AI 相关业务深度拆解

AI 芯片在 AI 产业链 中直接把模型计算需求转化为加速卡、服务器和软件栈需求。硬件性能只是第一层，能否被框架、算子、系统集成和客户工作负载采用同样关键。 对 寒武纪 来说，AI 相关业务不是“是否使用 AI”这么简单，而是它所处的 chip 节点是否被 AI 训练、推理、边缘计算、数据中心、电力、半导体制造、机器人或企业自动化真实拉动。本文按三层拆解：产品是否直接进入 AI 产业链场景，客户是否把它纳入标准平台或项目清单，公司是否能把增量留在利润表和现金流中。

单项目或单平台价值量方面，company-rich 未披露的具体数字不填。更稳妥的 proxy 是：

AI 产业链 proxy
= 下游真实部署量
× 单平台/单项目价值量
× 公司在客户架构中的可获得份额
× 交付、认证、验收和回款成功率
× 可持续毛利率

该 proxy 不是会计收入，也不是预测。它只是帮助研究者把“AI 产业链需求”拆成可验证变量。对于 寒武纪，如果后续公开披露显示产品进入更高规格平台、客户认证扩大、订单或 backlog 改善、毛利率稳定或现金流改善，则产业链暴露更可信；如果只有概念表述而没有产品导入、订单、利润率或现金流支撑，则应降低权重。

从产品层面看，思元370芯片、MLU370-X8 加速卡、MLU370-X4 / S4 / S8、思元590 / MLU590系列、思元220边缘芯片与板卡、NeuWare / MagicMind 是最直接载体。每一项业务都要回答同一个问题：它是客户核心架构中的必要环节，还是可以随时被替换的标准件？必要环节通常具有认证周期长、可靠性要求高、接口复杂、责任边界清晰、供应安全重要等特征；标准件则更容易进入价格竞争。company-rich 未披露的产品收入占比、AI 客户占比和单客户价值量，本文不补写。

从需求层面看，AI 产业链的传导并不线性。下游客户先形成训练、推理、数据中心、边缘设备、制造产线或能源项目需求，然后进入预算、设计、认证、采购、交付、验收和付款。任何一个环节延迟，都会让公司收入确认慢于产业新闻。对 寒武纪 这类节点，最需要跟踪的是客户是否复购、二供是否进入、产品规格是否升级、交付周期是否变短、以及增长是否没有牺牲毛利率。

从天花板角度看，天花板由训练/推理部署规模、软件生态适配、服务器整机导入、存储与封装能力和客户预算共同决定。 因此，本文不写未经披露的 TAM、AI 收入或市场份额。可写的是产业方向：如果下游平台对容量、功率、可靠性、良率、交付或能源确定性的要求持续提高，chip 节点的价值量有机会提高；如果技术路线改变、客户自研、平台方捆绑或同业降价，价值量会被重新分配。

替代风险方面，替代风险来自全球 GPU 平台、国产同业、供应链集中、先进制程可得性和客户集中度。 替代风险通常不会先表现为收入断崖，而是先表现为新订单周期拉长、价格让步、客户要求二供、毛利率低于收入增速、交付验收变慢、或者管理层公开措辞变谨慎。本文把这些现象视为 AI 产业链 thesis 的早期反证信号。

产业链位置

company-rich 对产业链问题的原始描述是：寒武纪在 AI 产业链依赖谁、被谁依赖、和谁竞争？ 本章严格沿用该字段拆解上下游和竞争边界，不把未在锚中出现的客户、供应商、订单或份额写成事实。1

上游

名称	域名	角色
中芯国际	smics.com	晶圆代工与国产先进制程生态
长鑫存储	cxmt.com	国产 DRAM/HBM 存储供应链
三星电子	samsung.com	HBM/DRAM/存储供应链
SK海力士	skhynix.com	HBM/DRAM供应链
Synopsys	synopsys.com	EDA/IP工具链
Cadence	cadence.com	EDA工具链
Arm	arm.com	处理器IP生态
长电科技	jcetglobal.com	封装测试
通富微电	tfme.com	封装测试

