开云 开云体育平台寒武纪(688256)：天健会计师事务所（特殊普通合伙）关于中科寒武纪科技股份有限公司向特定对象发行申请文件的第二轮审核问询函中有关财务事项的说明
开云 开云体育APP开云 开云体育APP开云 开云体育APP开云体育 开云官网开云体育 开云官网开云体育 开云官网寒武纪(688256):天健会计师事务所（特殊普通合伙）关于中科寒武纪科技股份有限公司向特定对象发行申请文件的第二轮审核问询函中有关财务事项的说明
原标题:寒武纪:天健会计师事务所（特殊普通合伙）关于中科寒武纪科技股份有限公司向特定对象发行申请文件的第二轮审核问询函中有关财务事项的说明
一、关于主营业务……………………………………………………第1—7页二、关于融资必要性…………………………………………………第7—19页三、关于研发支出资本化…………………………………………第19—53页四、关于存货………………………………………………………第53—73页关于中科寒武纪科技股份有限公司
由中信证券股份有限公司转来的《关于中科寒武纪科技股份有限公司向特定对象发行申请文件的第二轮审核问询函》（上证科审（再融资）〔2022〕278号，以下简称审核问询函）奉悉。我们已对审核问询函所提及的中科寒武纪科技股份有限公司（以下简称寒武纪公司或公司）财务事项进行了审慎核查，现汇报如下。本说明中所列数据可能因四舍五入原因而与数据直接相加之和存在尾数差异。
根据首轮问询回复，(1)报告期内，公司各业务板块的收入和客户结构均发生较大变化，客户集中度较高。(2)2022年1-9月，公司边缘产品线的收入大幅下降，边缘智能芯片产品下游客户需求发生变化，公司短期内对边缘产品线的第一大客户存在依赖。(3)报告期各期，公司智能计算集群系统的收入逐年增加，主要来自1-2个规模较大的城市智能计算中心，较少存在单一客户持续建设智能计算集群而连续大额采购的情况。(4)智能计算集群系统业务形成的应收账款金额较大，且回款周期较长。截至报告期末，发行人对江苏昆山高新技术产业发展有限公司的应收账款账面余额为33,347.00万元，已发生逾期。发行人对无锡数据湖信息技术有限公司的应收账款存在逾期并单项计提坏账损失的情形。
请发行人说明：……(4)结合客户特点、对部分客户的应收账款已出现逾期的情况等，分析智能计算集群系统业务应收账款的整体回款情况及回款风险，并结合上述情况分析智能计算集群系统业务对发行人资产质量的影响；(5)对江苏昆山高新技术产业发展有限公司应收账款的付款安排、信用政策及结算方式，相关应收账款截至目前的回款情况，坏账计提是否充分。
请发行人结合上述问题进行针对性风险提示。请保荐机构核查并发表明确意见。请申报会计师对(4)和(5)核查并发表明确意见。（审核问询函问题1第（4）、（5）点）
(一)结合客户特点、对部分客户的应收账款已出现逾期的情况等，分析智能计算集群系统业务应收账款的整体回款情况及回款风险，并结合上述情况分析智能计算集群系统业务对发行人资产质量的影响
报告期各期末，智能计算集群系统业务形成的应收账款（含合同资产款项）整体回款情况如下：
[注]其他项目中有909.18万元货款处于信用期内，且已于期后收回57.34万元由上表可知，截至2022年9月末，报告期内公司智能计算集群系统业务形成的应收账款除无锡数据湖信息技术有限公司、江苏昆山高新技术产业发展有限公司、西安沣东仪享科技服务有限公司等客户货款存在逾期未收回外，其他项目主要货款均已收妥或仍处于信用期内。
截至2022年9月末，智能计算集群系统业务形成的已逾期应收账款回款风险说明如下：
以上客户中，江苏昆山高新技术产业发展有限公司及无锡数据湖信息技术有限公司应收账款预期金额较大。其中公司已与江苏昆山高新技术产业发展有限公司就逾期货款支付安排多次沟通，根据访谈结果，江苏昆山高新技术产业发展有限公司今年由于疫情因素，相关工作受到影响，同时付款受财政预算和拨款计划影响，其需要收到财政拨款后进行支付，应收账款无法收回的风险较小。无锡数据湖信息技术有限公司因运营风险存在一定的回款风险，公司已对该笔应收账款按单项计提的方式计提60%坏账损失。
公司已按各逾期客户的实际情况对逾期应收账款计提了相应的坏账准备，具体情况如下：
公司对资产账龄超过1年且同时满足单个交易主体单项应收账款余额超过2,000万元且单个交易主体单项应收账款余额占期末所在公司应收账款余额的比例超过10%时，考虑对该等应收款项单项计提预期信用损失，具体计提比例为1-2年按15%计提，2-3年按60%计提，3年以上按100%计提。
假设江苏昆山高新技术产业发展有限公司货款逾期1-2年未收回（即假设在未来1年内未收回）、逾期2-3年未收回（即假设在未来2年内未收回）、逾期3年以上未收回（即假设在未来3年内未收回），无锡数据湖信息技术有限公司逾期3年以上仍未收回（即假设未来1年未收回），西安沣东仪享科技服务有限公司因金额较小暂不考虑其对公司资产的影响，模拟测算各逾期状态下应计提的坏账准备以及占2022年9月末资产总额比情况如下：
2022年1-9月，因上述已逾期的应收账款未能在2022年1-9月期间回款，使得公司经营活动产生的现金流量净额减少了38,521.63万元，而2022年1-9月期间公司经营活动产生的现金流量净额为-115,763.70万元，由此可见上述货款未能及时回款对公司经营活动产生的现金流造成了一定的影响。
综上所述，截至2022年9月末，报告期内公司智能计算集群系统业务形成的应收账款除无锡数据湖信息技术有限公司、江苏昆山高新技术产业发展有限公司、西安沣东仪享科技服务有限公司等客户货款存在逾期未收回外，其他项目主要货款均已收妥或仍处于信用期内。已逾期的客户中除无锡数据湖信息技术有限公司存在一定的回款风险外，其他客户逾期货款无法收回的风险较小。已逾期应收账款截至2022年9月末所计提的坏账准备占2022年9月末公司总资产比为0.87%，对公司总资产质量影响较小，但未来如货款未能及时收回，对公司资产及经营活动现金流将造成一定影响。
(二)对江苏昆山高新技术产业发展有限公司应收账款的付款安排、信用政策及结算方式，相关应收账款截至目前的回款情况，坏账计提是否充分1.对江苏昆山高新技术产业发展有限公司应收账款的付款安排
