[中报]恒烁股份(688416):2024年半年度报告
原标题:恒烁股份:2024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 17,745.44万元，同比增加 17.10%；实现归属于上市公司股东的净利润-7,435.02万元；归属于上市公司股东的扣除非经常性损益的净利润-8,447.15万元。2024年上半年市场竞争激烈，公司为加大出货量和占据市场份额，公司主要产品的销售价格承压，毛利率相较于去年同期下滑，仍处于较低水平，同时公司基于谨慎性原则，在充分考虑期末存货的售价和适销性的基础上，计提存货跌价准备，报告期内计提存货跌价准备 5,017.19万元，综合因素导致业绩亏损。若未来公司主要产品的销售单价和毛利率受行业波动和市场竞争等因素影响进一步下滑，则公司业绩存在继续下滑的风险。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 ..................................................................................................... 8 第三节 管理层讨论与分析 ............................................................................................................... 11 第四节 公司治理 ............................................................................................................................... 30 第五节 环境与社会责任 ................................................................................................................... 32 第六节 重要事项 ............................................................................................................................... 34 第七节 股份变动及股东情况 ........................................................................................................... 62 第八节 优先股相关情况 ................................................................................................................... 69 第九节 债券相关情况 ....................................................................................................................... 70 第十节 财务报告 ............................................................................................................................... 71
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：
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
