[中报]恒烁股份(688416):2023年半年度报告
原标题:恒烁股份:2023年半年度报告 2023年半年度报告 重要提示 一、 本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 报告期内公司实现营业收入 15,153.82万元，同比下降 43.08%；实现归属于上市公司股东的 净利润-4,830.10万元，同比下降 204.09%；归属于上市公司股东的扣除非经常性损益的净利润 -5,787.81万元，同比下降 245.13%。2023年上半年，受到半导体行业仍处于周期波动、经济大环境等因素的影响，下游需求持续疲软，各厂商库存承压，市场竞争激烈，为维护拓展客户和占据市场份额，公司主要产品的平均销售单价和毛利率进一步下滑，叠加存货跌价准备的计提、股份支付费用的确认等因素，导致业绩出现大幅下滑。公司经营业绩受半导体行业景气度影响较大，存在周期性波动的风险。 公司已在本报告中描述可能存在的风险，敬请查阅“第三节管理层讨论与分析”之“五、风险因素”部分，请投资者注意投资风险。 三、 公司全体董事出席董事会会议。 四、 本半年度报告未经审计。 五、 公司负责人 XIANGDONG LU、主管会计工作负责人唐文红及会计机构负责人（会计主管人员）唐文红声明：保证半年度报告中财务报告的真实、准确、完整。 六、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 无 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告中涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，请投资者注意投资风险。 九、 是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况？ 否 十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义..................................................................................................................................... 5 第二节 公司简介和主要财务指标 ................................................................................................. 9 第三节 管理层讨论与分析 ........................................................................................................... 13 第四节 公司治理 ........................................................................................................................... 32 第五节 环境与社会责任 ............................................................................................................... 34 第六节 重要事项 ........................................................................................................................... 35 第七节 股份变动及股东情况 ....................................................................................................... 61 第八节 优先股相关情况 ............................................................................................................... 