分享
688256_2022_寒武纪_2022年年度报告_2023-04-28.pdf
下载文档

ID:2974186

大小:4.12MB

页数:269页

格式:PDF

时间:2024-01-15

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
688256 _2022_ 寒武纪 _2022 年年 报告 _2023 04 28
2022 年年度报告 1/269 公司代码:688256 公司简称:寒武纪 中科寒武纪科技股份有限公司中科寒武纪科技股份有限公司 20222022 年年度报告年年度报告 2022 年年度报告 2/269 重要提示重要提示 一、一、本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性性、准确、准确性性、完整完整性性,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。二、二、公司上市时未盈利且尚未实现盈利公司上市时未盈利且尚未实现盈利 是 否 截至 2022 年 12 月 31 日,公司尚未实现盈利且存在累计未弥补亏损,主要因公司为确保“云边端”各系列智能芯片产品及基础系统软件平台的高质量迭代,在竞争激烈的市场中保持技术领先优势,持续加大研发投入。因此,报告期内,研发人员薪酬、流片费用、研发设备及 IP 对应的折旧和摊销等费用较上年同期显著增加。高质量的研发投入是芯片行业实现长远发展的坚实基础,是支撑企业未来发展不可或缺的基石。公司目前现金流状况良好,可以在未来一段时间内为公司研发投入及日常运营提供有效支撑。虽然公司无法保证短期内实现盈利或进行利润分配,但是在报告期内,公司思元 370 芯片及加速卡在众多行业领域中的头部公司实现了批量销售或达成合作意向。通过历代产品的过硬测评指标及优良服务口碑,公司的规模经营效益逐年提升、品牌效应逐步凸显。未来,公司将持续拓展市场份额、加速场景落地、聚焦技术创新、持续构建生态和品牌,提升公司的核心竞争力。三、三、重大风险提示重大风险提示 详见本报告第三节“管理层讨论与分析”之“四、风险因素”所述内容,请投资者予以关注。四、四、公司公司全体董事出席全体董事出席董事会会议。董事会会议。五、五、天健会计师事务所(特殊普通合伙)天健会计师事务所(特殊普通合伙)为本公司出具了为本公司出具了标准无保留意见标准无保留意见的审计报告。的审计报告。六、六、公司负责人公司负责人陈天石陈天石、主管会计工作负责人、主管会计工作负责人叶淏尹叶淏尹及会计机构负责人(会计主管人员)及会计机构负责人(会计主管人员)李振李振声声明:保证年度报告中财务报告的真实、准确、完整。明:保证年度报告中财务报告的真实、准确、完整。七、七、董事会董事会决议通过的本报告期利润分配预案或公积金转增股本预案决议通过的本报告期利润分配预案或公积金转增股本预案 公司 2022 年度拟不派发现金红利,不以资本公积转增股本,不送红股。以上利润分配预案已经公司第二届董事会第九次会议审议通过,尚需公司股东大会审议通过。八、八、是否是否存在存在公司治理特殊安排等重要事项公司治理特殊安排等重要事项 适用 不适用 九、九、前瞻性陈述的风险声明前瞻性陈述的风险声明 适用 不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述,不构成公司对投资者的实质承诺,请投资者注意投资风险。2022 年年度报告 3/269 十、十、是否存在被控股股东及其是否存在被控股股东及其他他关联方非经营性占用资金情况关联方非经营性占用资金情况 否 十一、十一、是否存在违反规定决策程序对外提供担保的情况是否存在违反规定决策程序对外提供担保的情况 否 十二、十二、是否存在半数是否存在半数以上以上董事无法保证公司所披露年度报告的真实性、准确性和完整性董事无法保证公司所披露年度报告的真实性、准确性和完整性 否 十三、十三、其他其他 适用 不适用 2022 年年度报告 4/269 目录目录 第一节第一节 释义释义.4 第二节第二节 公司简介和主要财务指标公司简介和主要财务指标.8 第三节第三节 管理层讨论与分析管理层讨论与分析.14 第四节第四节 公司治理公司治理.50 第五节第五节 环境、社会责任和其他公司治理环境、社会责任和其他公司治理.73 第六节第六节 重要事项重要事项.79 第七节第七节 股份变动及股东情况股份变动及股东情况.115 第八节第八节 优先股相关情况优先股相关情况.123 第九节第九节 债券相关情况债券相关情况.124 第十节第十节 财务报告财务报告.124 备查文件目录 载有公司负责人、主管会计工作负责人、会计机构负责人(会计主管人员)签名并盖章的财务报表。