作者：同方证券
嘉楠耘智是全球第二大比特币矿机生产商，特种兵对攻其有望成为港股第一家专注区块链科技的上市公司。我们对公司的产品和业务进行了剖析，同时对比特币价格波动对公司营收的影响做了敏感性测算。
抓住行业契机，嘉楠耘智成高性能“矿机”供应商。在比特币价格持续上涨的行业背景下，嘉楠耘智采用自主研发ASIC芯片，并组装成整体“矿机”解决方案的方式交付给客户赚取利润。其芯片主要针对 SHA256 算法，从算法层面到最终的后端设计实现了多层次的综合优化，产品性价比、可靠性与市场上同类型产品相比竞争力都较强。公司最终交付的AvalonMiner系列产品凭借低能耗、高算力等优势占据矿机市场的20%份额。
平滑比特币风险，公司向人工智能芯片进军。公司已于2016 年开始开发人工智能应用的ASIC 芯片，并计划于2018 年第四季度批量生产的边缘运算芯片，称为KPU。KPU 为具有高性能及低能耗的小型芯片，其目标应用包括在智能家居、智能城市、智能监测及智能玩具中的语音及图像识别功能及多种物联网应用。未来如公司的人工智能芯片产品获得较好的客户反馈，将在营收上平滑比特币价格波动对传统“矿机”业务的影响。
比特币价格波动对公司营收影响较大。我们仅从较为理性的市场假设出发，对未来比特币价格相对于8000美元这个盈亏平衡点价格的变动对公司营收的影响分别做相关敏感性测试，假设比特币价格2018年相对于8000美元的涨幅为10%、50%、100%（对应8800美元、12000美元和16000美元），公司矿机销售收入估算分别为5亿、25亿、50亿元人民币，同比2017年增长-61.5%、-92.3%、284.6%。假设比特币价格2018年相对于8000美元的下跌幅度为10%、30%、50%（对应7200美元、5600美元和4000美元），公司矿机销售收入估算分别为2.25亿、1.75亿、1.25亿元人民币，均同比2017年大幅下滑。
以下为正文内容：
缘起比特币，“挖矿”产业横空出世
比特币：一种基于密码学原理的电子货币
比特币（Bitcoin）是一种通过特定算法的大量计算（基于密码学原理）产生的网络虚拟货币。它由计算机生成的一串串复杂代码组成，通过大量的计算产生，每一枚比特币的产生和交易消费都会通过P2P分布式网络记录并通告全网，从而使之成为一种全球通用的共识主动性加密电子货币。
2009年1月3日，中本聪创造出比特币世界的第一个区块——创世区块，顺利生产出了第一批共50个比特币。2010年5月21日佛罗里达程序员用1万比特币购买了价值25美元的披萨优惠券，意味着比特币第一个公允汇率的诞生。2010年7月， 比特币交易所 Mt.Gox 的成立，比特币的价值被世界认可。
计算力就是财富——比特币升值催生“挖矿”需求
根据比特币的设计原理，墓地守夜人全网每10分钟左右产生一个区块，每个新生区块包含有50个比特币，为了限制发行总量，规定每个新生区块包含的比特币数量每4年减半一次。同时为了维持安全和稳定，系统会根据全网的求解速度自动调整难度，其算法实现的结果就是“挖取一个新区块所需的期望运算次数”正比于“难度”，并与全网算力呈高度线性正相关，即新增算力越多，原有算力成功求解的概率就越低。因此，算力成为了获取比特币的最重要因素，从而催生了“矿工”和“矿机”。
在比特币生产过程中，通过使用高度专业化的硬件设施运行计算程序，从而获得比特币作为奖励的个人用户群体称为“矿工”，而他们使用的硬件设备即称为“矿机”。中本聪将比特币的总量设定在2100万枚，随着挖掘数量的增加，挖取的难度不断加大。根据 Statista 的数据，2017 年第三季度已有1678万比特币被挖掘出，新被挖掘出的比特币逐渐减少。在现有的计算难度下，传统家用计算机的算力已不能满足“挖矿”所需。
高性能“矿机”的核心是计算芯片，由此孕育了专业“矿机”公司
决定一台“矿机”性能优劣的核心是其计算芯片（即集成电路）。目前，区块链计算设备的芯片主要经历了四个阶段： CPU、 GPU、 FPGA 和 ASIC。 CPU 设计中需要大量的逻辑判断和很强的通用性来处理不同类型的数据，对于高密集的计算场景效率不佳；GPU 由于采用了大量并行处理的核心架构，对于简单的 SHA256 算法处理速度较快，2010年9月区块链计算进入了 GPU 时代。但同时 GPU 也存在功耗高、搭建部署困难的缺陷，不适合大规模部署；2011年12月出现了基于FPGA芯片的计算设备，其功耗为同类型的 GPU 的 1/40。但是 FPGA 芯片价格昂贵、部署也很复杂，主要被少数具备专业背景的参与者所使用；2013 年首台基于ASIC芯片的区块链计算设备面世，中国龙消消看区块链计算进入了ASIC时代。
