摘要：海光作為國內高端處理器領軍企業，憑借持續的技術創新和市場需求增長，正展現出強勁的發展勢頭。
目前看來，海光的處理器在對AI伺服器市場的爭奪中擁有顯著優勢，特別是其GPGPU系列能夠滿足大模型套用的通用需求，對於緩解中國算力缺口具有重要意義。
同時，海光正在積極構建廣泛產業鏈生態，推動智慧計算與數值計算的深度融合，助力AI在多個領域的規模套用。更重要的是，海光完全相容x86生態和類CUDA生態，相對而言在生態層面更具競爭力。
以下是正文：
隨著人工智慧和以伺服器為中心的大數據技術飛速發展，芯片產業正迎來前所未有的變革。在這一浪潮中，國產市場正逐步崛起，重塑玩家生態。
這其中，海光是國內高端處理器企業中的一個典型案例。
成立於2014年，海光憑借2018-2022年國內高端處理器需求增加的風口快速起飛，其中每一年增速均超過100%，並於2021年實作盈利。（如圖一）
（圖一）
營收的穩定增長背後包含著產品效能提升的因素。「海光三號」系列CPU相比上一代產品，整體實測效能提升了約45%；而基於「類CUDA」框架的GPGPU「深算二號」實作了相較於前一代效能翻倍的增長，在國內通用圖形處理器中領先。
產業界的故事往往如此，多數玩家緣起於某個風口構築起宏大的夢想，而隨著時移世易，如何打磨自身、陪伴行業一同走下去則區分了每位選手。
走到後半程的選手不多，海光的故事則具有獨特的啟示。
01
師夷長技，攻克國產高端處理器難關
國內半導體產業的發展趨勢往往強相關於市場環境，對於高端處理器企業而言，國內市場動向對芯片供求關系的影響十分重要。
值得註意的是，當前中國的伺服器產業正在構建一個以實際套用為核心、以終端裝置為主導、以AI技術為發展契機的嶄新生態環境。
國內伺服器市場前景廣闊的情況下，一個尖銳的問題在於：伺服器的大腦——國產高端處理器仍然處於多半的空白狀態。
據統計，外資品牌在高端處理器市場上仍占據主導地位，輝達和AMD兩家美國企業就瓜分了中國GPGPU的90%市場；國產處理器的生態系相對薄弱，缺乏與英特爾和AMD的x86生態相抗衡的能力。
在這樣的條件下，國產高端處理器市場空白急需相關企業填補、供求關系也暗示著國內芯片產業勢必在一定時間內迎來需求浪潮。 所有玩家都在試圖盡早關註伺服器對處理器行業的推動作用，至少在技術研發和商業模式上先擺好姿態。
這其中，技術「硬實力」是首先繞不開的問題。對於擁有永久指令集授權的海光來說，本身擁有足夠優質的生態基礎，後續的重心在於如何進行改進、提高和自主研發。
從財務數據看，2023年，海光在研發方面的投入高達28億元，同比增長35.93%，研發投入占營業收入的比例高達46.74%。研發配置上，公司現有研發技術人員1641人，占員工總人數的91.68%，其中超過79.28%的研發技術人員擁有碩士及以上學歷。
根據海光2023年年報，公司自主智慧財產權體系已涵蓋發明專利670項、實用新型專利90項、外觀設計專利3項，同時獲得了積體電路布圖設計登記證書228項和軟體著作權244項。
從目前來看，人才生態仍然是消化吸收新架構過程中不可或缺的一環。 一位業內的資深人士曾向我們表示，目前以海光為代表的公司已經越過了對x86的吸收消化階段，自研方面也取得重大突破，鑒於全盤解決x86問題的國內人才往往並不多，目前普遍采取的是分團隊逐塊進行的方式。
而在背後的現金流支持上，海光可以說是芯片行業罕見具有穩定盈利的公司。
2023年，海光實作17億元凈利潤，相較於同行業的寒武紀同期凈虧損約8.78億元、景嘉微同期凈虧損約0.60億元，海光更有能力在高端處理器市場的爭奪中站穩腳跟。