67 第九节 债券相关情况 ................................................................................................................... 68 第十节 财务报告 ........................................................................................................................... 69
第一节 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、 公司基本情况
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
四、 公司股票/存托凭证简况 (一) 公司股票简况 √适用 □不适用
(二) 公司存托凭证简况 □适用 √不适用 五、 其他有关资料 □适用 √不适用 六、 公司主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币
(二) 主要财务指标
公司主要会计数据和财务指标的说明 √适用 □不适用
七、 境内外会计准则下会计数据差异 □适用 √不适用 八、 非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币
对公司根据《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》定义界定的非经常性损益项目，以及把《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。 □适用 √不适用 九、 非企业会计准则业绩指标说明 □适用 √不适用 第三节 管理层讨论与分析 一、 报告期内公司所属行业及主营业务情况说明 （一） 公司所处行业 公司的主营业务为芯片的研发、设计和销售，根据中国证监会《上市公司行业分类指引》，公司所处行业属于“计算机、通信和其他电子设备制造业”，属于新一代信息技术领域，行业代码为“C39”。根据《国民经济行业分类（GB/T4754-2017）》，公司所处行业属于“软件和信息技术服务业”中的“集成电路设计”，行业代码“6520”。 根据世界半导体贸易统计组织（WSTS）的数据，2022年存储器市场规模 1297.7亿美元，同比下跌 15.6%。 WSTS预计 2023年存储市场规模因终端市场需求疲软将下滑至 840.4亿美元，但2024年受益于经济复苏和供需关系改善，市场规模将同比上升 43%，恢复至 1203.3亿美元。 2023年上半年半导体行业的下行周期持续，整体市场需求疲软，但随着物联网、5G、汽车电子等下游领域的继续推动对于存储芯片的需求，从中长期来看，市场需求将保持增势。根据 Yole 的数据，2021年存储芯片市场规模 1670亿美元，预计 2027 年将达 2630亿元，21-27年复合年均增长率达 8%，超越同期全球半导体市场的复合增速。 据集微咨询（JW Insights）统计，2022年全球 MCU市场规模为 201.7亿美元，增长 1.67%。 据 ICInsights预测从 2021年到 2026年，全球 MCU市场规模的复合增长率约为 6.7%，在 2026年达到 272亿美元。其中由于中国物联网和新能源汽车行业等领域快速增长，下游领域对 MCU产品的需求将保持景气，中国 MCU市场增长速度继续领先全球。根据 Omdia的数据，2021年中国MCU市场规模约 72亿美元，2022年增长至 82亿美元，预计 2023年市场规模达到约 85亿美元。 目前，全球 MCU供应商以国外厂商为主，行业集中度相对较高。中国 MCU市场同样也主要被意法半导体、恩智浦、微芯科技、瑞萨及英飞凌等国外厂商占据，国内厂商的市场占有率较低。 国外厂商 MCU产品种类齐全，覆盖消费电子、汽车电子及工业控制等领域，且产能分布较为均衡。目前，汽车、高端工业控制等领域仍被国外厂商占据，国内厂商 MCU产品主要集中消费电子、家电和中低端工业控制领域。