对公司将《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》未列举的项目认定为的非经常性损益项目且金额重大的，以及将《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 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”。 存储芯片的市场规模在经历了两年的下滑后，在 2023年第三季度开始逐步环比回升。根据电子工程专辑的数据显示，全球来看，2023年 NAND Flash市场规模达到 398亿美元，DRAM市场规模达到 505亿美元，加上先进技术产品继续发挥高价值效应，以及 AI等新兴市场应用带来的更多机会，预计 2024年存储市场规模相比 2023年将提升至少 42%以上。 供需格局逐步改善，存储芯片价值稳步提升。各大存储厂商不约而同的减产计划促使存储周期提前，在存储需求不断扩大的前提下，存储芯片的价格将会上升，提前进入复苏周期。目前根据测算，自 2023年起，海外厂商的产能利用率和资本支出已显著减少，存储芯片价值稳步提升。 综观存储芯片今年价格走势，由于原厂上半年控制增产，存储芯片价格加速反弹帮助原厂重回获利。 但由于外部地缘政治因素的加剧等因素的影响，国内存储市场的复苏也存在着一定的阻力和不确定性。根据 TrendForce集邦咨询最新调查显示，随着各家厂商下半年开始明显扩大投产，零售市场仍未复苏，晶圆现货价走跌，跌幅扩大导致部分晶圆价格已低于合约价超过二成，晶圆合约价格未来上涨空间面临挑战。同时，第三季度消费性电子需求仍存在一定不确定性，加上原厂下半年增产幅度趋于积极，客户增加库存意愿渐趋保守，供应商及买方端的库存水平未有显著变化。 人工智能技术可以与家居设备相结合，实现智能控制、智能安防等功能；在智能制造领域，人工智能技术可以优化生产流程、提高生同产时效，智能技术也将会在公共服务、医疗健康等领域得到更广泛的应用。近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。 根据观知海内网数据显示，全球 AI市场规模由 2018年的 713亿美元，增长至 2023年 2496亿美元，中国 AI市场规模由 2018年的 84亿美元，增长至 2023年 388亿美元，预计 2027年市场规模将增长至 1150亿美元。全球消费级 AIoT解决方案市场规模预，AIoT即人工智能物联网，是 AI（人工智能）+IoT（物联网）的组合，AIoT融合 AI技术和 IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。在技术层面，人工智能使物联网获取感知与识别能力、物联网为人工智能提供训练算法的数据，在商业层面，二者共同作用于实体经济，促使产业升级、体验优化。2022年全球 AIoT解决方案市场规模为 1582亿元，同比增长 27.27%，预计 2027年市场规模将增长至 4059亿元，保持每年 25%以上的同比增长。AI软件解决方案包括支持一系列应用程序和产品的通用平台，适用于更狭窄的行业特定用例。多种语音和语言翻译工具、视觉、音频和视频工具以及深度和机器盈利能力为熟练的技术从业者和大众消费市场带来了人工智能功能。2023年中国 AI软件解决方案市场规模为 810亿元，同比增长 33.44%；预计 2027年市场规模将达到2543亿元，保持每年 30%以上的同比增长。 根据 AI运算的位置，可分为云端部署、边缘部署和端侧部署，云端 AI主要优势在于算力资源优势，以运算为中心，擅长于模型训练和较大模型的推理处理，为国内外 AI或互联网大厂所垄断，例如 Intel、Google、Amazon、Meta、百度、阿里、华为、科大讯飞等；端侧部署是把 AI推理模型放到终端设备上运行，优点是快速、安全、高效，以成本效用为中心，非常适合简单 AI推理任务的运行，越来越多的 AIoT设备投入运行，为端侧 AI的发展带来勃勃生机。视觉 AI“四小龙”商汤、旷世、云从、依图正在加速端侧 AI的拓展力度，音频 AI的头部企业科大讯飞、思必驰、云知声、启英泰伦等公司都把端侧 AI作为其重点业务发展。边缘 AI处于云端 AI和端侧AI的中间层，主要处理小范围内的 AI视觉任务，生态由算力芯片或模组供应商和算法开发商组成，头部 AI边缘算力硬件供应商有英伟达、华为、瑞芯微、全志、MStar等，算法开发商在 AI应用场景收敛的领域可以形成规模公司，例如做安防人脸识别的商汤、旷世、海康、云天励飞，另外还有为数众多做定制场景开发且规模较小的 AI边缘计算企业正在成长。 （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。