（一）产品覆盖图形显控、小型专用雷达和 GPU 芯片三个领域
2006 年，长沙景嘉微电子股份有限公司（景嘉微）注册成立，公司致力于信息探测、处 理与传递领域的高新技术开发和综合应用，主要从事高可靠电子产品研发、生产和销售， 能够为客户提供 GPU 芯片、图形显控模块、无线通信系统、小型化雷达和计算存储设备 等产品与服务，涵盖芯片、模块、整机和系统等多种形态。2016 年 3 月，公司在创业板 成功上市，是国家重点高新技术企业、重点集成电路设计企业、技术创新示范企业、专 精特新“小巨人”企业，建设有“国家企业技术中心”等国家级创新平台。
1、图形显控：军工基本盘稳固
图形显控模块是信息融合和显示处理“大脑”，是公司研发最早、积淀最深、也是目前 最核心的产品。公司图形显控模块产品以自主研发的 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。
图形显控模块技术水平达到第三里程碑。20 世纪 90 年代以来，随着 DSP、FPGA 和 GPU 技术发展，图形显控模块经历了三个主要里程碑。公司在图形显控领域的主要产品图形 显控模块、加固显示器、加固电子盘和加固计算机等为电光式航电显控系统的核心组件， 其中图形显控模块技术水平达到第三里程碑，为信息处理机的核心组成部分。产品主要 特点如下：（1）依据客户实际需求定制开发、生产；（2）采用模块化设计，集成度高； （3）可靠性高、客户满意度高；（4）生命周期长。
公司在国内机载航电系统图形显控领域占据大部分市场份额。图形显控产品在专用航空 等领域有着深刻的应用，是航电显控系统的核心，而航电显控系统是综合航电系统的核 心系统。随着下游市场对于综合航电系统的需求及性能的要求逐年增加，图形显控产品 的需求稳健增长。同时，根据国家政策要求，通用领域信息技术自主可控程度亟待提高。 中国民用航空局《2024 年民航行业发展统计公报》数据显示，2024 年通用航空领域共有 3232 架飞机，较 2023 年增加 59 架，同比增长 1.86%。我国通用航空市场规模的快速增 长为国内飞机制造商及其配套商提供了千载难逢的发展机遇。目前我国已经成功自主研 制大型客机，在国产化的趋势下，国产航电系统供应商，包括国产航电显控系统供应商 在未来将获得更广阔的市场空间。
2、小型专用化雷达：重点发力反无人机和低空经济领域
公司较早开始在微波和信号处理方面进行技术积累，在小型专用化雷达领域具有一定技 术先发优势。近年来，军用雷达功能不断拓展、种类日益丰富，尤其是小型专用化雷达 成为新的热点。公司经过在微波射频和信号处理方面多年的技术积累，在小型专用化雷 达领域相继取得了一系列突破：研发了以主动防护雷达、测速雷达等系列雷达产品；并 且在巩固原有板块、模块业务基础上，对产品和技术进行了梳理与整合，研发包括自组 网在内系列无线通讯领域产品，逐步实现由模块级产品向系统级产品转变发展战略。
空中防撞系统核心组件，公司是国内第一批成功研发的厂商之一。空中防撞系统利 用二次雷达技术，对一定范围内的飞机进行实时监视、标识，判断周围飞机的飞行 方位角、距离和飞行意图，并按照一定的策略实施自动防撞。公司的产品是空中防 撞雷达系统的核心组成部分，用于实现射频信号收发、信号频谱搬移、上下天线切 换控制、收发切换控制、信号调制与解调、信号与信息处理，以及 BIT 在线检测等 功能。其性能决定了空中防撞系统的作用距离、信号质量、抗干扰性能、控制策略 的有效与否。公司是国内第一批成功研发出空中防撞雷达系统核心组件的厂商之一。
主动防护雷达系统，即目标探测单元为系统核心。主动防护雷达系统对不同视场内 的飞行目标进行实时探测和识别，并对构成威胁的来袭目标进行快速定位和生成主 动拦截所需的相关战斗参数，控制拦截系统准确地拦截来袭目标。公司的产品是主 动防护系统中的目标探测单元，即雷达系统，是整个主动防护系统的核心，负责目 标的发现、识别、跟踪、实时处理、反击指令形成等功能。
