景嘉微研究报告领军国产GPU，迎信创生态机遇

　　（报告出品方作者：财信证券，邓睿祺）1景嘉微：秉承国防科大精神的国产GPU领军企业
　　1。1秉承国防科大精神，自主知识产权理念扎根其中
　　长沙景嘉微电子有限公司成立于2006年，公司致力于信息探测、信息处理和信息传递领域的技术和综合应用，主要从事高可靠军用电子产品的研发、生产和销售，是国内少数成功自主研发国产化图形处理芯片（GPU）并产业化的企业。
　　公司核心团队主要来自国防科学技术大学，自诞生起就秉承国防科大精神，对军工电子行业具有深刻理解。公司最早由饶先宏先生和胡亚华先生出资设立，同年曾万辉先生注资加入公司。在2007年完成中航631所基于ATIMobilityRadeon9000（简称M9）芯片的图形显控模块开发项目后，公司核心团队认识到GPU芯片是图显产品的核心，且当时国内GPU市场一片空白，遂开启了自研GPU的漫漫长路。从2006年成立、2010年获国家重大专项核高基项目立项，到2014年嵌入式GPUJM5400、2018年高可靠高性能GPUJM7200，再到2021年最新款GPUJH920流片成功，公司已成长为国内拥有完全自主知识产权的GPU领军企业。
　　公司股权较为集中。以2022年一季报来看，公司第一大股东喻丽丽女士直接持股30。96，董事长曾万辉先生直接持股4。52，喻丽丽、曾万辉夫妇还持有乌鲁木齐景嘉合创股权投资合伙企业（简称景嘉合创）80的股权，合计持有公司约38的股权，是公司的实际控制人；国家集成电路产业投资基金股份有限公司是公司的第二大股东，持股8。14，目前已进入回收期，将逐步退出公司主要股东；公司创始团队的胡亚华先生、饶先宏先生分别直接持有公司3。64、3。15的股权，同时还分别持有景嘉合创10的股权。
　　1。2以军工电子业务为支撑，以芯片为核心的业务体系
　　公司主要从事高可靠电子产品的研发、生产和销售，产品主要涉及图形显控、小型专用化雷达、芯片三大领域，其中图形显控和雷达属于军工电子领域，芯片业务则属于民用领域，自JM5400上线之后芯片业务已成为公司驱动整个业务体系的核心。公司整体业务规模自2011年以来持续增长，至2021年时已增长至10。93亿元，20112021年营收CAGR接近26；2022年第一季度公司营收为3。62亿元，同比增长70。34，创单季度历史营收新高。
　　利润率因转型芯片业务降低，但净利润稳步释放。自2011年以来，公司毛利率与净利率整体呈现降低趋势，结合几次大幅变化的主要时间区间，基本与公司主要芯片产品的流片成功及放量节点相匹配，而公司芯片业务尚未进入盈利阶段，使整体利润率降低。2021年公司毛利率约为60。86，净利率约为26。78。尽管利润率降低，公司仍保持了净利润的稳步释放，传统业务的盈利能力仍较为强劲。2021年公司归母净利润规模为2。93亿元，同比增速为40。99，20112021年CAGR约为18；2022年第一季度，公司归母净利润0。77亿元，同比增长58。20。如果未来公司芯片业务进一步放量、芯片产品单价上升，公司净利润规模将有望大幅提升。
　　1。2。1军工电子业务：芯片业务源头，基本盘扎实稳健
　　（1）图形显控业务
　　公司图形显控业务主要包括图形显控模块产品和加固类产品。其中图形显控模块产品是信息融合和显示处理的大脑，主要面向机载、车载、船舶等应用场景，可归类为专用显卡产品；加固类产品则是公司围绕加固、抗震、加密等功能开发的加固显示器、加固电子盘等电子产品，主要应用于专用领域显示和分析系统。
　　图形显控业务是公司最早的主营业务，也是公司的主要的毛利来源。公司的图形显控模块从最初自主研发M9、M72、M96系列GPU芯片驱动程序为起点，逐渐发展为采用自主GPU。由于机载、车载等专用场景对稳定性要求较高，对产品迭代频率要求较低，因此公司每一代图显产品的产品生命周期较长，且生命周期内的研发和销售费用边际增长相对较小。较长的产品生命周期与较低的边际费用增长为公司在芯片领域的高额研发投入提供支撑。2021年公司图显业务营收达5。21亿元，毛利率约72。41，20112021年CAGR约为19。