AI业务以领先的 TinyML算法软件开发能力和出色的硬件融合能力，AI软件和 AI模组硬件已经在智能终端产品领域展开销售，存算一体芯片也在同步进行开发和设计。 2、主要产品 （1）NOR Flash存储芯片 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。 公司自主研发的 NOR Flash产品，采用高速串行外设接口（SPI）技术，以其高可靠性、低功耗特性、良好的兼容性和成本效益而受到市场青睐。 ①技术工艺：公司的 NOR Flash产品采用了业界广泛认可的浮栅工艺（Floating Gate工艺，也称为 ETOX工艺）。这种基于 ETOX的 NOR Flash技术完全拥有国内自主知识产权，无需依赖外部技术授权。经过长期和广泛的客户验证，该技术已证明其在可靠性和稳定性方面的卓越表现。 同时，我们持续关注其他架构工艺的发展，并进行技术预研，以保持技术领先。 ②制程技术：目前销售的 NOR Flash产品采用了武汉新芯的 65nm和 50nm制程技术，以及中芯国际的 65nm和 55nm制程技术。对于中大容量产品，我们已经全面过渡到 5Xnm工艺节点，以提高产品性能和生产效率。 ③容量选择：能够提供从 1Mb到 512Mb的 NOR Flash产品系列，以满足不同容量需求的市 场。 ④工作电压：公司 NOR Flash产品根据工作电压可分为三个系列：低电压（1.65-2.0V）、高电压（2.3-3.6V）以及宽电压（1.65-3.6V），全面覆盖了市场上主要的工作电压等级。 ⑤性能参数：公司的 NOR Flash产品支持最高 166MHz的工作频率，在双线（SPI Dual Mode） 和四线（SPI Quad Mode）的工作模式下，数据传输带宽可分别达到 332Mbits/s和 664Mbits/s。在双边沿数据传输模式下，数据带宽更是高达 532Mbits/s。静态电流低至 1μA，工作温度范围标准为-40℃至 125℃，数据保持时间长达 20年，擦写次数可达 10万次，确保了产品的长期稳定性和耐用性。 ⑥车规认证：部分 NOR Flash产品已通过 AECQ-100的标准认证，公司致力于未来实现车规产品全容量系列的认证，以满足汽车行业对高可靠性存储解决方案的需求。 综上所述，公司的 NOR Flash产品在制程技术、工作电压范围、功耗控制、操作频率、工作温度适应性以及产品稳定性方面均处于行业领先水平，部分产品技术已达到行业先进水平，能够为客户提供了高性能和高可靠性的存储解决方案。 （2）通用 MCU芯片 公司目前销售的 CX32L003、ZB32L030、ZB32L032系列共包含超过 30种型号，这些产品是基于 M0+核心的通用 32位微控制器（MCU）芯片。这些芯片采用 55nm超低功耗嵌入式闪存技术制造，具备宽电压工作范围、低动态功耗、低待机电流、丰富的集成外设以及高性价比等特点。 这些系列产品集成了高精度模数转换器（ADC）、实时时钟（RTC）、比较器、多通道通用异步收发传输器（UART）等多样的模拟和数字外设。它们同时支持两种低功耗工作模式：休眠模式和深度休眠模式，后者允许在 3μs内快速唤醒。整个系统的动态功耗低于 100μA/MHz，而深度休眠模式下的功耗则低于 1μA。 目前，公司已基本完成通用 MCU低功耗产品线的布局。CX32L003和 ZB32L030系列覆盖了从 20PIN-48PIN的多种应用场景，使得客户在选择基于 M0+核心的 MCU时拥有更全面的选项。 ZB32L032系列在 ZB32L030的基础上进行了性能升级，提升了最高主频至 64MHz，增加了静态随机存取存储器（SRAM）容量至 16K字节，并引入了直接内存访问（DMA）功能。此外，还增加了多种外设功能，如通用同步/异步接收器（USART）、四线同步外设接口（QSPI）、串行外设接口/交错输入输出同步器（SPI/I2S）、运算放大器（OPA），并扩展了封装类型。这些增强功能显著提升了产品在电机驱动、水表加密、TFT显示屏和工业制造等领域的应用竞争力。ZB32L003系列在保持 CX32L003系列原有优势的基础上，进一步优化了成本结构，从而增强了公司产品在市场上的竞争力，并已实现大规模量产。 （3）AI业务 公司基于TinyML技术开发的AI软件算法模型具有模型小、运算速度快、计算精度高的特点，AI软件算法模型和算法结合硬件而成的 AI模组板卡是公司目前主要的 AI产品。 