集微网消息 8月22日，恒烁股份披露半年度业绩报告。2023年上半年，公司实现营收1.52亿元，同比下降43.08%；归母净利润-4830.1万元，同比下降204.09%；扣非净利润-5787.81万元，同比下降245.13%。
恒烁股份称，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。
(资料图片仅供参考)
2023上半年，恒烁股份持续研发创新，一方面稳步推进原有主营业务相关研发项目，另一方面加大对 AI 芯片业务领域的研发投入。
NOR Flash 存储芯片领域，公司开展了多个产品线的研发，其关键技术主要包括：先进 ETOX工艺制程（50nm 和 55nm）的持续迭代开发，缩减芯片面积，设计优化以覆盖更宽的操作电压，极低的待机功耗和快速唤醒功能，实现超高速的数据传输速率（133MHz），以及双边沿采样技术的研究等。截至6月末，基于先进工艺制程的新一代 32Mbit-256Mbit 全线产品已进入试产或量产阶段。
MCU 芯片领域，研发项目主要涉及实现高性能和低功耗的关键技术，包括：使用最新的 55nm工艺制程，使用 Gating Clock 技术保证芯片同时具备宽压工作范围和低功耗特征，设计出独立可调整的 LDO 电源等。同时针对不同市场开发优先性能的高速芯片和具备高性价比的低功耗芯片。
而公司基于CiNOR 存算一体 AI 推理芯片领域，在“恒芯 1 号”CiNOR 芯片的基础上，增大了计算阵列的规模以部署更大的 AI 模型，优化了硬件实现以提高计算的准确度并保证最终结果的准确性。同时采用软硬件协同设计的方法，根据存算的特性和规格优化了 AI 算法模型，与 CiNOR 芯片共同发力，实现超低功耗的 AI 推理运算。具备更高算力的第二代 CiNOR 芯片将于下半年流片。同时，公司深化与高校的合作，预计将展开基于 SRAM 的数字存算一体方案的研发，相较于 CiNOR 的模拟路线，该方案的能效有所损失，但通用性更强。模拟存算和数字存算方案齐头并进，以实现在 AIoT 领域的多点布局。
基于 MCU 的 AI 端侧推理领域，研发项目主要涉及 TinyML 的算法模型设计及其端侧的高效部署，其关键技术包括：设计适用于以 Cortex-M 系列, Cortex-A 系列为代表的低算力 MCU 平台的轻量化模型，使用小算力获得高准确度的推理结果。同时结合 AI 推理过程，优化端侧设备的算法逻辑，降低端侧的 SRAM 和 Flash 需求，将算法模型更快更高效地部署到 MCU 设备上。
与此同时，布局 TinyML，加速 AI 从“云端”走向“终端”，赋能存算一体 AI 芯片研发。
目前，IoT 领域大多依赖于传统的 GPU、TPU、NPU 等专用芯片完成 AI 的推理，常见方式为在终端设备上进行信息的采集，之后通过无线或有线等方式，将设备采集的信息转移到后台服务器、工作站等环境中进行 AI 的推理识别。这种方案不具备较强的实时性，在数据传输过程中也可能会产生数据的安全性问题，且数据传输模块会额外增加芯片的设计成本和功耗成本。NPU 芯片即使对 AI 计算进行了优化，但是其价格和功耗成本仍是 IoT 设备所难以承受的。
存算一体芯片能够解决在离线终端设备上实现低功耗、低成本、实时的 AI 推理，但是基于目前还处于研发且外部生态还需发展的阶段，为了弥合现有的市场空缺，公司基于 MCU 研发了 TinyML的实现方案，能够快速地为 IoT 设备赋能，使得一些轻量化的算法模型可以在安全、低延迟、低功耗和低带宽的边缘设备上运行，预计将为公司带来新的业务增量。与此同时，TinyML 的研发不仅有利于 CiNOR 存算一体 AI 芯片的设计和验证，其次基于 TinyML 积累的一些应用场景和客户资源也适用于后续 CiNOR 存算一体 AI 芯片的落地应用，对于公司存算一体 AI 芯片的研发具有一定协同作用。
恒烁股份表示，公司的 NOR Flash 产品根据不同容量的目标客户群进行精确定位，保证性能、功耗和性价比的合理匹配，上半年公司积极加大在大容量领域的产品和市场布局，公司大容量的 256Mbit产品，在扫地机器人、5G 基站、户外安防设备等领域送样测试，进展顺利，为未来的业绩将贡献新的增量。
同时，公司的MCU产品在与原有客户保持良好合作关系的基础上，不断在新的平台进行验证导入。公司着眼于高附加值客户的耕耘，开拓了 BMS 电池系统、火灾报警器、烟雾报警器等新市场，并成功导入和量产客户。其次公司在大家电领域进行布局，与相关下游客户合作进行测试认证，对公司未来 MCU 的发展积蓄力量。
关键词：