载有会计师事务所盖章、注册会计师签名并盖章的审计报告原件。报告期内公开披露过的所有公司文件的正本及公告的原稿。2022 年年度报告 5/269 第一节第一节 释义释义 一、一、释义释义 在本报告书中,除非文义另有所指,下列词语具有如下含义:常用词语释义 寒武纪、公司或本公司 指 中科寒武纪科技股份有限公司 本年度、本年、报告期、本报告期、本期 指 2022 年 1 月 1 日至 2022 年 12 月 31 日 上年、上年度、上期 指 2021 年 1 月 1 日至 2021 年 12 月 31 日 A 股 指 获准在境内证券交易所上市、以人民币标明面值、以人民币认购和进行交易的普通股股票。首发前股份 指 首次发行上市前直接或间接持有的公司股份。中科算源 指 北京中科算源资产管理有限公司,公司股东。艾溪合伙 指 北京艾溪科技中心(有限合伙),公司股东。艾加溪合伙 指 北京艾加溪科技中心(有限合伙),公司股东。上海寒武纪 指 上海寒武纪信息科技有限公司,公司全资子公司。安徽寒武纪 指 安徽寒武纪信息科技有限公司,公司全资子公司。雄安寒武纪 指 雄安寒武纪科技有限公司,公司全资子公司。南京艾溪 指 南京艾溪信息科技有限公司,公司全资子公司。苏州寒武纪 指 苏州寒武纪信息科技有限公司,公司全资子公司。西安寒武纪 指 寒武纪(西安)集成电路有限公司,公司全资子公司。香港寒武纪 指 寒武纪(香港)有限公司,Cambricon(Hong Kong)Limited,公司全资子公司。横琴三叶虫 指 珠海横琴三叶虫投资有限公司,公司全资子公司。南京寒武纪 指 寒武纪(南京)信息科技有限公司,公司全资子公司。南京显生 指 南京显生股权投资管理有限公司,公司全资子公司。昆山寒武纪 指 寒武纪(昆山)信息科技有限公司,公司全资子公司。上海埃迪卡拉 指 上海埃迪卡拉科技有限公司,上海寒武纪控股子公司。上海硅算 指 上海硅算信息科技有限公司,上海埃迪卡拉科技有限公司的全资子公司,公司间接持有其 51%的股权。行歌科技 指 寒武纪行歌(南京)科技有限公司,公司控股子公司。寒武纪涌铧 指 南京寒武纪涌铧股权投资管理有限公司 三叶虫创投 指 南京三叶虫创业投资合伙企业(有限合伙)琴智科技 指 广东琴智科技研究院有限公司,公司参股公司 横琴智子 指 珠海横琴智子企业管理咨询合伙企业(有限合伙),公司参股公司。中科院计算所 指 中国科学院计算技术研究所 英伟达 指 Nvidia Corporation 科创板股票上市规则 指 上海证券交易所科创板股票上市规则 董监高减持实施细则 指 上海证券交易所上市公司股东及董事、监事、高级管理人员减持股份实施细则 芯片、集成电路、IC 指 集成电路是一种微型电子器件或部件,采用一定的工艺,将一个电路中所需的晶体管、电阻、电容和电感等电子元器件按照设计要求连接起来,制作在同一硅片上,成为具有特定功能的电路。IC 是集成电路(Integrated Circuit)的英文缩写,芯片是集成电路的俗称。2022 年年度报告 6/269 人工智能、AI 指 Artificial Intelligence 的缩写,计算机科学的一个分支领域,通过模拟和延展人类及自然智能的功能,拓展机器的能力边界,使其能部分或全面地实现类人的感知(如视觉、语音)、认知功能(如自然语言理解),或获得建模和解决问题的能力(如机器学习等方法)。集成电路设计 指 集成电路在制造前的整个设计过程,包括电路功能定义、结构设计、电路设计、电路验证与仿真、版图设计等流程。智能芯片、人工智能芯片 指 人工智能芯片、智能芯片是专门针对人工智能领域设计的芯片,包括通用型智能芯片与专用型智能芯片两种类型:通用型智能芯片是针对人工智能领域内多样化的应用设计的处理器芯片,对视觉、语音、自然语言处理、传统机器学习技术等各类人工智能技术具备较好的普适性;专用型智能芯片是面向特定的、具体的、相对单一的人工智能应用所设计的专用集成电路。IP 指 Intellectual Property 的缩写,中文名称为知识产权,为权利人对其智力劳动所创作的成果和经营活动中的标记、信誉所依法享有的专有权利;在本报告中,智能处理器 IP 指智能处理器的产品级实现方案,由核心架构、代码和文档等组成。