雷达微波射频前端核心组件，实现进口替代且抗干扰能力显著提升。雷达微波射频 前端负责雷达发射信号及相关数据发送与接收，为该主动雷达核心组成部分。公司 产品应用于雷达微波射频前端，是雷达微波射频前端核心部分，主要实现信号传输、 信号检波、传输模式转换、信号接收、变换和抗干扰等功能。公司产品不仅实现了 进口替代，还提高了产品在复杂电磁环境下抗干扰能力。
雷达应用潜力巨大，市场规模有望快速扩张。雷达的高精度探测能力使其在通用领域有 着巨大的应用潜力，目前主要用于空管、交通等领域，伴随着计算机、高功率发射器件 以及高速信号处理等技术的发展，雷达在通用领域的应用方向将不断趋于细分化和精准 化，对于其性能也提出了更高的要求，雷达技术也出现了相应的提升。相控阵雷达是在 传统机械扫描雷达的基础上发展而来，即采用相控阵天线的雷达，相比传统雷达拥有电 扫描天线固定、波束理想灵活、辐射功率大、可靠性高、抗干扰能力好的特点，逐渐成为 主流趋势。我国当前处于雷达专用领域市场规模的扩张期，同时叠加通用航空领域的快 速增长带来的雷达需求提升，将会带动雷达市场更快速发展。
加速拓展民用市场，在反无人机和低空经济领域重点发力。2025 年 5 月 17 日，公司携 多款自主研发雷达产品亮相第十一届世界雷达博览会，产品包括便携式反无人机雷达、 机载复合告警雷达、炮弹初速与弹道测量雷达、超近程主动防御探测雷达等，其中便携 式反无人机雷达系统凭借轻量化设计、低功耗指标及单兵作战适配性成为展会焦点之一。 此次展出的便携式反无人机雷达，则可灵活部署可广泛应用于低空监视、近程防空、要 地防御等场景，满足多样化安防需求，彰显技术转化实力。 通过技术复用，公司积极推动雷达业务从“模块级产品”向“系统级产品”升级，进一步 提升盈利能力与可持续发展能力。随着全球民用雷达需求激增，公司凭借在小型化雷达 领域的技术积累与市场前瞻，紧抓行业升级发展机遇，重点布局反无人机（反无）和低 空经济领域，积极进行民用领域布局。
3、GPU 芯片：从“能用”到“好用”的跨越
景嘉微产品研发采用从中低端向高端的研发策略，前期主要面向军工和信创市场，与海 外巨头实现错位竞争。
JM5400 芯片：国产 GPU 实现从 0 到 1 突破。公司首个高性能图形处理芯片 JM5400 在 2014 年流片成功，打破外国芯片在我国高性能 GPU 领域垄断。JM5400 性能等 于或优于当时同期常用芯片性能，对标 ATI（2016 年被 AMD 收购）M96 芯片。
JM7200 芯片：GPU 产品实现从军用到信创市场的转化。2018 年，公司推出第二代 图形处理芯片 JM7200，较 JM5400 在工艺和性能上都有较大提升，对标 2012 年上 市的 Nvidia GT640 芯片，打开了信创市场的应用。
JM9 系列芯片：GPU 产品实现“从有到优”的发展，有望加强民用领域渗透。2021 年底，第一款 JM9 系列图形处理芯片完成阶段性进展，已经开始推动产业化工作； 2022年5月，JM9 系列第二款图形处理芯片已完成流片、封装阶段工作及初步测试。 根据公司测试结果，该图形处理芯片满足地理信息系统、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、笔记 本、一体机、服务器、工控机、自助终端等设备。JM9 系列芯片可以对标 2016 年上 市的 Nvidia GTX1050 和 Nvidia GTX1080 芯片。