截至本回复报告出具之日，公司已与江苏昆山高新技术产业发展有限公司就逾期货款支付安排多次沟通，根据访谈结果，江苏昆山高新技术产业发展有限公司今年由于疫情因素，相关工作受到影响，同时付款受财政预算和拨款计划影响，其需要收到财政拨款后进行支付。
2.江苏昆山高新技术产业发展有限公司应收账款的信用政策及结算方式，相关应收账款截至目前的回款情况
(1)合同签订后7日内，江苏昆山高新技术产业发展有限公司应向寒武纪支付合同总价款的30%，即15,267.47万元；
(2)产品验收合格后90日内，江苏昆山高新技术产业发展有限公司应向寒武纪支付合同总价款的65%，即33,079.53万元；
(3)合同总价款的5%，即2,544.58万元，作为尾款，江苏昆山高新技术产业发展有限公司应于产品质保期满后7日内向寒武纪支付。质保期为交付之日起40个月。
截至本回复报告出具之日，江苏昆山高新技术产业发展有限公司已回款15,000.00万元。该客户回款受当地地方财政资金安排、疫情等因素影响回款有所延迟。公司已与江苏昆山高新技术产业发展有限公司已就逾期货款支付安排多次沟通，根据访谈结果，江苏昆山高新技术产业发展有限公司今年由于疫情因素，相关工作受到影响，同时付款受财政预算和拨款计划影响，其需要收到财政拨款后进行支付。
3.公司对江苏昆山高新技术产业发展有限公司应收账款的坏账准备计提情况
江苏昆山高新技术产业发展有限公司系当地政府背景企业，该客户回款受当地地方财政资金安排、疫情等因素影响回款有所延迟（佳华科技、浪潮软件等上市公司同样披露了因疫情等原因造成政府项目回款放缓）。公司已与江苏昆山高新技术产业发展有限公司就逾期货款支付安排多次沟通，根据访谈结果，江苏昆山高新技术产业发展有限公司今年由于疫情因素，相关工作受到影响，同时付款受财政预算和拨款计划影响，其需要收到财政拨款后进行支付。考虑该部分货款账龄在1年以内以及客户特点和还款资金来源，公司根据坏账计提政策按3-12个月5%的比例计提了相应的坏账准备，坏账准备计提充分。
公司后续将及时关注该客户剩余款项的支付情况，结合当地财政资金安排情况、实际收款金额、逾期金额以及逾期时间等综合评估该应收账款发生坏账的可能性。如2022年末及期后未能获得回款，公司年底将按单项计提坏账损失的方式对该笔应收账款计提坏账准备。
(1)取得报告期各期公司智能计算集群系统业务的项目清单，了解各客户的特点、付款信用期、实际回款金额以及已逾期的货款清单；
(2)向管理层访谈了解部分客户的应收账款已出现逾期的具体原因以及回款可能存在的风险情况；
(3)按公司应收款项单项计提预期信用损失政策，模拟测算货款未能及时收回的情形下对公司资产质量的影响情况；
(4)取得公司与江苏昆山高新技术产业发展有限公司签署的销售合同，了解双方的信用政策及结算方式、已回款金额，并对江苏昆山高新技术产业发展有限公司相关人员进行了访谈；
(5)了解江苏昆山高新技术产业发展有限公司背景、货款逾期的原因及逾期时间、剩余款项的支付情况，并根据公司应收账款坏账准备计提政策评估坏账准备计提是否充分。
(1)截至2022年9月末，报告期内公司智能计算集群系统业务形成的应收账款除无锡数据湖信息技术有限公司、江苏昆山高新技术产业发展有限公司、西安沣东仪享科技服务有限公司等客户货款存在逾期未收回外，其他项目主要货款均已收妥或仍处于信用期内。已逾期的客户中除无锡数据湖信息技术有限公司存在一定的回款风险外，其他客户逾期货款无法收回的风险较小。已逾期应收账款截至2022年9月末所计提的坏账准备占2022年9月末公司总资产比为0.87%，对公司总资产质量影响较小，但未来如货款未能及时收回，对公司资产及经营活动现金流将造成一定影响；
(2)公司已与江苏昆山高新技术产业发展有限公司就逾期货款支付安排多次沟通，根据访谈结果，江苏昆山高新技术产业发展有限公司今年由于疫情因素，相关工作受到影响，同时付款受财政预算和拨款计划影响，其需要收到财政拨款后进行支付，考虑该部分货款账龄在1年以内以及客户特点和还款资金来源，公司根据坏账计提政策按3-12个月5%的比例计提了相应的坏账准备，坏账准备计提充分。如2022年末及期后未能获得回款，公司年底将按单项计提坏账损失的方式对该笔应收账款计提坏账准备。
根据首轮问询回复，(1)报告期末，发行人货币资金余额为229,835.92万元，银行理财为160,708.31万元。(2)上述资金具有明确用途，包括在研项目、软件生态项目、拟年内立项的其他研发项目、在建工程(科研楼)、云端训练芯片产品额外备货、待执行股份回购所需资金、补充流动资金等。(3)不考虑本次募投项目，公司目前仍有资金缺口1,129.01万元。
请发行人说明：(1)上述资金用途的具体内容、使用计划、测算依据，并结合目前募投外相关项目相较于本次募投项目对发行人生产经营的重要性，分析上述资金用途的必要性和紧迫性；(2)发行人在持有大额货币资金及银行理财的情况下，本次融资的合理性和必要性。
请保荐机构及申报会计师核查并发表明确意见。（审核问询函问题2）(一)上述资金用途的具体内容、使用计划、测算依据，并结合目前募投外相关项目相较于本次募投项目对发行人生产经营的重要性，分析上述资金用途的必要性和紧迫性
公司研发投入较大且目前仍处于亏损状态，现有货币资金及银行理财已有明确的用途或使用计划。截至报告期末，公司货币资金余额情况以及相关资金使用情况或预计使用情况详见下表：
上表中的在研项目主要为面向高等级智能驾驶应用场景设计、研发高等级车载智能芯片。该车载智能芯片将采用公司的第五代智能处理器架构和指令集，支持公司统一的基础系统软件平台，并符合车规级芯片的高可靠性。该芯片可满足未来智能汽车自动驾驶对较高能效智能计算能力的需求，实时处理多路车载传感器数据，并基于感知结果进行建图定位、行为预测和路径规划。
25,767.90万元，公司预计仍需投入57,563.71万元用于该项目的持续研发。
