集成电路是采用特定的制造工艺，将晶体管、电容、电阻和电感等元件以及布线互连，制作在若干块半导体晶片或者介质基片上，进而封装在一个管壳内，变成具有某种电路功能的微型电子器件。集成电路产业既是当前国际政治和经济竞争的重要砝码，也是国际竞争最激烈以及全球资源流动和配置最彻底的产业。

据WSTS统计数据，自2017年起全球半导体销售规模已经连续四年超过4000亿美元。据IC Insight统计，2020年我国集成电路市场规模为1434亿美元，约合9894.6亿人民币（以2020年美元兑人民币平均汇率6.90计算），市场规模逼近万亿。

我国芯片制造的产值也有了一定的提升，但这一产值数据包含外国及中国台湾公司在中国大陆投资的制造厂贡献的产值，仅仅中国大陆的公司2020年芯片制造产值仅为83亿美元，相比千亿美元的市场规模，大陆芯片企业制造的产品仅满足了内需的5.8%。

2015-2020年中国集成电路市场规模及制造规模

在芯片设计领域，知识产权竞争十分激烈，中高端芯片几乎被海外厂商垄断，中国企业在全球集成电路产业中长期处于中低端领域，逻辑、存储等高端芯片仍以进口为主。根据国务院发布的相关数据，2019年我国芯片自给率仅为30%左右，提升高端芯片国产化率，实现高端芯片设计制造的国产化替代将是中国芯片产业下一阶段的重要奋斗目标。

逻辑芯片发展概况

芯片按照分类主要包括CPU、GPU等通用处理器及FPGA、CPLD等专用性较强的逻辑芯片，除了中大规模的集成电路之外，小规模的寄存器、锁相器等逻辑器件也占有一部分市场，逻辑芯片在全世界范围内都有广阔的需求，2019年占整个半导体行业的市场份额超过1/4，占集成电路全部市场份额近1/3。

国内逻辑芯片发展速度较为缓慢，除了在移动端CPU领域有一定的突破，其它领域的发展都与世界顶级公司之间存在很大的差距。其次，我国的研发大多局限在应用端，涉及底层架构、颠覆性创新的成果较少。

从一级市场来看，近两年逻辑芯片是投资机构追捧的热点，业内公司2020年至今共获得12轮次B轮以后轮次的融资，总融资额超过120亿元人民币，其中地平线在一年时间内获得4轮过亿元级别的融资，其中三轮融资就获得超过9亿美元资金（一轮战略投资未披露资金），燧原科技获得两轮大规模融资，获得资金25亿元人民币。

1、CPU芯片

[!--empirenews.page--]

CPU的中文名称是中央处理器，是负责信息处理、程序运行的执行元件，按照架构和性能的不同被广泛应用在个人计算机、移动电子设备、游戏机、路由器、激光打印机等设备上。目前，部分机构将CPU、GPU等拥有信息处理功能的逻辑芯片归入处理器，但本文则归为逻辑芯片类。

CPU指令集是CPU中计算和控制计算机系统所有指令的集合。目前CPU可以分为复杂指令集（CISC）、简单指令集（RISC）两大类。

复杂指令集主要为X86架构，简单指令集又可以细分为Arm、MIPS、RISC-V、Power-PC、Alpha架构，其中生态较为完善的是Arm架构，基本占据简单指令集9成的市场。

我国厂商在底层架构指令集和IP的设计上比较落后，因此多采用IP授权或指令集授权的方式开发CPU。

近年来，基于Arm架构和RISC-V开源架构设计的CPU越来越多，生态逐渐丰富，也为国内企业提供了许多机会，但由于近年来大火的人工智能行业使用GPU或专用芯片进行大规模的数据运算，资本的视线没有聚焦在CPU设计企业上，近两年内没有CPU设计企业获得B轮以上的融资。

近几年随着国内手机等移动电子产品的发展，国内在移动芯片设计方面取得了突破，华为海思基于ARM架构的移动芯片设计水平跻身世界前列；在封测层面，上世纪末成立的通富微电通过合资、收购等途径获得AMD在国内的封测厂，是国内唯一掌握高端CPU芯片封测技术的公司，但在IP开发、指令集编制等上游行业，以及7nm或更精细的5nm先进制程逻辑芯片制造领域，国内企业还没有实现突破。

