ChatGPT大发展背景下，景嘉微价值几何——景嘉微（300474）深度报告

报告核心观点：

ChatGPT问世迅速引爆全球人工智能发展浪潮。英伟达的H100 NVLINK GPU在ChatGPT、AIGC领域获得了极大关注。在大算力芯片赋能AI的逻辑演绎下，景嘉微作为A股龙头GPU公司的价值不容忽视。本文比较分析了图显与超算的产品开发路径差异，开创性地提出景嘉微的“顺位”优势，从而打开了公司在AI领域发展的路径展望。

GPU梦之队，领军国产图显领域

公司产品覆盖图形显控、小型专用化雷达领域的核心模块及系统级产品。核心管理层及技术班底在军工电子领域内具备十年以上的研发经验。公司历经十六载发展，在显卡硬件体系结构、软件驱动程序开发方面积累深厚。

1） 公司财务

公司军品业务基本盘增速稳定，民用芯片营收快速爬坡。军工产品具有高附加值、高利润率的特点。军品70%以上的毛利率强势带动公司整体盈利能力。民用芯片随着订单逐步落地，有望迎来量价齐升。公司持续高强度投入研发，未来成长可期。

2）军品业务

公司军用产品包括图显模块和小型专用化雷达。其中，图显模块系列产品以5系列芯片为驱动，实现了军用M9芯片的国产替代。小型专用化雷达产品经历8年高强度研发投入，以主动防护式雷达为代表性的产品逐步迎来收获期。

3）民品业务

公司图形显控产品从军用逐步延伸至信创及民用消费领域。第一代5系列为纯军用，第二代7系列军民两用。第三代9系列芯片满足媒体处理、游戏、虚拟化等高性能显示和人工智能计算需求，应用领域大幅拓宽。公司业务已形成军民共振格局，9系列厚积薄发有望为公司在AI领域突破提供重要成长动能。

军工需求稳定，AI井喷式爆发

①行业层面，国家“十四五”提出加快武器装备现代化。国防预算开支近4年呈现逐年增长态势，2020-2023年增速分别为：6.6%、6.8%、7.1%、7.2%。武器装备的列装将进入放量阶段，采购有望持续提升，公司将充分受益。②ChatGPT横空出世，引爆全球人工智能产业热度。根据Verified Market Research的数据，预计至2028年全球GPU市场将扩大至2465.1亿美元，2020-2028年CAGR有望达到32.82%。AI运算具有的大运量、高并发度、访存频繁特点，使其对GPU芯片的底层算力提出巨大挑战。

分析GPU民族品牌发展路径，景嘉微具备进军AI的顺位优势

从硬件层面看，通用超算芯片GPGPU架构设计时去除了 GPU为图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元。从软件层面来看，图显GPU难在打通驱动程序和编译器层面的生态。通用计算领域的发展壁垒在于软件生态复杂度和CUDA核心功能兼容性。图显GPU的综合开发难度高于超算GPU，研发上具有一定顺位优势。国产厂商当下根据各自资源禀赋和定位，分别发力图显和超算两大赛道。民族品牌成长之路①可针对各自市场循序渐进，抢占生态；②加强本土整机厂商合作，积累优势与声誉；③ 最终全面布局，寻求突破。

给予“增持”评级：公司雷达产品进入收获期，订单有望持续放量；9系列芯片批量订单逐步落地，AI市场增量可期。我们预计公司2022-2024年实现营业收入11.24亿元、17.17亿元、24.26亿元；归母净利润3.52亿元、4.69亿元和6.64亿元，对应的PE分别为141、106、75倍，给予“增持”评级。

风险提示：新产品的研发风险，军备采购需求不及预期风险，产业链原材料采购风险，行业规模测算偏差风险，研报使用的信息更新不及时的风险

始于国防科大，立足军工电子。长沙景嘉微电子股份有限公司成立于2006年4月，致力于信息探测、处理与传递领域的技术和综合应用。公司主营高可靠性的军用电子产品的研发、生产和销售，主要产品覆盖图形显控、小型专用化雷达领域的核心模块及系统级产品。公司了解到国外机载航电系统主要应用ATI 公司的图形处理芯片Mobility Radeon 9000（M9）。公司借由ATI M9显卡驱动开发项目契机进军GPU图显领域。公司历经3代GPU图形显控芯片升级。2021年第3代GPU产品JM9系列已成功流片。公司逐步成长为实现商用量产图形显控GPU的龙头上市公司。