加速卡 指 用于加速特定领域应用程序的板卡产品,其核心构成是板卡上的计算芯片,通常通过主机的附加接口(如 PCIE)接入到系统中。常见的加速卡产品有图形加速卡、视频编解码加速卡、人工智能加速卡等。云端 指 在计算机领域中一般指集中在大规模数据中心进行远程处理。该处理方案称为云端处理,处理场所为云端。训练整机 指 公司的训练整机指由公司自研云端智能芯片及加速卡提供核心计算能力,且整机亦由公司自研的训练服务器产品。终端 指 相对于云端,一般指个人可直接接触或使用、不需要远程访问的设备,或者直接和数据或传感器一体的设备,如手机、智能音箱、智能手表等。边缘端 指 在靠近数据源头的一侧,通过网关进行数据汇集,并通过计算机系统就近提供服务,由于不需要传输到云端,其可以满足行业在实时业务、智能应用、隐私保护等方面的基本需求;其位置往往介于终端和云端之间。生态 指 在计算机领域,生态一般是基于指令集或处理器架构之上的开发工具、开发者以及开发出的一系列系统和应用的统称。生态的繁荣对于该指令集或处理器架构的成功非常重要,衡量生态的指标包括软件工具链及其上层应用的完备性、开发者和用户的数量、应用场景等。计算能力 指 通常以芯片每秒可以执行的基本运算次数来度量。在执行同一程序时,计算能力强的芯片比计算能力较弱的同类型芯片耗费的时间短。TOPS 指 Tera Operations Per Second 的缩写,处理器计算能力单位,1TOPS 代表处理器每秒钟可进行一万亿次基本运算操作。数据中心 指 一整套复杂的信息技术基础设施的总称,主要由计算机系统和其它与之配套的设备(例如通信和存储系统)组成,亦包括相关的辅助设备、设施。它为用户提供计算和数据存储、服务器托管等业务,是互联网和云计算业务开展的关键物理载体。SoC 指 System on Chip 的缩写,中文名称为系统级芯片,指在一颗芯片内部集成了功能不同的子模块,组合成适用于目标应用场景的一整套系统。系统级芯片往往集成多种不同的组件,如手机 SoC 集成了通用处理器、硬件编解码单元、基带等。2022 年年度报告 7/269 训练 指 在人工智能领域,通过大量带标签样本,通过一定的方法,得到对应人工智能模型参数的过程。推理 指 在人工智能领域,通过已经训练好的模型(模型参数已经通过训练得到),去预测新数据标签的过程。FP16 指 进行 16 位浮点运算。指令集 指 处理器芯片可执行的一整套指令的集合,是计算机硬件和软件之间最重要、最直接的界面和接口。TensorFlow 指 一种基于数据流编程的人工智能编程框架,由谷歌人工智能团队开发和维护,被广泛应用于各类人工智能算法的编程实现。PyTorch 指 一种开源的 Python 语言机器学习库,应用于人工智能领域,由Facebook 人工智能研究院(FAIR)推出。Caffe 指 快速特征嵌入的卷积结构,是一个人工智能框架,最初开发于加利福尼亚大学柏克莱分校。MXNet 指 一种开源人工智能软件框架,用于训练及部署人工智能。晶圆 指 又称 Wafer、圆片、晶片,是半导体行业中集成电路制造所用的圆形硅晶片。在硅晶片上可加工实现各种电路元件结构,成为有特定功能的集成电路产品。流片 指 芯片设计企业将芯片设计版图提交晶圆制造,并获得真实芯片的全过程。流片可检验芯片是否达到设计预期的功能和性能:如流片成功则可对芯片进行大规模量产,反之则需找出不成功的原因、优化设计并再次流片。IDM 指 Integrated Design and Manufacture 的缩写,中文名称为垂直整合制造(企业),指集成电路设计、晶圆制造、封装测试、销售等环节由同一家企业完成的商业模式。Fabless 指 无晶圆厂芯片设计企业(亦指该等企业的商业模式),只从事芯片的设计和销售,而将晶圆制造、封装和测试等步骤分别委托给专业厂商完成。OSAT 指 Outsourced Semiconductor Assembly and Test 的缩写,专门从事半导体封装测试的企业。EDA 指 Electronic Design Automation 的缩写,中文名称为电子设计自动化,是以计算机为平台,融合微电子学科与计算机学科方法辅助和加速电子产品(包含集成电路)设计的一类技术的总称。CPU 指 Central Processing Unit 的缩写,中文名称为中央处理器,是个人电脑和服务器中的核心芯片,承担通用计算或控制任务。