2、GPU芯片

GPU最初的应用是处理图形数据，与CPU相比，其并行处理的能力更加强大。在个人计算机中，CPU、GPU的主板往往决定产品的性能。数据显示，在过去的2020年Q4，个人计算机GPU市场占有率呈现Intel一骑绝尘的现象，份额由上一季度的62%提升到69%，AMD、Nvidia瓜分剩下的市场，份额分别是17%和15%。这一领域，国内还没有企业能够切分这块规模可观的蛋糕。

全球排名前在时下热门的人工智能行业，以Nvidia等公司推出的通用GPU为核心搭建深度学习训练平台是业内主流，由于GPU是一款通用芯片，同时被个人消费者和企业消费者以多种目的采买，2020年至今，市场上Nvidia推出的几款高端GPU芯片出现了长达数月的缺货和价格暴涨现象。

目前，全球前三大GPU公司分别是Nvidia、AMD、Intel，长期占领AI商用计算和民用市场的绝大部分市场份额，为多家公司提供GPU IP；相比之下，截至2021年3月，国内GPU相关的企业或机构只有18家，其中上市公司3家，且部分公司至今没有产品面世。

从区域分布来看，我国GPU企业主要分布在上海，而上海的GPU设计企业几乎都位于张江高科技园区；3家上市公司分别为景嘉微、航锦科技和中船重工，其中两家的GPU设计业务，中船重工709所位于武汉、716所位于连云港。

总体上，GPU设计企业的分布集中于长江中下游，长沙市布局较早，产业自我造血能力基本实现；上海聚集了最多的新设计企业，全部为独角兽企业，资本活跃度较高。国内代表性的优质上市公司以及在2020年一级市场完成B轮之后融资且专利、产品有较大突破的企业。

[!--empirenews.page--]

景嘉微：

国内唯一一家聚焦GPU业务的上市公司。2014年完成的首款65nm工艺制程的GPU流片，是国内首款具有完全自主知识产权的高可靠图形处理芯片，面向车船机载市场，随后还推出了适用于电脑、工作站的大众化产品，兼容支持国产CPU与国产操作系统。目前，景嘉微经营状况良好，公司披露其2021年一季度业绩盈利4400万元-5000万元，相比2020年同期有所增长。

航锦科技：

2020年2月21日，航锦科技披露其旗下的长沙韶光GPU产品最初满足军用需求，逐步进入民用领域，已能满足日常办公、娱乐需求。

天数智芯：

2020年底，成立仅5年多的天数智芯实现了7nm工艺的GPGPU云端训练芯片“点亮”，其公布的算力达到147TFlops，是目前市占率最高的Nvidia N100芯片同等精度下算力的近两倍，天数智芯的产品可以适用于计算机视觉、智能语音和只能推荐等多个应用场景。

沐曦集成电路：

该公司成立于2020年9月，其研发核心成员拥有平均超过15年的芯片研发和市场化经验，是公司的核心竞争力，自2020年11月起沐曦获得过亿元级别的天使轮投资、红杉领投的数亿元pre-A轮融资、数亿元的pre-A+轮融资。5个月内获得3次亿元级别的融资。

目前，沐曦在上海张江、上海临港、南京浦口设有或计划筹建研发和生产基地，并于近日于成都市接洽截至2021年3月15日，暂未有芯片产品发布。

摩尔线程：

2020年10月创立至今已吸纳由深创投、红杉资本中国基金、GGV纪源资本领头的数十亿投资，颇受资本青睐。根据摩尔线程官网介绍，公司致力于构建中国视觉计算及人工智能领域计算平台，研发全球领先的自主创新GPU知识产权，并助力中国建立本土的高性能计算生态系统。

壁仞科技：

是一家成立仅一年多的GPU设计公司，聚焦于云端通用智能计算，期望逐步在AI训练和推理、图形渲染、高性能通用计算等多个领域赶超现有解决方案。与沐曦相似，壁仞也因为强大的核心团队在短期内获得了多轮融资，两家公司均聚焦于通用云端芯片。

中船重工旗下709研究所（凌久电子）：

2018年推出GP101芯片，实现了我国通用3D显卡零的突破，支持X86架构和多款国产CPU，可广泛应用于军民等多个领域，中船重工716研究所也于同年推出了自主GPU芯片JARI G12。