JM11 系列芯片：GPU 产品持续迭代升级，为技术创新注入新动能。2024 年 12 月， JM11 系列完成流片、封装阶段工作；2025 年 1 月，公司宣布已完成初步测试工作。 该芯片支持硬件与透传虚拟化技术，在虚拟化场景中功能丰富、性能出色，同时显 著增强物理机场景下的渲染计算能力。经测试，JM11 系列可满足云桌面、云游戏、 地理信息系统、CAD 辅助设计等多类高性能应用场景需求，适配 Windows、Linux 及 国产主流操作系统，广泛适用于服务器、台式机、笔记本等设备。其成功研发拓宽 了公司技术边界，提升核心竞争力，有力推动公司长期发展战略落地，未来有望在 更多领域崭露头角。
（二）股权结构清晰，控制权集中稳定
公司股权结构集中，决策具有一致性。截至 2025 年第一季度，实控人喻丽丽、曾万辉夫 妇直接持股占比达 25.54%、3.53%，通过景嘉合创间接持股占比为 2.27%、0.03%；喻丽 丽、曾万辉夫妇直接和间接持股比例共计 31.37%，控制权较为集中，治理结构稳定确保 公司决策具有连贯性、一致性。
（三）业绩短期承压，高研发投入打开芯片成长空间
受下游需求影响，公司业绩短期承压。营收方面，2020-2022 年持续增长，分别实现 6.54/10.93/11.54 亿元，同比增速 23.17%/67.21%/5.56%，主要受益于信创产业推动、AI 运 算需求增加及高性能 GPU 布局；2023-2025Q1 受行业需求收缩（尤其专用领域及信创市 场景气度低迷）影响，营收降至 7.13/4.66/1.02 亿元，同比增速-38.19%/-34.62%/-5.46%。 归母净利润方面，2020-2021 年分别为 2.08/2.93 亿元，同比增速 17.99%/40.99%，主要受 益于军用图形显控产品需求放量及 JM9 系列芯片商业化突破；2022 年短暂承压后，因公 司为加速新一代 JM11 系列 GPU 研发及 AI 算力产品布局，研发投入强度持续提升，叠 加产品价格下行及行业需求收缩，2023-2025Q1 归母净利润回调至 0.60/-1.65/-0.55 亿元， 同比增速-79.35%/-376.67%/-375.50%。
毛利率与净利率受市场竞争及芯片业务特性影响呈波动态势。毛利率方面，2020-2025Q1， 公司毛利率从 71.15%波动至 32.37%，其中，2021 年因低毛利芯片业务占比提升，毛利 率同比下滑 10.29 个百分点至 60.86%；2024 年受行业需求以及市场竞争压力加剧的影响， 毛利率降至 43.70%。净利率方面，2020/2021/2022 年分别维持在 31.76%/26.78%/25.04%， 2023年因研发投入大幅增长及产品价格承压降至8.37%，2024-2025Q1为-35.41%/-53.53%。 由于芯片业务具有高研发投入行业特性，前期需承担高额研发投入，导致前期毛利率及 净利率处于低位；后期随着芯片出货量扩大，研发成本逐步摊薄使单颗芯片成本下降， 有望推动利润率回升。
公司持续高研发投入，期间费用率有所抬升。2023 年起公司战略投入加码，研发费用率 升至 46.44%，主要聚焦 JM9 系列 GPU 及景宏 AI 模块开发；2024-2025Q1 研发主导态 势进一步深化，研发费用率分别为 60.18%/68.17%。公司注重技术研发，为追赶并保持业 界技术领先，研发投入始终保持较高水平。 销售及管理费用率方面，受营收规模波动影响，费用比率因分母端基数下降而有所上升， 但公司管理效能提升显著，整体费用数额有所控制。未来，随着营收基数扩大，费用比 率有望进一步实现结构性优化改善。
公司业务结构正经历战略转型，GPU 芯片与专用化雷达产品有望驱动公司盈利增长。收 入方面，图形显控产品 2022 年达 6.51 亿元后回落，2024 年降至 2.45 亿元；小型专用化 雷达 2022 年增长至 2.30 亿元后 2023-2024 年收入下滑，但核心产品技术储备已完成，待 正式装备并大规模部署后业绩或将迅速恢复；GPU 芯片展现强劲复苏，2024 年收入增长 至 1.35 亿元。毛利率方面，图显及雷达产品受军工审价机制约束短期承压，GPU 芯片毛 利率有所下滑，但随着量产规模扩大带来的研发成本摊薄，以及 AI 算力、液冷技术等新 增长点的推动，长期发展前景依然广阔。GPU 与雷达产品有望成为公司未来盈利增长的 双引擎，未来发展可期。
