 亿个晶体管，由多个 GPU 处理集群（GPC，8 个）、纹理处理集 群（TPC，66 个）、流多处理器（SM，132 个）、二级缓存和 HBM3 内存控制器组 成，其中每个 SM 内含 128 个 FP32 CUDA Core 核心，对应单个 GPU 拥有 16896 个 FP32 CUDA Core 核心，为大模型的训练和推理提供强大的算力支持。
国内千亿级别市场，市场规模持续增长。1)全球：受益于 AI 大模型的训练和推理 带来的智能算力需求的增长，全球 AI 芯片市场规模持续增长，根据 Gartner 数据， 2022 年全球 AI 芯片市场规模为 442.2 亿美金（约 3095 亿人民币，按美元兑人民 币汇率 7.0 来计），预计 2027 年达到 1194 亿美金，对应 22-27 年 CAGR 为 22.0%。2）国内：国内互联网头部公司及部分 AI 创业公司训练国产 AI 大模型，同时基于 中国高人口基数，推理侧算力需求强劲，拉动中国 AI 芯片市场持续增长。根据头 豹产业研究院数据，2022 年中国 AI 芯片市场 954 亿人民币，预计 2025 年达到 1979 亿人民币，对应 22-25 年 CAGR 为 27.5%。
3.2 供给端：海外巨头垄断全球市场，国产机会来临
GPU 芯片占比最高，英伟达垄断全球市场。1）技术架构：AI 芯片可以分为 GPU、 FPGA、Asic（NPU、ASSP），其中 GPU 是较为成熟的通用型人工智能芯片，FPGA 和 Asic（NPU、ASSP）是针对人工智能需求特征的半定制和全定制芯片；2）芯片 特征：GPU 通用性最好，灵活性最高，FPGA 其次，Asic（NPU、ASSP）相对较差， 而 Asic（NPU、ASSP）具备生产成本低、功耗小等优点；3）市场占比：从全球维 度来看，根据 TrendForce 发布数据，英伟达 GPU 为 AI 服务器搭载主流，市占率 约 60%-70%，其次为云端厂商自主研发的 Asic 芯片（市占率逾 20%）；从国内维 度来看，根据 IDC 披露数据，2023 年上半年中国加速芯片市场出货量超 50 万张， 其中 GPU 卡占比达 90%。
英伟达 GPU 性能全球领先，新品迭代加速。从全球维度来看，以英伟达、AMD 为 代表的 GPU 架构为主流，英伟达 H100 AI 芯片峰值算力（Int8、FP16、TF32）全 球领先，预计明年发布新一代 AI 芯片产品 B100，产品性能有望翻倍提升；AMD 发布新一代 MI300X 人工智能芯片，采用全新的 CDNA 3 架构，各精度下峰值算力 大幅提升，且芯片显存、显存带宽等指标全球领先；谷歌 AI 芯片采用 Asic 架构， 功耗、生产成本相对较低，目前以自用为主。从国内维度来看，国产 AI 芯片多采 用 NPU 架构（如海思、寒武纪），海光信息采用 GPGPU 架构，其在 FP64 高精度领 域具有天然优势；此外，23 年海光信息、海思、寒武纪等纷纷推 AI 芯片新品， 产品迭代提速。
海外厂商垄断国内 AI 芯片市场，国产机会来临。根据 IDC 统计数据，2023 年上 半年，中国加速芯片出货量超过 50 万张，其中中国本土 AI 芯片品牌出货量约 5 万张，仅占比 10%，国产机会来临。
政策推动智算中心建设，利好国产 AI 算力发展。1）全国维度：2017 年，国务院 发布的《新一代人工智能发展规划》中提出，支持人工智能软硬件发展，建立人 工智能超级计算中心；2020 年，发改委首次明确了“新基建”的范围，以智能计 算中心为代表的算力基础设施划分到“新基建”范畴内；21-23 年，国家发布多 项政策大力推动智算中心的发展，为人工智能场景提供算力支撑。2）地区维度： 从 23 年开始，各地区纷纷出台智算中心相关产业政策，例如上海市在《上海市推 进算力资源统一调度指导意见》中提到“鼓励建设国产自主可控、安全可靠的算 力基础设施和基于国产自主可控的算力应用生态”，北京市在《北京市加快建设 具有全球影响力的人工智能创新策源地实施方案（2023-2025 年）》中提到“积 极引导大模型研发企业应用国产人工智能芯片，加快提升人工智能算力供给的国 产化率”。