虽然国内厂商起步较晚，但随着对工业控制及汽车等领域的深度布局，叠加原有消费电子、智能家居和家电等领域的新兴应用需求，为未来国产厂商的 MCU增长提供了巨大的空间。 （二） 主要业务、主要产品或服务情况 1、 主要业务情况 公司是一家主营业务为存储芯片和 MCU芯片研发、设计及销售的集成电路设计企业。公司现有主营产品包括 NOR Flash存储芯片和基于 Arm? Cortex?-M0+内核架构的通用 32位 MCU芯片。同时，公司还在致力于开发基于 NOR Flash的存算一体终端推理 AI芯片，使用创新的存算一体化架构，极大优化了芯片的能效比，实现超低功耗的 AI卷积运算，并持续推进基于 MCU的 AI应用部署和轻量化模型研究。 2、 主要产品 （1）NOR Flash存储芯片 公司自主研发的 NOR Flash采用 SPI接口，具有高可靠性、低功耗、兼容性好和低成本等特点。 ①在工艺架构方面，公司 NOR Flash产品采用业界主流的浮栅工艺结构（即 Floating Gate工艺，又称 ETOX工艺），采用 ETOX工艺的 NOR Flash产品不仅具有可靠性和稳定性优势，而且在 32Mb及以上容量产品上具有显著的成本优势。 ②在制程方面，公司在售 NOR Flash产品采用了武汉新芯 65nm和 50nm制程，以及中芯国际的 65nm和 55nm制程。公司现有中大容量产品和新开发产品正在逐步导入 50nm和 55nm新工艺节点。 ③在容量方面，公司 NOR Flash提供了 1Mb~256Mb容量的多系列产品，满足各种容量需求。 ④根据工作电压，公司 NOR Flash可分为低电压（1.65-2.0V）系列、高电压（2.3-3.6V）系列和宽电压（1.65-3.6V）系列，产品覆盖了目前市场上主要的工作电压等级。 ⑤公司的 NOR Flash产品配合最高 133MHz的工作频率，在双线（SPI Dual Mode）和四线（SPI Quad Mode）的工作模式下，可支持高达 266Mbits/s和 532Mbits/s的数据带宽；在双边沿数40℃~125℃，数据保持时间 20年，擦写次数可达 10万次。 公司 NOR Flash产品在制程、电压、功耗、频率、工作温度及产品稳定性方面均处于行业主流水平，部分产品技术水平达到行业先进水平。 （2）通用 MCU芯片 公司目前销售的 CX32L003、ZB32L030、ZB32L032系列产品系基于 M0+内核的通用 32位MCU芯片，采用 55nm超低功耗嵌入式闪存工艺，具有宽电压范围、低动态功耗、低待机电流、高集成度外设和高性价比等优势。全系列产品支持最高主频 24MHz，内置最大 64KB嵌入式 Flash和 4KB SRAM，集成高精度 ADC、RTC、比较器、多路 UART等丰富的模拟及数字外设。同时支持休眠和深度休眠两种低功耗工作模式。在深度休眠模式下，3μs即可快速唤醒。全系统动态功耗低于 100μA/MHz，深度休眠模式功耗低于 1μA。 目前，公司基本完成在通用 MCU低功耗产品线的布局。CX32L003、ZB32L030系列覆盖从20PIN-48PIN的使用场景，在客户端通用类 M0+内核 MCU选型变得更加全面。ZB32L032在ZB32L030的基础上提高了主频速度（最高为 64MHz），增加 SRAM容量（最大为 16K字节）与DMA功能，并且也增加了外设功能（如 USART，QSPI，SPI/I2S，OPA），增加了封装形式，附加DMA、AES加密、温度传感器等功能，进一步丰富了产品应用场景和市场，在电机驱动、水表加密、TFT屏显示，工业制造等应用上有更为强大的产品竞争力。ZB32L003基于原有 CX32L003产品，在成本端进行了进一步的优化，使公司产品在市场中具备更强的竞争力，目前 ZB32L003正处于客户送样中。 （三） 主要经营模式 自成立以来，公司的经营模式一直为 Fabless模式，专注于芯片的研发、设计和销售，晶圆代工、晶圆测试和芯片封测等环节通过委外方式实现。公司采用目前经营模式有利于公司集中资源进行芯片设计研发，快速实现产品布局和更新迭代，及时适应市场变化、满足客户需求，从而充分发挥公司的竞争优势，同时避免巨额资金投入，降低公司的经营风险。