寒武纪-U涨停原因：
688256 寒武纪-U14:05科创板+芯片+定增
科创板+文心一言尝试使用寒武纪思元590替代英伟达A100+(2023年8月30日)回购3000万元-5000万元+(2023年7月25日)联合中标7.53亿元数字基础设施提升工程项目+(2023年3月7日)申请收到证监会同意注册批复:拟定增不超26.5亿元,用于先进工艺平台芯片项目等+(2022年11月20日)签署约5亿元设备销售合同+思元370是寒武纪首款采用chiplet(芯粒)技术的AI芯片+(2022年4月10日)拟回购1亿元-2亿元+(2022年3月16日)控股股东.实际控制人及部分董事.高管拟合计增持300万元-600万元+(2021年11月30日)预中标逾5亿元智能计算中心基础设施建设项目+(2021年6月22日)子公司行歌科技拟增加注册资本1.7亿元并引入投资者+为客户提供丰富的芯片产品与系统软件解决方案+主要产品包括终端智能处理器IP.云端智能芯片及加速卡.边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台
（更新时间：2023-10-19）

寒武纪-U涨停/异动原因：
AI算力芯片+Chiplet
1、公司是国内稀缺的AI算力芯片企业，拥有完善的智能芯片产品布局，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。
2、云端产品线方面，主力产品思元370为国内稀缺的可以使用的AI推理卡，性能参数为英伟达A100的1/3，思元590有望在2024年H1量产，基本支持主流的模型，综合性能接近A100 80%的水平。
3、边缘产品线方面，公司面向边缘计算场景推出的思元220芯片和边缘智能加速卡已落地多家头部企业，自发布以来累计销量突破百万片。
（更新时间：2024-03-18）

题材要点：

要点一:实控人提议3000万至6000万元回购股份
2023年8月份，公司控股股东，实际控制人，董事长，总经理陈天石先生提议公司以自有资金回购部分股份，并将回购股份用于员工持股计划或股权激励。回购资金总额不少于人民币3,000万元（含），不超人民币5,000万元（含），资金来源为自有资金，回购股份的价格：不超董事会通过回购股份决议前30个交易日公司股票交易均价的150%，回购期间：自公司董事会审议通过本次回购股份方案之日起6个月内。

要点二:募资16.72亿元投建芯片项目
2023年4月份，公司完成121.10 元/股发行13,806,042 股，募集资金总额为1,671,911,686.20 元，扣除发行费用后的净额拟投资于先进工艺平台芯片项目，稳定工艺平台芯片项目，面向新兴应用场景的通用智能处理器技术研发项目，补充流动资金。公司本次募投项目将加大在先进工艺领域的投入，突破研发具有更高集成度，更强运算能力，更高带宽支持等特性的高端智能芯片，有利于保障公司产品在功能，性能，能效等指标上的领先性，持续提升公司在智能芯片领域的技术先进性和市场竞争力。公司本次募投项目在稳定工艺平台的投入，有利于增强公司在多样化工艺平台下的芯片设计能力，为公司边缘智能芯片产品提供更为可控的开发周期，更为可靠的性能支撑，更为可控的制造成本，有益于公司在性价比敏感的边缘智能芯片市场中获得更佳的竞争优势。

要点三:拟募资16.72亿元投建芯片项目
2023年3月份，公司向特定对象发行A股股票申请收到证监会同意注册批复。调整后，公司拟向不超35名（含35名）符合法律法规规定的特定对象非公开发行不超8,016.293万股，募集资金总额不超167,191.18万元（含本数），扣除发行费用后的净额拟投资于先进工艺平台芯片项目，稳定工艺平台芯片项目，面向新兴应用场景的通用智能处理器技术研发项目，补充流动资金。公司本次募投项目将加大在先进工艺领域的投入，突破研发具有更高集成度，更强运算能力，更高带宽支持等特性的高端智能芯片，有利于保障公司产品在功能，性能，能效等指标上的领先性，持续提升公司在智能芯片领域的技术先进性和市场竞争力。公司本次募投项目在稳定工艺平台的投入，有利于增强公司在多样化工艺平台下的芯片设计能力，为公司边缘智能芯片产品提供更为可控的开发周期，更为可靠的性能支撑，更为可控的制造成本，有益于公司在性价比敏感的边缘智能芯片市场中获得更佳的竞争优势。

要点四:为人工智能技术提供基础计算平台
2023年3月份，公司注意到ChatGPT等AIGC类话题近期在国内外产业界引发了大量关注和讨论。公司专注于人工智能芯片的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，能够为视觉，语音，自然语言处理，传统机器学习技术等各类人工智能技术提供基础计算平台，公司不直接从事人工智能最终应用产品（例如类ChatGPT应用）的开发和销售，公司相关产品正处于适配阶段，尚未产生收入，客户是否进行规模化采购受产品技术能力，交付能力，产品价格及客户采购意愿等因素影响，存在不确定性。目前公司尚未与百度就“文心一言”项目开展相关合作，网络传闻百度“文心一言”已使用公司产品等市场传闻不属实。公司认为整个AIGC领域未来将保持长期向上发展趋势，但其发展速度，阶段性效果，对产业链不同环节企业的影响需要冷静分析，避免短期盲目过热。请广大投资者务必注意投资风险，理性决策，审慎投资。

