【1、大数据时代，DPU 成为第三颗主力芯片】

大数据促使新的计算架构有了多元算力，DPU就这么应运而生了。随着数字经济持续发展，全球的新一轮科技革命也在加速向前推进。在政策方面，我国正在自上而下地推动数字化转型，像“新基建”、“东数西算”、“双碳减排”这些规划都陆续出台了；从技术角度来说，云计算、智能驾驶、元宇宙等产业一直在发展，下游应用场景变得多样了，数据也随之猛增，这就不断产生对多元算力的需求，于是DPU就适时出现了。

1.1、大算力遇到瓶颈难以突破，DPU就在这个时候应运而生了。

DPU（也就是数据处理器，英文是Data Processing Unit），是数据中心里第三颗重要的芯片。2016年的时候，美国的Fungible公司最先提出了DPU，它的主要目的就是把数据中心的效能给优化提升一下。据IDC统计，全球算力需求差不多每3.5个月就得翻一倍。传统的计算架构是以CPU为中心的“CPU+xPU”这种多元化异构的形式，它可是支撑算力的基础呢，可现在它在性能提升上越来越不给力了。从CPU性能和网络带宽以前的发展趋势来看：网络带宽的复合年均增长率（CAGR）在2010年以前是30%，现在已经提高到45%了；而相对应的CPU性能的复合年均增长率（CAGR）呢，从2010年以前的23%，下降到现在的3.5%；RBP指标从接近1的数值，上升到10以上了，CPU承受网络带宽增长带来的计算需求压力变得越来越大了。所以啊，下一代智能网卡DPU就应运而生了，它有网络能力，还有通用计算能力，能实现安全与存储卸载功能，成了继CPU、GPU之后数据中心的第三颗重要芯片，能帮数据中心更有效地应对各种各样的算力需求。

从DPU的产业发展进程来讲，NVIDIA在全球是先行者。2020年上半年，NVIDIA花69亿美元买下了以色列的网络芯片公司Mellanox Technologies，同一年推出了BlueField - 2 DPU，把它称作继CPU和GPU之后的“第三颗主力芯片”，这就正式开启了DPU大发展的序幕。

1.2、从网卡一直发展到DPU，新的种类不断演变。

DPU不是单一芯片，它是智能网卡进化的下一个形态。DPU由基础网卡进化而来，属于智能网卡发展的下一个形态，其进化历程主要有三个阶段：

阶段一：普通网卡能提供网络吞吐能力。

普通网卡（就是那种只有基础功能的网卡），它的带宽吞吐能力是2x10G或者2x25G。这种网卡的硬件卸载能力比较弱，也就只有像Checksum、LRO/LSO之类的功能。它支持SR - IOV，多队列能力也比较有限。在云平台虚拟化网络里，普通网卡给虚拟机（VM）提供网络接入的方式大概有三种：第一，让操作系统内核驱动来管着网卡，然后把网络流量分发给虚拟机（VM）；第二，让OVS - DPDK来管网卡，再给虚拟机（VM）分发网络流量；第三，在高性能的场景下，通过SRIOV这种方式给虚拟机（VM）提供网络接入的能力。

阶段二：由硬件来卸载，帮CPU分担网络负载。

云计算不断发展，普通网卡满足不了数据中心虚拟化的要求了，于是第一代有硬件加速能力的智能网卡SmartNIC就出现了。SmartNIC的关键在于用FPGA（现场可编程门阵列）帮CPU处理网络负载，还能对网络接口功能进行编程。这个阶段的智能网卡延续了TOE减轻CPU负载的思路，用“网卡 + FPGA”的方式增加网卡的计算能力，让用户能自定义计算，也有了硬件卸载能力。在SmartNIC的硬件卸载能力里，比较典型的有OVS Fastpath硬件卸载、基于RoCEv1和RoCEv2的RDMA网络硬件卸载、融合网络里无损网络能力（像PFC、ECN、ETS这些）的硬件卸载、存储方面NVMe - oF的硬件卸载，还有安全传输数据面卸载等。在云计算虚拟化平台上，SmartNIC能提高应用程序和虚拟化的性能，实现软件定义网络（SDN）和网络功能虚拟化（NFV）的多种好处，把网络虚拟化、负载均衡和其他一些低级功能从数据中心的CPU里卸载掉，给应用提供最强的处理能力。这个SmartNIC还能提供分布式计算资源，让用户开发软件或者提供接入服务，这样就能加速特定的应用程序。

