1.1.公司概况：军工电子起家，进军高性能GPU
景嘉微成立于 2006 年 4 月，作为国内首家实现图形处理器芯片（GPU）产业化应 用的上市企业，公司构建了从架构设计、算法优化到芯片量产的全栈式技术能力。深 耕专用领域十八载，已形成覆盖图形显控、小型专用化雷达、GPU 芯片三大业务板块 的立体化布局，2023 年研发投入占营业收入比重为 46.44%，获得专利授权 142 项 （其中国家发明专利 107 项），构筑了深厚的核心技术壁垒。公司凭借深厚的技术积 淀与领先优势在国内图形处理芯片研发领域处于领先地位。
1.2.业务布局：立足军工产品，开拓民用市场
主营三大业务板块：图形显控领域、小型专用化雷达、GPU 芯片业务。图形显控 领域产品是公司的主要营收来源，始终占公司总营收 45%以上。GPU 芯片近年来占比 逐渐增加，2023 年营收占比 14%。GPU 芯片业务是公司的主要发力点，目前产品主要 为 JM5 系列，JM7 系列与 JM9 系列，公司最新一代 JM11 系列芯片已经完成流片、封装 以及初步测试阶段，根据公司公布测试结果来看，JM11 系列可以满足各种云端应用 场景，同时可广泛应用于服务器、图形工作站、台式机以及笔记本等设备。
一、图形显控领域：主营图形显控模块及各种加固类产品。作为公司技术体系 的战略支点，图形显控业务板块承载着信息集成与可视化处理的核心功能，是景嘉微 技术演进历程中研发积淀最深厚、商业化进程最成熟的核心业务单元。该产品线以自 主研发的 GPU 芯片为核心，具有高度的自主技术优势。近年来，公司针对不同行业应 用需求进行技术革 新和产品拓展，在机载领域取得明显的领先优势，同时公司积极 向其他领域延伸，针对更为广阔的车载、船舶显控和通用市场等应用领域，持续研发 并提供相适应的图形显控模块及其配套产品。
二、小型专用化雷达：主要产品包括空中防撞系统核心组件、主动防护雷达系 统和弹载雷达微波射频前端核心组件。公司凭借多年在微波射频和信号处理方面多 年的技术积累，在原有模块的基础上整合梳理了主要产品和技术，研发出了一些系列 无线通讯领域和电磁频谱领域的产品，实现了从单一模块化产品逐步通过整合研发向 系统级产品的转变。
三、GPU 业务：历经十余年研发，从“0”到“1”打造了三代 GPU 产品，JM5 系 列、JM7 系列、JM9 系列，最新一代 JM11 系列芯片已经完成流片、封装以及初步测试 阶段。 JM5400：2014 年发布，采用自主研发架构设计，与多款国产 CPU 以及嵌入式操 作系统适配，可使用于对图形生成以及显示等领域有高可靠性要求的领域。 JM72 系列：2018 年发布，是一款桌面级 GPU 芯片，全面支持国产 CPU 和操作系 统，适用于一定高要求的图形生成以及显示的领域，目前该系列产品已经规模化落地 应用在国内众多领域。 JM9 系列：2021 年发布，可广泛应用于台式机、笔记本、一体机、服务器、工控 机、自助终端等设备。经过长期的适配与推广，目前公司 JM9 系列图形处理芯片已逐 步实现在政务、电信、电力、能源、金融、轨交等多领域的试点应用。 JM11 系列：目前最新一代 JM11 系列图形处理器芯片已经完成流片、封装以及初 步测试阶段，根据公司公布测试结果来看，JM11 系列可以满足各种云端应用场景， 同时可广泛应用于服务器、图形工作站、台式机以及笔记本等设备。
1.3.管理架构：股权结构清晰，国家大基金入股
股权结构清晰稳定，国家集成电路产业投资基金入股。截止 2024 年中报，第一 大股东喻丽丽、曾万辉夫妇直接持股比例分别为 29.10%、4.02%，其余持股超过 2%的 股东有国家集成电路产业投资基金股份有限公司（6.07%）、胡亚华（3.41%）、景嘉 合创（3.28%）。公司实控人为喻丽丽、曾万辉夫妇。
核心团队成员多为技术背景出身，具有高度的技术前瞻性。公司总裁曾万辉， 公司副董事长、高级副总裁余圣发均毕业于国防科技大学，专业分别为微波与毫米波 技术方向和通信方向，且产业深耕多年，对行业有着深刻的理解和前瞻性。