AI算法软件，包括 TinyML视频分割算法、TinyML视觉识别算法、TinyML语音识别算法、TinyML语音声纹算法和 TinyML语音降噪算法 5大类别。最小的 AI语音算法模型大小只有50Kbyte，可以在低至 arm M0级别资源的计算硬件上实现部署运行，是业界最小的 AI算法模型之一。算法模型降低硬件资源需求门槛，可广泛适配于通用 MCU/DSP等计算硬件，产品方案具备更强的竞争力。 AI模组板卡，基于公司 TinyML算法开发能力和芯片硬件开发设计能力，公司研发并推出了多款 AI软件集合硬件的模组板卡产品。ZBA系列用于 AI音频功能实现，满足 AI语音识别、AI声纹识别、AI语音降噪等应用场景需求，ZBV系列用于 AI视频功能实现，满足 AI图像分割、图像识别及视觉动作分析等应用场景需求。模组板卡硬件计算平台包含 Cortex-M内核 MCU、Cortex-A内核 CPU、RISC内核 MCU及 MCU+DSP核的 MCU等。模组已经在智能家居和智能办公等产品上批量应用。 （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 （1）NOR Flash有关核心技术 公司 NOR Flash产品，针对不同的市场应用需求，分别在高安全性、低功耗、高性能和高可靠性方面进行技术革新，其运用的主要核心技术具体情况如下： a.高安全性设计 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，采用 Intel通用的RPMC加密技术，配有标准的 HMAC-SHA-256加密引擎，以及独立的单向性闪存计数器，可对密钥进行 HMAC签名。可有效提高 Flash存储数据的安全性、可靠性。加密芯片可自由适配全系4Mbit~256Mbit 存储芯片，增加选择的灵活性。 b.低功耗设计 提供业界领先的低功耗参数，通过优化存储单元架构及外围电路设计，修改模拟电路结构，使用专利技术降低静态功耗，对数字电路采用 clock gating技术，降低动态功耗，大大延长了电池供电应用的工作时间；采用动态自适应电压频率缩放技术，拓宽了工作电压范围，支持 1.65~3.6V的宽压工作的产品，可广泛应用于电池供电的系统设计。 c. 高速高性能设计 通过优化存储单元架构及读出电路的设计，增加读取精度，提升读出速度，数据传输速度最高可至四线 664Mbits/s。支持最高 80MHz的时钟双边沿采样技术，极大提高了数据吞吐速度。优化擦写算法，减少芯片工作过程中不必要的充放电和开关切换，可在节省动态功耗的同时，进一步缩短芯片的擦写时间。 d.高可靠性的设计 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。 （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。 f.MCU 程序保密设计技术 芯片增加了芯片身份识别码（即芯片唯一 ID号）使用 AES加解密技术将总线加密法主要有地址总线乱序法、数据总线乱序法，或在 MCU芯片地址总线与存储器地址总线间增加可编程芯片，使 MCU芯片地址与存储器地址之间形成新的映射关系。这样芯片设计具有三个重要的特点：保密性：需要确保信息不为其它未授权的个人或团体所获得；完整性：维持和确保信息的完整，不被未授权的篡改；可行性：被授权访问信息的主体，在需要信息的时候能及时访问并获取。 （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)，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芯片是一颗工作在模拟域的存算一体芯片，将传统 NOR flash的程序读取过程与计算进行融合，能够极大降低 AI计算的功耗。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；目前该芯片已回片，正在进行相关测试工作。 b.基于 SRAM的数字存算一体技术 为了让存算一体技术应用在科学计算等更广大的领域，公司与中国科学技术大学正在共同研发基于 SRAM的数字存算一体技术。不同于 CiNOR，该技术为无损计算，应用领域更广泛。