寒武紀：成立于2016 年，專注于人工智能芯片產品的研發與技術創新，致力于打造人工智能領域的核心處理器芯片，讓機器更好地理解和服務人類。

寒武紀能提供云邊端一體、軟硬件協同、訓練推理融合具備統一生態的系列化智能芯片產品和平臺化基礎系統軟件，為互聯網、能源、金融等行業的智能化升級提供充裕的底層算力支撐。

寒武紀的產品策略：全算力布局、云邊端一體、統一的基礎軟件系統平臺、訓練推理融合。

寒武紀先后推出了用于終端場景的寒武紀 1A、寒武紀 1H、寒武紀 1M 系列智能處理器；基于思元 100、思元270、思元290 芯片和思元370 的云端智能加速卡系列產品；基于思元 220 芯片的邊緣智能加速卡。其中，寒武紀智能處理器 IP 產品已集成于超過1億臺智能手機及其他智能終端設備中，思元系列產品也已應用于多家服務器廠商的產品中。思元 220 自發布以來，累計銷量突破百萬片。

寒武紀的主要產品線包括云端產品線、邊緣產品線、IP 授權及軟件。

1、云端產品線

云端產品線目前包括云端智能芯片及板卡、智能整機。其中，云端智能芯片及板卡是云服務器、數據中心等進行人工智能處理的核心器件，其主要作用是為云計算和數據中心場景下的人工智能應用程序提供高計算密度、高能效的硬件計算資源，支撐該類場景下復雜度和數據吞吐量高速增長的人工智能處理任務。

寒武紀的智能整機是由寒武紀自研云端智能芯片及板卡提供核心計算能力，且整機亦由寒武紀自研的服務器產品。寒武紀的智能整機產品與智能計算集群系統業務的區別在于智能整機主要提供計算集群中的單體服務器，而不提供全集群搭建服務，主要面向有一定技術基礎的商業客戶群體。

2、邊緣產品線

邊緣計算是近年來興起的一種新型計算范式，在終端和云端之間的設備上配備適度的計算能力，一方面可有效彌補終端設備計算能力不足的劣勢，另一方面可緩解云計算場景下數據隱私、帶寬與延時等潛在問題。邊緣計算范式和人工智能技術的結合將推動智能制造、智能零售、智能教育、智能家居、智能電網等眾多領域的高速發展。

3、IP 授權及軟件

該產品線包括 IP 授權和基礎系統軟件平臺。IP 授權是將3、IP 授權及軟件研發的智能處理器IP 等知識產權授權給客戶在其產品中使用。基礎系統軟件平臺是3、IP 授權及軟件為云邊端全系列智能芯片與處理器產品提供統一的平臺級基礎系統軟件（包含軟件開發工具鏈等），打破了不同場景之間的軟件開發壁壘，兼具靈活性和可擴展性的優勢，無須繁瑣的移植即可讓同一人工智能應用程序便捷高效地運行在公司云邊端系列化芯片與處理器產品之上。

4、智能計算集群系統業務

寒武紀智能計算集群系統業務是將公司自研的板卡或智能整機產品與合作伙伴提供的服務器設備、網絡設備與存儲設備結合，并配備公司的集群管理軟件組成的數據中心集群，其核心算力來源是公司自研的云端智能芯片。智能計算集群主要聚焦人工智能技術在數據中心的應用，為人工智能應用部署技術能力相對較弱的客戶提供軟硬件整體解決方案，以科學地配置和管理集群的軟硬件、提升運行效率。

云邊端訓推一體的軟件開發平臺：寒武紀基礎軟件系統平臺是寒武紀專門針對其云、邊、端的智能處理器產品打造的軟件開發平臺，采用端云一體、訓推一體架 構，可同時支持寒武紀云、邊、端的全系列產品。

2024年寒武紀實現收入11.74億元，同比增長66%，凈利潤虧損4.52億元，較上年同期虧損收窄46.7%。

2024年寒武紀投入研發10.72億元，而他的收入才11.7億元，研發人員741人，占總人數的四分之三，79%的人擁有碩士及以上的學歷。

2024年寒武紀女員工占總人數的四分之一，博士占總人數的4.8%，碩士占總人數的63%。

2025年一季度寒武紀實現收入11.1億元，接近去年全年的收入，實現凈利潤3.55億元，而去年同期虧損2.26億元。

寒武紀核心技術構架結構如下：

寒武紀是智能芯片領域全球知名的新興公司，能提供云邊端一體、軟硬件協同、 訓練推理融合、具備統一生態的系列化智能芯片產品和平臺化基礎系統軟件。 寒武紀掌握的智能處理器指令集、智能處理器微架構、智能芯片編程語言、智能芯片數學庫等核心技術，具有壁壘高、研發難、應用廣等特點。

2024年，在硬件方面，寒武紀持續推動智能處理器微架構及指令集的迭代優化工作。新一代智能處理器微架構及指令集將對自然語言處理大模型、視頻圖像生成大模型以及垂直類大模型的訓練推理等場景進行重點優化，將在編程靈活性、易用性、性能、功耗、面積等方面提升產品競爭力。 在軟件方面，寒武紀對基礎軟件系統平臺也進行了優化和迭代。寒武紀持續推進訓練軟件平臺的研發和改進，以客戶需求牽引新增功能和通用性支持，并大力推進大模型業務的支持和優化。同時，寒武紀推理軟件平臺在大模型適配、 開源生態建設及易用性優化等方面也取得了一定進展。

2024 年，寒武紀陸續開源了 AI 編譯器前端 Triton-Linalg 和支持原生 PyTorch 的設 備后端擴展插件 Torch-MLU，從多維度幫助開發者提高集成效率。 Triton-Linalg 不僅完備支持 Triton 編程原語，還能高效處理從復雜的指針操作到張 量的轉換，大幅降低 AI 編程的難度。通過 Triton-Linalg 編譯器前端，開發者可以以 極低的開發成本，快速集成支持 Triton 語言特性的后端指令集，并對接上層 AI 應用。 而通過 Torch-MLU，開發者無需再安裝寒武紀定制的 Cambricon PyTorch，而是可以基于社區的 PyTorch 安裝 Torch-MLU 插件，即可將寒武紀硬件的算力接入原 生 PyTorch，大幅提升遷移和集成效率。

在大模型方面，寒武紀訓練軟件平臺增加了對 DeepSeek 系列、Llama 系列、Qwen 系列等主流模型訓練的支持

如您有問題，請聯系老虎說芯，備注姓名+公司+崗位。