1.4.财务分析：下游需求放缓，业绩短期承压
2022 年下半年至 2024 年以来，由于下游行业需求受到影响，公司在专用领域产 品 的 销 售 额 下 降 ， 公 司 业 绩 短 期 承 压 。 2021-2023 年 景 嘉 微 营 收 分别为 10.93/11.54/7.13 亿元，同比 67.21%/5.56%/-38.19% ； 归 母 净 利 润 分 别 为 2.93/2.89/0.60 亿元，同比 40.99%/-1.29%/-79.35%。2024 年三季度实现营收 0.91 亿元，同比下降 26.55%；实现归母净利润-0.10 亿元，同比下降 144.24%。在 2023 年，由于图显等产品需求受挫、单价下降的影响，公司业绩出现下滑。一方面公司受 行业政策波动影响，市场需求端缩水，使得一部分产品销量大幅减少。另一方面在图 形显控领域和小型雷达领域，受到下游客户产品交付周期的影响，因此销售规模下降， 导致营收下降。
市场价格竞争压力增大，导致部分产品销售毛利有所下降。公司2021-2023年毛 利率分别为60.86%/65.01%/60.32%，净利率分别为26.78%/25.04%/8.36%。2024年前 三季度毛利率为 53.85%。由于公司的芯片业务的行业特性，前期需大量研发投入成 本，因此导致公司前期毛利率、净利率偏低，对公司整体毛利率造成影响。随着后期 芯片大量出货，逐步摊薄研发成本使得单颗芯片的成本不断降低，毛利率有所回升。 在 2024 年公司下游行业需求受到影响，部分领域的市场价格竞争压力增大，导致公 司部分产品销售毛利率有所下降。 持续保持较高水平研发投入，研发费率维持较高水平。公司 2021-2023 年销售费 用率分别为 4.36%/4.17%/5.98%，管理费用率分别为 10.36%/9.90%/16.51%，研发费 用率分别为 23.16%/27.07%/46.44%，财务费用率分别为-1.57%/-0.74%/-1.12%。 2024 年前三季度公司销售、管理、研发、财务费用率分别为 5.67%/15.93%/42.84%/- 1.52%。由于公司注重技术研发，追赶并保持业界技术领先水平，在研发投入方面始 终保持较高水平。
图形显控领域及小型专用化雷达领域产品毛利率较高，芯片业务相对较低。由 于芯片行业本身高投入、回报滞后的特点，以及芯片业务体量，初始需要大量研发投入，在发展初期总体毛利率较低，随着芯片放量摊薄了前期投入的各项成本，毛利率 会逐渐走高。而图形显控以及小型专用化雷达类产品属于公司成熟期产品，迭代较慢 且研发周期较长，因此摊薄了研发费用，使得毛利长期处于稳定且较高水平。
2.1.技术演进：架构创新与制程突破的共振效应
GPU（Graphics Processing Unit，图形处理器）作为现代计算体系的核心组件， 其核心原理是将复杂的图形处理任务分解为大量可并行执行的子任务实现高效计算。 其技术原理与演进路径深刻反映了半导体行业的发展趋势。GPU 最初专为图形渲染设 计，采用大规模并行架构，通过数千个计算核心同时处理大量简单任务，如顶点变换、 纹理映射和像素着色等。随着计算需求的升级，GPU 逐渐从专用图形处理器演变为通 用计算加速器。