上游决定供给确定性。对半导体公司，上游可能是晶圆、设备、EDA/IP、封装测试、材料和关键零部件；对电源、能源和设备公司，上游可能是磁性材料、功率器件、压缩机、燃料、工程资源、许可和资本；对软件/数据服务公司，上游可能是云、模型、数据授权和合规。上游紧张时，公司可能获得更高议价，也可能因为材料、设备、代工、封装、劳动力或许可不足而无法确认收入。判断上游影响，要看交期、成本转嫁、长期协议和质量稳定性。

下游

名称	域名	角色
浪潮信息	inspur.com	AI服务器与整机生态
新华三	h3c.com	服务器、云与政企智算集成
中科曙光	sugon.com	智算中心与服务器生态
阿里云	alibabacloud.com	云厂商与大模型算力需求
字节跳动	bytedance.com	互联网大模型与推理算力需求
腾讯云	tencentcloud.com	云厂商与混元等模型生态
中国移动	chinamobileltd.com	运营商智算中心需求
中国电信	chinatelecom-h.com	运营商云与智算中心需求

下游决定需求质量。AI 产业链下游客户通常更重视交付确定性、可靠性、供应安全、能耗、效率、合规和长期服务。进入客户标准清单或项目设计可以带来复用订单，但也可能带来客户集中、议价和责任边界风险。company-rich 未披露的单一客户收入占比、单项目金额或长期合同金额，本文统一写公开口径未披露,不填。

竞品与替代

名称	域名	角色
英伟达	nvidia.com	全球数据中心 GPU 平台龙头
海光信息	hygon.cn	国产 GPGPU/DCU 与服务器计算生态
华为昇腾	huawei.com	国产 AI 加速器、整机与软件生态
AMD	amd.com	MI 系列数据中心 GPU 追赶者
燧原科技	enflame-tech.com	国产训练/推理 AI 芯片
壁仞科技	birentech.com	国产通用 GPU 与 AI 加速器

竞争者决定价值分配。真正的竞争不只发生在同名产品之间，也发生在技术路线、客户预算、平台生态和资本开支优先级之间。若同业能以更低成本、更短交期、更完整平台或更强客户关系满足需求，寒武纪 的 AI 产业链弹性会被压缩；若公司在认证、可靠性、交付、供应安全和成本曲线上更强，则更可能在扩容中保持份额。

供应链情景表：

环节	依赖项	上行情景	下行情景
晶圆代工	Fabless 模式下依赖晶圆制造厂的制程、产能、良率和合规可获得性。	国产先进制程与成熟制程组合稳定，产品迭代可按客户项目节奏交付。	关键工艺、光罩或晶圆供应受限，导致新品验证、量产和收入确认后移。
存储/HBM	AI 训练和推理板卡依赖高带宽存储、容量、功耗和认证周期。	国产与国际存储供应稳定，多供应商认证降低单点风险。	HBM/DRAM 供给紧张或认证不顺，单卡性能、成本和交付节奏受压。
EDA/IP	先进 SoC 设计需要 EDA 工具、处理器 IP、接口 IP 和验证工具链。	国产 EDA 与自研 IP 覆盖度提升，外部限制对迭代节奏影响下降。	关键 EDA/IP 授权受限或版本升级受阻，研发效率和产品可靠性受影响。
封装测试	高性能 AI 芯片依赖先进封装、测试良率、散热和板级验证。	封测伙伴良率爬坡顺利，chiplet 和多芯互联产品交付稳定。	封装产能、良率或测试周期不达预期，放大存货和交付压力。
服务器整机	AI 加速卡需要 CPU、主板、散热、电源、网络和集群软件协同。	服务器厂商和智算集成商完成更多适配，客户迁移成本下降。	整机兼容、驱动、散热或集群稳定性问题影响客户规模部署。
软件生态	客户真实采购取决于框架兼容、算子库、通信库、模型适配和工程支持。	Qwen、混元、GLM 等主流模型适配扩大，软件迁移从项目制走向平台化。	生态适配滞后于模型快速迭代，客户继续优先选择 CUDA 或其他成熟生态。