3.3 优势一：GPGPU 架构，好生态+高精度
公司 DCU 产品为 GPGPU 架构，生态优势明显。1）GPU 分类：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的应用范围持续拓展，GPU 可以划分为传 统 GPU 和 GPGPU，其中传统 GPU 主要用于图形处理，通常内置视频编解码加速引 擎、3D 加速引擎等，而 GPGPU 增加了专用向量、张量、矩阵运算指令，浮点计算 精度和能力大幅提升，以满足不同计算场景的需要；2）GPGPU 优势：GPGPU 具有 高并行、高密集运算、超长流水线等优势，同 AI 计算天然契合，可以显著缩短海 量训练数据的训练时长，减少能源消耗，进而降低 AI 成本。同时，GPGPU 可以提 供完善的软件生态，便于各种已有应用程序的移植和新算法的开发。3）生态优势 明显：相比于其他架构芯片，公司 DUC 可以全面兼容 ROCm GPU 生态，由于 ROCm 和 CUDA 在生态、编程环境等方面具备高度的相似性，CUDA本快速迁移到 ROCm 平台，因此，公司 DCU 产品能够较好地适配国际主流商业计算 软件和 AI 软件，软硬件生态丰富，可广泛应用于 AI、大数据等计算密集类应用， 生态优势明显。
公司 DCU 产品支持 FP64，可用于高精度计算领域。通常专门做智能计算的 AI 芯 片（例如 AI Asic、NPU 等）往往只要堆核心和频率就可以实现更快的计算速度， 通过使用低精度运算，可以带来硬件层面巨大的便利，例如功耗更低、速度更快、 占芯片面积更小的运算单元、更小的内存需求等，目前国产 AI 芯片在低精度运算 领域已经达到了相对较高的水平。而超高精度 FP64 仍是不可忽视的计算需求，特 别是在科研领域（例如大气、病毒结构分析等），一两位有效数字的差别会对结 果产生极大的影响，目前公司的 DCU 产品支持 FP64 精度，可用于高精度计算领域。
3.4 优势二：产品性能出色，性价比优势突出
同海外巨头相比，公司 DCU 产品具有性价比优势。根据公司招股书披露数据，公 司深算一号于 2021 年上半年开始小规模批量生产，我们选取同时期（或相近时期） 海外巨头 AI 芯片产品作为对比（此处选取英伟达 A100 和 AMD MI100 作为对照组）， 英伟达 A100 性能指标领先，在核心数量、显存容量、显存位宽、显存带宽等参数 均领先于同时期竞品，公司深算一号产品在制程、内核频率、显存容量、显存位 宽、显存带宽等指标基本追平 AMD MI100 产品，而公司产品平均售价仅 1.93 万人 民币/颗，大幅低于 AMD MI100 售价，公司 DCU 产品具有性价比优势。
3.5 历史机遇期：美国收缩对华 AI 芯片出口
美国升级对华出口 AI 芯片管制规定，芯片性能+渠道+实体清单多维度限制对华 出口。本次法案新增两个政策（3A090a 和 3A090b），以 TPP（计算公式：TPP=算 力*位数）和 PD（计算公式：PD=TPP/die size）作为判定指标，满足任一政策， 该芯片都将禁止对华出口，经测算，目前市场上主流 AI 芯片（A100、H100、A800、 H800、L40S）均在限制范围之内。