（一）需求端爆发：GPU 市场规模快速增长，云厂商运营商 AI 相关CAPEX 提速
随着 GPU 在并行计算方面的性能优势逐步显现，以及并行计算应用范围的持续拓展， GPU 主要功能演变成两大方向：（1）图形处理，即延续 GPU 的传统功能；（2）高性能 计算，即利用 GPU 的并行计算能力在非图形处理领域进行更通用、更广泛的科学计算， 以满足不同计算场景的需要。随着大数据时代的到来，GPU 在并行计算方面的性能优势 逐步显现，其产品技术特性已经超过传统图形处理的应用范畴，在数据中心、人工智能、 自动驾驶等高性能计算领域发挥重要作用。
1、AI 大模型拉动 GPU 需求大幅提升
我国 AI 大模型市场蓬勃发展。从全球市场来看，IDC 数据显示，2024 年全球生成式 AI 市场五年 CAGR 或达 63.8%；到 2028 年，该市场规模将达到 2842 亿美元，占 AI 市场投 资总规模的 35%。聚焦我国市场，2024 年我国生成式 AI 占 AI 市场投资总规模的 18.9%。 伴随生成式 AI 技术的快速发展，这一占比将持续提升，预计到 2028 年，我国生成式 AI 投资占比将达到 30.6%，投资规模超 300 亿美元，对应的五年 CAGR 为 51.5%。从长期 发展动力来看，AI 技术的创新迭代不断推动应用场景进一步落地，其中 AIGC、多模态、 智能决策等热点方向，为市场拓展带来了更多想象力与可能性。同时，“数字化”、“数 智化”转型背景下，AI 大模型被政府、企业广泛关注并积极推动，为我国 AI 市场规模的 长期增长奠定了基础。从行业应用来看，在五年预测期内 AI 支出主要来自专业服务领域 的行业用户、政府和金融行业，合计约占市场总量 50%以上。增长速度来看，银行和地 方政府增速最快，五年 CAGR 均超 23%。
AI 大模型参数激增，推动我国 GPU 市场规模快速增长。当前 AI 技术正加快融入千行百 业，超大规模 AI 模型和海量数据对算力的需求也持续攀升。云游戏、元宇宙、VR/AR 等 新应用场景加速发展，大模型的训练和推理过程进一步带动算力需求爆发，同时也推动 算力需求由通用性 CPU 算力向高性能 GPU 算力发展。据摩尔线程招股说明书引用弗若斯特沙利文数据显示，到 2029 年，中国的 AI 芯片市场规模将从 2024 年的 1,425.37 亿元 激增至 13,367.92 亿元，2025 年至 2029 年期间年均复合增长率为 53.7%。从细分市场上 看，GPU 的市场增长速度最快，其市场份额预计将从 2024 年的 69.9%上升至 2029 年的 77.3%。
2、国内云巨头与运营商共同加码 AI 算力 CAPEX
国内云厂商 CAPEX 投入提速，AI 算力成为重点布局方向。根据科智咨询，2023 年以 来，除基础电信运营商外，新增 AIDC 投资主要由字节跳动驱动；截至 2024 年底，国内 AIDC 累计投入超过 1875 亿元。展望 2025 年，阿里巴巴、腾讯、华为等头部互联网企业 计划同步扩大资本开支，叠加字节跳动新增采购，为行业持续扩张奠定基础。
字节跳动：公司在 AI 领域持续加大投入，2024 年旗下子公司的火山云太行算力中 心二期项目投资额约达 73 亿元，占地约 530 亩，分两期建设；
阿里巴巴：2025-2027 年，阿里将投入超过 3800 亿元，用于建设云和 AI 硬件基础设 施，总额超过去十年总和，创下中国民营企业在云和 AI 硬件基础设施建设领域有史以来 最大规模投资纪录；