　　（2）小型专用化雷达业务
　　雷达业务是公司在军工领域的第二项业务，产品包括空中防撞系统核心组件、主动防护雷达系统、弹载雷达微波射频前端核心组件，应用于飞机、装甲车等领域。受益于近年雷达应用场景的专业化、多样化，小型专用雷达的市场需求逐渐提升，公司根据自身技术积累，发展出空中防撞系统、主动防护雷达系统等系统级产品，实现由模块级产品向系统级产品转变。2021年公司雷达营收规模达1。14亿元，毛利率约为72。97；20112021年CAGR约为26。
　　1。2。2芯片业务：乘信创东风加速放量，新增长点逐渐成型
　　芯片业务是公司业务体系中的核心纽带，采用fabless模式研发GPU芯片，并为图形显控业务提供支撑。公司在早期图显业务的发展中意识到GPU芯片在图显模块类产品研发中的重要地位，遂着重投入研发资源用于研制具有自主知识产权的GPU芯片产品。公司图形加速器技术研究项目于2010年1月获国家重大专项核高基项目立项，2014年公司首款GPU芯片JM5400一次性流片成功，并于2015年12月通过审查，初步满足了军用专业领域的生产交付和维修保障要求，实现了在专业领域对ATIM9等芯片的替代。JM5400的成功替代也意味着公司初步实现了由板卡公司向上游GPU设计公司的转型。此后，公司于2018年完成JM7200系列GPU芯片的测试，开始在民用市场对中低端国外显卡进行替代，并在2020年以来的大规模信创招标中在取得良好成绩。2020年公司芯片业务营收规模达0。72亿元，同比增长64。96；2021年，公司芯片业务乘信创赛道东风进一步放量，业务规模增长至4。47亿元，同比增长517。46。
　　2021年12月，公司发布92系列GPU，性能实现较大提升。以显存带宽和填充率为考量，92系列的显存带宽达128GBs、像素填充率达32GPs、纹理填充率达64GTs，与7系列相比有较大提升。与Nvidia的产品相比，92系列与NvidiaGeForceGTX1050Ti总体相当，稍低于NvidiaGeForceGTX1060，可认为与Nvidia在2016年左右的中端显卡处于同一水平，功耗上甚至更胜一筹，而JM7200仅与2011年初发布的低端显卡NvidiaGeForceGT440相当。不难看出，尽管景嘉微与Nvidia、AMD等国际龙头相比仍有较大差距，但考虑到我国芯片业务起步较晚、技术交流受限的客观情况，公司仅用3年多的时间（按产品发布间隔来算）实现了性能大幅提升，显示出强劲的研发迭代能力。
　　2回顾GPU历史，软件生态是GPU公司的战略纵深
　　2。1从渲染科幻图像到实现科幻场景，GPU站在时代风口
　　显卡，也可称为显示卡、显示加速卡、显示适配器等，是连接PC主板与显示器的重要组件，主要承担输出显示图形的任务，通常由显示处理器（GPU）、显示存储器（显存）、显卡BIOS、数字模拟转换器（DAC）、PCB板等部件组成。
　　1987年，IBM提出VGA标准，使显卡获得了支持显示器显示256种颜色的能力，显卡本身也从主板中独立出来。自此开始，图形处理需求迅速提升，特别是游戏行业的发展催化了需求释放。1996年，3dfx公司正式发售了Voodoo1显卡，成为引爆显卡市场的现象级产品，带动了大量3D游戏发展。1999年，Nvidia通过将光影转换（TL）整合进显示芯片发明了GPU，并在首款GeForce系列显卡GeForce256上搭载了GPU，正式宣告GPU时代来临。具备TL功能的GPU将CPU从繁复的像素填充工作中解放出来，使CPU资源可以用于其他复杂功能，计算机在游戏等场景下的性能大大提升。此后的GPU设计也基本遵循大量重复计算这一思路，天生具有高算力，主流GPU与同时期CPU相比，基本上都呈现出单核心（通常指流处理器或计算单元）能力相对较弱、核心数量众多的特征。举例来说，2016年发布的中端显卡NvidiaGTX1060就已经具有了1280个核心以及4。4TFlops（约合4506GFlops）的单精度浮点算力，而最新的Inteli912900KCPU仅包含16个核心和697GFlops算力，也正因为如此，GPU的核心能力就是算力。