GPU 因其并行计算架构在算力领域被广泛用于加速复杂的计算任务。其应用始于 1999 年英伟达推出首款 GPU GeForce256，2006 年 CUDA 框架的诞生使其正式转向通 用计算（GPGPU）。从早期的 350nm 到当前的 4nm 工艺。GPU 的功能边界不断拓展， 逐步覆盖科学计算、AI 训练、自动驾驶等新兴领域。 AI 计算：集成专用 AI 加速单元（如 NVIDIA Ampere 架构的 Tensor Core）， 支持 FP16/INT8 混合精度计算； 科学计算：支持双精度浮点运算（FP64），在气象模拟、基因测序等领域 广泛应用； 自动驾驶：推出车载计算平台（如 NVIDIA DRIVE Orin），算力达 254TOPS， 可从 L2+级系统一路升级至 L5 级全自动驾驶汽车系统； 元宇宙：开发实时渲染引擎（如 Omniverse），支持大规模虚拟场景构建与 交互。 为突破传统冯·诺依曼架构的瓶颈，GPU 行业正积极探索下一代计算范式。如存 算一体：将计算单元嵌入存储器，减少数据搬运开销；Chiplet 技术：通过多芯片互 联实现性能扩展；光子计算：利用光子代替电子进行数据的传输。GPU 的技术演进不 仅是性能的提升，更是计算范式的重构。未来，随着 AI、元宇宙、量子计算等新兴 技术的崛起，GPU 将继续扮演算力基础设施的核心角色，推动全球数字化进程进入新 纪元。
2.2.市场规模：算力革命驱动下的千亿赛道
生成式 AI 爆发推动 GPU 需求指数级增长，根据 Verified Market Research 数 据，2024 年全球 GPU 芯片市场规模为 812 亿美元，预计 2028 年将增长至 2465 亿美 元，2021-2028 年的 CAGR 为 32.8%，GPU 市场呈现出强劲增长态势。
2.2.1.大模型百花齐放，引算力需求爆发式增长
AI 大模型百花齐放，谷歌、微软、OpenAI、Meta 等国际科技巨头凭借雄厚的资 金、技术和人才优势，在大模型领域占据领先地位。众多初创企业在大模型细分领 域发力，通过技术创新和差异化竞争，试图在市场中占据一席之地。如 Anthropic 在 大语言模型领域发展迅速，其开发的 Claude 模型与 OpenAI 的 GPT 系列形成竞争态 势。国内的智谱 AI、月之暗面等独角兽企业也在不断推出创新的大模型产品，在多 模态推理和通用推理能力上达到行业领先水平，与传统科技巨头共同推动国内大模型 市场的发展。随着模型参数规模的不断扩张，参数数量和数据训练量的增长使得模型 在语言生成、理解、翻译等文本任务上表现愈发出色。大模型不再局限于文本处理， 视觉、听觉等多模态融合成为趋势。谷歌的 Gemini 模型具备图像、视频和音频的综 合理解与生成能力，可实现图像描述生成、视频内容分析以及语音交互等功能，拓宽 了大模型的应用边界。在推理、规划、决策等复杂任务处理上，大模型也在不断进步。 DeepSeek-R1 通过强化学习技术，在数学、代码、自然语言推理等任务上性能大幅提 升，接近 GPT-o1 模型正式版，能够完成复杂的数学运算和代码编写任务。
GPU 的算力优势与当下算力极度匹配，AI 大模型在训练端和推理端都需要处理海 量的数据的复杂的计算，而 GPU 拥有强大的并行计算能力，能够高效处理矩阵运算等 计算密集型任务，这正好满足了 AI 大模型对计算能力的需求。为满足大模型训练需 求，GPU 的三大核心指标发生质变：1）计算密度：算力芯片需在单位芯片面积下尽 可能提升计算能力,从而达到在规定面积下的最大算力；2）内存带宽：由于大模型 训练参数呈几何倍数增长，GPU 运行计算数据也相应指数倍增加，因此对于内存带宽 与容量有更高要求。H100 芯片所用的 HBM3 带宽速率达到 6.4Gps；3）互联能力：单 卡 GPU 已经无法满足大模型需要的算力要求，因此卡间互联能力是另一核心指标，目 前 Nivdia 已经凭借 NVlink 推出万卡级集群智算中心。 算力需求爆发式增长，GPU 需求极具攀升。根据中国信息通信研究院报告显示， 2022 年全球计算设备算力总规模达到 906EFlops，同比增长 47%，预计未来五年全球 算力规模将以超过 50%的速度增长，到 2025 年全球计算设备算力总规模将超过 3ZFlops。AI 大模型正推动 GPGPU 从“通用加速器”向“智能计算核心”演进。未来 三年，具备高算力密度、高内存带宽、高互联效率的 GPU 将成为市场。 