GPU 指 Graphic Processing Unit 的缩写,中文名称为图形处理器,是个人电脑、游戏设备、移动终端(如平板电脑、智能手机等)中进行图像和图形运算的处理器芯片。FPGA 指 Field Programmable Gate Array 的缩写,是一种在硬件层面可编程的芯片。PCIe 指 Peripheral Component Interconnect Express 的缩写,是一种高速计算机扩展总线标准,最初的版本由英特尔在 2001 年提出,目前广泛应用于 CPU 与协处理器芯片的互联。PCT 指 Patent Cooperation Treaty 的缩写,中文名称为专利合作条约,是专利领域的一项国际合作条约。依据PCT提交国际专利申请后,申请人可同时获得全世界大多数国家申请该专利的优先权。DRAM 指 Dynamic Random Access Memory 的缩写,中文名称为动态随机存取存储器,是一种半导体存储器。SerDes 指 高速串并收发器的英文简称,是一种芯片间数据通信的技术。2022 年年度报告 8/269 DFT 指 Design For Testability 的缩写,中文名称为可测试性设计,DFT 在芯片设计阶段加入测试逻辑,使得芯片的测试、调试更加方便快捷。MBIST 指 Memory Built-in Self Test 的缩写,存储器内建自测试技术,可提供存储器单元或阵列存储器的内建自测试电路,方便问题定位和生成测试向量。IoT 指 Internet of Things 的缩写,中文名称为物联网,指通过各类信息传感器实时采集物理世界的信息,并通过网络传输信息实现物与物、物与人的泛在信息连接和智能化感知和管理。IaaS 指 Infrastructure as a Service 的缩写,中文名称为基础设施即服务,指把 IT 基础设施作为一种服务通过网络提供给客户。PaaS 指 Platform as a Service 的缩写,中文名称为平台即服务,指将软件研发平台作为一种服务提供给用户。SaaS 指 Software as a Service 的缩写,中文名称为软件即服务,指通过网络提供软件服务。AIGC 指 人工智能生成内容,又称“生成式 AI”(Generative AI),被认为是继专业生产内容、用户生产内容之后的新型内容创作方式。GPT-3 指 Generative Pre-trained Transformer 3 的缩写,中文名称为生成型预训练变换模型 3,是一个自回归语言模型,目的是为了使用深度学习生成人类可以理解的自然语言。GPT-3 是由在旧金山的人工智能公司 OpenAI 训练与开发,模型设计基于谷歌开发的Transformer 语言模型。QAT 指 Quantization Aware Training 的缩写,是一种针对神经网络模型进行量化的训练方法。Horovod 指 一个用于分布式深度学习的开源框架,由 Uber 公司于 2017 年开发并开源。支持在分布式环境中训练大规模的深度学习模型。XLA 指 Accelerated Linear Algebra 的缩写,是谷歌公司开发的一种针对深度学习框架的编译器和优化器,它可以提高深度学习框架的速度和效率。第二节第二节 公司简介和主要财务指标公司简介和主要财务指标 一、一、公司基本情况公司基本情况 公司的中文名称 中科寒武纪科技股份有限公司 公司的中文简称 寒武纪 公司的外文名称 Cambricon Technologies Corporation Limited 公司的外文名称缩写 Cambricon 公司的法定代表人 陈天石 公司注册地址 北京市海淀区知春路7号致真大厦D座16层1601房 公司注册地址的历史变更情况 2020年3月,从“北京市海淀区科学院南路6号科研综合楼644室”变更为目前公司注册地址 公司办公地址 北京市海淀区知春路7号致真大厦D座11-14层、16-17层 公司办公地址的邮政编码 100191 公司网址 电子信箱 2022 年年度报告 9/269 二、二、联系人和联系方式联系人和联系方式 董事会秘书(信息披露境内代表)证券事务代表 姓名 叶淏尹 童剑锋 联系地址 北京市海淀区知春路7号致真大厦D座12层 北京市海淀区知春路7号致真大厦D座12层 电话 010-83030796-8025 010-83030796-8025 传真 010-83030796-8024 010-83030796-8024 电子信箱 三、三、信息披露及备置地点信息披露及备置地点 