产业案例方面，2013年的时候，Amazon的云计算平台AWS就研发出了Nitro产品。数据中心里那些为虚机提供远程资源、加密解密、安全策略等服务程序的部分开销，全都放到专用加速器上去执行了。Nitro的架构是用轻量化的Hypervisor加上定制化的硬件，把虚拟机计算（CPU和内存）跟I/O（网络和存储）子系统给分开了，然后用PCI总线连接起来，这样能节省30%的CPU资源。

阶段三：智能开始进化，加入通用算力芯片。

数字经济渗透得越来越快，在这种情况下，数据中心慢慢变成了“业务和流量复杂性的集中地”。给数据中心减轻负担，这成了促使智能网卡再次发展的关键因素。新一代产品在SmartNIC的基础上做了继承和发展，加了CPU进去，这样就能有更丰富、更灵活的算力卸载功能，还有主机侧和网络侧通信传输功能、虚拟网络控制面隔离功能、测量和检测功能等，进而具备网络、存储和安全卸载这些能力。现在，DPU有这样一些特点，首先它支持PCIe Root Complex模式和Endpoint模式，当设置成PCIe Root Complex模式的时候，就能让NVMe存储控制器和NVMe SSD磁盘一起组建存储服务器。

产业案例方面：2020年的时候，NVIDIA推出了Bluefield - 2 DPU这个产品。2021年呢，Intel瞅着数据吞吐类应用增长得特别快，就推出了类似DPU的产品IPU（Infrastructure Processing Units）。到了2022年，阿里云在峰会上提出了云计算的全新架构，叫“飞天操作系统 + CIPU”，这样就能把百万台服务器整体管理起来，整体编排，整体调度，最后让这些服务器演变成一台超级计算机。

1.3、独立的计算单元，多技术路线同步推进。

DPU有自己独立的计算单元，这能通过ASIC、FPGA或者SoC这些技术来达成。有独立计算单元，这是DPU和普通网卡比起来最主要的特点。DPU能做一些特定的基础设施功能方面的操作，像是重组加速、安全加速之类的，这么做能让性能有很明显的提升。DPU上的可编程ASIC或者FPGA单元有个计算层，这个计算层能运行自定义的软件，能给网络流量提供服务，还能执行特定的网络以及数据中心基础设施功能，在外部网络和服务器操作系统之间多了一层安全保障，就是把安全保障从ToR交换机挪到DPU设备这边来了。现在，智能网卡（DPU）有三种实现的途径，分别是ASIC、FPGA和SoC。

各种技术路径在成本、编程是否简单以及灵活性上都各有好坏。就拿ASIC来说，它有高性能、低功耗和低成本这些优点，可是在预先设定的范围里，它的可编程性比较差，灵活性也一般，这就限制了它往新的应用场景拓展的本事。FPGA技术路线呢，灵活性和可编程性非常高，要是有足够的时间和成本预算，差不多能有效地支持所有功能，不过它价格贵、功耗大，芯片面积也大。要是面对更复杂、更广泛的现实使用情况，像NVIDIA BlueField DPU这种基于SoC的技术路线是更好的选择，SoC技术路线能编程、灵活性高，是DPU未来发展的一个主要方向。

【2、需求放量，国产 DPU 厂商迎来发展良机】

“3U”一体（也就是CPU、GPU、DPU）会重塑数据中心的算力架构。数据中心是IT基础设施的重要部分，发展得很快，对于云计算商业化应用来说，对接入带宽、可靠性、灾备、弹性扩展这些方面要求比较高。从以后算力需求来讲，异构计算已经是个重要的发展走向了，高度集成化的片上数据中心模式（Data Center InfrastructureOn a Chip）有希望成为未来数据中心的主流，就是CPU、GPU、DPU共存这种形式。拿NVIDIA来说，它布局数据中心的时候，从核心到边缘（Edge）用的是“3U”一体的统一计算架构。CPU、GPU、DPU互相协同互补，这样在数据中心和边缘端就能实现高性能和高安全性。