该项目的预计投入资金主要用于研发资产投入、产品开发费及其他研发相关费用。其中，资产主要为服务器、仿真加速器以及各类研发生产过程中用于辅助测试的硬件设备等设备的采购费用和IP/EDA的采购费用，系根据项目的实际需求数量及市场平均采购价格估算；产品开发费主要为人员工资和产品试制费，其中人员工资主要通过估算该项目实施期间内的全部研发人员投入数量以及平均员工薪酬计算得出；产品试制费主要为公司产品的流片费用、相关材料费用及封测费用。同时，考虑到项目研发进度和研发成本情况，公司会将个别非核心模块的研发工作委托外部进行研发，相关支出以合同谈判价格为准。
1)车载智能芯片项目的实施符合公司“云边端车”一体化战略要求，是公司当前主营业务持续良好发展的重要举措
智能驾驶是一个复杂的系统性任务，除了车载智能芯片外，还需要在云端处理复杂的训练及推理任务，也需要边缘端智能芯片在路侧实时处理车路协同相关任务，在统一的基础软件协同下，能够实现更高的效率。公司是行业内少数能为智能驾驶场景提供“云边端车”系列产品的企业之一，车载智能芯片相关业务的开展在应用场景上可以与公司既有的云边端产品线紧密联动，形成对既有业务的有益补充，有利于拓展、完善公司产品生态，有助于公司云端产品在自动驾驶“车云协同”应用场景的拓展。
2)面临多家企业已跻身智能驾驶赛道的竞争格局，公司亟需把握智能驾驶市场的战略机遇，扩大在该领域的市场份额
随着智能网联汽车行业的快速崛起，目前已有多家国内外芯片设计企业加入智能驾驶领域的市场竞争，既包括在行业内实现完整产品线布局的英伟达等行业龙头公司，也包括国内新兴初创芯片设计公司或互联网企业等。部分企业已推出相应的车载智能芯片，但普遍智能算力不足、软件通用性不强，无法支撑未来智能驾驶在通用性和能效方面的需求。
公司是行业内少数能为智能驾驶场景提供“云边端车”系列产品的企业之一，在该领域具备较强的技术实力和竞争优势。公司需要在智能驾驶芯片领域尚未形成稳定市场格局的情形下，依托自身的技术优势，前瞻性地在车载智能芯片领域进行布局。
公司作为芯片公司，软件平台生态的打造至关重要，公司从成立之日起就对软件平台生态进行持续研发投入，有效支撑了公司“云边端”三条产品线各款产品的客户交付和商业应用，已为开发者在公司芯片产品上开智能应用提供了功能较完整、普适性较好的软件开发平台，并形成了一定的开发者影响力。上表中的软件生态项目为公司未来三年在已有软件平台生态基础上的持续投入。预计投入资金系公司为各产品线迭代研发统一的软件开发平台，以及拓展软件开发平台影响力所需的资金投入，其目标是为公司各产品线芯片产品的客户提供功能完备、开发便捷、易于使用的统一软件开发平台，并通过不断迭代升级持续扩展其功能、效率、易用性以及对新兴人工智能应用的良好支持，增加软件开发平台的用户粘性，最终促进公司芯片产品市场份额的巩固和提升。统一软件开发平台由一系列关键共性软件组件和模块（例如图编译引擎、算子库等）构成，可适配公司不同产品线的芯片产品，帮助开发者便捷地在公司不同产品上开发各类人工智能应用。
由于人工智能领域的原创性算法和技术仍然在不断涌现，人工智能行业的应用场景仍在不断推陈出新，公司芯片产品及其架构和指令集仍在持续提升扩展，公司需要对统一软件开发平台进行长期持续的迭代研发和优化升级，才能让程序员、开发者更高效便捷地在公司各款芯片产品之上开发人工智能应用、降低人工智能应用开发的技术门槛，才能不断提升公司软件生态在人工智能开发者社区的影响力，缩小与英伟达CUDA软件生态的差距，促进公司芯片产品获得更大的市场份额。
因软件生态项目主要为迭代研发软件开发平台所需的人员投入，参照公司预计研发人员平均薪酬70.2万元/人年（基于2021年研发人员平均薪酬60.88万元/人/年，取65万元/人/年作为基数，工资年增长率按8%计算）和预期未来3年投入人数300人进行估算。
1)构建和完善公司各芯片产品线统一的软件生态是提升公司核心竞争力、促进产品线协同发展的重要手段
公司软件生态的关键是各产品线统一的软件开发平台。体验良好的软件开发平台可以降低人工智能应用的开发门槛，增强对开发者的粘性，对于人工智能芯片的发展至关重要。统一的开发平台能进一步降低开发者的学习开销和开发代价，实现在公司不同芯片之间的“触类旁通”，实现应用程序代码在公司不同芯片之间的继承、复用和共享，扩大开发者社区影响力，构建以公司芯片产品为基础的软件生态。因此，除了保持业内领先的芯片研发迭代速度外，公司需要在统一软件开发平台上长期投入，持续进行平台的迭代升级，不断完善公司一体化软件生态，让客户可以更便捷高效地使用公司芯片产品。同时，公司不同产品线间的协同高度依赖统一的软件生态。例如在智能汽车方向，车载自动驾驶芯片需要在汽车上支撑高效实时的智能处理任务，而其中所必需的自动驾驶模型却是由云端芯片在数据中心中训练而来；割裂的软件生态会急剧地增大自动驾驶模型在研发和部署两个阶段之间所需的迁移开销，而统一的软件生态与芯片指令集体系却能避免这类迁移开销。统一的软件生态使得不同芯片产品线之间“相得益彰”式的深刻协同成为可能，这种协同将逐渐成为公司的核心竞争力，最终将促进公司在相关市场获取更大的份额。
2)泛智能芯片领域的竞争格局，需要公司不断升级优化软件平台，完善公司软件生态，缩小竞争差距
英伟达是智能计算领域的领先者，其竞争优势不仅来自于优秀的芯片产品本身，也来自于其成熟完善的CUDA软件平台生态。开发者在长期使用英伟达芯片和CUDA软件平台的过程中逐步累积的开发经验、开发习惯和历史代码，以及开源社区基于CUDA平台的众多开源代码资源，使得英伟达产品对于开发者具有相当程度的粘性，在市场中占据了主要的份额，也为竞争者的市场拓展增加了难度。
CUDA软件平台生态已成为英伟达公司在全球智能计算芯片市场的护城河，目前仍在不断迭代升级。作为行业的后起之秀，公司必须高度重视和长期坚持对软件开发平台的迭代研发和优化升级，缩小与CUDA软件平台生态的差距，才能获得更多开发者的认可，逐渐积累出熟悉公司软硬件产品的开发者群体，为公司拓展更多的客户资源。从公司多次优化升级软件开发平台的效果来看，客户进行智能应用开发、迁移和调优的效率和效果均有显著提升，大幅提升了开发部署效率，对于公司产品销售、业务拓展起到推动作用。
拟年内立项的其他研发项目为中档车载芯片研发项目。该项目是目前在研的高档车载芯片项目向中档智能驾驶领域的扩展。目前，该项目已完成市场调研和概念开发等工作，具体包括市场分析、规格定义、竞争力分析、成本分析、营收分析等，形成了立项报告，并拟于近日正式立项。立项后将具体开展芯片工程实现。