竞争格局与市场份额

竞争格局需要分三层看。第一层是直接竞品：客户在同一个预算项中比较产品、价格、交期和服务。第二层是路线替代：客户通过不同架构、不同供应商组合或内部自研解决同一问题。第三层是资本开支竞争：即使 寒武纪 的产品有价值，也要与 GPU、服务器、网络、电力、土地、设备、软件、人力和安全支出争夺优先级。

company-rich 的同业对比如下：

公司/平台	域名	定位	差异/边界
寒武纪	cambricon.com	国产云端 AI 芯片、加速卡、智能整机与基础软件平台	纯 AI 芯片设计公司，收入弹性来自国产算力需求和云端产品放量；短板是客户集中、供应链集中和生态仍需证明。
海光信息	hygon.cn	国产 CPU + DCU/GPGPU 服务器计算平台	更偏通用服务器 CPU 和 DCU 体系，生态依托服务器平台与国产计算环境；AI 训练生态与寒武纪形成国产替代内部竞争。
华为昇腾	huawei.com	AI 加速器、Atlas 硬件、CANN/MindSpore 与整机集群生态	系统集成、运营商/政企渠道和软件生态更完整；与寒武纪竞争焦点在国产智算中心和大模型训练推理。
英伟达	nvidia.com	全球数据中心 GPU、网络、CUDA 软件和整机参考架构平台	生态和性能标杆，客户迁移成本高；在中国市场受出口限制影响，给国产替代留下需求窗口。
AMD	amd.com	MI 系列数据中心 GPU + EPYC CPU	全球云厂商替代 NVIDIA 的主要二供选择之一；软件生态弱于 CUDA，但供应链和产品节奏成熟度高于多数国产公司。

市场份额方面，本文不写伪精确数字。若 company-rich 未披露 寒武纪 在具体 AI 产业链场景中的份额，结论就是公开口径未披露,不填。可以讨论的是相对结构：认证周期越长、可靠性要求越高、客户流程越深、接口越复杂，供应商越可能获得阶段性黏性；产品越标准化、客户可多供越容易、价格越透明，利润率越容易被竞争压缩。

与同业比较时，需要避免三个误区。第一，不能用集团总收入替代某个产品线份额，因为同业的业务边界可能完全不同。第二，不能用 AI 新闻热度替代订单和验收，因为项目从设计到收入有时间差。第三，不能把国内替代、供应安全或客户认证写成永久护城河，因为客户仍会用成本、质量、交期和技术路线重新评估供应商。

对 寒武纪 的竞争判断应落在可观察信号上：产品是否持续导入核心客户，是否从一次性项目变成平台复用，是否能维持毛利率和现金流，是否被同业挤出关键 socket 或项目包，是否出现客户二供和价格让步。若收入增长但利润率和现金流同步走弱，说明公司可能在用价格或资本消耗换份额；若收入、利润率和现金流共同改善，竞争地位才更有说服力。

护城河

技术/产品护城河：寒武纪 的第一层护城河来自产品能否解决 chip 节点的真实约束。技术壁垒不是宣传语，而是性能、可靠性、良率、认证、接口、功耗、效率、热设计、软件兼容、交付和服务共同形成的结果。若产品只停留在样机、试点或一次性项目，护城河要打折；若能跨客户、跨平台、跨项目复用，护城河才可能体现为订单持续性和利润率稳定。

客户认证护城河：AI 产业链客户通常不愿频繁更换关键供应商，因为重新验证会影响交期、责任边界、供应安全和系统稳定。进入客户标准清单可以形成阶段性黏性，但认证不是永久护城河。若同业更快满足下一代规格，或客户出于成本和供应安全引入二供，原有认证优势会被稀释。