未来 AI 技术的迭代将推动 GPU 架构向高性能、高能效与高灵活性三维一体的方 向演进。随着大模型参数量持续膨胀及多模态任务复杂度提升，下一代 GPU 需在算力 密度、内存带宽和异构计算能力上实现突破性升级。硬件层面，先进制程与 Chiplet 封装技术或将不可或缺，通过堆叠式显存和高速互联总线构建超千 GB/s 级数据吞吐 通道。计算单元将强化稀疏计算、动态张量核 心与光追 加速模块 ， 以适配 Transformer、扩散模型等主流算法特性。此外，边缘 AI 场景将催生模块化 GPU 设 计，通过可拆分计算单元实现云端-边缘算力动态调配，同时集成 NPU/IPU 等协处理 器形成异构计算集群。
国内 GPU市场规模增长核心驱动力来自两方面：一是人工智能、云计算、数据中 心等新兴产业对算力的爆发式需求；二是国际地缘政治背景下，国产替代成为国家 战略级任务。中商产业研究院发布的《2024-2029 年中国 GPU 行业市场现状调研及发 展趋势预测研究报告》显示，2023 年中国 GPU 市场规模为 807 亿元，较上年增长 32.78%。中商产业研究院分析师预测，2024 年中国 GPU 市场规模将增至 1073 亿元。 从需求端看，人工智能大模型训练与推理、智能驾驶、工业仿真、元宇宙等新兴场景 推动 GPU 需求结构从传统图形渲染向通用计算加速转变。以 AI 为例，单一大模型训 练需消耗上万颗高端 GPU，而国内互联网巨头、科研机构及智算中心的算力缺口持续 扩大，直接拉动高性能 GPU 采购需求。政策层面，国家“十四五”规划明确将集成电 路列为战略性新兴产业，地方政府通过产业基金、税收优惠等方式扶持本土 GPU 企业， 加速构建自主可控的算力底座。
2.2.2.信创产业快速崛起，带动 GPU 需求提升
产业链涵盖应用软件、基础软件、云基础设施、基础硬件、网络安全五个领域。 在国家提出信创产业的“2+8+N”三步走战略后，即党、政与金融、电力、电信、石 油、交通、教育、医疗和航空航天八个关乎国计民生的重要行业，及 N 个消费市场， 信创建设逐渐渗透至党政、金融、制造等行业，未来信创产品将全面推广应用至消费 市场，打造更为完善的国产化数字生态，为国家数字经济稳固发展保驾护航。
随着“2+8+N”战略落地，我国数字化经济规模不断扩大。根据中国信通院数据 显示，2022 年中国数字经济总体规模达 50.2 万亿元，2025 年有望达 70.8 万亿元。 得益于中国数字化进程的持续深入，艾瑞咨询预测，未来十年中国信创产业仍将保持 30%的年均增长，2026 年突破 2000 亿元规模大关。
2.2.3.游戏与图形渲染对 GPU 需求稳定增长
图形 GPU（Graphics Processing Unit）作为计算机图形处理的核心硬件，在游 戏、影视动画、工业设计、虚拟现实（VR）等领域扮演关键角色。Jon Peddie Research（JPR）发布的最新 GPU 市场数据统计报告，显示 2023 年第四季度独立显卡 单位出货量从 890 万块增至 950 万块，环比增长了 6.8%，从 2000 年第一季度起至今 独立显卡总出货量为 23 亿块，总价值达到了 4820 亿美元。中国市场受益于电竞产业 扩张、3A 游戏本地化及数字内容创作需求激增，成为全球增速最快的市场之一。根 据 Statista 数据显示，全球电子游戏市场收入从 2017 年的 1,296 亿美元提升到 2023 年的 4,062 亿元，2024 年的市场收入预计将达到 4,552.8 亿美元，到 2029 年预计达 到 6666.8 亿美元。
2.3.竞争格局：国际巨头的垄断和国产新势力的破局
当下全球 GPU 市场呈现高度集中化特征，Jon Peddie Research 最新数据显示， 2024 年 Q3 全球独立 GPU 市场份额英伟达和 AMD 分别占据了 90%、10%。