　　随着IT技术发展，数据总量急速膨胀，用户对硬件的计算能力（简称算力）需求迅速增长，高性能计算（HPC，HighperformanceComputing）得到发展，最典型的应用场景就是人工智能。随着机器学习理论的发展，仅使用CPU难以满足研究和开发人员的训练和推理需求，GPU凭借天生的高算力架构逐渐进入专家视野。基于GPU的深度学习理论在2006年得到突破后迅速成长，特别是2012年基于GPU的深度卷积神经网络架构AlexNet在ImageNet图像识别比赛中以较大优势拔得头筹，奠定了GPU在深度学习领域的地位。目前，深度学习芯片主要包括GPU、ASIC、CPU和FPGA四类芯片，其中GPU在算力峰值、通用性、兼容性等方面都优于其他芯片，是大多数深度学习模型训练和推理的首选。不仅是人工智能，区块链等需求HPC的场景也常用GPU，这些需求还推动产业衍生出GPGPU芯片（GeneralPurposeGPU，即放弃图形显示功能、专精算力的通用GPU）。GPU不仅是符合大数据处理领域需求的通用选项，还是满足受XR等技术进一步推动的视觉文化需求的必需品，因此GPU已成为数字经济时代的核心硬件之一。
　　2。2复盘Nvidia与AMD竞争史，优秀的软件生态布局是Nvidia关键优势
　　Nvidia是目前显卡领域最强势公司，2021年Q4全球独立显卡出货数据显示，Nvidia出货量约占81，AMD仅占19。但Nvidia并非一直如此强势，19961998年之间3dfx是市场的绝对顶流，市场占有率一度达到85，而ATI在2006年被AMD收购之前也屡次领先Nvidia，2005年ATIRadeon9550以29。8的关注度领跑国内市场。
　　一般认为，性能及其所代表的技术壁垒是市场占有率的决定性因素。对比2010年以来Nvidia与AMD各自具有代表性的旗舰级显卡产品，不难看出Nvidia与AMD各自在2015年之前的尖端产品性能相差无几。根据TechPowerUp数据，如果以NvidiaGTX480（2010年）的性能为基数（100），则NvidiaGTX980Ti的性能约为300，AMDFURYX约为295。2015年以后，由于Nvidia在架构上的突破，AMD的旗舰显卡性能出现一定程度的落后，但2020年推出的AMDRX6800XT在性能上已追上同年推出的NvidiaRTX3080，稍落后于2021年的NvidiaRTX3080Ti。如果结合历史上ATI公司与Nvidia公司的激烈竞争，基本上可以认为Nvidia与AMDATI公司的硬件技术实力是比较接近的。
　　但Nvidia的市场占有率并未因为技术实力接近而停滞。以季度出货量的市场占有率来计量，我们发现Nvidia与AMD市场占有率差值（以下简称为NA差值）的中枢在逐步上移。2010年Q42014年Q2期间，NA差值基本上从20左右逐步上行至27附近；2015年以后的震荡情况加剧，NA差值的低谷也逐渐提高至35附近，上限更是提高至则65附近。虽然2015年之后尖端产品的性能差距可以部分解释NA差值峰值的上行，但从显卡发展史中我们可以得知技术爆发存在偶然性，Nvidia的产品也并非总是领先，而即使AMD的产品性能追赶成功，这个过程中NA差值的低谷仍在稳步提升。这种趋势变化显示，Nvidia在取得性能优势的时候能够更好的扩大市场份额，在性能劣势的时候仍可保留部分战果，我们认为这才是Nvidia相对AMD的真正优越性所在。