受益于 CMOS的制程微缩，与其兼容的 SRAM存算方案可以工作在更高频率且功耗更低，进而具有更高的算力和能效比。 针对 AI场景对指令集以及硬件系统进行设计和简化，目前已基本完成指令集结构、指令预取/分发模块、片上存储结构、SRAM计算宏单元、SIMT向量计算模块、以及整个系统架构的设计与 RTL实现，同步与之指令集匹配的编译器设计也在研发中。 c.软硬件协同设计技术 结合存算一体阵列的计算特性和芯片规格，有针对性地优化 AI算法结构，使得存算芯片和算法模型之间的匹配度更高。根据芯片规格调整模型结构，让模型在芯片上能获得更好的推理结果；根据模型约束芯片设计，让芯片在推理时使用最优的配置和资源使用率，获得最佳的能效。 d.系统级三维集成互连技术 利用三维堆叠技术将存算一体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、同时发挥各模块的特性、实现高性能并减小芯片面积。 e.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，结合模型量化、知识蒸馏、NAS、模型剪枝等技术，综合前沿的 AI发展，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的模型调优技术 在数据预处理、结果后处理等阶段，通过合适的数据清洗、数据增强、路径优化等方法，结合传统的信号处理技术，进一步提升模型在不同应用上的性能表现。该技术能够为轻量化的模型设计带来额外的探索空间和性能提升，有效提升算法的竞争力。 c.TinyML的端侧部署技术 公司从应用出发，结合算法逻辑，对推理过程进行优化，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、Cortex-A系列和 RISC系列等 MCU的开发能力，涉及多种语音、视觉和时序信号应用。 d.自动化测试技术 在端侧部署完成之后，为了评估算法的整体性能、算法与硬件模块的适应性和对算法配置进行调优，公司开发了配套的自动化测试技术，能够更高效的完成算法性能测试和配置调优，加速TinyML的产品优化与落地。 e.PaaS, SaaS服务 采用软硬件协同优化，对 AI算法和 MCU应用逻辑进行整合优化，抽象为无需专业技能即可使用的可视化接口，通过 PaaS和 SaaS服务，向客户提供即插即用的 AI算法库以及 AI模组。 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 5项发明专利，新提交 4项发明专利申请。 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
6. 其他说明 □适用 √不适用 三、 报告期内核心竞争力分析 (一) 核心竞争力分析 √适用 □不适用 1、“存储+控制+AI”一体化战略规划 公司在原有主营业务层面继续投入研发中大容量的 NOR Flash产品，丰富现有 MCU系列产品，不断拓展产品在工业控制、汽车电子等高端应用领域的应用场景和客户，扩大市场份额。 同时公司积极部署 AI芯片业务，公司一方面在存算一体 AI芯片业务深度布局，同时在研基于 NOR FLASH的存算一体 AI芯片和基于 SRAM的存算一体 AI芯片，模拟存算和数字存算方案齐头并进，公司基于 NOR FLASH的存算一体 AI芯片的设计和研发能力目前处于存算细分领域的领先地位，也是当前为数不多的成功实现流片验证的公司。另一方面结合公司自身的芯片技术能力和生态优势，公司 AI产品主要定位于 AI端侧产品的应用，目前在端侧 AI视觉类和端侧 AI音频类产品逐步形成商业销售。凭借公司领先的 TinyML模型算法能力和 AI软硬件融合能力，公司产品市占率正在快速增长。 2、供应链深度协作 公司采用 Fabless经营模式，专注于芯片的研发、设计与销售，而晶圆制造、测试和封装等环节则通过与行业内领先的供应商合作完成。在这一模式下，公司与供应商建立了紧密且稳定的合作关系，确保了供应链的高效运作和产品品质的持续优化。公司第一大晶圆代工供应商武汉新芯以及第二大供应商中芯国际，均在闪存晶圆代工领域拥有显著的产能优势和先进的工艺技术。武汉新芯的 ETOX 50nm NOR Flash制程和 55nm eFlash MCU制程均为行业领先，而中芯国际作为全球第五大、国内领先的晶圆代工厂，提供了强大的存储芯片生产工艺支持。