2.1、以“3U”一体重塑数据中心的算力架构。

CPU可是计算生态的根基，是主力芯片的基础。CPU，也就是中央处理器，就像整个计算设备的大脑一样。有了它之后，软件和硬件就分开了，能实现更高的IPC和更高的频率。从上个世纪90年代到现在，CPU的整体性能差不多提高了5万倍呢。而且，以CPU为基础，软件也有了庞大的生态。不管是x86架构的服务器端，还是ARM架构的移动端，都建立起了自己丰富的生态系统。PC和服务器是CPU重要的应用领域。一般来说，每台PC有一个CPU，而每台服务器的CPU数量就不一定了，通常有一路、双路、四路及以上的服务器，其中双路服务器是最常见的。从全球市场来看，2021年全球服务器的出货量达到了1353.9万台，跟去年相比增长了9.07%；PC的出货量是3.47亿台，同比增长16.27%。

在中国市场这边，2021年国内服务器的出货量是375.1万台，跟去年比增长了9.07%；PC出货量达到5700万台，和去年相比增长了16.09%。

GPU已经从图形处理芯片转变成数据处理芯片了。图形处理器（GPU）是从图形控制功能逐步发展起来的，现在它已经是架构非常复杂的芯片了，在并行计算、浮点和矩阵运算上性能很强，是高性能计算里很重要的辅助计算单元。2006年的时候，NVIDIA推出了并行计算架构CUDA（Compute Unified Device Architecture），这就让GPU能够处理复杂的计算问题了，而且开发者可以用C语言来写程序，这样就大大降低了用户在GPU上进行并行编程的难度。在这个基础上，NVIDIA还针对不同的场景打造了功能很强大的开发库和中间件，慢慢构建起了“GPU + CUDA”这种强大的算力生态。据华经产业研究的消息，2020年GPU全球市场规模是254.1亿美元，预计到2027年能达到1853.1亿美元；中国市场在2020年的规模是47.4亿美元，预计2027年能达到345.6亿美元，GPU市场的增速能维持在30%以上。

DPU是为数据中心而生的“第三颗主力芯片”。数据中心是DPU现在最主要的应用场景，预计以后数据中心里DPU的数量会和数据中心服务器的数量差不多。随着DPU技术方案越来越成熟、数据中心在全球快速落地，再加上智能驾驶等很多应用场景慢慢发展起来，像NVIDIA、Intel这些厂商的数据处理类芯片DPU/IPU开始大规模量产，全球的DPU市场在接下来几年会出现爆发式增长。

2020年的时候，全球DPU的市场规模有30.5亿美元。到了2025年，这个市场规模有望能达到245.3亿美元呢，这5年的复合增长速度是51.73%。从国内市场来看，预计在2023年，国内的数据中心会提升到800G，那时候DPU的性能会升级到100G或者更高，DPU也将迎来第一轮的配置需求。而且啊，智能驾驶、边缘计算、IoT这些产业的发展也会带来新的市场增量。2020年国内DPU市场规模是3.9亿元，预计到2025年，国内市场规模能达到565.9亿元，这5年的复合增长速度能达到170.60%。（报告来源：未来智库）

2.2、DPU产业链：上游在追赶，需求正放量。

DPU的上游包括EDA设计软件、IP核、封装测试、代工这些环节，下游呢，主要是满足数据中心/云计算、智能驾驶、数据通信、网络安全等领域的需求。从产业发展趋势来讲，DPU下游的需求很可能会不断增长，国内的厂商和海外的龙头企业在未来有机会一较高下。

DPU产业链的上游：国产供应链正在崛起。

DPU产业链的上游，主要包括EDA设计软件、IP核、封装测试、芯片代工这些方面。现在，在这些环节里，国产化供应链正在崛起，以后有望逐渐缩小和海外的差距。EDA软件方面：现在国外的Cadence、Synopsys和Mentor Graphics这三家巨头，加起来占了国内将近77.7%的市场份额。不过国产厂商在一些细分的地方慢慢有了突破，像器件建模、电路仿真、集成电路这些领域。在国产EDA的主流供应商里，概伦电子已经在科创板上市了，华大九天申请在创业板IPO也得到了证监会的同意。IP核方面：现在ARM和Synopsys加起来占了全球IP核大概60%的市场份额，排第三名的Cadence占6%的市场份额。随着先进工艺不断升级，IP核数升级带来的收益越来越少。目前中国在接口IP市场已经实现国产化了。

封装测试：国内封装行业早就开始国产替代了，而且正在朝着技术壁垒更高、产品附加值更高的先进封装方向发展。在国家科技重大专项“极大规模集成电路制造装备及成套工艺”的支持下，一些企业在高端封装技术方面已经达到国际先进水平，像金属凸点技术、倒装芯片技术这些领域已经很成熟了。芯片代工：2016年的时候，中国台湾的台积电成功研发出10nm工艺，制程节点超过了IDM的三星和英特尔，之后几年还在不断进行技术更新迭代，是国内第一个推出7nm和5nm工艺的代工企业，一直稳坐行业第一；中国大陆的中芯国际实现了14nm技术节点的突破，给国内芯片生产制造提供了有力的保障。