　　与大多数传统制造业不同，GPU产业生态具有更为复杂的双链生态结构，硬件生态链与软件生态链的不重合导致了显卡渠道与用户生态的相对分离，进而对厂商的生态建设提出了更高的要求。
　　（1）硬件生态链
　　显卡硬件生态链的话语权主要在GPU厂商，但渠道建设仍然重要。与大多数传统制造业产业链类似，显卡产业的硬件生态链是显卡产品的物理传导路径，但起到集成作用的硬件生态对上游GPU厂商的影响力较弱。生态链由GPU厂商启动（为简化问题省略了原材料及其他零部件环节），GPU厂商将GPU销售给板卡制造商（AIBs为AMD合作伙伴，AICs为Nvidia合作伙伴，也可统称为AIBs），同时向市场发售少量公版显卡，除了创收，更是为AIBs提供稳定可靠的显卡设计参考。生态链的中间环节主要由AIBs组成，他们不仅是实际上的主要显卡生产商，同时也是GPU厂商的渠道。AIBs在新显卡发布时也会生产少量公版显卡，此后根据公版方案生产增配或缩水的非公版显卡。由于决定显卡性能的关键在GPU，因此用户实质上选择的是由Nvidia、AMD等厂商提供的GPU及其对应的基础显卡设计。尽管硬件生态链的话语权主要在GPU厂商，但昔日显卡霸主3dfx的溃败充分表明了建设好板卡厂商的环节也非常重要，此后Nvidia与AMDATI也一直与板卡厂商保持良好的合作关系，双方在硬件生态的布局上分庭抗礼。
　　（2）软件生态链
　　与硬件生态不同，软件生态的演化是显卡产业发展的核心动能。GPU厂商或第三方组织向软件厂商提供运算平台以满足不同的软件开发和运行需求，如用于科学计算的CUDA、用于游戏渲染的DirectX，软件厂商根据下游需求基于这些平台开发软件产品或提供软件服务，终端用户在使用这些产品时也会安装并使用这些运算平台以实现更好的效果。同时，终端用户也会软件厂商反馈需求，软件厂商除了优化自身产品，还会将所需硬件支持或平台支持向上游反馈，促使GPU厂商及运算平台推出新的设计方案，或更新驱动程序以优化软件对硬件算力的调用效果。GPU的实际使用性能依托于软件产品的表现，因此形成了用户通过对软件产品投票进而影响上游厂商的反馈链条，使GPU厂商通过软件厂商与用户形成的纽带关系，这种深刻的纽带关系为GPU厂商在技术研发落后时提供战略纵深，在技术研发领先时则可以更好地扩大优势。从整体上看，Nvidia在软件生态链的布局远胜于AMD。
　　Nvidia在软件生态链的布局最重要的是运算平台CUDA。CUDA，即统一计算设备架构（ComputeUnifiedDeviceArchitecture），是Nvidia推出的通用并行计算架构，用户可借助其中包含的CUDA指令集和并行计算引擎解决较为复杂的计算问题，从而提升最终的实际产出算力。举例来说，视频转码软件MediaCoder在借助CUDA加速后进行视频文件转码，其转码时间大约可以减少70。Nvidia为保证CUDA的使用率，积极在校园及开发者群体中进行推广，以相对廉价的高性能争取了大量用户，目前CUDA在全球有大约300万名开发者，在中国也有超过50万名。AMD没有进行有效的同类型布局，同时也不愿支持CUDA。借助Nvidia运算平台的优势，软件厂商可以呈现出更好的用户体验，反过来软件厂商为了更好的合作愿意为Nvidia进行优化，Nvidia也积极开发驱动程序或更新CUDA以配合软件厂商优化，使GPU厂商、软件厂商、用户之间的绑定更加紧密。2022年2月，设计类软件龙头Adobe公司更新了AdobePremierePro2022的22。2版本，其中专门针对Intel和Nvidia进行了优化，但并未提及针对AMD的优化。根据官方数据，在22。2版本中，NvidiaQuadroRTX5000显卡对720P高清视频进行HEVC硬编码的耗时大约缩短至12毫秒，上一版本约为75毫秒，对4K超高清视频进行HEVC硬编码的耗时则由上一版本的155毫秒左右缩短至35毫秒左右。软件公司的偏袒使得Nvidia更受用户青睐。