与这两家供应商的长期合作，不仅保障了产品的高性能和高可靠性，也促进了工艺技术的持续进步，从而推动了销售收入的稳定增长。在晶圆测试和芯片封装方面，公司同样与国内领先的厂商建立了稳固的合作关系，确保了产品质量和交付效率。公司在供应链管理方面积累了丰富的经验，通过精细化管理，有效提升了供应链的响应速度和灵活性，为公司的持续盈利和市场竞争力提供了坚实的基础。 3、技术研发与创新 持续的研发投入和创新能力将是公司未来增长的关键驱动力。公司坚持将技术研发和产品创新作为企业发展的核心动力，拥有一套完善的技术研发体系，并不断通过自主研发加强和扩展我们的自主知识产权组合。在 NOR Flash技术的基础上，公司不断深化技术研究，在 MCU领域逐步稳定，并在存算一体 AI芯片这一新兴领域稳步积累经验。报告期内，面对激烈的市场竞争环境，公司通过持续的研发投入，为公司的发展积攒能量。2024年上半年公司的研发投入为 4,029.84万元，占营业收入比例为 22.71%，公司持续投入研发有利于巩固了现有市场地位，也为进入新的增长领域奠定了坚实的基础。 4、经验丰富的人才团队 集成电路行业是一个高度依赖技术和人才的领域，人才培养和技术研发方面的持续投入，将为公司的长期发展和市场竞争力提供强有力的支持。公司充分认识到人才的重要性，并致力于培养和吸引行业内的优秀人才。为此，我们在合肥、上海、苏州等集成电路产业和人才集聚的关键城市设立了研发中心，并计划根据公司未来的产业布局，进一步在国内外其他发展迅速的集成电路产业城市增设研发机构，以不断吸纳和培养高端人才。公司的领导团队由经验丰富的行业专家组成。董事长兼总经理 XIANGDONG LU博士拥有近 30年的半导体行业经验，在英飞凌、TI、美光、NEC、Spansion等国际知名半导体公司担任过研发、市场、管理等关键职位，其深厚的行业背景和丰富的管理经验为公司的发展提供了坚实的领导力。同时，公司的核心技术人员均具备扎实的专业知识和丰富的行业经验，确保了我们在技术研发和产品创新方面具有显著的竞争优势。 (二) 报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施 □适用 √不适用 四、 经营情况的讨论与分析 报告期内公司实现营业收入 17,745.44万元，同比增加 17.10%；实现归属于上市公司股东的净利润-7,435.02万元；归属于上市公司股东的扣除非经常性损益的净利润-8,447.15万元。影响经营业绩的主要因素如下： 1、2024年上半年，公司所处行业竞争仍然激烈，各家厂商为加大出货量和占据扩大市场份额，虽然公司产品出货量及营收同比增加，但是由于主营产品销售价格未见显著上升，导致毛利率水平仍处于较低水平。 2、2024年上半年度，公司存货周转率下降，库存承压。公司基于谨慎原则对存货进行减值计提，报告期内计提存货跌价准备 5,017.19万元，较上年同期增长 91.90%，增长幅度较大。 2024年上半年度经营情况报告如下： （一）持续加大研发投入，优化产品结构，丰富产品线，提升核心竞争力 2024 年上半年，公司继续以研发创新，不断更新迭代产品，持续丰富产品线为重点工作，加大研发投入，确保可持续性的研发优势。2024年上半年，公司研发投入 4029.84万元，研发费用占营业收入比为 22.71%。NOR Flash 存储芯片领域，公司积极推进多条产品线的研发工作，掌握了一系列核心技术。 这些技术包括但不限于： 1. 持续优化先进的 ETOX工艺制程，专注于 50nm和 55nm节点，以实现更低的工作功耗和更高的能效比。 2. 开发能够实现超高速数据传输的产品，目标达到 SPI 166MHz和 DTR 80MHz的高速率，以满足市场对于快速数据处理的需求。 3. 针对 PC 平台，研发具备应答保护单调计数器（RPMC）功能的产品，增强数据的安全性和可靠性。 基于这些创新技术成功地丰富了产品线，实现了从 2Mbit至 512Mbit的全系列容量产品的量产。在 2024年上半年 5款新产品完成了流片工作，2款产品已经进入送样阶段，另有 1款产品进入试产阶段。 （二）挖掘市场，不断拓展新的应用领域 2024上半年，公司的 NOR Flash产品针对电子烟、智能手表、通讯和电力等终端市场加大推广力度，实现了在电子烟，智能穿戴等消费类行业客户的出货量同比增长。同时公司加大力度开拓通讯和电力市场，在 Cat1和 Cat4模块应用市场出货量持续增加，并在行业建立一定知名度。 