规模与交付护城河：规模的价值不是收入大，而是采购、制造、工程、测试、服务、渠道、资本和风险吸收能力。company-rich 提供的财务质量和桥接数据是复核规模护城河的硬约束：如果规模扩大带来毛利率、营业利润率和现金流改善，说明经营杠杆成立；如果规模扩大带来库存、应收、资本开支或项目超支，说明增长质量不足。

供应链护城河：处在 AI 产业链关键节点的公司，常常比外部投资者更早看到客户平台切换、材料紧张、设备交期、工程排期、能耗指标、代工良率和规格变化。若管理层能把这些信号转化为产品迭代、产能纪律和客户服务，供应链信息优势会增强；若只在景气高点扩产或承接低毛利项目，供应链反而会放大风险。

财务护城河：财务质量最终要回到收入、毛利率、营业利润率、净利率、FCF、资本开支、应收和库存。本文已列示 company-rich 中可披露的 KPI 与桥接数据；未披露的项目不补填。护城河必须经得起财务复核，而不是只在产业叙事中成立。

护城河的反证同样重要。若客户能快速切换供应商，说明客户认证护城河弱；若同业能复制产品并通过关键验证，说明技术护城河弱；若增长不能改善利润率和现金流，说明规模护城河弱；若资本开支缺少订单、长期合同或客户预付款支撑，说明景气可能转化为资产负担。

误读纠偏·风险与证伪

误读纠偏

1. 把公司全部收入都视作 AI 收入，是第一类误读。本文只承认 AI 产业链暴露，不把未披露分部改写成会计收入。
2. 把下游 AI 资本开支线性映射为公司收入，是第二类误读。真实传导要经过预算、设计、认证、采购、交付、验收和回款。
3. 把产业链位置等同于不可替代，是第三类误读。上游、下游和竞品都可能通过二供、自研、平台捆绑或技术路线变化改变价值分配。
4. 把单季收入或股价表现当作产业验证，是第四类误读。产业验证应看订单、客户复购、产品导入、毛利率、现金流和公开反证信号。
5. 对未披露数字进行精确估算，是第五类误读。company-rich 没有披露的财务、份额、AI 收入、客户占比和单项目金额，本文一律写公开口径未披露,不填。

Caveats

1. 前五大客户销售占比 88.66%，且 2025 年前五大客户中除第三名外其他为新增客户，收入可持续性需要后续订单和回款验证。
2. 前五大供应商采购占比 75.23%，第一大供应商采购占比 55.34%；单一供应商或关键环节扰动会放大交付风险。
3. 公司采用 Fabless 模式，依赖晶圆制造、封装测试、IP、EDA、存储和服务器供应链；部分实体清单约束会影响供应链稳定性和切换成本。
4. 国产 AI 芯片的竞争不仅是单卡算力，还包括互联、编译器、算子库、框架兼容、模型适配和客户迁移成本；与 NVIDIA CUDA 生态仍存在系统性差距。
5. 2025 年经营活动现金流量净额仍为 -4.98 亿元，虽然较 2024 年改善；2026Q1 经营活动现金流转正，但仍需继续跟踪回款节奏、存货备货和客户验收周期。
6. 思元590/MLU590 等新一代产品的公开规格披露有限，不能用市场传闻替代公司年报或官网口径。

反证阈值

1. 云端产品线收入连续两个报告期环比或同比明显走弱，且公司无法用客户验收节奏解释。
2. 前五大客户销售占比继续维持高位，同时新增大客户未能复购或转为长期框架订单。
3. 第一大供应商或关键供应链环节出现交付中断、良率下降或合规限制，导致收入确认明显后移。
4. 主流开源大模型和客户自研模型适配滞后，训练/推理性能、稳定性或迁移成本无法满足规模部署。
5. 同等场景下海光、华为昇腾、NVIDIA、AMD 或其他国产芯片在性能、生态和总拥有成本上持续拉开差距。
6. 利润表改善未转化为经营现金流改善，存货、应收账款或合同履约压力持续上升。