该车载类芯片项目预计总投入约43,000万元。资金的使用计划及资金的具体用途详见下表：
项目投入资金主要用于研发资产投入、产品开发费及其他研发相关费用。其中，资产主要为服务器、仿真加速器以及各类研发生产过程中用于辅助测试的硬件设备等设备采购费用和IP/EDA采购费用，系根据项目的实际需求数量及市场平均采购价格估算。产品开发费主要为人员工资和产品试制费，其中人员工资主要通过估算该项目实施期间内的全部研发人员投入数量以及平均员工薪酬计算得出。产品试制费主要为公司产品的流片费用、相关材料费用及封测费用。
同时，考虑到项目研发进度和研发成本情况，公司会将个别非核心模块的研发工作委托外部进行研发，相关支出以合同谈判价格为准。
根据北京、上海、广州等主要城市的智能网联汽车发展规划，到2025年上述城市全年新车产出中将有70-80%的比例具备L2及以上的自动驾驶功能。公司在行业调研中观察到，汽车厂商近期对面向L2至L3级别之间的中档自动驾驶功能的中档车载芯片需求较为强烈，公司需要在较短的时间窗内开展中档车载芯片的研发，抢占相关市场空间，完善公司“云边端车”布局。关于“云边端车”战略，参见本题“1.在研项目资金使用情况及预计投入资金情况”中“（3）资金用途的必要性和紧迫性”的回复。
在建工程（科研楼）为公司目前在建的生态总部办公楼，主要为支持公司后续技术和产品的研发工作。
本在建工程项目公司预计总额为17,222.26万元，已投入金额2,884.46万元，待投入资金14,337.80万元。
该在建工程符合公司长期持续发展战略，目前该生态总部正处于建设进程中，对资金需求较强，按预算计划预留资金份额是确保该项目的顺利推进以及实现公司后续发展计划的重要保障。
寒武纪是智能芯片研发公司，产业生态对于智能芯片产品的商业化应用至关重要，对公司产业链上下游进行是推广产业生态的重要手段。涌铧作为知名的机构，且作为公司早期人之一，对于科技领域的有丰富的经验，公司的全资子公司南京显生股权管理有限公司与其一起设立南京寒武纪涌铧股权管理有限公司（以下简称“寒武纪涌铧”）。公司与寒武纪涌铧及其他人，共同出资设立南京三叶虫创业合伙企业（有限合伙）（以下简称“三叶虫创投”），并由上海涌铧管理有限公司担任基金管理人。
三叶虫创投设立规模为7亿元，公司作为有限合伙人认缴三叶虫创投财产份额的2.98亿元，占比42.57%，因计划安排，截至2022年9月30日，实缴13,466.58万元，尚未缴付对三叶虫创投的16,333.42万元认缴出资额。
三叶虫创投基金主要投向与寒武纪生态相关的项目或基金管理人判断有较高财务回报预期的项目，助力公司的生态建设，增强公司的竞争优势。该资金为公司对三叶虫创投已认缴尚未实缴的份额，未来公司需要根据三叶虫创投基金的对外安排，向三叶虫创投增加实缴出资。
公司云端训练芯片产品额外备货主要为公司应对供应链产能紧张、产品交期较长所制定的备货计划。
未来三年公司流动资金需求测算金额为基于公司历史数据进行推算的金额，考虑公司规划，额外备货金额为51,928.13万元。
由于芯片生产制造的周期较长，且受全球产能紧张和供应链不稳定的影响，公司需要提前备货确保及时向客户交付产品。云端训练芯片的生产制造涉及多个外部供应链环节，如晶圆代工、封装测试等，每个环节都可能受供应链产能紧张影响存在显著的交期波动。公司预期相关产品从预约产能到收到成品周期较长，如遇供应链产能因素影响可能长至12个月。随着以互联网、自动驾驶为代表的智能应用场景的持续发展，公司预期云端训练芯片和加速卡、智能计算集群等产品在未来三年存在较大市场需求。考虑到互联网、自动驾驶、城市基础设施等行业客户对于产品交期要求较高，公司应提前备货以确保及时向客户交付产品。
根据公司于2022年4月9日披露的《关于以集中竞价交易方式回购公司股份方案的公告》（公告编号：2022-017），经公司第一届董事会第三十次会议审议通过，同意公司使用自有资金通过集中竞价交易方式进行股份回购。
本次回购资金总额不低于人民币10,000万元（含），不超过人民币20,000万元（含），回购期限为自董事会审议通过本次回购方案之日（2022年4月8日）起12个月内。公司若按照回购方案下限1亿元进行回购，截至目前，公司已累计回购股份使用资金3,731.17万元，待回购股份所需资金6,268.83万元。
公司本次回购方案回购的股份将全部用于员工持股计划或股权激励，未来公司将根据实际情况在合适时机对员工进行股权激励。公司本次回购股份的实施，有利于维护公司和股东利益，有利于建立完善公司长效激励机制，充分调动公司员工的积极性，是公司吸引、留住优秀人才的有利手段，有利于促进公司健康可持续发展。
公司尚处于计算芯片设计企业的发展初期，流动资金占用金额较大、占比较高。随着存货和应收账款金额的提升，公司为保证研发投入的持续性和日常经营的稳定性，需要对未来三年的流动资金缺口进行测算。
补充流动资金测算的假设具体如下：收入方面，参考公司2019年至2021年营业收入复合增长率27.44%，假设未来三年收入年增长率为25.00%，并以2021年营业收入为基准预测未来三年收入情况；经营性流动资产及经营性流动负债方面，通过假设公司未来三年各项经营性流动资产及经营性流动负债占营业收入比例与2021年一致进行预测。
芯片设计行业具有研发投入前置的特点，芯片设计公司往往需要充足的资金确保技术和产品持续迭代升级以及核心团队的稳定。补充流动资金主要用于公司日常运营管理，是公司业务持续稳定发展强有力的资金保障。
(二)发行人在持有大额货币资金及银行理财的情况下，本次融资的合理性和必要性
公司聚焦于人工智能芯片领域，为客户提供系列化的人工智能芯片产品与技术支持服务。公司坚持“云边端车”一体化，坚持软硬件协同，为智能云计算、智能边缘、智能终端、智能驾驶等场景提供优质芯片及加速卡产品。目前公司是一家具备软硬件全栈系统能力的芯片设计公司，在前期积累了领先的核心技术优势和研发实力，是极少数有能力、有潜力设计研发多产品线智能芯片并构建统一软件生态的厂商。