航空图显模块起家，制霸军工显控领域。公司成立之初恰逢我国军用飞机图形显控系统由DSP与FPGA向GPU升级阶段，参与完成“神州八号”图形显控模块设计。2007年，公司率先完成VxWorks操作系统下主流军用图显芯片M9驱动程序的开发和汉化。公司同年完成第一款图形显控模块的开发销售，实现了图显技术初步积累。2008-2010年间，公司陆续通过双软企业、三级保密资格单位、武器装备质量体系等一系列资格认证，为业务全面开花奠定了基础。在此期间，公司首款图显模块通过客户技术鉴定审查并开展替代M9的自主芯片研发。2010年至今，公司JM5400已占据国内军用飞机图显模块绝大部分市场，成为图形显控行业领域的绝对标杆型企业。

核心团队稳健，股权结构清晰。公司由原国防科技大学军事技术运筹学教授饶先宏与电子系讲师胡亚华共同出资成立。同年，曾万辉与喻丽丽夫妇注资公司，并成为公司实控人。截止2022年三季报情况来看，董事长曾万辉直接持股4.06%。喻丽丽、曾万辉还持有公司股东乌鲁木齐景嘉合创80%的股权。董事长夫妻合计持有公司约36.07%股权。公司创始人饶先宏和胡亚华分别持有景嘉合创10%股权。饶先宏和杨爱莲夫妻合计持有公司4.89%股权。胡亚华持有公司3.95%股权。国家集成电路大基金持有8.1%的股权，预计将逐步良性完成投资退出。

核心团队人才济济，造国产显卡梦之队。公司核心技术班底在各军工电子专业领域内具备十年以上的研发经验，专业造诣极深。核心团队的专业性对国内军工电子行业现阶段的技术水平、与国外差距以及关键突破点能很好的把握，从而有针对性的进行产品设计。另一方面，军工电子涉及细分领域广泛，最终产品往往需要在逻辑算法、软硬件开发、结构设计、芯片及FPGA研发等多领域具备研发实力，公司核心团队的复合背景和有机组合完美的满足了这一要求。

军品发展稳定，芯片快速放量。公司整体营收利润自上市后快速爬升，2022年前三季度营收实现7.29亿元，归母净利润1.73亿元。公司在军用领域的主要产品包括图显模块和小型专用化雷达。其中，图显模块主要采用公司自主研发的JM5400芯片，实现了在军用领域的国产替代。民用产品主要以芯片为主，其中JM7系列军民两用，JM9系列针对信创市场。从营收分布来看，图形显控产品长期驱动营收，占比超7成。2021年JM7系列芯片收入经历大幅放量后，图形显控、芯片和小型雷达产品收入分别占比47.66%/40.89%/10.43%。JM9系列流片成功后，芯片业务有望进一步成长为公司第二支柱。

军品种毛利高，拉动综合利润。公司主营军品业务图形显控以及小型雷达毛利率高达70%以上，符合军工电子行业高技术壁垒、高附加值的特征。其中图形显控模块以及相应驱动程序应用于航电系统，是现代军机的中枢神经系统。产品的高可靠性、高稳定性以及高定制化属性非常明显。公司为军用芯片编写的驱动程序，解决了商用级图形处理芯片军用化的难题。高毛利包含了驱动程序的独特价值。芯片产品主要面向民用和信创市场，毛利率低于军工系列。自2019年起开启上升通道，2021年芯片毛利率达44.49%。

研发持续投入，未来成长可期。公司在上市初期管理费用较高，后逐步下降。销售费用近年来维持在4%左右。公司作为军工企业，军用电子产品对可靠性和稳定性的要求极高。军用电子设备的研发、生产重点与民用产品完全不同。军品专用化、定制化的特点使得研发要求极高。公司自上市后，研发费用维持较高增速，2021年研发开支占总营业收入的23.14%。研发费用的持续扩张对公司后续业务的开展具有基石效应。

图形显控系统：是信息融合与人机交互的核心系统。公司图形显控领域产品包括图形显控模块、图形处理芯片（GPU）、加固显示器、加固电子盘以及加固计算机。公司打造了基于M9、M72和M96系列的开发平台和系列产品线，从底层上驾驭了图形显控产品的能力。芯片方面，公司研发的以JM5400 为代表的图形芯片打破了外国芯片在我国军用GPU 领域的垄断，率先实现军用GPU 国产化。公司的图形显控产品近年来一直积极向其他领域延伸，如电子稳像处理板等。电子稳像处理板可支持视频稳像及视频拼接，满足车辆在地面行驶状态下使用电子图像进行观察、瞄准的使用要求，具有广阔的市场前景。