海外市场方面，英伟达凭借技术架构优势与 CUDA 生态的优势，始终占据了 GPU 市场超过 80%的份额。AMD 也凭借其技术差异化，双架构计算卡 CDNA 系列与游戏卡 RDNA 系列并行优势，占据一定的市场份额。两大巨头在 GPU 领域的竞争已超越单纯 硬件性能比拼，进入“制程工艺+软件生态+全栈服务”的立体化战争阶段。英伟达凭 借 CUDA 生态持续收割 AI 红利，AMD 以开放策略蚕食性价比市场，英特尔则依托 IDM 模式谋求弯道超车。
国内 GPU 市场呈现“国际巨头主导、本土企业追赶”的格局。传统企业如景嘉微， 海光信息，产品聚焦图形渲染与通用计算，已实现规模化商用；新兴创业公司包括壁 仞科技，摩尔线程，主打高性能计算 GPU，部分产品算力接近国际主流水平。
技术路径上，国内企业多采用 IP 授权与自研架构结合的模式。例如，芯动科技 “风华”系列基于 Imagination 授权架构，而壁仞科技则选择自研架构突破 CUDA 生 态壁垒。制程方面，受限于半导体设备进口限制，国产 GPU 在工艺上与国际领先的制 程存在代差，但通过 Chiplet（芯粒）等先进封装技术部分弥补性能短板。然而，生 态建设仍是最大瓶颈。英伟达 CUDA 生态拥有超 400 万开发者，而国产 GPU 厂商需构 建从编译器、驱动到应用框架的完整软件栈。华为推出 CANN 异构计算架构，摩尔线 程联合多家企业成立“GPU 开源生态联盟”，但短期内难以打破用户习惯壁垒。此外， 国内 EDA 工具、高性能存储等配套产业链尚不完善，进一步制约产品迭代速度。
2.4.国产 GPU：AI 应用加速落地与算力平权双重助力之下，迎 来广阔空间
当下 AI 应用与各个领域相结合，千行百业加速落地 AI。
AI+医疗：基于迭代优化的大模型技术，讯飞医疗全面升级医疗诊后康复管 理平台，可为患者智能生成个性化康复计划，并督促患者按计划执行。讯 飞诊后康复管理平台还可以通过外呼机器人和小程序、APP 为康复过程中病 患提供及时应答，回复开放性和交叉性的问题。
AI+金融：在信贷领域，由于征信数据的复杂性和多样性很难使用传统的数 据处理方式进行分析。度小满智能征信中台将大型语言模型 LLM、图算法应 用在征信报告的解读上，能够将报告解读出 40 万维的风险变量，将银行风 控模型的风险区分度提升了 26%。
AI+工业：在星火认知大模型的基础上，羚羊平台推出了工业大模型“羚机 一动”。中小企业在羚羊平台上自由发布需求，羚机一动针对企业需求给 出专业化建议策略，智能匹配方案、服务商、专家等资源。同时还可在企 业内部知识库和工业知识库之上构建企业知识大脑，在研发、生产、服务 营销各个环节上，精准地定位问题、得到有效解决方案。
AI+办公：在软件领域，人工智能大模型逐步应用于自然语言处理、计算机 视觉、语音识别等领域，相关软件产品的智能化水平得到提升。2023 年 4 月，WPS AI 对外亮相，并陆续应用于文字、表格、演示文稿等常用办公组 件。除了文本生成等功能外，WPS AI 可以通过自然对话的人机交互生成复杂的函数公式，进一步降低办公软件的操作门槛。2023 年 11 月，WPS AI 公 测发布，正式对用户开放使用。
随着 AI 应用场景的逐步落地，算力需求激增。IDC 预测，未来市场需求量也将 会实现大幅度上升，2027 年中国 AI 服务器市场规模将达到 134 亿美元，五年 CAGR 为 21.8%。在算力芯片需求急速增长的趋势下，国产 GPU 芯片有望迎来广阔的市场需求 空间。
随着 DeepSeek-R1 的推出显著降低了 AI 模型训练及推理的成本。算力平权使得 过度依赖硬件堆砌的 AI 竞赛或将终结，让原本性能相对落后无法进入 AI 牌桌的国产 算力芯片迎来曙光。