公司披露年度报告的媒体名称及网址 中国证券报()、上海证券报()、证券时报()、证券日报()公司披露年度报告的证券交易所网址 公司年度报告备置地点 公司董事会办公室 四、四、公司股票公司股票/存托凭证简况存托凭证简况(一一)公司股票简况公司股票简况 适用 不适用 公司股票简况 股票种类 股票上市交易所及板块 股票简称 股票代码 变更前股票简称 A股 上海证券交易所科创板 寒武纪 688256 无 (二二)公司公司存托凭证存托凭证简简况况 适用 不适用 五、五、其他其他相相关资料关资料 公司聘请的会计师事务所(境内)名称 天健会计师事务所(特殊普通合伙)办公地址 杭州市上城区钱江路 1366 号华润大厦 B 座 签字会计师姓名 江娟、翁淑丹 报告期内履行持续督导职责的保荐机构 名称 中信证券股份有限公司 办公地址 北京市朝阳区亮马桥路 48 号中信证券大厦 签字的保荐代表人姓名 彭捷、王彬 持续督导的期间 2020 年 7 月 20 日至 2025 年 12 月 31 日 六、六、近三年主要会计数据和财务指标近三年主要会计数据和财务指标(一一)主要会计主要会计数据数据 单位:元 币种:人民币 主要会计数据 2022年 2021年 本期比上年同期增减(%)2020年 营业收入 729,034,623.05 721,045,278.97 1.11 458,927,330.67 2022 年年度报告 10/269 扣除与主营业务无关的业务收入和不具备商业实质的收入后的营业收入 722,560,943.73 719,235,896.49 0.46 457,876,714.17 归属于上市公司股东的净利润-1,256,562,522.00-824,949,409.11 不适用-434,509,331.16 归属于上市公司股东的扣除非经常性损益的净利润-1,579,478,996.13-1,110,749,601.34 不适用-658,752,685.61 经营活动产生的现金流量净额-1,329,861,090.04-873,140,199.94 不适用-132,147,987.91 2022年末 2021年末 本期末比上年同期末增减(%)2020年末 归属于上市公司股东的净资产 4,855,046,912.30 5,890,957,274.58-17.58 6,431,501,232.57 总资产 5,770,419,592.59 6,989,146,320.88-17.44 7,309,528,671.66 (二二)主要财务主要财务指标指标 主要财务指标 2022 年 2021 年 本期比上年同期增减(%)2020 年 基本每股收益(元股)-3.14-2.06 不适用-1.15 稀释每股收益(元股)-3.14-2.06 不适用-1.15 扣除非经常性损益后的基本每股收益(元股)-3.95-2.78 不适用-1.75 加权平均净资产收益率(%)-23.40-13.53 减少 9.87 个百分点-8.39 扣除非经常性损益后的加权平均净资产收益率(%)-29.41-18.21 减 少 11.20个百分点-12.71 研发投入占营业收入的比例(%)208.92 157.51 增 加 51.41个百分点 167.41 报告期末公司前三年主要会计数据和财务指标的说明 适用 不适用 2022 年年度报告 11/269(1)本期营业收入较上年同期增加 798.93 万元,同比增长 1.11%。主要系随着云端产品线思元 290、思元 370 系列产品在多家头部企业完成产品导入,凭借其优异的产品竞争力,与多家头部企业实现了合作,形成了有效拓展,带动本期云端产品线业务收入大幅增长。同时,基于在智能计算集群领域的竞争优势和前期落地项目的良好经验,公司在该业务领域持续拓展,本期智能计算集群系统业务收入与上年同期基本持平。此外,公司边缘产品线在主要客户处的收入有所下降,主要因客户自身需进行库存调控消化,其需求的波动造成了本期边缘产品线的收入下降。因此,本期营业收入总额较上年同期增长 1.11%。(2)归属于上市公司股东的净利润同比扩大亏损 43,161.31 万元。主要原因有以下三个方面:1)公司为确保“云边端”芯片产品及基础系统软件平台的高质量迭代,在竞争激烈的市场中保持技术领先优势,持续加大研发投入。报告期内,研发人员薪酬、流片费用、研发设备及 IP 对应的折旧和摊销等费用较上年同期显著增加。