DPU产业链的下游：需求多种多样，而且有希望大量增长。

在可预见的将来，DPU主要会用在数据中心/云计算、智能驾驶、数据通信这些领域。同时呢，在网络安全、信创、国防军工等细分市场，它的渗透率也很可能会提高。

数据中心/云计算这块儿：DPU能给物理机、虚拟化、容器化，还有私有云、公共云、混合云这些技术提供支持。DPU能容纳像OVS这样的Hypervisor和各类容器框架，还能给SDN和虚拟化应用搞硬件加速呢。它在把控制平面和业务分开的同时，能把通信和虚拟化操作都卸载掉，达成应用加速即服务，这样就能满足云计算厂商在计算速率、可靠性和灵活性等方面的需求了。

在带宽迭代这方面，数据中心大概每2 - 3年就迭代一回。DPU能很好地助力用户数据中心提升带宽，还能把新功能灵活地安排到旧的硬件架构上。2017 - 2019年期间，我国云计算行业规模的增长速度都在30%以上，是高速增长的状态。预计2022年我国云计算的市场规模能达到2951.5亿元。现在，像亚马逊、阿里云、华为这些云计算行业里的龙头企业，都在开发符合自己需求的DPU产品线呢。

智能驾驶会有高带宽、低时延以及广泛连接的网络需求。辅助驾驶的时延得是20到100毫秒，自动驾驶的时延低到3毫秒才行。在车载终端部署DPU能提高终端处理能力和传输速度，这样就能减少时延，让车辆在高速行驶时也能保持数据交换。以后啊，智能驾驶里每个车机节点都能被看成小的数据中心，会有大量数据处理、转发、交换和存储的需求。为了减少车载终端在无线方面的传输时延，每辆智能驾驶汽车都可能会配备DPU。拿NVIDIA来说，它的智能驾驶平台Atlan就集成了DPU芯片，预计2025年能用在车机上。DPU可以装在L3及更高级别的自动驾驶汽车上，以后带有TJP、HWP这些L3级别功能的智能汽车会慢慢出现，到2027年L2.5/3级别的智能汽车可能会成为主流。

数据通信方面，电信是DPU最大的应用市场，其需求扩容快，而且有比较成熟的硬件加速方案了。电信市场有潜在的底层需求，随着5G核心网和边缘计算云化部署，DPU在这个市场的渗透率应该会不断提高。另外呢，在网络安全领域，DPU能够卸载、加速并且隔离数据中心所有关键的安全服务，像支持新一代防火墙、微分段，用透明IPSec和TLS对动态数据进行在线加密以及入侵保护这些。在信创和国防军工领域，DPU有一组专门的安全引擎，这里面包含构建安全解决方案的所有模块，能在政企、金融等行业信创还有国防军工等领域的安全防护上起到助力作用。

2.3、国产厂商在同台竞技时迎来发展的好机会。

全球的科技大公司都在加快对DPU赛道的布局。NVIDIA就不说了，Intel公司在2015年的时候把Altera给收购了，然后在2021年6月推出了类似DPU的IPU产品。Marvell呢，从2018年开始，先后收购了Cavium、Avera Semiconductor还有芯片新成立的公司Innovium。Xilinx在2019年4月说要收购Solarflare，到了2020年发布了Alveo系列的加速卡产品，后来在2022年2月被AMD收购了。Fungible就一心扑在DPU设计上，2019年就推出了F1DPU产品。2022年4月的时候，AMD宣布要收购DPU厂商Pensando，通过这次收购，AMD就要正式进入DPU领域了，这样一来，AMD在云端方面就涵盖了CPU、GPU、FPGA和DPU的布局。

