《科创板日报》9月11日讯 芯原股份今日（9月11日）盘后发布自愿性披露公告称，该公司今年以来订单大增。
公告显示，截至2025年第二季度末，芯原股份在手订单金额为30.25亿元，已连续七个季度保持高位，创该公司历史新高。
据了解，其中在今年上半年，芯原股份新签订单量为16.56亿元，同比提升38.33%，主要为芯片设计业务及量产业务订单。
芯原股份今日（9月11日）盘后的公告进一步释出重要消息：自今年7月1日至9月11日，短短两个多月，该公司新签订单已达12.05亿元，较去年第三季度全期大幅增长85.88%，新签订单创历史新高。其中，AI算力相关的订单占比约64%。
进一步来看，上述大部分新订单为ASIC业务。以今年第二季度为例，芯原股份ASIC业务中设计收入新签订单超过7亿元，环比增长超700%，同比增长超350%；量产业务新签订单近4亿元。
芯原股份表示，除新签订单创历史新高外，公司在手订单持续保持高位，预计将对公司后续经营业绩产生深远的影响。
并购预案：AI ASIC和RISC-V技术有望协同发展
除了算力相关订单大增的利好消息外，芯原股份今日（9月11日）还同步公告了，通过发行股份及支付现金收购本土RISC-V CPU IP龙头芯来科技的预案。
芯来科技成立于2018年，是中国本土首批RISC-V CPU IP提供商之一，目前拥有员工100余人，已累计开发数十款IP产品。该公司已打造全系列RISC-V CPU IP矩阵和车规IP产品，自研了全栈SoC IP矩阵和子系统IP平台。芯来科技在全球已授权客户超300家，产品广泛应用于AI、汽车电子、工业控制、5G通信、物联网、网络安全、存储和MCU等多个领域。
芯原股份在预案中表示，AI ASIC和RISC-V技术有望通过此次并购形成协同发展及加速产业化。
具体来看，RISC-V凭借其模块化指令集与可扩展性，为AI计算提供了显著的技术优势。本次交易将使芯原能够在为客户定制AI ASIC时，灵活采用通用RISC-V CPU、定制化指令扩展及微架构创新，打造更具差异化和市场竞争力的芯片解决方案。该公司还可依托RISC-V开放生态，高效利用现有技术成果，为不同AI应用场景构建更灵活的软硬件设计平台，将为芯原股份的AI ASIC业务带来更高的效益与产业价值。
预案确定了此次交易发行股份初步定价、发行对象以及对标的的股份收购比例。
经交易各方友好协商，芯原股份本次发行股份及支付现金购买资产的股份发行价格为106.66元/股，不低于定价基准日前20个交易日上市公司股票交易均价的80%。发行对象为芯来科技多方股东，包括芯来共创、胡振波、芯来合创等31名交易对方，合计将收购芯来科技97.0070%股权。
截至预案签署日，该次交易相关的审计、评估工作尚未完成，标的资产拟定交易价格尚未最终确定。
ASIC板块龙头订单大增
近年AI发展，尤其是AIGC模型广泛应用，半导体产业迎来了高速增长期。研究机构IBS的数据显示，到2030年，生成式AI将占据全球半导体市场71.7%的市场份额，受DeepSeek的影响，该比例或进一步上升到74%-76%。
AI ASIC凭借其定制化架构、高计算密度和低功耗特性，可以在特定场景中实现高性价比和低功耗，正成为市场增长的核心驱动力，这也推动了产业链相关企业加速研发更先进的制程工艺、先进的封装技术、创新的芯片架构（如Chiplet），以及定制专用的AI ASIC芯片。
今年以来，除芯原股份外，ASIC芯片设计公司或具备提供ASIC定制设计服务能力的公司，订单普遍迎来增长。
如海外ASIC芯片龙头博通公司，有消息称其积压订单1100亿美元创下纪录，另有市场估算目前博通AI定制ASIC订单规模已达300亿–380亿美元。
国内芯片公司翱捷科技预计也将在此轮需求增长中受益。翱捷科技在其今年上半年度财报中提到，从2024年下半年开始，智能穿戴/眼镜、端侧AI及RISC-V芯片等领域的需求持续上升，带动相关ASIC定制服务的市场空间显著扩大。
翱捷科技董事长戴保家在日前举行的业绩说明会上表示，该公司的芯片定制业务在手订单充足，新增订单均采用先进工艺制程。“目前各项目进展顺利，预计2026年芯片定制业务的收入将有大幅提升。”
灿芯股份董事长、总经理庄志青，亦在该公司业绩会上表示，目前其围绕ASIC设计服务，形成了大规模SoC快速设计及验证技术、大规模芯片快速物理设计技术、系统性能评估及优化技术和工程服务技术等核心技术体系，上述核心技术广泛应用于该公司一站式芯片定制服务中。
据庄志青介绍，2025年上半年，灿芯股份芯片设计业务收入同比呈现增长趋势，完成流片验证的项目数量亦同比增长，相关项目后续有望转化为量产业务收入，为包括中小企业在内的多类客户需求提供支撑。
海光信息董事、总经理沙超群表示，GPGPU和ASIC作为AI芯片的两种不同技术路线，在国产AI芯片化进程中都将发挥重要作用。其中，GPGPU具有通用性强、生态成熟的优势。未来，GPGPU将继续发挥其在通用计算方面的优势，ASIC则更多是为特定任务而定制的，在这些特定任务上具有更高的性能和能效。在未来的国产AI芯片的发展进程中，GPGPU和ASIC可以根据不同的应用场景来发挥各自的优势。