构建和完善公司统一的软件生态是提升核心竞争优势、实现差异化竞争的重要因素。只有基于更加完善、成熟的软件生态，公司才能缩小与行业领先企业的差距，公司产品竞争力及市场份额提升才能实现更高的突破，因此公司将持续投入资源为公司芯片产品打造更成熟、更具影响力的软件生态。车载智能芯片的开展是对公司既有主营业务的有益补充，可以形成“云边端车”各业务线间的紧密联动。一方面，车载智能芯片业务需要公司云端、边缘端产品的协同合作，进而推动云端、边缘端产品的市场拓展；另一方面公司云端、边缘端产品优势和技术能力又可以帮助车载智能芯片的研发和产品化工作。建设更成熟的软件生态、研发车载智能芯片均是围绕公司主营业务所实施的必要且紧迫的项目，一旦错过发展战略机遇期，公司可能需要花费更多时间、人力、资金等成本投入，而且面临的市场竞争和生态竞争将更为激烈。
公司所处的人工智能芯片行业具有资金、技术和人才高度密集的特征。本次募投项目是对公司既有主营业务的进一步演化，是站位于公司长期可持续发展角度的必要之举。公司尚处于人工智能芯片企业发展初期，英伟达等竞争对手在产品落地、软件生态等方面存在明显的竞争优势，每年在产品及技术研发方面投入大量资金。公司在研发资金储备方面与英伟达等竞争对手有显著差距，且仍需在芯片产品和软件生态方面保持投入以持续提升技术先进性及创新能力。根据测算，公司目前资金规模不足以支持后续的大规模产品研发。公司需通过本次募集资金，来解决未来对先进工艺下的云端芯片、稳定工艺下的边缘端芯片，及面向新兴应用场景的通用智能处理器技术研发项目的资金需求，从而提升公司产品的工艺制程及产品能效、开拓产品的应用场景，针对人工智能领域的新兴应用场景增加技术储备。本次募集资金具有必要性及合理性。
(1)查阅公司在研项目立项报告和拟年内立项研发项目的立项报告；查阅公司定期报告和公告，核实公司在建工程项目情况和待执行股份回购所需资金情况；验算公司云端训练芯片产品额外备货情况和补充流动资金测算过程；(2)查阅公司定期报告，了解公司中长期战略规划；向公司管理层和财务人员了解公司日常运营资金需求，现有货币资金余额及使用安排等情况；查阅同行业可比公司披露文件，了解同行业可比公司业务发展情况和产品研发情况。
(1)公司现有货币资金及银行理财具有明确的资金使用用途和使用计划，相关项目预计投入资金的测算过程合理、准确，均围绕公司主营业务展开，与本次募投项目均对公司生产经营具有重要影响，上述资金用途具有必要性和紧要性；(2)公司研发投入较大且目前仍处于亏损状态，现有货币资金及银行理财已有明确的用途或使用计划。公司尚处于人工智能芯片行业发展初期，仍需在产品和软件生态方面投入大量研发以保持技术先进性及创新能力。公司需通过本次募集资金，来解决未来对先进工艺下的云端芯片、稳定工艺下的边缘端芯片，及面向新兴应用场景的通用智能处理器技术研发项目的资金需求，从而提升公司产品的工艺制程及产品能效、开拓产品的应用场景，针对人工智能领域的新兴应用场景增加技术储备。本次募集资金具有必要性及合理性。
根据首轮问询回复，本次募投项目中的稳定工艺平台芯片项目预计资本化金额为70,852.62万元。(1)研发支出资本化时点为TR4评审环节，该时点由项目评审专家进行评审，表明项目已完成芯片的前端逻辑设计和后端物理设计，且完成了产品的所有功能模块的前后端仿真验证，产品功能、性能、功耗等指标达到项目预期，可以进入下一步流片及验证阶段。(2)该项目预计满足研发支出资本化的五个条件。针对“完成该无形资产以使其能够使用或出售在技术上具有可行性”，发行人认为项目系公司已有边缘产品思元220和报告期内已开始资本化的边缘智能芯片研发项目A研发的边缘产品的升级和迭代。针对“无形资产产生经济利益的方式”，发行人认为基于公司已有边缘产品出货量超百万片的市场表现，该项目产品的市场空间及市场认可预期明确。(3)除边缘智能芯片研发项目A在2022年三季度进行研发支出资本化1,452.89万元外，发行人报告期内研发投入全部费用化。(4)报告期内，公司研发费用分别为54,304.54万元、76,828.03万元、113,574.06万元和94,909.66万元，呈上升趋势。
请发行人说明：(1)报告期各期，研发投入的具体用途，是否形成研发成果，是否应用于相关产品并形成收入；(2)项目A、本次募投中的稳定工艺平台是否为公司首次基于成熟技术及工艺形成的产品，与其他项目的研发支出资本化情况存在差异的原因；(3)结合产品升级迭代的具体情况，说明本项目是否满足“具有技术可行性”的资本化条件；(4)结合预计产品收入及销量情况，说明本项目的研发成果的经济利益能否实现，是否满足“无形资产产生经济利益的方式”的资本化条件，相关无形资产形成后是否存在减值风险；(5)发行人的研发支出资本化时点及认定条件是否符合行业惯例。
请保荐机构及申报会计师核查并发表明确意见。（审核问询函问题3）(一)报告期各期，研发投入的具体用途，是否形成研发成果，是否应用于相关产品并形成收入
公司的产品研发是高度复杂的系统工程，包含处理器架构、芯片、软件、硬件板卡等一系列不可或缺的关键研发内容，并涉及共性基础技术的平台化研发以及前后代技术的继承和扩展，因此公司的研发费用是按照基础共性技术（智能处理器架构）、软件（基础软件软件-推理、基础系统软件-训练）、芯片（按不同品类芯片划分）、硬件板卡（调试和使用芯片不可或缺的硬件载体）划分。每个研发项目每年的研发成果不仅可以应用于同期的产品中，也可积累沉淀并应用于更新的产品中。以智能处理器架构研发为例，公司2019年研发的第三代智能处理器架构，应用于公司于2019年及2020年推出的思元270、思元220及思元290产品中，同时又作为第四代智能处理器架构的研发基础。公司的新产品研发均充分继承和利用了前代产品中积累的基础技术。
报告期各期，研发投入的具体用途，形成的研发成果，应用的相关产品情况如下：
持续提高智能处理器架构的先 进性，提高智能处理器的性能 和能效，为公司各产品线提供 核心竞争力支撑
完善并推出了第五代智能处理器架构 和指令集，包含了能效更高的计算单元 架构；优化片内SRAM访问架构，提升 了系统访存效率和能效；形成了第五代 智能处理器基础技术群
第二代云端训练 芯片（研发中）、 第四代云端推理 芯片（研发中）、 第一代车载智能 芯片（研发中）