国内这边，云计算的龙头企业有追赶和超越的态势。2021年11月的时候，腾讯在它的数字生态大会上公布了自家研发的智能网卡芯片“玄灵”。这芯片是用来给云主机性能加速的，在CVM（云虚拟机）、BM（裸金属服务器）、容器等场景下，可以把原本在主CPU上运行的虚拟化、网络/存储IO这些功能移到芯片上，这样主CPU就不用承担这些工作了。2022年6月，阿里云按照神龙架构推出了全新的云计算基础设施体系CIPU。这个CIPU取代了CPU，成了新一代云计算体系架构的核心。CIPU向下能对数据中心硬件进行云化管理，让计算、存储和网络资源加速；向上能接入飞天云操作系统，把全球上百万台服务器变成一台超级计算机。现在CIPU在阿里云内部已经大规模应用了，给双11、阿里集团业务这些内部客户以及最新实例提供支持。另外，国内的DPU新兴产业也快要发展起来了。像北中网芯、芯启源、云豹智能、星云智联、大禹智芯、中科驭数等都进入这个领域了。芯启源推出了智能网卡SmartNIC，在2021年11月完成了数亿元的Pre - A4轮融资；云豹智能专门做云原生DPU SoC芯片，红杉、腾讯等是它的投资方；星云智联专注于数据中心基础互联通信架构，从2021年4月成立以来拿到了三轮数亿的融资；大禹智芯的智能网卡Paratus 1.0已经进入生产阶段了，2021年7月完成了数千万元的Pre - A轮融资；中科驭数自己研发KPU架构，2021年7月完成了数亿元的A轮融资。北中网芯（左江科技控股66.86%）2020年成立，2022年完成了第二轮战略融资，引进了润兴锐华、三汇智芯这些市场资本，主要研发可编程网络安全芯片，来满足现在快速增长的数据中心DPU市场需求，预计2022年下半年流片回来，在国内DPU市场上发力。

【3、全球标杆，NVIDIA 引燃全球DPU 大市场】

NVIDIA BlueField - X DPU一直在不断迭代。

BlueField - 3 DPU估计会让计算能力提升速度加快10倍。NVIDIA的BlueField - 3预计在2022年出样片，这是第一个能以线速处理软件定义网络、存储和网络安全的400Gb/s DPU，它有x86的300个核网络处理能力，把强大的计算能力、高速网络和广泛的可编程性融合起来，给要求很高的工作负载提供软件定义的硬件加速方案。BlueField - 3的网络部分用的是ConnectX - 7网络芯片，支持400G以太网和NDR InfiniBand，所以网络性能很棒。和上一代产品比起来，它的计算能力加速能达到10倍，有16个ARM A78 CPU核，加密速度是4倍，BlueField - 3也会是第一个支持第五代PCIe总线，还能给数据中心时间同步加速的DPU。靠着BlueField - 3 DPU强大的数据处理能力，NVIDIA把网络安全业务应用从数据中心CPU基础设施服务里卸载并隔离开，构建出基于“零信任”的环境，这个环境能对数据中心的每个用户做身份认证，做到实时的网络可视化、检测和应对网络威胁，还有监控、遥测和代理服务，保护企业从云到核心数据中心，再到边缘的安全，在效率和性能上也有了更大的进步。

NVIDIA DOCA给开发者提供了一个完整又开放的软件平台。DOCA是跟BlueField - 3 DPU搭配的软件开发包，开发者能借助DOCA在软件定义、硬件加速网络、存储、安全和管理这些方面搞应用开发。DOCA给BlueField - 3打造、编译和优化应用运行的环境，这个环境是用来配置、升级和监控整个数据中心好几千个DPU的编排工具的，还包括各种库、API以及越来越多的应用，像深度数据包检测和负载均衡之类的。另外，DOCA给程序员提供了简单的开发接口，还能向下兼容得很平滑，每一代DPU产品它都支持。

3.2、深入定义DPU，促使数据中心转型

从核心功能来讲，DPU主要是把关键的网络、存储、安全任务从CPU上卸载下来，这样就能减轻CPU的运算负担，促使数据中心向“3U”一体转变，进而提高整个数据中心的运行效率，好去处理越来越多的海量数据。网络卸载方面：网络通信技术和时间精度都有进一步提升。BlueField - 3在网络业务里，让像RDMA、连接跟踪（Connection Tracking）、ASAP2之类的网络通信技术变得更强，还让数据中心和边缘之间的时钟同步更精确。RDMA呢，能够直接在内存之间交换数据，还有卸载CPU算力的能力。现在NVIDIA所有的网卡都已经全面支持GPU - Direct RDMA（GDR）技术了，这个技术能让多台计算机直接互相访问GPU内存。

