芯原股份

从买方视角看，芯原股份这则纪要传递的信号有三点值得深挖。 第一，订单结构的「高度集中」是双刃剑。AI算力订单占比超90%意味着公司业绩与全球AI算力capex周期深度绑定——一旦海外云厂商（谷歌、Meta、亚马逊、微软）放缓自研芯片或转向内部团队（如谷歌TPU路线已经把定制芯片合作绑定给了博通、英伟达也通过NVLink生态收窄外协空间），芯原的6nm/4nm定制窗口可能收窄。纪要中「对标博通」的提法需冷静解读：博通承接的是谷歌TPU这样千亿美金级单一客户订单，而芯原的150亿新签订单可能分散在数十家中小客户，订单质量（毛利率、回款周期）未必可比。 第二，「组织AI化降本」是软实力标签，但落地不确定性高。把10-15人团队缩到5人、配备10-15个智能体，意味着人均产能要翻3倍——这在芯片设计这种高度依赖资深工程师经验、且容错率极低的行业里，是激进假设。真正能复制的可能是「资深工程师+初级AI辅助」的模式，而非全面替代。纪要中同时提到10年以上工龄占比近30%、新招应届生100%硕士，这些人才如何与AI agent协作，是2026-2027年最值得跟踪的运营指标。 第三，0.27B参数的Llama 3衍生模型在AI眼镜独立运行，技术展示意义大于商业意义。端侧AI芯片定制市场的TAM目前仍以智能眼镜、玩具、戒指等低单价场景为主，单芯片NRE费用（一次性工程费）虽高但量级有限；而真正贡献收入的云端推理芯片定制（对标博通ASIC业务），客户决策周期长、验证门槛高。读者应跟踪的关键数据：①Q3-Q4新签合同中云端客户（北美CSP）占比是否提升；②量产业务（量产收入占比）的季度环比变化；③半年报中「芯片设计业务」与「量产业务」的毛利率分化；④与谷歌Cola NP合作的商业化里程碑（首批客户、授权金模式）。 最后，从行业横向参照看，国内芯片设计服务公司中，芯原的IP授权+一站式定制模式相对独特，但同样面临寒武纪、海光、燧原等AI芯片公司向自研上游延伸的挤压。纪要未提及地缘政治对EDA工具（Cadence/Synopsys/西门子）供应链的影响，这是芯原商业模式中最大的隐性风险敞口，需持续观察。