此外，公司采用 Fabless经营模式，可根据不同晶圆代工厂工艺制程特点来定义自身产品的技术路线，实现差异化竞争并弥补不同晶圆代工厂在品质、良率和产能方面的不足。公司具体的盈利、研发、采购、生产及销售模式如下： 1、盈利模式 公司是一家采用 Fabless模式的集成电路设计企业，主要向客户提供自主品牌的 NOR Flash和MCU等芯片产品获取业务收入从而实现盈利。 2、研发模式 公司产品以自主研发为主，同时会与晶圆代工厂进行深入合作，充分利用其工艺优势，并针对工艺上的缺陷，在产品设计上进行弥补。 3、采购和生产模式 公司的经营模式为 Fabless模式，该模式下公司专注于芯片的研发、设计和销售，晶圆代工、晶圆测试和芯片封测等均通过委外方式实现。 公司与晶圆代工厂之间建立了长期稳定的合作关系。晶圆测试和芯片封装测试的市场供应商相对较多，产能相对充足。根据客户对产品形态要求不同，公司的芯片产品可分为晶圆片（KGD）和封装片，晶圆片是指由晶圆代工厂生产完成并经晶圆测试（CP），但未经过芯片封装测试的产品；封装片则是在完成晶圆测试后，还要进行芯片封装（Packaging）和最终测试（FT）形成的产品。对于具有合并封装（SIP）需求的主控芯片厂商，则需要采购晶圆片，再按照自身具体要求将采购的晶圆片上的裸芯片（Die）取下后与其他芯片合并封装。晶圆片和封装片在芯片电路和制造工艺等方面不存在差异。 4、销售模式 公司采用直销和经销两种销售模式。直销模式下，终端客户直接向公司下达采购订单。经销模式下，经销商根据终端客户需求向公司下达采购订单，公司与经销商之间为买断式销售。公司根据芯片的市场价格与客户协商定价。 二、 核心技术与研发进展 1. 核心技术及其先进性以及报告期内的变化情况 公司 NOR Flash产品在功耗、面积、性能和可靠性方面技术特点明显，其运用的主要核心技术具体情况如下： a.存储阵列布局优化及模块复用技术 NOR Flash芯片主要由存储阵列和外围电路两部分构成，从 2019年开始，公司的 NOR Flash产品逐步采用先进的 50nm ETOX新工艺，新工艺对存储阵列的布局进行了优化，大大减小了存储阵列所占面积。在外围电路上多处采用了模块复用的设计，例如，公司针对外围模拟电路中面积占比较大的电荷泵模块，在电荷泵架构上采用了可拆分可复合结构，优化了电荷泵的级数和个数，减小了电荷泵的面积，优化了芯片面积。 b.存储阵列架构优化及高精确度灵敏放大器设计技术 NOR Flash芯片随着容量增加，存储阵列变大，从而导致寄生效应变大，使得读取数据的频率受到限制。NOR Flash大容量产品，针对存储阵列的架构和阵列的切换方式进行了优化设计，减小了寄生效应，另外采用了新的灵敏放大器结构，优化了读取的精确度，使得公司大容量产品读取速度最高达到了 133MHz，达到行业主流水平。 c.快速页编程技术 公司的 NOR Flash产品针对编程效率和编程算法进行了优化设计，ETOX架构页编程通常采用热电子注入的方式，提升编程效率即提升热电子的注入能力，需要抬高编程电压，过高的编程电压会干扰其它非编程的存储单元。优化的编程算法会对编程数据进行分析，将需要编程的数据整合在一起，尽可能一次编程更多存储单元，而不将时间浪费在译码电路的切换上。目前采用新算法的产品页编程时间小于 200μs，而业界普遍大于 400μs。 d.模拟模块快启动技术 公司产品提供两个模式，高性能模式和超低静态功耗模式（超低静态功耗模式并非深度休眠模式，此模式不需要退出后才能进行读写擦操作）。超低静态功耗模式下静态电流低至 1μA，此时大部分消耗功耗的模块处于关闭状态。为提高唤醒速度，公司在设计上会优化各个模块的启动速度，例如带隙基准等模块，使得芯片在接受到指令时，各个模块都能快速启动，不影响正常操作芯片。另外在高性能模式下，公司产品的静态电流小于 10μA，达到业界主流水准。 e.短路功耗及电荷泵效率优化技术 NOR Flash的动态功耗主要来自于数字模块的逻辑切换以及高压模块的电压切换，数字标准单元设计时便在架构上优化了短路功耗，高压模块优化了电荷泵的效率以及减少电平切换功耗，使得公司 NOR Flash产品读取电流仅为 1mA，擦写电流仅为 3mA左右，达到业界主流水准。 f.温度检测技术 高温和低温对于 NOR Flash芯片的擦写读都带来更多的挑战，公司 NOR Flash支持-40℃~125℃的超宽工作温度范围。