存储卸载：去掉对本地存储的依赖，提高云计算里远程存储的效率与管理水平。BlueField - 3能够对块存储、文件存储、对象存储或者NVMe存储进行仿真，在数据写入磁盘时，它能把加解密操作的硬件卸载，而且各种签名操作也能转移到DPU上。它的弹性块存储读写性能能达到18M的IOP/s，虚拟化I/O加速性能能达到80Mpps。BlueField SNAP靠软件定义的网络加速处理，能让云计算对存储解耦，还能满足可组合性存储不断增长的需求。安全卸载：支持IPSec协议和TLS协议，做到高速在线加解密。BlueField - 3从IP层、传输层到MAC层能实现400Gb/s的在线加解密，使用RegEx和DPI时，深度包检测速度能到50Gb/s。IPSec协议可在IP层给数据加解密，其速度和网络线速一样，BlueField - 3的IPSec加解密速度能达到400Gb/s，跟CPU做IPSec加解密比起来，速度快很多。TLS协议在TCP层保障数据安全，BlueField - 3对其加解密速度能达到400Gb/s，还能把CPU算力释放出来。（报告来源：未来智库）

3.3、强化生态构建，和合作伙伴一起共享蓝海。

NVIDIA BlueField - 2 DPU有一套丰富的网络流量卸载引擎，能满足5G和云这类高要求市场里不断变化的安全需求。Palo Alto Networks把自己在保护企业和移动网络上的专长用在了5G上。这两家公司推出了包含虚拟防火墙的5G原生安全计划。这个虚拟防火墙是为了符合5G云原生环境严格的安全要求，靠着规模化、操作简单和自动化来给客户提供安全防护。

另外，还有其他重要的合作，像Red Hat就在它的开放混合云产品组合RHEL和OpenShift里给DPU提供支持；Canonical在Ubuntu云平台上支持BlueField - 2 DPU和DOCA；Check Point呢，把BlueField - 2 DPU集成到产品技术里，来加速网络安全产品之类的。

【4、重点公司分析】

4.1、左江科技。

2007年公司就成立了，它主要在信息安全领域做相关软硬件平台、板卡还有芯片的设计、开发、生产和销售工作。公司的产品有网络安全智能硬件主机，再配上自家研发的安全系列软件和网络安全芯片，它的下游客户是国家单位。2021年是“十四五”的开局之年，国家单位客户不断发布新产品规划，新项目研制的需求也一直在增加。公司积极参与新产品投标，中标研制的项目越来越多，而且“十四五”到了2022年，公司的主营业务很可能会有明显的改善。

2020年4月23日的时候，公司成立了一家控股子公司，叫成都北中网芯，开始搞网络安全芯片的研发，这里面就有DPU芯片。到了2021年呢，这家子公司北中网芯研制的可编程网络数据处理芯片到了关键的研发阶段。现在子公司大概有60人，差不多90%都是搞研发的，他们的产品自己进行流片ASIC。预计2022年下半年芯片就能量产了，这个芯片能在好多场景里用。按照市场需求预测的情况，在DPU领域规划了好多系列的多款芯片，2022年也会陆续开展进一步的设计研发工作。

4.2、华大九天。

2009年成立的公司，一心为泛半导体行业提供一站式EDA软件和相关服务。在EDA这块，它能给出模拟数模混合IC设计全流程的办法、数字SoC IC设计与优化的方案、晶圆制造专用的EDA工具以及平板显示设计全流程的方案，是我国现在为数不多能提供模拟电路设计全流程EDA工具系统的本土EDA企业。它围绕EDA提供的服务包含设计服务和晶圆制造工程服务，晶圆制造工程服务里有PDK开发、模型提取还有良率提升大数据分析这些。2021年，公司营业收入达到5.79亿元，跟上年比增长了39.66%；归母净利润是1.39亿元，同比增长34.52%。

4.3、概伦电子

2010年公司就成立了，掌握着EDA的关键核心技术，能提供专业又高效的EDA流程与工具支持。它的主营业务是给客户提供那些经过全球顶尖集成电路设计和制造企业长时间、广泛验证与使用的EDA产品与解决方案，产品和服务涵盖制造类EDA工具、设计类EDA工具、半导体器件特性测试仪器以及半导体工程服务等。台积电、三星电子、SK海力士、美光科技、联电、中芯国际等全球集成电路企业都是它的主要客户。2021年的时候，公司营业收入达到1.94亿元，和上一年相比增长了41.01%，归母净利润为0.29亿元。

4.4、中科创达

（本文仅供参考，不表示我们有任何投资建议。如果想要使用相关信息，请查看报告原文。）

精选报告来源：【未来智库】。未来智库 - 官方网站