总之，在GPU行业，我国拥有的芯片开发经验还是太少，目前基于国产GPU的应用案例有很少，但在人工智能算力芯片需求稳中有增、个人消费市场持续火热的大环境下，会吸引一些有经济实力、对GPU产品有需求的企业投入这一市场。

目前已经有一些国外技术团队开始回到中国创业，组建GPU和GPGPU，这些宝贵的设计开发经验非常有利于本土GPU的发展。同时，通过沐曦和摩尔线程这样的创新型公司频繁获得资本青睐，同时一级市场对GPU也开始给予持续的资金和关注。综合多方面的有利条件，我国GPU技术的发展已经驶入快车道。

3、FPGA

[!--empirenews.page--]

FPGA的中文名称是现场可编程逻辑门阵列，是一种可以对电路功能进行编程定义的半定制电路。由于其可以无限次编程的特点，FPGA具有开发时间短、延迟低、能耗低的优点，被广泛应用在视频图像处理、通信、数字系统模数转换、嵌入式系统等行业。

由于FPGA的可编程性，其在人工智能行业也有一定的应用，虽然单块FPGA的计算能力没有GPU强大，但设计者可以很方便地将通用结构的FPGA芯片构造成一个规模宏大的并行的计算结构，满足应用需求。

MRFR预计2025年全球FPGA市场规模达125.21亿美元，相较于CPU、GPU千亿美元的市场规模来说显得微不足道，但2019-2025年实现10.43%的复合增速，增长显著且稳健。

据Gartner统计，2019年中国FPGA市场规模为176亿元，预计到2023年中国FPGA市场规模将接近460亿元，增长远高于世界水平。

从供应厂商角度看，全球市场主要被美国Xilinx、Intel两家企业垄断，市占率分别为49%和34%；国内FPGA市场国产率低于1%。在先进FPGA芯片领域，我国企业的产品与美国企业的产品还存在代差。报告基于2020年一级市场投资事件及行业内上市、冲刺上市公司，选取了部分行业翘楚，对其业务和投融资动态进行梳理。

安路信息科技：

是国内少有的同时具备FPGA芯片硬件和FPGA编译软件自主研发能力的公司，目前正在攻坚28nm制程FPGA。公司于2015年获得了创维、士兰微等业内公司或上下游公司投出的B轮融资，预计将于2021年冲刺科创板。

紫光同创：

国内民用FPGA龙头企业，其子公司紫光同创开发出了中国第一款自主产权千万门级高性能FPGA PGT180H，2020年2月，采用28nm工艺的新一代千万门级FPGA Logos-2系列上市。

据紫光同创官方测试数据，新一代28nm芯片相对于40nm工艺的第一代产品性能提升50%，总功耗降低40%。紫光同创的产品主要面向民用，其FPGA产品已经被应用于视频图像处理、工业自动化、消费电子等终端设备。

高云半导体：

公司开发自主IP的FPGA芯片产品。该公司自2015年一季度量产出国内第一块产业化的55nm工艺400万门的中密度FPGA芯片，发展至今已经拥有两个产品家族共10余个系列的产品。

截至2021年3月初，高云半导体及各投资机构未向外披露公司融资信息，但通过媒体及行业报告可以看出，高云半导体自2019年起陆续在多个市场实现大批量出货，涵盖工业、通信、安防、汽车等领域。

复旦微电子：

面向军用需求的复旦微电子已经于2019年初实现28nm大规模亿门级FPGA产品的量产。根据其在上交所披露的数据，目前复旦微拥有28nm工艺制程的FPGA产品数十款，更先进的14/16nm制程十亿门级FPGA产品也在研究进程中，预计将于2021-2022年进行产品流片，于2022年提供产品初样，将在2023年实现产品量产交付。

杭州加速科技：

2020年底获得小米旗下基金投出的近亿元B轮融资，2021年2月再次获得了小米集团的战略投资。公司以FPGA设计、高宽带通信架构开发、数字信号处理、高精度模拟技术为基础，将相关技术应用于高性能计算及半导体测试领域，目前推出了国内首台250Mbps及以上高性能数字混合信号测试系统解决方案。

国内还有产品通过三星供应商认证的上海遨格芯微电子(AGM)、国内第一家量产FPGA的公司京微雅格等一批企业，在加速追赶着FPGA的研发和生产进度。

目前我国已经有企业掌握了28nm FPGA技术并实现生产应用，但离世界领先企业的12nm制程和顶尖7nm制程工艺的FPGA芯片还存在着不小的差距。

4、用于人工智能的逻辑芯片

[!--empirenews.page--]