2)报告期内,公司增加战略备货、处于生命周期末期的云端产品销量减少以及边缘智能芯片产品销量不及预期,以上因素导致存货及库龄增加,从而使报告期资产减值损失较上年同期有显著增加。3)报告期内,公司对个别大额应收账款进行单项计提,从而使报告期信用减值损失较上年同期有显著增加。(3)归属于上市公司股东的扣除非经常性损益的净利润同比扩大亏损 46,872.94 万元,除以上影响归属于上市公司股东的净利润变动的因素外,主要系本期确认其他收益较上年同期增加的影响,详见本节“九、非经常性损益项目和金额”。(4)经营活动产生的现金流量净额同比减少 45,672.09 万元,主要系以下两个原因所致:1)半导体行业人才薪酬水平升高,公司人员薪酬相关支出较上年同期增加 20,596.52 万元,同比增长 25.09%;2)公司为备货发生的采购支出较上年同期增加 17,707.49 万元,同比增长 32.47%;(5)归属于上市公司股东的净资产较上年期末减少 103,591.04 万元,总资产较上年期末减少121,872.67 万元,主要系本期公司经营亏损所致。(6)本报告期加权平均净资产收益率同比减少 9.87 个百分点;扣除非经常性损益后的加权平均净资产收益率同比减少 11.20 个百分点。主要系本期公司经营亏损所致。(7)研发投入占营业收入的比例为 208.92%,较上年同期增加 51.41 个百分点,主要系公司持续加大研发投入,本期研发投入的增长幅度大于营业收入的增长幅度所致。七、七、境内外会计准则下会计数据差异境内外会计准则下会计数据差异(一一)同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况的净资产差异情况 适用 不适用 (二二)同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和归归属于上市公司股东的属于上市公司股东的净资产差异情况净资产差异情况 适用 不适用 (三三)境内外会计准则差异的说明:境内外会计准则差异的说明:适用 不适用 2022 年年度报告 12/269 八、八、2022 年分季度主要财务数据年分季度主要财务数据 单位:元 币种:人民币 第一季度(1-3 月份)第二季度(4-6 月份)第三季度(7-9 月份)第四季度(10-12 月份)营业收入 62,990,732.03 108,792,861.71 92,581,133.97 464,669,895.34 归属于上市公司股东的净利润-287,383,523.88-335,025,806.81-322,369,054.43-311,784,136.88 归属于上市公司股东的扣除非经常性损益后的净利润-358,884,062.63-398,456,423.38-387,480,308.73-434,658,201.39 经营活动产生的现金流量净额-393,752,601.79-439,729,088.02-324,155,282.16-172,224,118.07 公司本期第四季度实现营业收入 46,466.99 万元,较前三季度大幅增长,主要系智能计算集群系统业务在第四季度交付所致。季度数据与已披露定期报告数据差异说明 适用 不适用 九、九、非经常性损益项目和金额非经常性损益项目和金额 适用 不适用 单位:元 币种:人民币 非经常性损益项目 2022 年金额 附注(如适用)2021 年金额 2020 年金额 非流动资产处置损益-425,966.66 第 十 节 七73-计入当期损益的政府补助,但与公司正常经营业务密切相关,符合国家政策规定、按照一定标准定额或定量持续享受的政府补助除外 269,619,268.25 第 十 节 七67 及非经常性损益项目界定为经常性损益的项目相关说明 217,970,948.71 115,155,396.89 委托他人投资或管理资产的损益 55,354,470.86 第 十 节 七68 90,632,658.82 118,458,916.55 单独进行减值测试的应2,522,100.00 第十节七 5-2022 年年度报告 13/269 非经常性损益项目 2022 年金额 附注(如适用)2021 年金额 2020 年金额 收款项、合同资产减值准备转回 除上述各项之外的其他营业外收入和支出 1,520,365.45 第 十 节 七74、75 385,497.20-49,539.57 其他符合非经常性损益定义的损益项目-4,396,586.99 详见注释-23,012,829.66-9,321,419.42 减:所得税影响额 25,786.88/-少数股东权益影响额(税后)1,251,389.90/176,082.84-合计 322,916,474.13/285,800,192.23 224,243,354.45 注:本期“其他符合非经常性损益定义的损益项目”-4,396,586.99 元,包括持股平台股份支付一次性确认的管理费用 5,791,882.02 元,对代扣个人所得税手续费返还确认的其他收益1,395,295.03 元。