腾讯：2024 年，腾讯实现营收 6602.57 亿元。2025 年公司资本开支预计将占全年收 入的“低两位数百分比”，据此测算，全年 CAPEX 或将可能接近千亿的水平；
百度：公司将继续把提升人工智能能力作为长期战略重点进行投资，但其资本开支 规模相对有限：以 2024 年为例，百度 CAPEX 约 80 亿元，仅为阿里巴巴同期投入的 10%。
运营商整体 CAPEX 回落，但算力相关投入逆势增长。2024 年，三大运营商资本开支总 额约 3188.7 亿元，较前期略有收缩；2025 年三大运营商计划投资规模合计降至约 2,898 亿元，延续压降趋势。尽管整体 CAPEX 下调，但投资结构持续优化，传统网络建设占比 逐步下行，算力与 AI 相关投入则实现逆势提升，成为运营商适度超前布局的核心方向。
中国移动：2024 年公司资本开支为 1,640 亿元，同比下降 9.04%；其中算力领域投 资为 371 亿元，占比约 22%。2025 年，公司预计 2025 年资本开支约为 1,512 亿元，较 2024 年小幅下调；其中算力方向计划投入 373 亿元，与 2024 年基本持平，在资本开支中 的占比提升至 25%。公司在业绩说明会上披露，将根据市场需求动态扩展推理资源，不 设投资上限，并提出至 2025 年底智算能力达到 34EFLOPS 的目标。
中国联通：2024 年，公司资本开支为 613.7 亿元，同比下降 17%；其中算力投资同 比增长 19%。2025 年，公司资本开支预算下调至约 550 亿元，但算力投资预计同比提升 28%，并为人工智能重点基础设施和重大工程专项单列预算。公司高级副总裁唐永博在业 绩说明会上表示，将根据智算、6G 等需求以及国内外发展趋势，适时调整投资规模。
中国电信：2024 年，公司资本开支为 935 亿元，同比下降 5.4%，其中包括算力在内 的产业数字化投为 325 亿元。2025 年公司资本开支预算为 836 亿元，预计同比下滑 10.6%， 但产业数字化投资占比预计提升至 38%，算力相关投资同比增长 22%。公司董事长柯瑞 文在业绩说明会上表示，算力方面初步安排增长约 20%，未来将根据客户需求与市场情 况灵活调整投资规模。
（二）供给端重构：美国政府再升级高端芯片出口限制，我国芯片代际差持续缩小
行业整体呈现寡头垄断格局，国际龙头企业在技术、市场和生态方面具有显著优势。全 球范围来看，经过多年竞争与发展，全球 GPU 市场头部化现象显著，整体呈寡头垄断格 局，英伟达（NVIDIA）和超威半导体（AMD）两家国外领先厂商基本分割了全球市场， 在综合技术实力、销售规模、资金实力、人才团队等方面优势明显。根据沐曦股份招股 说明书引用 Jon Peddie Research 的数据，独立 GPU 市场方面呈现“一超一强”格局，其 中英伟达一家独大，近年来持续维持超 80%的市场份额，而 AMD 公司则占据剩余近 20% 的市场份额。自人工智能市场爆发式增长以来，英伟达凭借优越的产品性能和完善的 CUDA生态筑造了护城河，领先优势不断扩大。根据沐曦股份招股说明书引用TechInsights 数据，在 GPU 市场，2023 年全球应用于智算中心的 GPU 总出货量达到了 385 万颗，相 比 2022 年的 267 万颗增长了 44.2%。其中，英伟达面向智算中心市场的 GPU 出货量达 到了 376 万颗，市场份额超过 90%。
美国限制措施逐步升级的同时，中国企业推进国产替代的节奏也在持续加快。近年来， 针对芯片、先进计算等领域，美国通过出口管制、实体清单，法案等方式出台了一系列 限制措施，包括调整高性能芯片受限参数、防止芯片厂商绕过限制等，芯片管制措施持 续升级。据摩尔线程招股说明书数据，寒武纪、海光信息等公司的 AI 芯片产业化程度较 高，并已在国内市场实现规模化营收。美国高端 GPU 出口限制逐步加强的背景下，中国企业推进国产替代的步伐正不断加快。