以 ChatGPT 为代表的生成式 AI 大模型在训练和推理方面对 GPU 芯片的性能有一 定高程度的要求，这让在性能方面落后的国产 GPU 芯片难以入局，然而 DeepSeek 的问世改变了 GPU 芯片市场的格局。GPT-4 的训练成本超过 1 亿美元，使用成本百万 token 输入 2.5 美元，百万 token 输出 10 美元。而 DeepSeek-V3 的训练成本仅为 557.6 万美元，DeepSeek-V3 的 API 服务定价为每百万输入 tokens 0.5 元（缓存命 中）/2 元（缓存未命中），每百万输出 tokens 价格为 8 元；
3.1.图形显控及专用化雷达领域积累深厚，保持行业领先
3.1.1.图形显控产品
作为企业战略发展的基石业务，图形显控产品线始终构成公司营收体系的核心 支撑。财报数据显示，该板块 2024 年上半年营业收入 2.28 亿元，占据整体营收 65% 的绝对权重。
经过十余年技术沉淀，现已形成涵盖图形显控模块与特种加固设备的产品矩阵。 自企业创立初期便奠定发展根基——通过承接特种装备图显芯片 M9 的驱动开发项目， 逐步构建起 M72、M96 系列专用开发平台，由此在特种装备显控领域建立起先发优势。 在保持机载领域技术领先地位的同时，研发团队持续推进技术迭代与产品线扩展， 针对舰船电子系统、车载智能座舱等新兴应用场景开发适配解决方案，同步探索通用 商业市场的潜在需求。这种"深耕核心领域+拓展应用边界"的双轨战略，既巩固了特 种市场的技术壁垒，也为未来业务增长开辟多元空间。
3.1.2.小型专用化雷达领域
作为公司特种装备技术体系的重要组成部分，小型专用化雷达业务持续发挥战略 支撑作用。尽管 2024 上半年营收同比下滑 50.7%，但占比依旧占据整体营收 10%仍显 韧性。
产品形态正加速向智能化、体系化方向演进。基于在微波射频与信号处理领域 二十余年的技术积累，企业已构建起覆盖核心器件到整机系统的完整研发能力。技 术优势集中体现在三大核心系统：1）空中防撞系统核心组件：自主研发的防撞系统 核心组件突破射频信号全流程处理技术，集成频谱搬移、多天线切换控制及实时自检 等功能，其探测精度与抗干扰能力直接决定飞行器在复杂空域的态势感知水平；2） 主动防护雷达系统：创新研发的雷达探测单元融合多模态目标识别算法，可在毫秒 级完成威胁目标的定位跟踪与拦截参数解算，为反制系统提供关键决策支持；3）雷 达微波射频前端核心组件：国产化替代方案不仅实现进口产品功能全覆盖，更通过 独创的抗干扰设计大幅提升装备在电磁对抗环境下的作战效能。这些技术突破正推动 企业由单一设备供应商向战场感知系统解决方案服务商转型。 下游应用主要分为军用和民用两大领域。军用领域用于装甲车辆、舰艇的主动 防护系统、实时探测来袭威胁（如导弹、火箭弹）、无人机载雷达支持侦察与电子对 抗等；民用领域民用机场和风电场的风切变预警、无人机及机器人导航避障、智慧城 市安防监控（周界雷达）等，尤其在低空经济领域应用潜力显著。
3.2.横向拓宽民用 GPU 市场，产品广泛落地
公司在拓宽民用 GPU 市场的方向上取得了一些列重大突破。首先于 2014 年成功 研制出具有完全自主知识产权的首代国产高性能低功耗 GPU 芯片 JM5400、2018 年成 功研制 JM7200 芯片、2021 年成功研制 JM9 系列芯片，2024 年 12 月，JM11 系列芯片 已经完成初步测试，阶段性成果丰富。 第一代 JM5400 在机载、舰载及车载等复杂环境下的图形显控系统应用中展现出 卓越的稳定性与能效优势，有效替代了 M9、M96 等进口芯片产品，成为国内特种领域 首款实现规模化应用的自主图形处理器。第二代 JM7200 芯片研发技术升级使产品应 用场景从专业嵌入式系统延伸至桌面级计算机领域，不仅满足信息安全计算机的办公 需求，更具备基础图形娱乐应用能力，由此开启民用市场拓展进程，逐步实现对中低 端进口显卡产品的国产化替代。第三代 JM9 系列依托其增强型计算架构，成功突破专 业图形处理与基础 AI 算力融合技术，应用场景已延伸至地理信息可视化、工业设计 仿真、多媒体编解码、云虚拟化平台及轻量化游戏引擎等多元领域。目前最新一代JM11 系列根据公司公布测试结果来看，可以满足各种云端应用场景，同时可广泛应 用于服务器、图形工作站、台式机以及笔记本等设备。 为构建完整的国产计算生态体系，企业积极推进产业协同创新。根据公司在投 资者平台上的回答，公司 JM7200 芯片已完成与龙芯、飞腾、银河麒麟、中标麒麟等 国内主要的 CPU 和操作系统厂商的适配工作，与中国长城、超越电子等十余家国内主 要计算机整机厂商建立合作关系并进行产品测试，大力开展进一步适配与市场推广工 作。目前，公司产品已经在信创领域广泛落地：