具體分析，海光穩定的盈利能力很大部份來源於技術領先帶來的合理產業結構高毛利。積體電路產品作為公司的主營業務，其實作的營業收入高達60.12億元，占公司總營業收入的絕大部份。
02
雙線作戰，GPGPU迎戰大模型風口
AI與芯片產業的聯系繞不開GPU。
GPU有相較於CPU更加強大的平行計算能力，更加貼合AI進行大量計算的需求。GPGPU（通用圖形處理器）作為一種特化的專門用於科學計算的處理器，實際為AI產業發展的重要硬體基礎。
盡管當前大模型行業正處於蓬勃發展階段，預計至2028年市場規模將達到1179億元，但算力卻成為各家廠商的頭號焦慮。
訓練大模型對算力需求尤其大。以大模型ChatGPT3為例，訓練該模型所需的算力大約為3640PFlop/s-day（即如果每秒計算一千萬億次，需要計算3640天），約等於64個輝達A100 GPU訓練1年的時間。
在輝達壟斷了全球絕大多數GPU市場的情況下，其在相關芯片上的坐地起價必將導致大模型的高成本。據估計，彼時ChatGPT3訓練一輪需要花費1200美元，再加上美國連如同RTX4090一樣的GPU都禁止輸出到中國，中國實際上面臨巨大的算力缺口， 國內的政企、個體使用者也急需輝達的國內平替。
這些需求恰好與海光推出的「深算」系列GPGPU產品路線相適配。
以8000系列為例，海光8000系列展現出卓越的全精度浮點數據及各類常見整型數據的計算能力。它透過深入挖掘套用的並列性，充分釋放其大規模平行計算的潛力，從而高效快速地開發高能效的應用程式。
海光GPGPU被設計為在伺服器集群或數據中心環境中高效運作，旨在為應用程式提供卓越的效能和能效比。這使得它相較於同行產品成為處理高復雜度和高吞吐量數據任務的理想選擇。
在當前AIGC技術迅猛發展的背景下，海光GPGPU能夠支持全精度模型訓練和千億級別模型輸出，「類CUDA」式設計也極大擴充套件了泛用性，能夠滿足如LLaMa、GPT、Bloom、ChatGLM、悟道、紫東太初等大模型的全面套用需求。更值得一提的是，海光GPGPU與國內眾多大模型，如文心一言等，實作了全面適配，其效能達到了國內領先水平。
圍繞其產品，海光構建了名為「光合組織」的覆蓋廣泛的軟硬體協同的生態體系。
透過與國內主流伺服器廠商的緊密合作，海光圍繞不同市場需求，基於對處理器和相關軟體的套用，推出了多樣化的產品系列，包括通用機架式伺服器、人工智慧伺服器、刀片和高密度伺服器、儲存產品，以及視覺工作站和邊緣計算產品等。
同時海光基於海光CPU及海光DCU系列產品，支持各行業構建高效能數據中心和算力平台，推動智慧計算與數值計算的深度融合，在智慧城市、生物醫藥、工業制造、科學計算等領域的AI規模套用都有布局。
隨著端側大模型帶動AI PC的爆火，在國產市場面臨一系列數據、算力等問題的情況下，海光與一眾GPGPU創企都即將迎來賽道狂奔的時刻。
03
尾聲：做好國產高端處理器
CPU和GPU市場開發中，生態往往是比效能更難以顛覆的競爭要素，這一點不僅對海光，對其它產業內的玩家來說也同樣適用。
基於此，以海光為代表的一眾玩家需要考慮的不僅是做高端處理器，更肩負著與國內廠商適配的重要責任。
而這一點恰恰是海光的優勢領域。
相容國際主流的GPGPU生態，海光的產品通用性強，功能豐富，生態可用性高，且適配便捷，具體來說，只需簡單工具和一兩個人的時間就能完成從輝達到海光的適配。
商業上，作為純粹芯片企業，海光與下遊客戶存在一定的產業鏈差異，使用更便捷，下遊客戶負擔較小，更容易做到公平分配。
國產半導體市場是一個足夠垂直的圈子，但也同樣依賴於多方共同的努力，生態和技術永遠都是這一產業開發中雙螺旋相互促進的核心要素，未來的追趕需要更多「天時」與「人和」。