对公司根据公开发行证券的公司信息披露解释性公告第 1 号非经常性损益定义界定的非经常性损益项目,以及把公开发行证券的公司信息披露解释性公告第 1 号非经常性损益中列举的非经常性损益项目界定为经常性损益的项目,应说明原因。适用 不适用 单位:元 币种:人民币 项目 涉及金额 原因 软件增值税即征即退 1,777,997.76 与公司正常经营业务密切相关,符合国家政策规定、按照一定标准定额或定量持续享受 十、十、采用公允价值计量的项目采用公允价值计量的项目 适用 不适用 单位:元 币种:人民币 项目名称 期初余额 期末余额 当期变动 对当期利润的影响金额 权益工具投资 7,350,000.00 7,350,000.00-其他债权投资-606,978,611.08 606,978,611.08 6,978,611.08 合计 7,350,000.00 614,328,611.08 606,978,611.08 6,978,611.08 十一、十一、非企业会计准则业绩指标说明非企业会计准则业绩指标说明 适用 不适用 十二、十二、因国家秘密、因国家秘密、商业商业秘密等原因的信息暂缓、豁免情况说明秘密等原因的信息暂缓、豁免情况说明 适用 不适用 2022 年年度报告 14/269 第三节第三节 管理层讨论与分析管理层讨论与分析 一、一、经营情况经营情况讨论与分析讨论与分析 2022年世界宏观经济持续低迷,国内外经济形势均面临较大的下行压力。此外,受国际宏观环境影响,国内半导体行业面临严峻的挑战,公司及部分子公司在年末被美国商务部工业和安全局(BIS)以国家安全和外交利益为由列入了“实体清单”。面临诸多困难,在董事会领导下,公司经营管理层和全体员工践行“客户、质量、速度、创新、热情”的价值观,以低调务实的态度、拼搏奋进的作风实现了公司稳健的发展。此外,公司将积极评估及应对“实体清单”对公司在研发工作、生产环节、市场拓展等方面造成的影响,积极与各相关方保持良好沟通,将此影响控制在可控范围内。2022 年年度,公司实现营业收入 72,903.46 万元,比 2021 年同期增长 1.11%。主要工作体现在以下几个方面:(一)坚持自主研发,产品成熟度达到新高度 报告期内,公司持续加大产品研发力度。硬件方面,公司基于思元 370 云端智能芯片,推出了新款智能加速卡 MLU370-X8/M8、训练整机玄思 1001 智能加速器(MLU-X1001)。软件方面,公司持续优化和迭代了基础系统软件平台,统一的软件平台日臻完善。同时,新一代产品及智能驾驶芯片的研发、测试、商业化推广也在有序进行,公司“云边端”协同发展的战略得到了全面推进。1、MLU370-X8、MLU370-M8 云端智能加速卡 MLU370-X8 与 MLU370-M8 是寒武纪基于思元 370 云端智能芯片打造的两款不同形态的人工智能加速卡。MLU370-X8 采用双芯思元 370 配置,为双槽位 250w 全尺寸智能加速卡,提供 24 TFLOPS(FP32)训练算力和 256 TOPS(INT8)推理算力;MLU370-M8 是寒武纪面向数据中心场景打造的 OAM 形态智能加速卡,可提供 32 TFLOPS(FP32)训练算力和 340 TOPS(INT8)推理算力。两款加速卡均支持寒武纪 MLU-Link 芯片间互联,可满足多样化人工智能模型的训练和推理需求。2、玄思 1001 智能加速器 寒武纪玄思 1001 智能加速器,在 2U 机箱内集成 4 张 MLU370-M8 智能加速卡,MLU-Link 互联接口,实现智能算力在数据中心纵向扩展;可广泛支持 FP16、FP32 等不同数据精度的智能算力,提供大容量内存,支撑智能模型的分布式训练需求,是智能算力的高集成度平台,已在生物信息、医疗影像、语言模型等行业及科研场景广泛应用。3、基础系统软件平台(1)推理软件平台 公司的基础系统软件平台相比前期版本进行了升级迭代,支持公司推理产品在各场景的部署落地。