渠道：对华出口渠道进一步收缩。本次法案要求美国企业向全球 40+国家出口先 进芯片须取得政府许可，因为存在将先进芯片转移到中国的风险。同时，若公司 的母公司位于中国和其他武器禁运国家，芯片将被禁止发送到其子公司（全球任 何地方），对华出口渠道进一步收缩。实体清单限制：将国内 13 家 GPU 企业列入实体黑名单。美国商务部工业与安全局 （BIS）将壁仞科技、摩尔线程等 13 家中国 GPU 企业列入实体名单，为实体清单 内公司生产芯片需取得 BIS 许可，一定程度上阻碍了国产 GPU 芯片的发展。
4.1 盈利预测
我们盈利预测基于以下假设条件： 高端处理器业务：公司高端处理器业务主要包括 CPU 业务（包括海光一号、海光 二号、海光三号等）和 DCU 业务（深算一号、深算二号等），其中 CPU 为通用处 理器，主要用于数据中心、云计算等场景中服务器以及入门级计算领域中的工作 站和边缘计算服务器，DCU 为 AI 算力芯片，主要用于智算中心中的 AI 服务器。 2022 年公司高端处理器业务实现收入 50.66 亿元，占比 98.84%，为公司营收增长 的 核 心 来 源 。
我 们 预 计 23/24/25 年 高 端 处 理 器 业 务 增 速 分 别 为 18.2%/48.1%/28.7%，预估毛利率分别为 60.3%/55.3%/55.5%，24 年受 DCU 业务占 比快速提升影响，毛利率会有一定程度下滑，具体分析如下： 1）CPU 业务：国内 CPU 市场空间巨大，国产化率相对较低，叠加信创自主可控需 求，公司产品快速放量。公司产品快速迭代，海光一号、海光二号、海光三号均 已实现量产，每一代产品可细分为 3000 系列、5000 系列和 7000 系列，其中 7000 系列为高端产品，主要面向数据中心、智算中心等高端服务器，ASP 和毛利率较 高，逐步成为收入增长核心来源。
收入维度：23 年受宏观经济影响，信创市场整体需求低迷，业务增长疲软； 23Q4 开始，信创招标节奏明显呈现恢复趋势，24 年有望重回快车道，我们预 计 23/24/25 年 CPU 业务增速分别为 4.3%/32.4%/15.3%。
毛利率维度：公司海光二号产品 2020 年实现量产，2021 年快速放量，拉升 CPU 业务整体毛利率；2022 年毛利率下滑幅度较大，主要因为：1）22 年市 场供需紧张，原材料晶圆成本上涨；2）21 年全球高端基板供应紧张，预订 基板价格较高，导致 22 年成本上升；我们认为 23 年毛利率将大幅提升，主 要因为：1）22 年毛利率下滑的负面因素已经消除；2）公司 22 年海光三号 实现量产，23 年进入快速放量期，海光三号毛利率高于海光二号，拉动整体 毛利率提升；3）7000 系列产品占比快速提升，毛利率远高于 3000 系列和 5000 系列，例如 21 年 7200 系列毛利率已经达到 72%，进而拉动 CPU 业务毛利率 提 升 。 综 上 ， 我 们 预 估 23/24/25 年 CPU 业 务 毛 利 率 分 别 为 68.0%/62.9%/64.1%。 2）DCU 业务：中国人工智能产业快速发展，对底层 AI 算力的需求持续增长，国 内 AI 算力芯片市场空间巨大，先前海外龙头垄断中国市场，国产化率水平极低。
从需求端来看，一方面，随着单一模态大模型向多模态大模型的发展，训练数据 集、模型复杂度持续提升，拉动训练侧算力需求的增长；另一方面，大模型层成 熟后，AI 应用爆发，中国拥有高基数人口，推理侧算力需求迎来指数级增长。从 供给端来看，23 年 10 月美国收缩对华 AI 芯片出口禁令，英伟达主流 AI 算力芯 片均无法对华出口，国产 AI 芯片迎来历史机遇期，有望快速放量增长。