跟踪信号

1. 2025 年营业收入 64.97 亿元，同比 +453.21%，公司解释为人工智能行业算力需求持续攀升、产品竞争力提升和应用场景落地。
2. 2025 年归母净利润 20.59 亿元、扣非归母净利润 17.70 亿元，均实现扭亏为盈，说明收入放量已开始穿透固定研发投入。
3. 2026Q1 营业收入 28.85 亿元、归母净利润 10.13 亿元，同比继续增长，显示 2025 年年报拐点并非单一年度孤立事件。
4. 云端产品线收入 64.77 亿元，占收入绝大部分；收入结构已经从早期 IP 授权/边缘产品转向数据中心 AI 加速卡和智能整机。
5. 年报披露产品已在运营商、金融、互联网等重点行业规模化部署，并服务大模型算法公司、服务器厂商和人工智能应用公司。
6. 公司持续适配开源生态和主流大模型，年报提到 Qwen3-Next、Qwen3-VL、HunYuan、LongCat、GLM 等模型适配工作。
7. 公司拥有自研 MLU 指令集、处理器微架构、基础系统软件平台、训练软件平台和推理软件平台，软件栈是国产替代能否规模化的关键变量。

通用证伪框架

若收入增长 + 毛利率稳定/上行 + FCF 改善 + 客户复购/长期合同增加：
  AI 产业链卡位被增强验证。

若收入增长 + 毛利率下行 + FCF 恶化 + 存货/应收/项目成本上升：
  需求可能真实，但公司议价权、交付质量或资本效率不足。

若订单延迟 + 客户转向二供 + 技术路线改变 + 管理层降低相关优先级：
  原 thesis 被公开信号削弱，应重新评估产业链位置。

尽调问题清单

问题	期待看到的证据	若无法回答如何处理
AI 产业链相关收入是否有披露口径？	分部收入、产品收入、订单、客户场景或管理层公开口径	无披露则写公开口径未披露,不填
chip 的单项目价值量是否提升？	BOM、合同范围、平台导入、项目规模、复购或服务附着	不写具体数字，只保留定性 proxy
毛利率变化是否来自 AI 产业链 mix？	产品 mix、价格、良率、项目执行和成本转嫁	若无法拆分，只按集团口径验证
客户集中度是否上升？	年报客户集中度、应收、backlog、长期合同	无披露则把集中度作为风险假设
上游供给是否限制交付？	关键部件、材料、设备、代工、能源或劳动力交期	下修收入确认节奏
竞品是否通过二供进入？	客户认证、招标结果、拆解、价格变化	下修份额和毛利率判断
哪些公开信号会推翻 thesis？	管理层指引、订单延期、客户流失、监管或技术路线变化	触发重新评级产业链卡位

主要来源

[1] 本地 company-rich 数据锚点：astro/src/data/company-rich/cambricon-688256-sh.json，包含 identity、thesis、products、chain_position、financial_quality、quarterly_bridge、peer_compare 等字段。 [2] 中科寒武纪科技股份有限公司2025年年度报告；official；as of 2026-03-12；https://dataclouds.cninfo.com.cn/shgonggao/hsomarket/2026/20260312/05ca784762a7401b9ed371d917e436dc.PDF [3] 中科寒武纪科技股份有限公司2026年第一季度报告；official；as of 2026-04-30；https://static.cninfo.com.cn/finalpage/2026-04-30/1225264337.PDF [4] 寒武纪官网产品页；official；as of 2026-06-23；https://www.cambricon.com/ [5] 寒武纪思元370系列与MLU370-X8产品页；official；as of 2026-06-23；https://www.cambricon.com/index.php?a=lists&c=index&catid=360&m=content [6] Cambricon NeuWare基础系统软件平台；official；as of 2026-06-23；https://www.cambricon.com/index.php?a=lists&c=index&catid=71&m=content [7] MagicMind推理加速引擎；official；as of 2026-06-23；https://www.cambricon.com/index.php?a=lists&c=index&catid=378&m=content [8] 寒武纪首次公开发行股票并在科创板上市招股说明书；official；as of 2020-06-22；https://static.sse.com.cn/stock/disclosure/announcement/c/202006/000354_20200622_AWSW.pdf