研发高档的云端芯片，芯片具 备较高能效，适用于多样化的 人工智能训练任务
研发中档的云端芯片，芯片适 用于多样化的人工智能推理应 用或者轻量级的训练任务，芯 片的能效具有竞争力
面向边缘智能处理低延时、低 功耗以及部署环境的小尺寸要 求，研发低功耗、小尺寸的边 缘智能芯片
完成了多异构处理器的边缘智能芯片 设计和集成，优化SoC芯片的关键组件 模块，提升能效、降低功耗
研发用于人工智能训练的加速 卡或训练整机，兼容业界主流 训练服务器板卡接口
提供云边端一体化的推理应用 开发环境，支持跨云边端硬件 平台的应用开发；支持业界主 流人工智能编程框架，提供完 备的开发、调试、性能调优工 具链
完成了推理引擎与人工智能编程框架 的集成；算子库算子数量持续增加，进 一步优化完善了自然语言处理等领域 的算子；提升了推理引擎的软件成熟 度，满足多领域多场景的商业应用需求
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
为人工智能训练任务提供高 效、灵活的应用开发平台，提 升系统的效率；支持业界主流 人工智能编程框架，提供完备 的开发、调试、性能调优工具 链
研发了新一代训练软件平台，扩展了 FP19等数据表示类型，支持训练算子 融合，支持图编译优化技术、支持IO 融合，进一步提升了训练效率
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
面向不同功耗规格、接口标准、 部署场景，研发硬件加速卡， 符合PCIe或其他业界主流标 准，兼容主流服务器
研发车载智能芯片；芯片支持 各类智能驾驶算法及各类车载 智能驾驶应用接口；芯片符合 车规要求；在性能功耗等关键 指标上具有竞争力
研发了支持ISO26262标准的智能处理 器技术，支持等级可达ASIL-B；研发 了满足AEC-Q100车规级可靠性的封装 技术，支持等级可达Grade2
持续提高智能处理器架构的先 进性，提高智能处理器的性能 和能效，为公司各产品线提供 核心竞争力支撑
完善并推出了第四代智能处理器架构 及指令集；进一步提升了能效；研发了 多算子硬融合技术，在软融合的基础上 大幅减少算子执行时间；形成了第四代 智能处理器基础技术群
研发高档的云端芯片，芯片具 备较高能效，适用于多样化的 人工智能训练任务
研发中档的云端芯片，芯片适 用于多样化的人工智能推理应 用或者轻量级的训练任务，芯 片的能效具有竞争力
实测验证了芯粒（Chiplet）技术，支 持多计算晶片（Die）的封装；形成了 第三代云端推理芯片思元370
面向边缘智能处理低延时、低 功耗以及部署环境的小尺寸要 求，研发低功耗、小尺寸的边 缘智能芯片
研发了边缘双芯互联技术，支持在封装 内或者板级将两个小算力的边缘智能 芯片组合成一颗较大算力的边缘智能 芯片，支持统一编址；研发SoC芯片的 多个关键组件模块
研发用于人工智能训练的加速 卡或训练整机，兼容业界主流 训练服务器板卡接口
提供云边端一体化的推理应用 开发环境，支持跨云边端硬件 平台的应用开发；支持业界主 流人工智能编程框架，提供完 备的开发、调试、性能调优工 具链
研发基于图编译技术的新一代推理引 擎MagicMind，研发基于MagicMind推 理引擎的性能优化工具、精度对比工 具；算子库算子数量进一步增加，可支 持自然语言处理模型的相关算子
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
为人工智能训练任务提供高 效、灵活的应用开发平台，提 升系统的效率；支持业界主流 人工智能编程框架，提供完备 的开发、调试、性能调优工具 链
提升训练算子库中的算子数量，显著提 升了可支持的模型数量；算子库同时支 持思元290和思元370平台，提供数百 个功能算子，可支持PyTorch和 TensorFlow框架
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
面向不同功耗规格、接口标准、 部署场景，研发硬件加速卡， 符合PCIe或其他业界主流标 准，兼容主流服务器
研发了单卡多芯的板卡设计和仿真技 术，单块PCIE板卡上支持多于一颗智 能芯片； 形成了第三代云端推理芯片思元370 的系列加速卡
研发车载智能芯片；芯片支持 各类智能驾驶算法及各类车载 智能驾驶应用接口；芯片符合 车规要求；在性能功耗等关键 指标上具有竞争力
持续提高智能处理器架构的先 进性，提高智能处理器的性能 和能效，为公司各产品线提供 核心竞争力支撑
依托思元290对第三代智能处理器架 构的扩展版本进行了实测，验证了扩展 架构在训练任务的性能表现；面向云端 场景，开展第四代智能处理器架构及指 令集的性能分析，完成架构的初步设计
研发高档的云端芯片，芯片具 备较高能效，适用于多样化的 人工智能训练任务
首次验证2.5DCoWoS封装技术；形成 了公司首颗云端训练芯片思元290
研发中档的云端芯片，芯片适 用于多样化的人工智能推理应 用或者轻量级的训练任务，芯 片的能效具有竞争力
研发新一代片上总线，实现了片内数据 通路的升级；研发了Chiplet设计技 术，支持双Die合封
面向边缘智能处理低延时、低 功耗以及部署环境的小尺寸要 求，研发低功耗、小尺寸的边 缘智能芯片
研发了多异构处理器模块的SoC架构 技术；研发了多异构处理器模块的片上 网络技术
研发用于人工智能训练的加速 卡或训练整机，兼容业界主流 训练服务器板卡接口
提供云边端一体化的推理应用 开发环境，支持跨云边端硬件 平台的应用开发；支持业界主 流人工智能编程框架，提供完 备的开发、调试、性能调优工 具链
进一步迭代和优化了算子库，支撑了相 关的商业应用和实际部署；开展基于图 编译技术的推理引擎预研，使能了视觉 领域经典模型在公司芯片上的运行；算 子库算子数量显著增加
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
为人工智能训练任务提供高 效、灵活的应用开发平台，提 升系统的效率；支持业界主流 人工智能编程框架，提供完备 的开发、调试、性能调优工具 链