小型化雷达：功能及品类持续拓展。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。公司小型专用化雷达分为三大类：①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；②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；③弹载雷达微波射频前端负责雷达发射信号及相关数据的发送与接收。

芯片：跨越0到1，从可用变身好用。公司2014年底推出5系列芯片以来，3代芯片产品均明确对标海外同类产品。其中JM5400芯片对标ATI M96芯片，首次实现国产军用图形显控的完全自主可控。JM7200在JM5400的基础之上优化了性能参数，对标英伟达GT640芯片，实现了军民两用。JM9系列两款芯片对标英伟达GTX 1080芯片，分别于2021年11 月和2022年 6月完成阶段性测试工作。9系列产品可满足地理信息系统、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，适配设备涉及台式机、笔记本、一体机、服务器、工控机、自助终端等。3代芯片的技术快速迭代，从最初5系的12年代际差缩短至9系列的5年代际差，并有望进一步缩短和海外龙头的技术差异。

GPU适用海量数据并行计算。GPU是图形处理器的英文简称，是用于进行图像运算工作的微处理器，可以对图形数据、显示、可视计算等作出优化加速，用于通用计算的GPU也被称作GPGPU。图形的结构像素点之间是独立的，图像以矩阵形式存储数据。GPU的主要任务是处理成千上万个三角形的顶点/内部像素的着色。所以GPU设计便是基于大吞吐量和并行计算， 80％的晶体管用作计算单元（CPU只有20%左右），具有很强的浮点运算能力和超长的流水线处理。并行计算是将特定计算分解成可以同时进行的较小独立乘法和加法运算。然后重新组合或同步计算结果，形成原来较大计算的结果。而CPU作为强大的执行引擎，旨在将其数量相对较少的内核集中用于单个任务处理，并快速将其完成。

图形渲染是GPU最大的应用领域。GPU传统的功能是在个人电脑、工作站、游戏设备以及服务器等上执行绘图运算工作。GPU图形渲染的流水线可分为两大部分，一是把3D 坐标转换为2D 坐标，二是把2D坐标转变为有颜色的像素。两大部分可再拆分为6个阶段性步骤。第一，对顶点数据进行处理；第二是将定点进行基本形状的装配；第三是把一系列定点的基本形状构建出几何形状；第四步为光栅化，将图元映射在屏幕对应像素；第五步对各个像素的最终颜色进行计算；第六步是对像素的测试和混合，查看物体之间的混合程度。

GPU应用触角延伸至AI、深度学习等众多场景。尽管GPU当下主要的使用场景仍然是图形处理视觉效果越来越真实的顶级游戏。但同时，GPU也已经演化为用途更普遍的并行处理器，能够处理越来越多的应用程序。GPU使用场景已扩展至云端的AI训练、AI推理、图片渲染、视频转码、云端图形工作站、云游戏等；移动消费端的个人PC/台式机/手机上的图形处理、移动手游、移动办公等；自动驾驶场景下的行车路径规划、车速规划、行车安全控制等。

人工智能AI是GPU应用层的一个重要分支。人工智能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）。从技术角度看，AI通常可分为“训练”和“推理”两个阶段。训练阶段基于充裕的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期。为了获取更准确的AI模型，训练阶段需要处理巨大的数据集并做反复的迭代计算，耗费巨大运算量。推理阶段利用训练结束的AI智能模型，进行推理或预测待处理输入数据对应的输出（如给定一张图片，识别其中的物体）。

人工智能技术对底层芯片算力需求飞速增长。2012年时，深度学习模型AlexNet识别一张ImageNet图片需要7.6X10^8次基本云运算，训练该模型需要3.17X10^17次基本运算。1993出品的英特尔奔腾P5芯片来执行推理任务需要至少10分钟，而训练任务需要近百年才能完成。如今手机上只需要数百微秒就能执行完成这样的图像识别，云计算数据中心只需要20分钟即可完成训练任务。与此同时，AI对算力的需求已经大幅度超过了摩尔定律的速度。AI运算具有的大运量、高并发度、访存频繁的特点对芯片的微架构、指令集、制造工艺以及配套系统软件都提出了巨大的挑战。