国内厂商凭借对下游客户需求的快速响应和本地化服务，已在特定领域取得一定市场份 额，并持续向新应用领域延伸。国内市场来看，国内人工智能芯片市场呈现多元化和快速发展的特征。GPU 作为人工智能芯片的重要组成部分，在人工智能计算市场占据核心 地位。近年来，受到美国高性能计算芯片出口管制与国内政策推动等因素影响，海外厂 商在中国市场的份额呈现明显下降趋势。国产人工智能芯片公司迎来黄金发展期，以不 同技术路径切入市场，各具特色。
（一）产品与技术布局：高性能 GPU 与 AI 算力双轨并行
1、JM11 系列：端侧高性能图形处理核心
2024 年 12 月 3 日，景嘉微发布《关于公司新款图形处理芯片研发进展情况的公告》，公 告称新款图形处理芯片（公司命名为“JM11 系列”）已完成流片、封装阶段工作。JM11 系列图形处理芯片支持国内外主流 CPU，兼容 Linux、Windows 等国内外主流操作系统， 支持虚拟化，满足图形工作站、云桌面、云游戏等应用领域。JM11 系列图形处理芯片将 进一步丰富公司产品线和核心技术储备，有利于增强公司核心竞争力，巩固公司在相关 领域的市场竞争力与市场占有率，对公司长期发展战略的实施具有推动意义。 公司产品研发周期缩短，技术提升加速度明显。从研发周期来看，JM5400 研发耗时 8 年， JM7200 研发耗时 4 年， JM9 系列 3 年，第二款产品发布距 JM9 系列第一款产品发布仅 间隔半年，JM11 系列 3 年。从海外对标产品的差距来看， JM5400 比 M96 芯片上市要 晚 5 年，JM7200 比 GT640 芯片上市晚 6 年，JM9 系列芯片较 GTX 1080 芯片晚上市约 5 年，在 GPU 研发技术加快革新的节奏下，海外巨头同性能产品并未与景嘉微产品拉开更 大时间差距，公司技术研发速度跟随能力较强，能够紧跟海外巨头研发节奏，在保证性 能基础上，与海外巨头实现错位竞争格局。
2、景宏系列：端侧 AI 推理延伸
2024 年，公司成功研发了景宏系列高性能智算模块与整机产品，景宏系列是公司推出的 面向 AI 训练、AI 推理、科学计算等应用领域的高性能智算模块及整机产品，支持 INT8、 FP16、FP32、FP64 等混合精度运算，支持全新的多卡互联技术进行算力扩展，适配国内 外主流 CPU、操作系统及服务器厂商，能够支持当前主流的计算生态、深度学习框架和 算法模型库，大幅缩短用户适配验证周期。
景宏系列高性能智算模块及整机产品的推出填补了公司在 AI 训练、AI 推理和科学计算 等应用领域的产品空白，为公司未来在人工智能领域的持续发力奠定基础。未来，公司 将持续瞄准 GPU 在人工智能领域的应用方向，持续开展高性能 GPU、模块及整机等产 品的研发，不断夯实研发实力，丰富产品类型，加强外部技术合作，完善产业布局，联合 行业上下游共同推进国产 GPU 应用生态建设。
3、定增布局高性能算力，募集资金支持研发投入与人才引进
定增项目落地，加快布局图显和智算两大领域新产品。2024 年 10 月 25 日，公司公告称 向特定对象发行 A 股股票，实际募集资金 38.27 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。近年来，GPU 产品已突破图形 处理这一传统应用范畴，形成图形处理和高性能计算两个主要应用方向。公司坚定不移 地投入 GPU 研发，全力推进由“专用”到“专用+通用”的发展战略，瞄准 GPU 在人工智 能领域的应用方向，持续开展高性能 GPU、模块及整机等产品的研发，不断夯实研发实 力，丰富产品类型，加强外部技术合作，完善产品布局，联合行业上下游共同推进国产 GPU 应用生态建设。