　　3信创带来历史性机会，公司盈利空间有望打开
　　3。1信创重塑国产生态环境，为国产GPU带来历史性机会
　　如前文所述，除了自身在技术上的努力，生态建设是GPU公司成长的关键。在Nvidia和AMD稳稳占据显卡市场前二的大环境下，独立发展自主知识产权的GPU必须要投入大量资源建立和维护生态。2020年以来，我国信创产业逐步启动大规模招标，为在党政领域取得了较大进展。当前正处于党政信创深化下沉至区县的时点，第二轮党政公文系统的替代已逐步开始实施。同时，随着党政公文系统改造逐步走向尾声，党政信创领域的电子政务系统招标也开始启动，2022年或将成为信创市场放量的拐点，市场规模有望迅速扩大。
　　除党政领域外，金融、能源等行业的国产化替代进程已开始，逐步形成党政8大行业其他行业的28N信创发展格局。由于我国信创产业仍面临着关键技术存在短板等问题，从稳定性的角度出发，行业信创的替代进程将优先在对产业稳定性影响较小的环节推进，因此PC等终端设备及应用软件的替代进程快于核心系统的替代，为国产CPU、GPU等硬件产品提供生态环境。
　　从总量上看，信创市场重塑的生态规模足以为GPU国产化提供发育空间。据国家统计局数据，2020年国有单位就业人员总数约为5563万人，按1：1计算可以提供5000万以上的市场空间。如果考虑到国产化生态普及之后的兼容性问题，以国有单位为主要服务对象的相关合作单位有望加入到国产化生态之中，市场总体空间还有较大扩充余地。根据Nvidia官方数据，全球GeForce系列显卡用户数大约为2亿，参考前述显卡市场市场占有率情况，按3：1估算得使用AMD独立显卡的用户数约在7000万，以此考量，信创重塑的生态容量足以培养一个有竞争力的GPU厂商。同时，我们还需认识到，在信创的大环境下，从PC硬件到操作系统、应用软件均以相同的服务标准进行开发设计，对GPU厂商来说不需要自身投入大量资源以维护生态体系建设，整体压力远低于Nvidia和AMD之间的激烈竞争。
　　3。2高研发费用持续投入，长期盈利空间有望逐步打开
　　由于所处行业长期面临技术封锁，公司非常重视对自有知识产权的研发，长期维持较高比例的研发费用投入，特别是2018年以来公司积极备战信创带来的行业机遇，芯片业务进入加速期，研发人员和研发费用均呈现扩张态势。20192021年，公司持续加大研发投入，研发费用分别增长至1。17、1。77、2。53亿元，同比增长率45。17、51。41、42。70，研发费用率均维持在20以上；从人数上看，20192021年公司研发人员数量分别达465、587、834人，同时研发人员人均费用支出也呈现出持续提升的态势，分别达到25。20、30。22、30。34万元。
　　我们选取振芯科技、智明达、霍莱沃作为景嘉微军工电子业务的可比公司。可比公司2021年期间费用率的平均值约为33，因此粗略估算景嘉微军工电子业务的净利率约为36，对应2021年军工电子业务的净利润约为2。29亿元。以扣非净利润推算，则公司芯片业务的利润率约为6，表明公司当前芯片业务几乎不产生净利润。信创深化将在未来三至五年内释放较大的GPU需求，公司芯片产品有望通过快速增长实现规模效应，从而使芯片业务实现有效的盈利。
　　值得注意的是，公司芯片业务正在逐渐从过去的硬件设计向软件适配、驱动程序领域拓展，使研发费用以较快速度增长。由于当前正逐渐进入信创深化阶段，公司除了增大研发投入，无形资产及相应的摊销也存在较大上行可能。同时，芯片业务子公司景美已独立启动官网，预计军工电子业务与民用业务办公地址的隔离也已启动，因此会产生额外的管理费用增量，但不会对长期盈利能力产生实质性影响。
　　（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
　　精选报告来源：【未来智库】。未来智库官方网站