收入维度：23 年随着全球人工智能的发展，国内各互联网厂商、AI 初创公司 纷纷发力 AI 大模型的训练和推理，公司 DCU 产品快速放量，随着模型复杂度 提升和推理侧的爆发，预计 24、25 年公司 DCU 产品将持续高增。同时，23Q3 公司新一代 DCU 产品深算二号实现商业化，其 ASP 更高，预计 24 年快速放量， 成为出货的主力军，拉动 DCU 业务收入快速增长。综上，我们预计 23/24/25 年
毛利率维度：从短期来看，23Q3 实现商业化的深算二号毛利率水平更高，24 年将成为出货的主力军，拉动 DCU 业务整体毛利率的提升。从长期来看，23 年前三季度全球 AI 算力芯片龙头英伟达和 AMD 的毛利率分别为 71%和 46%， 公司 DCU 产品毛利率仍有提升空间，预计随着公司自身产品的持续迭代，以 及规模效应显现，公司 DCU 业务毛利率将持续提升。综上，我们预估 23/24/25 年 DCU 业务毛利率分别为 39.1%/40.8%/43.0%。 技术服务业务：公司提供处理器和配套芯片的性能优化与解决方案的技术服务， 22 年实现收入 0.59 亿元，收入占比仅为 1.16%。我们预计 23/24/25 年技术服务 业务增速分别为 40.0%/50.0%/30.0%，预估毛利率分别为 70.0%/70.0%/70.0%。
按上述假设条件与假设，CPU 业务受信创市场低迷、下游需求疲软影响，我们下 调 23/24/25 年营业收入分别为 60.71、89.95、115.78 亿元（23/24 年前值为 73.24、 99.09 亿元），同比+18.5%/48.2%/28.7%，毛利率分别为 60.5%/55.5%/55.7%。
费用率及税率假设 期间费用率：公司以 Fabless 模式为主，负责处理器的研发、设计和销售， 因此公司员工薪酬支出在期间费用占比很高。根据公司招股书、公司财报披 露数据，公司 19/20/21/22 年员工人数分别为 806、989、1143、1419 人， 20/21/22 年分别同比+23%/+16%/+24%，公司 23 年上半年员工总人数进一步 增长至 1530 人，期间费用支出进一步提升，而 23 年全年公司营收承压，预 计期间费用率会有一定幅度上涨。未来，随着公司产品持续迭代的需要以及 收入规模的增长，公司员工总人数预计稳步增长；同时，如前文所述，公司 24、25 年收入增长有望重回快车道，营收增速快于期间费用支出增速，期间费用率有望逐步下降。
销售费用率：公司销售人员占比较小，随着公司业务量的持续扩大，预 计销售人员数量将快速增长，对应销售费用持续增长，预计 23 年销售费 用增速快于营收增速，24、25 年增速基本与营收增速持平，预计 23/24/25 年销售费用率分别为 2.67%/2.52%/2.35%。 管理费用率：随着公司管理费用的持续优化，24、25 年管理费用率有望 持续下降，预计 23/24/25 年管理费用率分别为 3.27%/2.73%/1.76%。 研发费用率：23 年由于公司收入承压，研发投入持续增长，23 年研发费 用率会有一定程度提升；未来公司将坚持高研发投入的发展模式，研发 费用将稳步增长，如前文所述，24 年公司收入有望实现高增速，24 年研 发费用率有望出现一定下降，之后基本维稳，预计 23/24/25 年研发费用 率分别是 29.11%/24.56%/23.85。
