持續(xù)高燒的AI熱,，使得市場對算力尤為關注。海光信息(688041)4月17日晚披露的2022年顯示,，海光DCU（協(xié)處理器）系列產(chǎn)品可廣泛應用于大數(shù)據(jù)處理,、人工智能,、商業(yè)計算等領域,。

2022年，海光信息實現(xiàn)營業(yè)收入51.25億元,，較上年同期增長121.83%,；實現(xiàn)凈利潤8.04億元,，較上年同期增長145.65%,；扣非凈利潤7.48億元，較上年同期增長181.92%,；實現(xiàn)每股收益0.38元,；擬每10股派發(fā)現(xiàn)金紅利0.4元（含稅）,。

作為國內(nèi)少數(shù)幾家同時具備高端通用處理器（CPU）和協(xié)處理器（DCU）研發(fā)能力的集成電路設計企業(yè)，海光信息始終專注于研發(fā),、設計和銷售應用于服務器,、工作站等計算、存儲設備中的高端處理器,，公司于2022年8月在上交所上市,。

業(yè)績的快速增長,，源于公司注重研發(fā)工作，始終保持高強度的研發(fā)投入,，不斷提高技術水平和產(chǎn)品的競爭優(yōu)勢,。截至報告期末，公司累積取得發(fā)明專利325項,、實用新型專利70項,、外觀設計專利3項、集成電路布圖設計登記證書157項,、軟件著作權(quán)190項,。

數(shù)據(jù)顯示，海光信息2022年公司研發(fā)投入20.67億元,，較上年同期增長30.42%,；公司研發(fā)技術人員1283人，占員工總?cè)藬?shù)的90.42%,，75.84%以上研發(fā)技術人員擁有碩士及以上學歷,。

據(jù)悉，海光信息積極構(gòu)建基于海光CPU和海光DCU的完善的國產(chǎn)軟硬件生態(tài)鏈,，在操作系統(tǒng),、數(shù)據(jù)庫、中間件,、云計算平臺軟件,、人工智能技術框架和編程環(huán)境,、核心行業(yè)應用等方面進行研發(fā)、互相認證和持續(xù)優(yōu)化,，公司主動融入國內(nèi)外開源社區(qū),，積極向開源社區(qū)提供適用于海光CPU,、海光DCU的適配和優(yōu)化方案，保證了海光高端處理器在開源生態(tài)的兼容性,。

報告期內(nèi),，海光信息推出了CPU新產(chǎn)品海光三號，下一代CPU產(chǎn)品海光四號,、海光五號,，DCU產(chǎn)品深算二號、深算三號研發(fā)進展順利,。海光CPU和DCU產(chǎn)品的性能優(yōu)異,，在國內(nèi)處于領先地位。

以DCU產(chǎn)品為例,，海光DCU屬于GPGPU的一種,，采用“類CUDA”通用并行計算架構(gòu)，能夠較好地適配,、適應國際主流商業(yè)計算軟件和人工智能軟件,。與CPU相同，海光DCU按照代際進行升級迭代,，每代際產(chǎn)品細分為8000系列的各個型號,。海光8000系列具有全精度浮點數(shù)據(jù)和各種常見整型數(shù)據(jù)計算能力，具有最多64個計算單元,，能夠充分挖掘應用的并行性,，發(fā)揮其大規(guī)模并行計算的能力，快速開發(fā)高能效的應用程序,。

從技術方面來說,，海光DCU主要具有三大優(yōu)勢：一是強大的計算能力。海光DCU基于大規(guī)模并行計算微結(jié)構(gòu)進行設計,，具備強大的全精度各種數(shù)據(jù)格式的算力,，是一款計算性能強大,、能效比較高的通用協(xié)處理器,。二是高速并行數(shù)據(jù)處理能力。海光DCU集成片上高帶寬內(nèi)存芯片,，可以在大規(guī)模數(shù)據(jù)計算過程中提供優(yōu)異的數(shù)據(jù)處理能力,，使海光DCU可以適用于廣泛的應用場景。三是良好的軟件生態(tài)環(huán)境,。海光DCU采用GPGPU架構(gòu),，兼容“類CUDA”環(huán)境，解決了產(chǎn)品推廣過程中的軟件生態(tài)兼容性問題,。

海光信息在年報中指出,，在典型應用場景下,，公司DCU深算一號指標達到國際上同類型高端產(chǎn)品的水平。海光DCU系列產(chǎn)品可廣泛應用于大數(shù)據(jù)處理,、人工智能,、商業(yè)計算等領域。

另外,，海光信息還表示,，當前，人工智能技術發(fā)展正處于第三波浪潮上,，第三波浪潮最大的特點就是與業(yè)務緊密結(jié)合的人工智能應用場景逐漸落地,，擁有先進算法和強大計算能力的企業(yè)成為了最主要的推動者。隨著ChatGPT熱潮席卷全球,、AIGC持續(xù)快速發(fā)展的背景下,，大量企業(yè)和機構(gòu)投入類似ChatGPT乃至功能更強大的大模型研發(fā)。一方面,，大規(guī)模預訓練本身需要強大的算力,，另一方面，大模型的應用快速發(fā)展也會對算力產(chǎn)生巨大需求,，而這些需求都會推動人工智能處理器的快速增長,。