高性能通用 GPU 芯片研发及产业化项目由景嘉微全资子公司景美公司组织实施。公司通 过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。作为一家依靠完全自主研 发，成功研制出 GPU 芯片产品并实现产业化的企业，景嘉微现有 GPU 产品主要应用于图 形处理领域，兼具部分计算应用特性，已在信创领域不断实现市场拓展。在此基础上， 公司已建立起一支人员数量众多、专业配备齐全、行业经验丰富、创新能力较强的专业 研发团队。依托技术研发平台和芯片研发团队，公司成功研发多款具有自主知识产权的 GPU 芯片，并在产品开发过程中不断形成技术沉淀，构建以图形处理为主要应用方向的核 心技术储备，涵盖了图形渲染、生成、运算以及 GPU 的仿真验证和驱动适配等各个方面， 将为本项目产品开发提供必要的基础技术保障。 通用 GPU 先进架构研发中心建设项目由景嘉微全资子公司锦之源组织实施。公司拟通过 建立前瞻性技术研发中心，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。
（二）生态与供应链：兼容性提升与国产化保障
操作系统兼容性：景嘉微在操作系统生态上实现了全域覆盖，其 JM9 系列 GPU 已完成 与欧拉（openEuler）、开放麒麟（openKylin）、银河麒麟等国产系统的深度适配认证。 其中，JM9230/JM9100 显卡通过欧拉开源操作系统（openEuler 20.03 LTS SP3）兼容性测 试，获得技术测评证书及徽标使用权，支持双路 4K 输出及 H.265 硬解码；JM7200 芯片 与银河麒麟系统完成性能调优，满足特种行业高稳定性需求。服务器产品线（如预置 DeepSeek-R1 的加固 AI 服务器）默认搭载麒麟/openEuler 系统，实现从底层驱动到应用 层的端到端适配。
硬件与软件生态兼容性：硬件协同上，景嘉微 GPU 全面支持飞腾、龙芯、海光、兆芯、 鲲鹏、麒麟等六大国产 CPU，覆盖 X86、ARM、MIPS 架构，形成全国产化硬件链路。 软件生态层面，JM11 系列支持国内外主流固件（昆仑、百敖）及整机厂商（中国长城、 超越电子等），并实现与浩辰 CAD Linux 版 V2023 的工业软件互认证，赋能地理信息与 辅助设计场景。
AI 计算适配能力：以“软硬一体”策略突破 AI 算力瓶颈。今年 2 月景宏系列智算模块 宣布全面兼容 DeepSeek-R1 全参数模型（1.5B~70B 蒸馏版及 671B 全参版）。基于此推 出国产服务器采用 100%国产化模组与元器件自主设计，操作系统及软件栈深度融合国产 生态，实现从芯片级硬件到系统级软件端到端自主可控。开发者可快速调用预置接口赋 能知识图谱构建、智能编码辅助等垂直场景，加速行业 AI 解决方案落地。单机最高搭载 2000 TOPS 算力与 256GB 高速显存，可驱动 70B 蒸馏模型推理或同时部署多个不同参数 模型，支持 200+用户高并发访问，满足千人团队需求，并通过 RoCE 无损网络构建弹性 算力集群，预留千亿级参数模型部署能力（兼容 DeepSeek-R1 671B 全参数版本）。
景嘉微与 DeepSeek 通过全国产硬件底座与自主大模型的融合筑牢 AI 算力安全防线，以 开箱即用技术体系提供智能化基座，未来将持续深耕算力优化、大模型软硬件协同适配 及特种场景技术攻坚，加速从“可用”到“好用”的跃迁，完善国产 AI 技术图谱，为超 大规模模型部署与全场景行业赋能提供高性能、广兼容的自主可控解决方案。
（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。）