所得税率：我们预计 23/24/25 年所得税率分别为 1%/1%/1%，维持在低位水 平，基于以下两点因素：1）高新技术企业税率优惠：公司、海光微电子、海 光集成倍认定为高新技术企业，有效期为三年，期间减按 15%的税率征收企 业所得税。目前，公司有效期为 20 年 1 月 1 日至 22 年 12 月 31 日，根据公 司 23 年中报披露，目前已启动重新认定相关申报工作，进展顺利；我们认为 公司科技属性强，未来一定时期内将享受税率优惠政策。2）研发费用税前加 计扣除政策：根据 23 年《财政部 税务总局关于进一步完善研发费用税前加 计扣除政策的公告》，企业开展研发活动中实际发生的研发费用，未形成无 形资产计入当期损益的，在按规定据实扣除的基础上，自 2023 年 1 月 1 日起， 再按照实际发生额的 100%在税前加计扣除；形成无形资产的，自 2023 年 1 月 1 日起，按照无形资产成本的 200%在税前摊销。公司研发费用投入巨大， 23 年上半财年投入 8.37 亿元，研发费用率达 32.03%，形成税收抵扣 1.11 亿元，因此公司所得税金额较小，所得税率较低。
4.2 估值与投资建议
考虑公司的业务特点，我们采用绝对估值和相对估值来估算公司的合理价值区间。
4.2.1 绝对估值：89.08-102.70 元
根据以上主要假设条件，采用 EVA 估值方法，基于以下因素：1）公司为人工智能 公司，与传统企业相比，其产品更新迭代速度快、生产周期长，并且无形资产占 比高。公司是以技术为核心的技术密集型企业，不仅拥有大量先进技术，还拥有 大量专业人才以及高素质的管理层，无形资产是人工智能企业能否持续经营的源 泉。同时，技术投入可能为企业带来超额收益，进而给企业带来经济增值，但这 部分价值大部分不会呈现在企业的财务报表中。2）EVA 模型同时考虑了债务成本 和权益资本成本，能够全面反应企业的资本成本和价值创造能力。3）相关研究对 使用 EVA 评估人工智能公司的价值给予肯定，其中《基于 EVA 估值模型的人工智 能企业价值评估研究——以川大智胜公司为例（2022 年，广西科技大学，周斌 斌）》、《基于 EVA-BS 模型的人工智能企业价值评估——以大华股份为例（2023 年，江西财经大学，王素娟）》等证实了 EVA 估值模型在人工智能公司价值评估 领域的合理性。我们采用 EVA 估值方法，得出公司价值区间为 89.08-102.70 元， 估值中枢为 95.27 元。
绝对估值的敏感性分析 该绝对估值相对于 WACC 和永续增长率较为敏感，下表为敏感性分析。
4.2.2 相对估值：92.88-96.75 元
对于相对估值，我们从海光信息的业务拆分来选择可比公司，公司业务主要可分 为 CPU 业务和人工智能芯片业务（即 DCU 业务），可比公司如下：1）CPU 业务： 龙芯中科和澜起科技均在 CPU 领域进行业务布局，其中龙芯中科为国产 CPU 领先 厂商，其自主研发的龙芯 3 号应用于服务器、桌面终端等领域，澜起科技津逮 CPU 产品广泛应用于津逮服务器。2）人工智能芯片业务：寒武纪、景嘉微均在人工智 能芯片领域有所布局，其中寒武纪为国产人工智能芯片的领先厂商，业务覆盖云、边、端侧人工智能芯片，景嘉微的 JM9 系列图形处理芯片亦可以满足人工智能计 算需求，广泛应用于服务器台式机等领域。
寒武纪：公司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，主要产品包括：1）云端产品线：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，提供高计算密度、高能效的硬件计算资源，支撑该场景下 复杂度和数据吞吐量高速增长的人工智能处理任务；2）边缘产品线：边缘智能芯 片和加速卡等产品；3）IP 授权及软件：包括 IP 授权和基础系统软件平台。 龙芯中科：公司主营业务为处理器及配套芯片的研制、销售及服务，主要产品与 服务包括：1）处理器（CPU）及配套芯片产品：研制的芯片包括龙芯 1 号、龙芯 2 号、龙芯 3 号三大系列处理器芯片及桥片等配套芯片，其中龙芯 1 号、龙芯 2 号主要应用于工控领域，龙芯 3 号应用于服务器、桌面终端等领域；2）解决方案： 公司逐步建立 PC 和服务器主板 ODM 能力，与 CPU、操作系统形成“三位一体”能 力。