除了前文介绍的CPU、GPU和FPGA之外，目前国内最受一级资本市场关注的当属人工智能芯片企业。随着人工智能技术在产业中的应用愈发多元化，AI芯片的使用有逐渐向着专用芯片面向应用端，通用芯片组建算力云平台的趋势发展。

目前常见的AI芯片一般可以分为复杂可编程逻辑器件（CPLD）、可编程逻辑器件（FPGA）、图形处理器（GPU）。被广泛提起的ASIC芯片，中文为“专用集成电路”，通常主要是以CPLD或FPGA进行流片形成固定功能的芯片，本文不专门区分ASIC和CPLD概念。

按照任务划分，AI芯片可以分为训练芯片和推理芯片，训练芯片用于完成深度学习大数据量的运算，对芯片的算力、精度和通用性要求较高；推理芯片进行的是对成熟模型算法的一种执行，不需要进行大量的运算和过高的精度，对能耗成本等大规模应用层面的考量更多。

目前业内比较常用的训练芯片是CPU或GPU或FPGA等协同的异构运算组合，我国企业在这三种芯片的设计水平都与行业前列有着较大的差距，目前只有华为海思、寒武纪、天数智芯、燧原科技等企业在云端推理芯片有产品推出，涵盖ASIC、GPGPU等多种产品。

ASIC芯

由于起步时间较晚，我国在GPU和FPGA领域都处于追赶行业发展的进程中，因此发展用途相对单一、开发难度较小的ASIC芯片，把计算单一化，在一个方向上专精可以使我们在人工智能计算领域实现跨越式发展。

2019年至今，AI专用芯片备受资本热捧，本文梳理了2020年发展较为成熟的业内公司。ASIC行业赛道已经拥有一家上市公司，多家企业融资轮次已达B、C轮之后，企业产品及模式日趋成熟。

寒武纪：

已经于2020年7月20日在科创板上市，上市首日涨幅超过200%，市值一度突破1000亿元人民币。寒武纪成立于2016年，当年即发布了世界首款面向人工智能场景的专用芯片寒武纪1A处理器（Cambricon-1A）。

根据公开披露的信息，寒武纪的多轮融资中不乏中科院、中金资本、阿里巴巴、联想、TCL、科大讯飞等知名投资机构和企业的身影。

寒武纪的芯片目前已经应用在云端服务器、边缘计算设备、终端设备等多个应用场景。华为海思自2017年起发布的麒麟970和麒麟980均搭载了寒武纪提供的AI芯片，根据使用这两款处理器的手机销量来看，寒武纪提供的AI芯片至少已经在过亿台手机中被应用。

寒武纪目前的领先态势与其重视研发投入并持续扩大合作朋友圈的举措关系密切。据中国网消息，寒武纪在2017-2019年间的研发费用率分别为380.73%、205.18%和122.32%，连续三年研发投入占营收比重超过100%。

成立四年，寒武纪每年都会推出和迭代新产品，相较于其他国外芯片设计公司和A股上市芯片设计公司平均约每1-3年的迭代周期，寒武纪的研发能力表现突出。

根据寒武纪财报数据显示，2020年上半年寒武纪新增申请的专利为204项，新增已获授权的专利为110项；截至2020年6月30日，寒武纪累计申请的专利为1929项，累计已获授权的专利为151项。此外，寒武纪拥有软件著作权56项;集成电路布图设计3项。

地平线：

据公开披露的资料，2020年9月至今，地平线就完成了包括一轮战略投资、C轮和两轮C+轮，总计超过9亿美元的融资。与寒武纪更受国资和互联网公司青睐不同，投资地平线的企业中专业投资机构、车企和海外资金占比更大。包括比亚迪、广汽、长城、长江汽车、东风资产、宁德时代在内的多家汽车制造商或汽车产业链企业参与到了加码AI芯片布局的行动中。资金来源的不同，也反映出两家企业产品布局和应用领域的差异。

根据地平线招股书及官方网站披露，地平线自主研发兼具极致效能与高效灵活的边缘人工智能芯片及解决方案，可面向智能驾驶以及更广泛的智能物联网领域，提供包括高效能边缘AI芯片、开放工具链、丰富算法样例等在内的全面赋能服务。

