近日，被誉为“AI 芯片第一股”的寒武纪（688256. SH）披露 2020 年业绩，公司 2020 年营业收入为 4.59 亿元，同比增长 3.38% ；归母净利润为 -4.35 亿元， 亏损金额较上年同期收窄 63.15%。
寒武纪于 2020 年 7 月上市，根据其在上市时第 二次问询的回复内容，2020 年寒武纪主营业务收入 预计为 6 亿 -9 亿元，而实际实现收入仅为预期收入 的 51%-77%，大幅低于预期。
毋庸置疑的是，AI 芯片市场空间广阔。国际上 龙头如英伟达近 5 年来在 AI 芯片上的营收年复合增 速约 80% ；成立仅 5 年的寒武纪，目前搭载其终端智 能处理器的智能设备出货量达九位数、边缘芯片出货 量达六位数、云端芯片出货量达五位数。
然而，即便拥有不错的销售数据，寒武纪始终备 受质疑。从它最早出现在公众视野里，投资者就疑惑， 华为选择自研 AI 芯片，失去华为的寒武纪还能不能 活？现如今自研的覆盖云、边、端的 AI 芯片产品矩 阵成型，投资者又疑惑，靠着政府项目维持 70% 以 上营收，寒武纪有没有竞争力？
大客户依赖
寒武纪一直是大大小小 AI 芯片公司估值对标的 对象。
然而，这一明星公司上市后的市场表现却给不少 AI 芯片公司及其投资人泼了盆冷水，自去年 7 月 23 日市值创下历史最高 1126 亿元以来，寒武纪估值一 路下滑，截至 5 月 7 日，市值仅为 427 亿元，相比最 高点减少了 62%。
除去新股发行自带的炒作热度退却，回归企业经 营本身，寒武纪发家业务后继无力，是令投资者失望 的原因之一。
寒武纪最开始选择 IP 授权这条商业路径，设计 了全球第一款商用终端智能处理器，并授权给华为， 2017、2018 年时两者的合作订单几乎等于寒武纪全 部的营收，随着华为海思决定自研芯片，从 2019 年 起寒武纪 IP 授权收入骤减。
但是彼时投资者仍普遍乐观，因为考虑到国内其 他手机厂商如小米、OPPO、vivo 仍有可能在未来成 为寒武纪的客户。
现实是，IP 授权业务并未出现回暖迹象，反而 一蹶不振。2018-2020 年，该业务收入分别为 1.17 亿元、6877 万元、1171 万元，2020 年相较 2019 年 下滑 83%。从年报披露信息来看，寒武纪尚未开发出 其他手机厂商作为客户，据此推测，2021 年公司终 端智能处理器 IP 授权业务收入可能将继续下滑。
少了华为做“靠山”，寒武纪很快开辟了新业 务——智能计算集群系统业务，来自这一业务的收入 在 2019、2020 年分别占到寒武纪营收的 67%、71%。
智能计算集群系统可以理解为人工智能数据中 心，是“数据中心”与“人工智能”的聚合形式，与 过去以 X86 CPU 为主的数据中心不同的是，智能计 算数据中心是以人工智能芯片为主，而人工智能芯片 则能带来更高的算力和能效。
寒武纪之所以能做这个业务，是基于其自行研发 了云端智能芯片和加速卡，即思元 100、270 和 290 芯片，同时还开发了名为 Cambricon Neuware 的基础系统软件平台，可以提供软硬件整体解决方案。
当然，智能计算集群系统业务中贡献主要收入的 还是芯片，所以如果将寒武纪定位成数据中心服务商 并不准确。
虽然接连拿下上亿订单，但是市场对于寒武纪在 智能计算集群系统市场的竞争力并不乐观。
目前基于英伟达 GPU 产品的集群仍占据市场优 势地位，另外华为也已经发布多项智能数据中心服务 解决方案。核心芯片方面，寒武纪思元 290 的竞品 包括英伟达的 A100 和 V100 GPU，以及华为海思的 Ascend 910 智能芯片，性能上差异不大 ；在客户导 入方面，英伟达和华为海思的产品更早开始在客户处 导入，同时均有较为成熟完善的销售网络 ；在软件生 态方面，英伟达凭借长久以来的经验积累以及产品推 广已形成了较为完善的软件生态，用户对其产品接受 度较高，形成了一定的用户习惯，寒武纪软件平台的 生态完善程度与英伟达相比仍有一定差距。
因此，寒武纪面临的是如何获取更多订单、提高 市占率的问题。从在职员工来看，2020 年期末的销 售人员同比增长 150%，高于研发人员的 44% 增速， 也侧面反应了寒武纪对销售网络的重视，而这也是摆 脱大客户依赖的必经之路。
下一个 5 年会更好？
尽管外界议论纷纷，但在近日曝光的五周年庆内 部信中，寒武纪创始人陈天石非常乐观，直言“下一 个五年会更好”。
信中同时提到 ：如果不是历史、不是时代需要这 样的寒武纪，又为何能在掷 10 次 20 次骰子时总能在 对的那一面？
这句在陈天石自己看来都有些“唯心”的话，隐 含意思是，在他看来，寒武纪核心优势在于对于研发 方向的把握很准，而这一点或许体现在寒武纪通用型 智能芯片产品的推出以及生态的构建上。
目前人工智能芯片按技术架构分为四种 ：冯诺 依曼架构的 GPU、半定制化的 FPGA、全定制化的 ASIC、神经形态芯片 / 类脑芯片。
其中 GPU、FPGA 依赖进口，国产化程度低。 全球 70% 的人工智能 GPU 芯片市场都被 NVIDIA 占 据。FPGA也呈现寡头竞争格局，根据Gartner的数据， 美国公司 Xilinx、Altera、Lattice 和 Microsemi 总共 占据了 98% 以上的市场份额。国内厂商在 GPU 方面 鲜有布局，FPGA 方面也仅有复旦微电子等少数芯片 厂商涉足。ASIC 芯片国产化程度较好，由于其高度 定制化和专用性，市场集中度不高，局限在于定制化 的 ASIC 一旦流片后则无更改余地，若市场深度学习 方向改变，ASIC 前期投入将无法回收，有较大的市 场风险。
过去部分人认为包括寒武纪、华为海思、地平 线等公司都是基于 ASIC 技术发展 AI 芯片，未能进 入 GPU、FPGA 等通用芯片领域，短期内难以打破 GPU 主导的局面。不过从目前寒武纪掌握的核心技 术来看，公司是目前国际上少数几家全面系统掌握了 通用型智能芯片的企业，这是不是意味着寒武纪的产 品能对传统的 GPU 形成替换？
另外，寒武纪智能芯片生态的构建已基本完成。
在 PC 时代和移动终端时代，以微软 +Intel 为核 心的“Wintel 体系”和以 ARM+ 安卓的“AA 体系” 就是通过打造生态的模式牢牢把控产业的主导权。而 人工智能属于新兴领域，尚未形成技术路径依赖，产 业生态也未完全成形。
随着寒武纪当前构建的生态逐渐发展，将有助于 其形成关键壁垒，同时这也是寒武纪下一个 5 年的发展基石。