景嘉微：公司主要从事高可靠电子产品的研发、生产和销售，产品主要涉及图形 显控领域、小型专用化雷达领域、芯片领域，其中图形显控为公司现有核心业务 （亦是传统优势业务），小型专用化雷达和芯片是公司未来大力发展的业务方向。 1）图形显控产品：公司成功研发了具有完全知识产品的系列 GPU 芯片，并以 GPU 芯片为核心开发了系列图形显控模块产品；2）小型专用化雷达产品：研发了主动 防护雷达、测速雷达等系列雷达产品；3）芯片领域产品：公司以 JM5400 研发成 功为起点，不断研发更为先进且适用更为广泛的一系列 GPU 芯片，随着公司 JM7200 和 JM9 系列图形处理芯片的成功研发，公司联合国内主要 GPU、整机厂、操作系 统等厂商开展适配及调试工作，共同构建国产化计算机应用生态。公司最近 GPU 产品 JM9 系列图形处理芯片可以满足地理信息系统、媒体处理、CAD 辅助设计、 游戏、虚拟化等高性能显示需求和人工智能计算需求，可广泛应用于台式机、服 务器等设备。
澜起科技：公司是一家国际领先的数据处理及互联芯片设计公司，致力于为云计 算和人工智能领域提供高性能、低功耗的芯片解决方案，目前公司拥有两大产品 线：1）互连类芯片产品：包括内存接口芯片、内存模组配套芯片、PCIe Retimer 芯片、MXC 芯片等；2）津逮服务器平台产品：包括津逮 CPU 和混合安全内存模组。 同时，公司正在研发基于“近内存计算架构”的 AI 芯片。
我们采用 PS 相对估值方法，主要基于以下考量：1）人工智能芯片及国产 CPU 芯 片仍处于产业发展初期，高研发投入是行业实现长远发展的坚实基础，亦是支撑 企业未来发展的不可或缺的基石，短期盈利能力承压，传统的 PE 估值未能准确反 映公司价值；2）可比公司中，根据 Wind 一致预期，寒武纪、龙芯中科归母净利 润为负，PE 估值不适用。公司作为国产 CPU、国产人工智能芯片的龙头，将充分 受益于 1）国产服务器 CPU 自主可控，产品快速迭代，市场份额有望逐步提升。2） 国产人工智能芯片需求旺盛，行业规模快速增长；同时，美国收缩对华 AI 芯片出口政策，国产 AI 算力迎来历史机遇期。但 23 年 CPU 业务受下游需求疲软影响， 我们下调海光信息 23/24/25 年营业收入为 60.71/89.95/115.78 亿元（23/24 年 前值为 73.24、99.09 亿元），归母净利润 10.95/16.13/22.26 亿元（23/24 年前 值为 13.60、20.06 亿元），对应 EPS 为 0.47/0.69/0.96。选取同行业可比公司 寒武纪、龙芯中科、景嘉微、澜起科技作为海光信息可比公司，按照 Wind 一致 预期，2024 年行业平均 PS 为 25 倍，因此我们给予海光信息 2024 年 24-25 倍 PS， 对应估值区间 2158.80 亿-2248.75 亿市值，对应目标价 92.88-96.75 元，较当下 有 31%-36%估值空间。
辅助估值判断：历史 PE-Band 选取公司 PE-Band 进行辅助估值判断，公司自上市以来，PE 区间大体位于 104-193 倍，目前处于估值相对高位，我们假设 2024 年公司估值回到历史中枢水平，即 148 倍，预计海光信息 23/24/25 年归母净利润 10.95/16.13/22.26 亿元，对应 EPS 为 0.47/0.69/0.96，对应目标市值为 2387.24 亿元，对应目标价 102.71 元，较 当下有 45%估值空间。
（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。）