电力行业：GA-A3204 是广州高能计算机科技有限公司研发的工控机，应用 于电力网络安全系统。系统采用独立组网的形式进行网络部署,分为加密装 置、隔离装置和平台运行装置三大类,平台运行装置，按照硬件功能划分为 安全监测装置、网关机、应用服务器和人机工作站四类，其中景美 JM7500 GPU 应用在通信网关机、工作站等设备中，完成高清显示输出和人机交互， 满足电力监控需求。基于飞腾 CPU 和景美 GPU 的网络安全平台,有效保证了 电力系统的安全,提升了系统的可持续保障能力。
金融行业：江苏国光信息产业股份有限公司研发的 IPC2000-E4（LX）工控 机，应用于金融机具。工控机采用龙芯 3A4000 处理器、景美 JM7201 GPU 和 国产操作系统，支撑客户应用完成国产化迁移和升级。景美 JM7201 独立显 卡提供多屏高清显示输出，同时满足业务、维护、广告等多种显示和人机 交互需求。
轨交行业：HWFT-204-IPC-LA 是广东汉为信息技术有限公司研制的自助售检 票服务终端，由一台工控电脑作为控制的核心，包含多种外设接口，提供 带触摸功能的彩色液晶屏主操作屏及液晶广告屏，其中景美7201MXM显卡完 成高清显示输出和人机交互，有效支撑上层应用系统，为用户提供便捷可 靠的售检票服务。
指挥监控行业：景美联合飞腾推出了城市调度大厅多媒体管理系统解决方 案中 KVM 坐席管理子系统用于导调人员对数据、事件进行判别决策。对网内各类视频源设备进行切换管理，实时预览、拖拽上屏、决议下达。音视频 输入设备群包括调度大厅内部及各个子级调度场所的会议终端、安防摄像 机设备、3D 摄像机、办公电脑、麦克风、电话机对讲机等音视频源终端。
3.3.定增入局高性能算力，打造第二成长曲线
2024 年 10 月，公司公告称向特定对象发行 A 股股票，实际募集资金净额 38.33 亿元，主要投向高性能通用 GPU 芯片研发及产业化项目和通用 GPU 先进架构研发中 心建设项目。公司基于国产 GPU 产业发展的战略需求，正式启动新一代高性能通用图 形处理器研发计划，旨在构建集成图形渲染与通用计算能力的全栈技术体系，强化公 司在自主 GPU 产业链的核心竞争力。 高性能通用GPU芯片研发及产业化项目的实施主体为景嘉微公司以及旗下全资子 公司长沙景美集成电路设计有限公司、无锡锦之源电子科技有限公司。自主开发面 向图形处理和计算领域应用的高性能 GPU 芯片，实现在大型游戏、专业图形渲染、数 据中心、人工智能、自动驾驶等领域的配套应用。 通用 GPU先进架构研发中心建设项目实施主体为景嘉微及其全资子公司无锡锦之 源电子科技有限公司，通过搭建前瞻性技术研发平台，主要面向满足未来高性能计 算和数据处理需求的重要方向，通过开展“高性能计算核心架构的研究与开发”、 “通用计算库与驱动的研究与开发”和“高性能 GPU 编译器的研究与开发”等研发课 题的研究与开发，掌握通用 GPU 先进架构相关前沿核心技术，增强公司在通用 GPU 芯 片领域的进一步深度布局。同时，本项目将配套搭建信息化系统，确保研发中心信息 化系统的应用广度和深度，支撑保障研发中心整体业务运营效率，并将建立健全研发 中心 IT 基础设备运营和信息安全管理。
（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。）