研发了第一代训练软件平台，基于算子 库、框架和数据交互等多模块解耦架 构，获得了较好的软件栈通用性；研发 了自适应精度的定点量化训练技术
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
面向不同功耗规格、接口标准、 部署场景，研发硬件加速卡， 符合PCIe或其他业界主流标 准，兼容主流服务器
积累了相关板卡的SI/PI分析技术；形 成了第一代云端训练芯片思元290的 加速卡
持续提高智能处理器架构的先 进性，提高智能处理器的性能 和能效，为公司各产品线提供 核心竞争力支撑
完善并推出了第三代智能处理器架构 和指令集，支持了自适应精度数据表示 类型，实现在同等算力下，功耗更低； 形成了第三代智能处理器基础技术群
第一代云端训练 芯片思元290（基 于扩展的第三代 架构）、第二代云 端推理芯片思元 270、第一代边缘 智能芯片思元220
研发高档的云端芯片，芯片具 备较高能效，适用于多样化的 人工智能训练任务
研发中档的云端芯片，芯片适 用于多样化的人工智能推理应 用或者轻量级的训练任务，芯 片的能效具有竞争力
研发了多处理器核点对点数据交互和 广播技术，提升了芯片内部数据交互效 率；形成了第二代云端推理芯片思元 270
面向边缘智能处理低延时、低 功耗以及部署环境的小尺寸要 求，研发低功耗、小尺寸的边 缘智能芯片
研发边缘SoC芯片架构技术，支持更多 类型的外围接口；研发了FC-CSP的封 装设计技术；形成了公司第一代边缘智 能芯片思元220
研发用于人工智能训练的加速 卡或训练整机，兼容业界主流 训练服务器板卡接口
提供云边端一体化的推理应用 开发环境，支持跨云边端硬件 平台的应用开发；支持业界主 流人工智能编程框架，提供完 备的开发、调试、性能调优工 具链
完成了人工智能编程框架与公司芯片 产品的后端适配；开发了视觉领域常用 算子；优化了算子库的性能，在部分模 型上取得了相比优化前数倍的性能加 速；进一步完善人工智能编译器和编程 语言BANG
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
为人工智能训练任务提供高 效、灵活的应用开发平台，提 升系统的效率；支持业界主流 人工智能编程框架，提供完备 的开发、调试、性能调优工具 链
研发了分布式系统相关技术，在公司早 期产品型号上开展了前期验证；在框架 方面，进行了TensorFlow和PyTorch 框架的初步适配验证工作
作为智能芯片及加 速卡产品的不可缺 少的配套组件，支 持智能芯片及加速 卡的应用、推广和 销售
面向不同功耗规格、接口标准、 部署场景，研发硬件加速卡， 符合PCIe或其他业界主流标 准，兼容主流服务器
掌握了高密度计算板卡的设计、仿真技 术；形成了第二代云端推理芯片思元 270配套的加速卡
(二)项目A、本次募投中的稳定工艺平台是否为公司首次基于成熟技术及工艺形成的产品，与其他项目的研发支出资本化情况存在差异的原因
1.项目A与本次募投中的稳定工艺平台芯片项目是公司首次在架构、工艺、封装、软件等方面均基于成熟技术及工艺的项目
2022年第三季度，公司对当前处于开发阶段的边缘智能芯片研发项目A进行资本化处理。研发项目A与拟建设的本次募投项目中“稳定工艺平台芯片项目”均针对边缘智能芯片产品，其均为在前一代产品基础上进行升级迭代，其中项目A在思元220基础上进行升级迭代，稳定工艺平台芯片项目拟在思元220和项目A基础上进行升级迭代。
项目A与本次募投中的稳定工艺平台芯片项目是公司首次在架构、工艺、封装、软件等方面均为在已成熟技术框架下的优化项目，不存在从零开始首次搭建或研发的情况，不存在具有重大不确定性的重大技术突破或升级。
项目A在架构方面采用成熟的第四代智能处理器指令集和微架构（公司于2021年研发出第四代智能处理器架构和指令集，并已成功应用于思元370产品），因此本次项目A应用的处理器和芯片SOC架构均成熟稳定，不存在重大升级；在工艺方面，项目采用的工艺制程为12nm，公司此前已掌握和12nm属同一技术代际的16nm工艺的设计能力，并成功应用于思元100、思元270、思元220产品，同时公司亦掌握了更先进的7nm制程的设计能力，并已成功应用于思元290、思元370产品中，因此本次工艺为公司已经掌握的制程或者代际落后于已经掌握的制程；在封装方面，项目采用的FC-BGA芯片封装设计技术为公司已掌握的成熟技术，该技术此前已应用于思元100、思元270产品；在软件方面，项目支持公司已经有适配经验的Pytorch、Tensorflow、Caffe等框架，并基于公司成熟的智能芯片编程语言BANG、智能芯片编译器BANG编译器、智能芯片数学库CNNL、智能芯片核心驱动CNDRV、云边端一体化开发环境等软件组件，针对边缘推理场景进行优化适配，上述软件技术此前已成功应用于公司思元220等产品中，因此项目A不存在软件从零首次搭建的情况。
(2)本次募投中的稳定工艺平台芯片项目在架构、工艺、封装、软件等方面均基于成熟技术及工艺
本次募投中的稳定工艺平台芯片项目系公司基于成熟技术和工艺开展产品在稳定制程下的工程实现。项目在架构方面，将采用成熟的第五代处理器架构和指令集（公司于2022年研发出第五代架构和指令集并已应用于新一代云端产品，该产品尚未发布），同时SoC芯片设计、处理器芯片功能验证相关技术均基于现有的技术和平台进行迭代优化，不存在重大升级；在工艺方面，本次拟使用7nm至28nm的工艺技术，公司此前已掌握更先进的16nm和7nm制程工艺，并分别成功应用于思元100、思元270、思元220产品以及思元290、思元370产品中，因此本次拟采用的工艺技术为公司已经掌握的成熟制程或者代际落后于已经掌握的工艺；在封装方面，项目拟采用的FC-BGA、FC-CSP等成熟封装技术均为公司掌握，并已分别成功应用于此前产品思元100、思元270及思元220的技术；在软件方面，项目拟使用的智能编程框架适配与优化、智能芯片编程语言、智能芯片编译器、智能芯片数学库、智能芯片核心驱动、云边端一体化开发环境等技术均已落地于公司之前的思元100、思元270、思元220、思元370产品中，不存在从零开始首次搭建的情况。因此本次募投中的稳定工艺平台芯片项目在架构、工艺、封装、软件等方面均基于成熟技术及工艺，不存在从零开始首次搭建或研发的情况，不存在具有重大不确定性的重大技术突破或升级。