ChatGPT、AIGC为AI领域最具创新性应用场景。炙手可热的ChatGPT 目前只是语言生成模型。而AIGC（AI-Generated Content）包含文本生成，音频生成、图像生成、视频生成及图像、视频、文本间的跨模态生成等。为实现对话文本生成，OpenAI 需要约3617台HGX A100 服务器（28936 个GPU）来为ChatGPT服务。随着ChatGPT开放第三方插件，ChatGPT具备了增强知识库的能力，或将成为一个全知全能的AI平台。本次开放的第三方插件分为三大类，1）网页浏览器：在循环中添加必应搜索；2）代码解释器：在一个沙盒和防火墙的执行环境中添加一个实时的Python解释器；3）检索：对个人和组织文件进行语义搜索。

全球GPU增长稳健，新应用场景前景乐观。根据T4的数据显示，2022年预计全球GPU市场规模为250亿美元，至2025年将进一步提升至350亿美元。Verified Market Research的数据则更为乐观，预计至2028年全球GPU市场将扩大至2465.1亿美元，2020年至2028年的复合增长率有望达到32.82%。全球范围内，GPU由三大巨头英特尔、英伟达和AMD占据市场主导地位。从竞争格局来看，英特尔在集成显卡领域占主导，英伟达则深耕独立显卡以及数据中心超算加速卡业务。

图形处理和数据中心为Top2应用场景。通过观察英伟达的营业收入可以发现GPU传统领域的游戏显卡收入稳中有增，但数据中心GPU收入快速扩张，使得游戏显卡收入占比总体营收比例逐步收缩，从2017年的59%降低至2022年的46%。随着全球组范围内的人工智能需求爆炸式增长，数据中心计算需求激增。英伟达数据中心GPU收入占比从2017年12%翻倍提升至2022年的39%。预计在未来几年，随着人工智能、高性能计算的需求高涨，英伟达数据中心业务将进一步提供增量或超过游戏显卡成为第一大GPU收入板块。近期炙手可热的ChatGPT是人工智能训练和推理的最好例证，且此趋势将会进一步引爆对数据中心GPU算力的需求。

集成显卡英特尔领先，独显英伟达一家独大。根据JPR的统计，22年第三季度英特尔的PC集成显卡市占率高达72%。从市场格局来看，英特尔在集成显卡和桌面端霸主地位稳固，英伟达保持稳定，AMD份额略有收缩。而独立显卡英伟达多年深耕独立显卡市场，在软硬件积累均拥有巨大优势。根据JPR统计，22年第三季度英伟达在独立显卡市场份额提升至88%。从渗透率来看，当下独显渗透率仅为20%左右，JPR预计未来5年独显渗透率将提高至26%。英特尔在阔别独立显卡市场20余年后，再次进入独显市场竞争。后发者进入独显市场难度取决于游戏开发商针对新GPU的优化适配。游戏开发周期通常较为紧张，开发商缺乏足够动力去适配优化，而老款游戏的图形引擎修改则更为困难。

英伟达一枝独秀，引领超算芯片竞争格局。近期引爆全球的AI产品ChatGPT依赖于上万个英伟达GPU芯片所组成的高性能网络集群，把45TB的语料库平均分配给每个芯片，通过PyTorch、TensorFlow等软件工具实现分布式并行计算，最后逐级计算总成。根据Liftr数据，英伟达的数据中心GPU在全球领先的六大云计算平台中均有超过70%的份额，在甲骨文和腾讯更是接近100%。总的格局来看，在全球顶级云厂商加速计算中，英伟达份额为82%，大幅领先其他竞争对手。

GPU发展的核心三要素：IP核、软件生态以及行业合作绑定。从硬件层设计来看，IP核是已验证并可重复使用的集成电路设计模块。IP的积累对于硬件的高频迭代至关重要。英伟达每2年升级一次架构。对于GPU的后起追赶者而言，全流程自研极易痛失产品商业运作的窗口期。所以外采部分成熟IP是行业惯例做法。根据IBS的数据，7nm制程下单颗芯片中可集成的IP核数量平均为178个，到5nm增长到218个。由此可见，IP核在积累层面与多核协作上的挑战性。即使流片成功，GPU在商业上的成功还需要硬件、配套编程接口和软件生态的多重支持。所以英伟达的龙头地位其CUDA平台生态起到了至关重要的作用。