据天眼查网站的数据显示，地平线多个工商注册实体已经拥有授权专利150余项，总专利数超过500件，专利主要围绕汽车智能控制系统，包含最新披露的行驶轨迹预测、气囊控制等方面；同时地平线还拥有软件著作权30余项，围绕语音交互、人脸识别、手势操作、地图抓取等领域，基本覆盖智慧交通产业的所有人工智能应用技术。

燧原科技：

这家创立仅仅三年的年轻公司创立至今共获得31.4亿元投资，仅在过去的一年里就获得了中金、腾讯参投的B轮、C轮共计25亿元投资。2019年12月，创立18个月即发布首款人工智能训练产品“云燧T10”，这款芯片由12nm工艺打造，集成了总计141亿个晶体管，采用先进的2.5D封装。

根据燧原科技官网披露的芯片参数，这款2019年发布的芯片在单精度（FP32）下算力20TFLOPS；半精度及混合精度（BF16/FP16）下算力80TFLOPS。与传统GPU相比，这款AI加速器在FP16下的性能超过了当下主流Nvidia A100产品。

华为：

[!--empirenews.page--]

在2019年9月推出了当时全球最快的AI训练集群Atlas 900，这款训练集群集成了数千块华为自研的昇腾910处理器。这款处理器基于7nm工艺制程，在FP16精度下的峰值算力可以达到320Tflops。

华为的另一款AI处理器昇腾310主打低功耗市场，标称最大功耗仅有8W，面向边缘和终端算力市场。两款芯片都基于华为达芬奇架构，是集成了ARM架构的CPU、AI核心、控制核心等在内的SoC芯片。基于这两款芯片，华为发展出来训练集群、推理和训练专用的加速卡以及多款服务器产品。

西井科技：

是一家提供本地化，高速度，低功耗的片上学习AI芯片企业。其芯片产品主打精准度，通过样本量不大的训练集进行训练也可以达到精准的识别。目前，西井科技已经推出了两款专用人工智能芯片并在积极谋划下一代产品发展。

基于自主研发的Deepwell和Vastwell芯片，西井科技衍生出了自动驾驶解决方案并进一步拓展出其在智慧港口、智慧矿场、智慧物流等场景下的应用。西井科技吸引了复星系、浪潮、安信和上海市的相关资本，自2017年以来共获得数亿元的ABC轮融资。

除了CPLD、FPGA之外，国内也有公司在尝试使用前文提到的RISC-V架构进行AI芯片的设计。

奕斯伟：

推出了用于AI运算的智能加速器，搭载了基于RISC-V架构的自主研发智能芯片，并拥有配套的开发工具包。其支持业内主流的多种深度学习框架，可以大幅降低学习和迁移成本，可广泛应用于智能化运算的训练和推理计算需求。

奕斯伟创立于2016年，业务覆盖芯片设计、硅材料和芯片封装测试多个领域。其芯片业务主要面向移动终端、智慧家居、智慧交通、工业物联网等应用场景，芯片产品能耗较低，算力也相对较弱；硅材料主要包括12英寸全球先进制程硅单晶抛光片和外延片；先进封测业务主要包括芯片后端封测、COF卷带、板级集成封测三类业务。奕斯伟于2020年6月完成了总计20亿元的B轮融资，目前市值为100亿元人民币。

睿思芯科：

同样采用RISC-V架构进行AI芯片开发，该公司产品更加强调芯片的低功耗、高性能特性，创立7个月就推出了自主研发的处理器核心。该公司目前推出了Pygmy和Pygmy-E两款芯片，都面向人工智能终端市场，适用于可穿戴设备、智能家居、智能安防、农业、消费电子等多种IoT/AIoT应用场景。

其中Pygmy-E芯片仅使用了该公司研发的RV32IMC低功耗核心，根据睿思芯科公司提供的测试数据和对比图表，其性能远优于同等计算性能的ARM芯片；Pygmy芯片集成了1个低功耗4个高性能核心，能够在终端设备高效灵活处理多种AI任务，与Pygmy-E形成高低搭配的产品线结构。

睿思芯科在2019年完成了由翼朴资本、力合创投及百度风投投资的天使轮融资，目前没有后续融资信息披露。