2.项目A、本次募投中的稳定工艺平台芯片项目与其他项目的研发支出资本化情况存在差异的原因
项目A、本次募投中的稳定工艺平台芯片项目与其他项目的研发支出资本化情况存在差异，主要体现为是否满足研发支出资本化条件“完成该无形资产以使其能够使用或出售在技术上具有可行性”和“无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，能证明其有用性”。
在判断研发项目对“完成该无形资产以使其能够使用或出售在技术上具有可行性”条件的满足性时，对于智能芯片项目，公司主要考虑关键技术是否成熟，是否为技术的首次实现或者重大升级，具体包括：1)架构方面，考量项目的处理器或者芯片SOC架构是否为公司首次研发；2)工艺方面，考量项目的工艺制程是否比公司已采用过的工艺制程在代际上更为复杂先进；3)封装方面，考量项目的封装技术是否比公司已采用过的封装技术在代际上更为复杂先进；4)软件方面，考量项目的主要软件平台是否由公司从零开始首次搭建。如上述条件均为否定，则公司判断满足条件。
具体而言，项目A、本次募投中的稳定工艺平台芯片项目为公司在架构、工艺、封装、软件等方面均基于成熟技术及工艺的项目。而公司历史研发项目主要为公司前期初代产品的研发和探索，具有一定不确定性，其在架构、工艺、封装、软件等的一个或几个方面存在首次研发或使用的情况，如智能处理器架构是公司首创、或芯片架构为公司首次研发，或先进封装为公司首次使用，或采用当时还处于最前沿工艺制程、或软件栈从初始阶段搭建等，因此该等项目的研发最终效果存在一定的不确定性。对比如下：
采用此前已应用于思 元370产品中的第四代 智能处理器指令集和 微架构，技术成熟稳定
采用公司已经掌握且 此前已应用于思元 100、思元270、思元 220产品的同档工艺 制程
采用公司已经掌握且 此前已应用于思元 100、思元270等产品 的FC-BGA芯片封装 设计技术
采用此前已应用于新 一代云端产品中的第 五代架构和指令集，技 术成熟稳定
公司已掌握7nm等 系列FinFET工艺下 开展复杂芯片物理 设计的一系列关键 技术。本项目拟采用 7nm至28nm工艺技 术，其与之前思元 100、思元270、思 元290、思元370等 产品应用的工艺技 术相同或者属于同 一水平，或者更成 熟，相关风险较低
采用公司已经掌握且 此前已应用于思元 100、思元270、思元 220 等 产 品 的 FC-BGA、FC-CSP芯片 封装设计技术
采用第四代架构，基于 已经成熟的第三代进 行迭代，增强了数据表 示类型的支持。
采用此前已应用于思 元270产品中的第三代 处理器架构，技术成熟 稳定
司首颗采用lpddr内存 接口的芯片，并首次提 供较为丰富的外设接 口
公司首次采用支持自 适应精度（支持自适应 的INT8、INT16等精度） 架构的产品
采用公司已经掌握且 此前已应用于思元 100产品的FC-BGA芯 片封装设计技术
因此，项目A、本次募投中的稳定工艺平台芯片项目满足“完成该无形资产以使其能够使用或出售在技术上具有可行性”条件，而公司前期其他研发项目不满足该条件。
在判断研发项目对“无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，能证明其有用性”条件的满足性时，公司主要考量项目应用产品的市场空间是否广阔，且是否明确得到市场认可的预期。如项目的应用空间广阔，公司类似产品已获市场或预测项目产品将被市场广泛应用，则公司预期通过产品销售，能够获取明确的经济利益，即公司判断项目满足条件。
具体而言，项目A、本次募投中的稳定工艺平台芯片项目均为对边缘智能芯片产品的升级迭代。项目A研发的产品主要面向智能物联网等领域的中小算力市场。该市场与思元220均面向智能物联网领域，鉴于思元220产品已实现规模出货，累计出货量超百万片，产品已获得市场头部客户的验证与认可，因而项目A研发的产品在该等客户处的导入具有较强确定性，预计产品面向市场可实现规模化销售，从而为公司带来收入利益。
本次募投中的稳定工艺平台芯片项目研发将应用于迭代优化的边缘智能芯片产品，产品主要面向边缘服务器、工控机、机器人、智能电视等市场，相关领域具有稳定且广阔的市场容量，具体见本题回复之“（四）1.结合预计产品收入及销量情况，本项目的研发成果的经济利益能够实现，满足“无形资产产生经济利益的方式”的资本化条件”。在市场拓展上，公司基于现有边缘产品，采用外挂智能芯片或加速卡的方案，已成功导入了边缘服务器、工控机等相关领域的行业客户中，例如在边缘服务器方面，公司的智能芯片已经应用于国家电网、铁路总公司等国内相关领域的关键客户；在智能工控领域，公司基于现有的加速卡产品，已经与包括宁德时代在内的智能制造产业链客户开展深度适配；在机器人、智能电视等领域，公司亦与相关上下游企业建立了联系，基于对相关需求的深入调研形成了初步的方案。因此稳定工艺平台芯片项目产品推出后，预计可面向市场实现规模化销售，从而为公司带来收入。
在公司历史上其他研发项目中，研发的产品具有前瞻性强的技术特征，产品的应用市场也处于早期阶段，尚无产品大规模出货的成熟市场经验，客户开拓处于探索过程，项目研发的产品在市场中的预计应用程度和出货情况难以确定，实现收入情况具有不确定性，因而产生经济利益的方式具有不确定性。
因此，项目A、本次募投中的稳定工艺平台芯片项目满足“无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，能证明其有用性”条件，而公司前期其他研发项目不满足该条件。
(三)结合产品升级迭代的具体情况，说明本项目是否满足“具有技术可行性”的资本化条件
思元220是公司首颗边缘计算SoC芯片，采用异构多处理器架构，首次采用lpddr内存接口，并集成多个复杂接口，相比公司之前的芯片存在较大升级；在封装技术方面，思元220首次采用FC-CSP封装技术，亦是较为重要的技术突破。
扫一扫关注微信公众帐号