要素一：IP核的质量决定了GPU的性能底色。 IP大致分为三大类，一是模拟IP，包括PCIe、Displayport和HDMI等等；二是Memory；三是数字IP，包括基于Arm或RISC-V的微控制器IP、编解码芯片IP以及最核心的GPU IP等。从现状来看，难度更大的图显领域差距约在10年左右，超算领域差距在3年左右。IP核的自研比例越高，利于提升芯片的成功率和产品差异化。IP核对于初创公司的考验在于时间和成本。IP自研通常需要3-4年以及至少200位工程师，而外采可节约1-1.5年的开发周期。成本方面，一位研发工程师的成本在50万元每年，200人的研发团队一年的人力成本为1亿元。

要素二：软件生态构筑全球GPU龙头护城河。软件生态构筑的两大要素，其一为提供开发者友好的生态社区；其二为生态的跨行业应用与通用性。英伟达CUDA（Compute Unified Device Architecture，统一计算架构）使得开发者可利用英伟达的GPU进行图像处理之外的复杂计算任务，且以类C语言为基础的开发环境使得上手极具便利性。摩尔定律使得晶体管数量不断增长，CUDA作为一种可扩展的编程模型，使得代码可以在任意数量核心的GPU上运行而无需重新编码。CUDA在推出之际，曾面向美国大学和科研机构免费试用，而后面向工商企业。因CUDA只能运用于英伟达GPU，久而久之软硬结合形成了强用户粘性与庞大的用户人群。

优秀生态在于跨行业性的应用能力。CUDA之所以成功一方面在于CUDA生态统一的开发套件（CUDA Toolkit, NVIDIA GPU Computing SDK）以及极其丰富的库(cuFFT, cuBLAS, cuSPARSE, cuRAND, NPP, Thrust等)。其中常用的cuDNN（CUDA Deep Neural Network library）用于深度神经网络加速。在医学科研领域，BIDMC和哈佛医学院借助 “cuDNN”检测乳腺癌的精确率高达92%。在视频处理领域，Elemental Technologies等公司利用CUDA加速视频处理的全流程包括压缩、色彩校正、帧率转换、降噪等等。CUDA在各个领域的广泛应用侧面助力了其GPU的强势崛起。

要素三：与千行百业深度适配，形成反馈合作圈。英伟达和AMD均积极设立合作网络，将产品互相授权并深度适配。①后发者进入GPU显卡市场难度取决于游戏开发商针对新GPU的优化适配。游戏开发周期通常较为紧张，开发商缺乏足够动力去适配优化芯片新进玩家，而为老款游戏的图形引擎修改适配则更为困难。游戏软件厂商与GPU厂商在无数轮的硬软件适配反馈中构筑了生态合作圈。②英伟达GeForce NOW云游戏服务将嵌入比亚迪、现代、捷尼赛思等整车厂车内屏幕提供停车时的游戏服务。与此同时，新能源汽车制造领域前30家制造商中的20家在NVIDIA DRIVE平台上开发自动驾驶等软件。在互相适配的过程中，逐步形成了你中有我，我中有你的合作黏性。

军费预算创新高，国防数字化扩张。随着俄乌战争的愈演愈烈，世界各国或进入军费高增周期。军费是军工行业景气度最重要的指标。“十四五”将是国防建设的关键时期，军费开支的变化将极大影响武器装备的列装速度与进度。中国财政部在2023两会期间发布的政府预算草案报告中显示，今年国防费预算约为15537亿元人民币，同比增长7.2%。2020-2023年，国防预算呈加速态势，增速分别为：6.6%、6.8%、7.1%、7.2%。根据前瞻研究院的预测，军工电子市场规模在2022年为3842亿元，2025年将增长至5012亿元。

军机增量空间广阔，订单有望持续释放。根据《world air forces 2022》数据，中国拥有3285架军用机，占比全球6%，位居全球第三。美国军用飞机总数位居全球第一，拥有13246架军机，占比全球25%。同期，中国与美国的军机数量差距仍有较大追赶空间。从战斗机层面来看，美国拥有各类战斗机8203架，中国只有2483架。整体来看，1国内军用机对比发达国家仍有量级差距，亟待提升；2军机代际差距明显，存量更新升级需求迫切。我国大量军机仍以歼7、歼8三代机为主，美国军机主力机型已为四代机和五代机。