公司基于和晶圆代工厂多年的深度合作，对存储单元的特性有深度了解，在算法上进行了优化，提升了高温下存储单元的数据存储能力。其次，公司在芯片内部设计了温度检测模块，能实时检测芯片温度，并针对不同的温度，自适应地调整芯片内部模块，例如调整擦写电压及时间，使得芯片在不同温度都能达到最佳工作性能。 g.数据自动刷新技术 NOR Flash存储单元存储的是电子，而电子受到高电压或高温干扰后容易发生逃逸现象，导致存储单元中的数据出错。当检测到存储单元的阈值电压处于失效边缘时，数据自动刷新技术会对其进行纠正，将阈值电压提升到正常范围，避免存储单元数据发生损坏，有效提高了产品的寿命及可靠性。 h.异常掉电保护技术 存储芯片在擦除和编程时是不允许外部电源掉电的，如果发生异常掉电，会导致擦除和编程区域的数据损坏，如果异常掉电时存在过擦除，还可能会影响其他存储区域的数据。公司为此在芯片中设计了过擦除（Over-erase）检测模块，当异常掉电后下次再正常上电时，会自动对存储区域进行过擦除检测，及时修复存储区域由于过擦除导致的漏电问题，提高了产品的可靠性。 i.宽电压设计技术 公司宽电压产品支持 1.65-3.6V工作电压范围，满足客户对电压范围更高的要求。在宽电压NOR Flash产品中，对芯片内部的模拟模块架构进行了优化，优化了各个模拟模块的电源抑制比，使得外部工作电压大范围变化时，芯片的性能保持优异。 j.无线移动存储低功耗设计技术 该技术通过优化电荷泵、regulator电路及其它主要耗散电功的电路模块；使用 CMOS基体电路设计；优化三极管点阵电路、时钟频率和版图设计；在不接受指令时，芯片自动关闭；优化Reference cell和 Power up电路，使芯片在静态状况下，耗散零电功，从而大幅降低芯片整体功耗。 k.主控引擎加密+NOR Flash集成芯片设计技术 该技术将主控加密引擎和 NOR Flash集成在一起，共享同一组 I/O接口，可有效提高保密性和安全性，降低空间成本。 (2)通用 MCU相关核心技术 a.电路自检技术 公司在 MCU芯片设计中加入自检机制、展频技术与施密特触发器，对内存、Register、I/O以及周边线路进行功能自检。内建 EMC（电磁兼容）软件处理可预防电磁干扰或当电磁干扰发生时保护芯片。 b.高精度 ADC设计技术 微处理器只能处理数字信号，MCU里的模数转换器（ADC）可以对外部物理世界的各种模拟信号（如声音、图像、位置等）进行采集，转换成数字信号供 MCU进行处理，ADC的转换速度和精度直接影响到 MCU的性能指标。公司掌握高精度 ADC设计技术，目前 MCU嵌入了12位 1MSPS高精度 SAR型 ADC。SAR型 ADC具有良好的转换效率和低功耗的特性，在可穿戴设备和物联网的数据采集方面有广泛应用。 c.低功耗设计技术 MCU芯片设计采用低耗电的控制回路技术，在对 MCU操作不活跃的情况下，可以根据不同回路的功能停止对部分模块的供电；依据不同线路速度的需求而改变供应的电压；随外界温度变化，可自动调节提供适当的电压；在芯片不工作时（Standby）仅提供低电压和低电流，而在唤醒时（Wake-up）又能迅速自动转为高电压和高电流操作。 d.MCU辅助开发软件技术 为了缩短产品的开发周期，充分发挥 MCU芯片的硬件性能优势，公司开发并提供了功能强大的用户开发界面（ZB-GUI）。开发者只需针对产品本身的功能去选择 MCU SDK的相应接口及模块，ZB-GUI会自动产生 MCU代码对接服务。ZB-GUI同时提供云接入的服务平台的云模组，让使用者在开发时高效便捷有灵活性，提高开发效率。 e.系统应用技术 MCU芯片与各种产品和应用平台的兼容性非常重要。公司的应用实验室（AE Lab）多年来通过对 NOR Flash的技术支持，研究了各种系统应用平台，如 TWS耳机，多种可穿戴设备、智能监控设备、马达控制设备、车灯控制和智能电表等。对这些嵌入式平台的系统方案、工作原理、性能要求以及可能出现的问题通过 NOR Flash的使用有充分了解，这些技术和经验为公司MCU的快速扩展打下了坚实基础。 (3)存算一体化人工智能芯片相关核心技术 AI推理是一个计算密集型且存储密集型的任务，传统的 AI推理芯片解决方案是将大量数据存储在外部的存储器中，CPU或 GPU在做推理运算时不停地调用存储器中的数据，并将中间数据实时存回。这种架构被称之为传统冯·诺伊曼架构。