报告期内,公司持续完善了推理加速引擎 MagicMind 及其周边生态。在功能上,MagicMind持续增加分通道量化、权值热更新等基础特性,算子支持数量持续增加,公开标准模型和非公开私有模型的支持数量亦持续增加,最新版本已全面支持视频理解、图像分类、相似度检测、语义分割、文本检测、OCR、语音及自然语言处理、搜索、推荐等领域的云边端推理业务,并完善了公有云、私有云部署的功能组件及管理模块。模型部署优化上,支持了 QAT 模型直接部署,并完整支持 Dynamic Shape 等特性。在性能上,MagicMind 持续优化内部实现,在多个领域的典型模型上,均取得不弱于同档位友商产品的性能表现。并重点针对云、车场景网络模型的性能泛化性、运行时内存、CPU 占用率等进行了优化。在兼容性上,MagicMind 达到了稳定状态,版本发布保持了对前序版本的 API、ABI 兼容。周边生态上,公司完成了 MagicMind 到 PyTorch 的集成,使得寒武纪 PyTorch 用户无需做代码迁移也能够享受 MagicMind 带来的推理性能加速。同时,MagicMind 新增了多款云、边、端、车硬件平台支持,并完善了 Sample Code、Best Practice 等用户文档,进一步提高了用户使用体验。(2)训练软件平台 公司持续推进通用性训练软件栈的研发和改进工作。功能上,支撑了公司新的硬件平台以及FP19 数据精度,支撑了新的 PyTorch 版本,算子覆盖度达到 80%,TensorFlow 的算子数量及交付网络模型均有所增加。此外,提供了两个框架的迁移指南及迁移工具,显著降低了用户的业务迁 2022 年年度报告 15/269 移成本;加强了对 PaddlePaddle 的支持并通过了二级兼容性测试,分布式训练框架 Horovod 增加了对 XLA 的支持,支持 MoE 模型分布式训练,支持 Openfold 等蛋白质网络分布式训练,支持 GPT 类语言模型的混合分布式训练。最新版本软件栈已全面支持视频理解、图像分类、文本检测、相似度检测、OCR、语音处理、语义分割、自然语言处理、搜索、推荐等多领域的训练业务,持续支撑了公司产品在互联网等多个行业的商业化部署。性能上,PyTorch 框架层通过 IO 类算子融合等优化方式,显著提升了带宽密集类模型的性能;TensorFlow 通过支持 XLA,对 Bert 模型实现了近两倍的性能提升。在大语言模型领域,提升了单机多卡、多机多卡的混合分布式训练效率,完整支持了商用大模型部署,达到业界领先水平。周边生态上,公司推出了寒武纪开源算子库 MLU-OPS,支持使用 C 接口开发智能芯片算子。MLU-OPS 仓库内算子包含且不限于领域类算子、长尾类算子,部分第三方仓库也已集成适配了公司的开源算子库MLU-OPS。使得公司的开源算子库MLU-OPS既能汇聚社区的力量以丰富算子生态,也能方便社区开发者学习算子开发技术、降低算子开发门槛。目前 MLU-OPS 社区生态良好,中国科学技术大学等知名高校已参与到该仓库的算子贡献中。公司将持续与社区开发者合作,持续开发和完善开源算子库。4、智能驾驶芯片 在报告期内,公司的控股子公司行歌科技持续开展智能驾驶芯片的研发和产品化工作。行歌科技进行了 2 轮独立融资,引入了博世、国科等战略投资人。行歌科技依托寒武纪在智能芯片领域的技术积累和产品经验,在应用场景上与公司既有的云边端产品线紧密联动。(二)应用场景逐步丰富,市场拓展收获成效 报告期内,在国内外经济形势均面临下行压力的大环境下,公司及全体员工顶住压力,拼搏奋进,拓宽潜在市场,深耕行业客户,加速场景落地。2022 年度,公司营业收入达到 7.29 亿元,较上年同期增长 1.11%,综合毛利率为 65.76%,较上年增长 3.37 个百分点。1、云端智能芯片及加速卡 报告期内,公司云端产品线实现收入 2.19 亿元,较上年同期增长 173.52%。公司在 2021 年商业化布局以及客户合作基础上,持续在互联网、运营商、金融、智慧交通、电力能源等多个行业及客户进行了广泛的业务部署与落地。在互联网行业,公司的思元 370 芯片及加速卡与数家头部互联网企业在视觉、语音、图文识别、自然语言处理等场景下完成适配工作后,已经进入了批量销售环节,在报告期内实现了收入的突破。此外,公司与某互联网企业进行了大模型训练的初步合作,目前仍处于技术探索

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开