军用雷达赛道稳增，机载领域需求第一。军用雷达是我国雷达行业中先行攻略的领域，截止2021年，国内军用雷达市场占比60%。根据《全球军用雷达2015-2025》数据显示，预计至2025年公司产品有所涉及的机载和路基雷达板块分别占据军用雷达市场36%和27%的份额。从各行业整体规模来看，2021年军用雷达市场规模约为392.2亿元。亿渡数据预计到2026年，军用雷达市场有望增长至470.2亿元，复合增长保持在3.3%。

国家信创应用落地，产品适配抢占先机。2020年是信创产业“元年”，“ 2+8 ”体系中全面升级自主创新信息产品，信创行业开始全面爆发和整体布局。2021 年信创产业逐步走向应用落地阶段，信创厂商一方面深耕党政信创解决方案，其次在关系国计民生的重要行业陆续布局，通过产品服务升级和渠道开拓抢占政策风口和市场先机。景嘉微在此期间，完成与龙芯、飞腾、麒麟软件、统信软件、天脉等国内主要的 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；与麒麟、长城、苍穹、宝德、超图、昆仑、中科方德、中科可控、宁美等多家软硬件厂商进行互相认证。

信创存量可观，替换需求可期。基于现阶段政策与市场规律来看，信创的替换需求将从党政、军队、企事业开始，逐步向民用消费级市场延伸。尽管国家尚未就国产化芯片提出明确要求，但替换需求大势所趋。根据亿欧智库的数据，PC总替换数量约为2757万台，平均单价6000元，对应替换规模为1654亿元；服务器替换总量约为275.7万台，单价35000元计算，对应的替换规模为964亿元左右。在AI井喷式爆发的高景气度下，GPU在服务器中的应用有望量价齐升。根据智研咨询的统计，目前一台超算服务器使用的GPU占服务器总体成本的27%左右。假设存量替换的服务器以算力服务器为主，则信创服务器对应的GPU替换需求约为260亿元左右。

海外打压力度升级，民族品牌迎发展良机。从成品端来看，美国断供三款高端人工智能GPU，分别为英伟达的A100和H100、AMD的MI250。其中，英伟达H100芯片2022年推出，采用台积电定制的4nm工艺，为有史以来最尖端的算力芯片之一。从设备侧来看，美国限制应用材料、LAM Research等设备厂商出口半导体设备。从软件授权方面来看，美国对EDA软件工具等技术实施出口管制，限制中国公司、研究机构获得某些受监管的半导体技术能力。在人员方面，明确禁止美国人员在未经许可下为中国半导体发展提供任何帮助。出口禁令叠加信创政策指引下，民族品牌有望获得历史性机遇，加速完成GPU的国产替代。

图显综合开发难度更高。GPU的开发需要软硬件的双重驱动。①渲染GPU约80%是通用计算GPGPU的部分，20%是固定渲染流水线（fixed function）。固定渲染流水线中涉及较多软件技术能力，包括编译器、驱动软件、各类数学公式等等。从研发人员角度出发，图显团队所需软件研发人员是超算团队的3倍左右，重在驱动程序和编译器的开发。②计算核与存储进行交互时的效率平衡是另一大难点。③任务分发逻辑与各部分硬件协同能力也决定了渲染图形的性能表现。综合来看，图形显控GPU开发需平衡众多硬件技术单元，难度较高。

超算发展痛点在CUDA生态的兼容。图显和超算所需构建的生态并不相同。从技术层面来看，图显在于打通驱动程序和编译器层面的生态。经过多年发展，可借鉴业界众多成熟的标准API，包括OpenGL、DirectX等。在超算领域，目前软件生态被英伟达的CUDA所垄断。通用计算和超算领域生态的发展壁垒在于生态复杂度和兼容性。其一，通用计算要求生态全面打通至应用层并在创新应用领域进行自研。其二，因CUDA在超算领域的霸主地位，目前多数初创公司的芯片对CUDA兼容性欠佳。兼容CUDA涉及50个编译器、50个驱动、300个应用层工程师以及3-5年的开发时间。若芯片不能完美兼容CUDA核心功能则可能流失众多潜在用户群。