这种架构存在存储墙、功耗墙和温度墙的问题，系统的运算效率大打折扣。因此传统的 AI 推理芯片常需要采用 28nm以下的先进制程以及配置大量高速 DRAM。公司研发的存算一体 AI技术将有效解决上述瓶颈，提供一种低功耗、低成本、高能效的新型方案。 a.存算一体 CiNOR技术 公司研发的存算一体 AI芯片基于 65nm NOR Flash制程，利用 NOR Flash的模拟特性，实现芯片内完成了 AI计算的核心任务——向量矩阵乘法 (VMM)。采用存算一体架构可以将 VMM在芯片内一次完成，不需要用外部存储器来存储中间数据，且权重数据已提前写入 Flash阵列中，完全规避了模型加载和计算过程中存在的存储墙问题，提高运算效率、有效降低功耗、大幅降低成本，是边缘计算方向和物联网设备智能互联的一种新型解决方案。该芯片适合于终端器件及 IoT领域，即在终端上进行 AI的推理。 公司 CiNOR芯片整体架构：对现有 NOR Flash阵列进行改造后，2019年底公司第一款CiNOR “恒芯 1号”已基于 65nm NOR Flash制程工艺完成芯片设计并流片，成功验证了CiNOR芯片原理和可行性，并实现了包括手写识别、ECG检测和人脸检测等几项应用。公司目前已获得 7项相关技术的专利授权。 在“恒芯 1号”的基础上，CiNOR “恒芯 2号”扩增了 Flash计算阵列的规模，能够容纳更大的 AI模型；并对计算模块进行优化，降低计算能耗的同时，提高了计算的准确度，以保证最终推理结果的准确性。 b.软硬件协同设计技术 结合 CiNOR的模拟计算特性和芯片规格，有针对性地优化 AI算法结构，使得 CiNOR芯片和算法模型之间的匹配度更高。根据芯片调整模型，让模型在芯片上能获得更好的推理结果；根据模型约束芯片，让芯片在推理时使用最优的配置，获得最佳的能效。 c.系统级三维集成互连技术 利用三维堆叠技术 3DLink技术将 CiNOR AI芯片的不同电路模块分别使用最合适工艺制程流片，通过 3D晶圆级连接组合在一起形成单颗完整功能的芯片，突破了现有工艺的瓶颈，提高产品的开发效率、实现高性能并减小芯片面积。 d.系统级开发技术 综合 CiNOR或者数字存算的 AI加速模块，构建以神经网络为代表的 AI算法的完整计算系统。最大化地利用整个系统的计算资源和存储资源，以完成更高效的 AI推理任务。 (4)基于 MCU的 TinyML推理方案相关核心技术 a.TinyML的轻量化模型设计技术 基于 PyTorch等框架进行 TinyML的算法设计，结合剪枝、量化、NAS等技术，综合前沿的 AI进展，对具体应用进行定制化设计，能够用更小的模型和算力获得相似甚至更高的模型准确度。 b.TinyML的端侧部署技术 以 Tengine, Tflite为代表的现有部署框架为了追求易用性和通用性，牺牲了端侧的高效性，导致视觉的 AI应用难以在端侧部署，且语音的 AI应用亦存在许多冗余操作，不能最大程度发挥端侧设备的性能。公司从应用出发，结合算法逻辑，对各过程进行优化，以期最大程度地发挥出端侧设备和算法的性能。已具备将 PyTorch的算法模型高效地部署在 Cortex-M系列和 Cortex-A系列设备的开发能力，涉及多种语音和视觉应用。 c.TinyML的商业化技术 对具体场景的应用需求、痛点、人机交互等因素进行分析，对算法逻辑进行优化，综合调控AI功能的识别率、误报率等性能。将 demo真正变成能落地的商用 AI应用方案。 国家科学技术奖项获奖情况 □适用 √不适用 国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况 √适用 □不适用
2. 报告期内获得的研发成果 报告期内，公司取得 2项发明专利，新提交 6项发明专利申请，取得 4项集成电路布图设计。 报告期内获得的知识产权列表
3. 研发投入情况表 单位：元
研发投入总额较上年发生重大变化的原因 √适用 □不适用 研发费用 2023年 1-6月发生额较 2022年 1-6月发生额增长 71.16%，主要系主要系研发人员薪酬增加以及公司不断加大研发投入使流片开发费增加共同影响所致。 研发投入资本化的比重大幅变动的原因及其合理性说明 □适用 √不适用 4. 在研项目情况 √适用 □不适用 单位：万元
5. 研发人员情况 单位:万元 币种:人民币
 |