在传统应用领域如机顶盒，电视等应用领域持续加强市场推广，扩大了客户基础，在一些头部客户端进入导入流程。另外公司也积极布局和导入 PC和显示类客户，目前产品在客户端验证阶段，预期将为公司带来了新的业务增长。 MCU产品在 2024上半年面临市场低迷、需求疲软和价格下滑等挑战，营收同比有所下降，特别是原有产品 CX32L003受到较大市场冲击。但公司成功量产了 2022年送样的 ZB32L030系列产品，出货量达到千万级别，并且 ZB32L003系列 MCU也已实现量产销售。在新产品方面推出了高速、低功耗 M0+内核的 ZB32L032系列，并已开始送样，成功在头部烟感客户和科学计算器市场进行试产。目前，MCU业务已形成 M0全系列产品线，为客户提供多样化选择，并在大客户开发方面取得了显著进展。 公司 AI业务围绕端侧 AI应用方向，产品布局包含 AI硬件芯片、AI软件算法以及 AI模组模块，其中 AI算法和 AI模组已经批量化商业落地，并且在一些细分市场例如智能语音灯控市场竞争力逐步加强，成为市场主要参与者之一，伴随着公司人工智能技术和产品的不断积累，公司基于领先的 TinyML技术软件产品和模组产品将在 AIoT、玩具、家电、办公等市场进入快速增长阶段。2024年上半年，公司完成了一颗合封定制语音 IC试产，实现端侧装机 300多万台，为公司带来新的营收增长点。 （三）提升质量管理水平，持续完善质量管理体系 2024年上半年，公司在质量管理和流程优化方面取得了显著成果。首先，公司成功通过了ISO9001:2015的体系审核，这不仅证明了公司质量管理的高标准，也确保了主要供应商的质量管理体系与国际标准同步。其次，针对 Fabless经营模式下供应商的重要性，加强了对供应商的质量管理，定期追踪晶圆和封测制造供应商工艺过程参数及产品电性监测关键参数并推动持续改善机制，进一步提高产品晶圆制造过程、封装和测试过程的一致性及稳定性，提升产品质量。 为了进一步提高管理效率，公司引进了 OA管理系统和 DMS文控管理系统，实现了流程的系统化管理。在项目管理上，通过制度化流程和严格监控项目指标，及时发现并处理风险，确保了项目的有序进行。 （四）重视投资者关系管理工作，构建多途径沟通渠道 2024年上半年，公司积极开展各项投资者关系活动，确保能够将公司的经营发展情况和实际价值信息向机构投资者、个人投资者进行准确、完整传递。我们通过常态化举行定期报告业绩说明会、安排现场接待、参与证券公司举办的策略会、进行一对一反向路演活动，以及及时答复上证 E互动平台上的投资者提问，为投资者提供了全面了解公司运营状况、业绩变化和未来发展规划的多渠道途径。未来，公司将始终通过有效的沟通和市场反馈，及时调整策略，应对市场变化，持续优化投资者关系管理工作，为公司市值带来更多的积极影响。 报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项 □适用 √不适用 五、 风险因素 √适用 □不适用 （一） 业绩波动风险 报告期内公司实现归属于上市公司股东的净利润-7,435.02万元；归属于上市公司股东的扣除非经常性损益的净利润-8,447.15万元。2024上半年，由于市场竞争激烈，公司为加大出货量和占据市场份额，公司主要产品的销售价格承压，毛利率相较于去年同期下滑，仍处于较低水平，同时公司基于谨慎性原则进行减值计提，在充分考虑期末存货的售价和适销性的基础上，计提存货跌价准备，综合因素导致业绩亏损。若未来公司主要产品的销售单价和毛利率受行业波动和市场竞争等因素影响进一步下滑，则公司业绩存在继续下滑的风险。 （二） 核心竞争力风险 1、产品技术研发风险 NOR Flash芯片和 MCU芯片的研发具有技术含量高、研发周期长及资金投入大等特点。公司NOR Flash芯片从目前主流的 65nm制程工艺向 50nm以及 4xnm发展，MCU芯片从目前基于 M0+内核向基于 M3、M4更高性能发展，由于芯片的研发存在偏离市场需求、研发进度未达到预期、关键指标不达标、流片失败无法量产、市场推广进程受阻等风险，公司产品研发成功并实现产业化以及新产品获取市场认可具有不确定性。因此，公司面临新产品技术研发失败的风险，从而导致公司前期研发投入难以收回，同时也会对公司的市场竞争力和正常经营活动的开展产生不利影响。 2、技术泄密风险 （未完）  |