要点五:预中标逾5亿元智能计算设备采购项目
2022年10月份，根据南京市公共资源交易平台网站于2022年10月26日发布的《南京智能计算中心项目（二，三期）智能计算设备（二期）采购南京市货物招投标中标候选人公示》，公司为上述公开招标的中标候选人第一名，投标报价：500,799,200.00元。项目概况：该项目包含计算服务器，智能计算单元，人工智能算力平台软件等。同时，公司提供的硬件设备须提供3年免费质保，平台软件须提供3年维保服务（包含免费软件升级服务）。该项目尚处于公示阶段，如该项目中标且签订正式合同并顺利实施，在项目执行期间将对公司业务发展及经营业绩产生积极影响。该合同可能存在跨期执行，验收等情形，对2022年及后续年度的业绩影响存在不确定性。

要点六:与部分头部互联网客户合作
2022年8月份，公司在互动平台表示，公司云端产品与部分头部互联网客户的部分场景实现了深度合作，在阿里云等互联网公司形成一定收入规模。

要点七:应用行业领域
公司在2021年商业化布局及客户合作基础上，持续在互联网，运营商，金融，智慧交通，电力能源等多个行业及客户进行了广泛的业务部署与落地。在互联网行业，公司的思元370芯片及加速卡与数家头部互联网企业在视觉，语音，图文识别，自然语言处理等场景下完成适配工作后，已进入了批量销售环节。此外，公司与某互联网企业进行了大模型训练的初步合作，目前仍处于技术探索和测试阶段。在金融领域，公司持续扩展云端产品在多家头部银行的业务，其中MLU370-X8训练产品已纳入某头部银行的采购框架并于报告期内实现了小批量采购。在通信运营商行业，云端产品思元370芯片及加速卡已完成与某头部运营商多个智能计算平台的适配，形成了小批量采购，此外，公司与某头部运营商开展公有云的部署与业务拓展，并在大型集群架构设计上进行探讨和进一步验证性测试工作。在其他重点行业方面，公司与民生行业，能源行业等重点行业的领袖企业展开了紧密合作，部署了智慧粮仓，智能巡检，智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。

要点八:产品应用场景逐步丰富
在互联网行业，公司的思元370芯片及加速卡与数家头部互联网企业在视觉，语音，图文识别，自然语言处理等场景下完成适配工作后，已进入了批量销售环节。此外，公司与某互联网企业进行了大模型训练的初步合作，目前仍处于技术探索和测试阶段。在金融领域，公司持续扩展云端产品在多家头部银行的业务，其中MLU370-X8训练产品已纳入某头部银行的采购框架并实现了小批量采购。此外，公司云端产品线与其他头部银行合作完成了OCR算法的适配及应用场景的解决方案，满足了客户对于通用性，算法精度及稳定性的高要求。在通信运营商行业，云端产品思元370芯片及加速卡已完成与某头部运营商多个智能计算平台的适配，形成了小批量采购，该项目标志着公司云端产品在通信运营商行业达成初步规模化落地，此外，公司与某头部运营商开展公有云的部署与业务拓展，并在大型集群架构设计上进行探讨和进一步验证性测试工作。在其他重点行业方面，公司与民生行业，能源行业等重点行业的领袖企业展开了紧密合作，部署了智慧粮仓，智能巡检，智慧矿山等多个场景和项目应用，为传统产业智能化转型保驾护航。

要点九:思元人工智能芯片
公司能为云端，边缘端，终端提供全品类系列化智能芯片和处理器产品，是同时具备人工智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如7nm）下复杂芯片设计经验的企业之一。公司研发的寒武纪1A处理器是全球首款商用终端智能处理器IP产品，思元100（MLU100）芯片是中国首款高峰值云端智能芯片。思元290（MLU290）芯片是寒武纪首款云端训练智能芯片，采用了7nm工艺，在4位和8位定点运算下，理论峰值性分别高达1024TOPS，512TOPS。思元370（MLU370）芯片是寒武纪首款采用Chiplet（芯粒）技术的人工智能芯片，是寒武纪第二代云端推理产品思元270算力的2倍。

要点十:推理软件平台
公司的基础系统软件平台相比前期版本进行了升级迭代，支持公司推理产品在各场景的部署落地。报告期内，公司持续完善了推理加速引擎MagicMind及其周边生态。最新版本已全面支持视频理解，图像分类，相似度检测，语义分割，文本检测，OCR，语音及自然语言处理，搜索，推荐等领域的云边端推理业务，并完善了公有云，私有云部署的功能组件及管理模块。模型部署优化上，支持了QAT模型直接部署，并完整支持DynamicShape等特性。在性能上，MagicMind持续优化内部实现，在多个领域的典型模型上，均取得不弱于同档位友商产品的性能表现。并重点针对云，车场景网络模型的性能泛化性，运行时内存，CPU占用率等进行了优化。在兼容性上，MagicMind达到了稳定状态，版本发布保持了对前序版本的API，ABI兼容。