研发驱动业务发展，人才催化技术升级。IC设计行业属于典型的智力密集型行业，对人才需求极大。公司以核心技术管理层为首，打造了一支技术领域齐全、研发能力突出的技术团队。团队相关成员均有十年以上的集成电路科研经验，对芯片设计领域的研发特点及客户需求有着深刻的理解，具有难以复制的竞争优势。从公司科研人员数量来看，公司上市之际科研人员为238人，占比总员工数57.35%。上市后，研发人员规模扩充激进，2022年中报显示研发人员为865人，占比高达69.26%。高研发投入的发展路径为公司后续军民融合的产品推陈出新提供了有力保障。

景嘉微，究竟价值几何？

第一层价值：公司发展战略清晰，从军品立足转向军民融合。公司传统军品5系列图显模块在军机领域稳扎稳打；小型主动防护式雷达预计将迎来订单收获期。军费预算稳中有升，新装备列装有望加速落地。公司军品历史利润表现优异，未来有望继续保持。

第二层价值：民用芯片推陈出新，拓展AI增长潜能。ChatGPT热度不减，模型升级和插件应用持续更新。公司9系列可满足部分高性能显示需求和人工智能计算需求。根据公司公告显示，某公司拟采购10万片芯片，芯片产品放量在即。可比公司寒武纪主营AI芯片，对应市值已高达650亿元以上。我们预计，随着公司9系列逐步从整机厂适配转向订单落地，公司有望打开广阔的全新成长空间。

收入与毛利率假设：

1）图形显控领域产品：公司图显系列产品主要应用于军机、舰船等领域。我们认为在两会及政府换届就绪后，2023年军队采购支出将开始加速落地。因此我们预计2022-2024年公司图形显控领域产品营收增速分别为 15%/28%/30%，毛利率水平稳定，分别为 75%/72%/73%。

2）小型专用化雷达领域产品：公司雷达产品也主要应用于军机、装甲车等领域，主动防护式雷达等产品进入产品收获期。我们预计2022-2024年公司小型专用化雷达领域产品营收增速分别为 88%40%/30%，毛利率分别为70%/72%/73%。

3）芯片产品和其他业务：公司9系列通用计算芯片已与国内上下游厂商积极开展适配，有望拓展AI各类应用场景。整体芯片毛利率2021年已超40%，9系列的推出有望延续毛利水平。我们预计信创需求将在今年政府换届就绪后陆续释放。公司芯片产品预计2022-2024年营收增速分别为32.75%/110%/60%。预计芯片产品毛利率分别为40%/42%/44%。

投资建议：

公司作为国内 GPU 龙头，产品研发具备完整的梯度性，与国外竞争对手差距持续缩小，叠加民用计算机国产化规模化采购进程加快，GPU 芯片民品放量在即，未来业绩值得期待。受2022年1H疫情扰动等因素，公司2022 年前三季度营收 7.29 亿元，同比下降10.35%，归母净利润1.73亿元，同比下降30.60% 。随着疫情影响消退、国家政策明朗、信创需求提振，预计2023年公司将会迎来复苏。我们预计公司 2022-2024年营收分别为 11.24/17.17/24.26亿元，净利润分别为 3.52/4.69/6.64亿元，现价对应 PE为141/106/75倍。我们给予公司“增持”评级。

新产品的研发风险：军品从研制到实现销售的研发周期长、研发投入高、研发风险大。若公司新产品未能通过客户鉴定定型，将对公司业绩造成不良影响。

军备采购需求不及预期风险：若客户采购规模、采购机制变化、对成本费用从严控制等原因，在采购中压低对本公司产品和服务的采购价格，将对公司业绩和盈利造成不良影响。

产业链原材料采购风险：若公司生产经营所需原材料因停产、国外禁运等各种原因无法采购，将对公司业绩和订单交付造成不良影响。

行业规模测算偏差风险：报告中关于行业的测算是基于一定的假设前提，存在不及预期的风险。

研报使用的信息更新不及时的风险：研究报告使用的公开资料可能存在信息滞后或更新不及时的风险。

 特别声明

本订阅号为中泰证券机械团队设立的。本订阅号不是中泰证券机械团队研究报告的发布平台，所载的资料均摘自中泰证券研究所已经发布的研究报告或对已经发布报告的后续解读。若因报告的摘编而产生的歧义，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据中泰证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以中泰证券正式发布的研究报告为准。

本订阅号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，中泰证券及相关研究团队不就本订阅号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本订阅号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，中泰证券及相关研究团队不对任何人因使用本订阅号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。

中泰证券及相关内容提供方保留对本订阅号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本订阅号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“中泰证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。