ASIC（Application Specific Integrated Circuit）指的是为了某种特定的需求而专门定制的芯片。由于架构和算法可以根据需求定制，ASIC芯片与通用芯片相比具有体积小、功耗低、计算性能高、成本低的优势。但是固定算法也极大限制了ASIC芯片的发展空间，缺乏稳定、大量的需求是 ASIC芯片此前面临的首要问题。比特币挖矿潮的到来为ASIC芯片带来了空前的发展机遇，挖矿算法具有单一、重复性极强、运算量巨大的特点，高度契合ASIC芯片的特性，且需求稳定庞大，可以支撑批量生产。比特币挖矿算法单一和运算量巨大的特点为ASIC提供了度身定制的应用机会。
在这一过程中，研发专业“挖矿”使用的ASIC芯片，从而组装成“矿机”销售给下游挖矿者赚钱利润，这一商业模式孕育了一些“矿机”生产公司，嘉楠耘智是该模式的代表公司之一。
抓住行业契机，嘉楠耘智成高性能“矿机”供应商
成立五年，初具规模
杭州嘉楠耘智信息科技有限公司创立于2013年4月，是超算芯片及数字区块链计算设备制造、区块链计算整体方案提供商，拥有完整的芯片设计流程以及系统级硬件和所有相关软件系统的设计能力。
公司目前三个主要创始人总计持股52.4%，其他投资方持股47.6%。
自主研发芯片，AvalonMiner系列产品不断推陈出新
嘉楠耘智的主营业务为用于区块链计算的专用集成电路（ASIC）芯片及其衍生设备的研发、设计及销售，并提供相应的系统解决方案及技术服务。其芯片产品具备快速、高效处理海量重复计算需求的能力，主要作为数字区块链体系的基础计算设备，为区块链网络提供算力支持，被广泛应用于“挖矿”领域，是“矿机”生产商的代表。
嘉楠耘智采用自主研发ASIC芯片，并组装成整体计算设备解决方案的方式交付给客户。例如其目前在售的A741产品，使用了自主研发的基于16nm工艺的A3212芯片，可以提供7.3THash/S计算能力，每THash的芯片功耗低至157.5W，产品的性价比、可靠性与市场上同类型产品相比竞争力都较强。该A3212芯片是嘉楠耘智自主研发的专用集成电路芯片，www.bnude.cn主要针对 SHA256算法。研发团队从算法的数学层面到最终的后端设计实现了多层次的综合优化，大大降低了芯片的实现难度，提高了运算能力。公司的前端团队设计了MX1运算引擎（MX1运算引擎为芯片的核心单元），重构了运算流水线，实现了多线流水线数据共享，使产品达到了较佳的性能功耗比。在最终的后端实现中，除应用EDA工具之外，针对算法实现特点，使用了大量的手工布局布线，提升了运算速度。在自有芯片的基础上，AvalonMiner产品所涉及的其它软件、硬件设计均由嘉楠耘智自主研发。
作为最终交付给客户的“矿机”设备，公司一直以AvalonMiner品牌提供单一系统产品线。AvalonMiner采用自身研发的专有ASIC 芯片，并与采购的其他元件，包括线路板、电源管理板、冷风扇、热传感器结合，以铝壳密封。此外，在安装AvalonMiner控制器开源软件以后，一个开源树莓派硬件可以充当多个AvalonMiner挖矿机的外部基本控制器系统。公司通常每年推出一代结合ASIC芯片设计及工艺最新发展的新系统产品，其最新的系统产品AvalonMiner 841于2018年推出。AvalonMiner 主要产品的部分规格如下表所列：
占据产业链技术门槛较高环节，以轻资产撬动盈利
作为一个虚拟货币，比特币的交易需要多个平台组织在其中协调。在平台链条上，比特币交易所位于产业链顶端，为挖掘比特币而提供计算服务的云算力和矿池位于产业链中游。这类平台多以收取服务费为盈利方式。而公司处于比特币产业链的较上层，即设备制造商层，通过出售高性能“矿机”设备来赚取利润。相比来说，公司所处的产业链位置，对技术门槛要求更高，如能在芯片研发上较早投入资源，阿德马城寨则有机会在性能上形成先发优势。
公司在芯片设计上采用 Fabless的模式。Fabless模式指无晶圆生产线集成电路设计模式，即企业只进行集成电路的设计和销售，晶圆的制造、芯片的封装和测试等生产环节均由专业的晶圆制造企业、封装和测试企业来完成。在这种模式下，公司的核心竞争力来源于专用集成电路芯片以及区块链计算设备的设计研发，主要包括两个方面：一是芯片设计、研发，二是结构与硬件的设计、研发。公司以轻资产的模式，仅通过300不到名员工，快速撬动市场。目前公司下游的晶圆制造供应商是台积电、封测环节的供应商是台湾日月光公司。
以比特币价格为锚，行业盛宴背后隐忧浮现
比特币持续上涨带动挖矿行为及矿机硬件需求
根据Frost Sullivan报告，随着比特币价格的一路攀升，全球比特币累计挖矿交易量由2012年1月2日的约2.1 百万上升至2018年5月8日的315百万。根据相同报告，比特币挖矿产生的总收益（包括创建区块以及已证实交易的新比特币）由2012年的21.1 百万美元按175.3% 的复合年增长率迅速上升至2017 年的3333 百万美元。
由于比特币挖矿机构成绝大部分区块链硬件，区块链硬件的销售收益在2016年及2017年比特币价格上升及推出新挖矿机的驱动下呈强动增长。根据Frost Sullivan报告，全球区块链硬件的销售收益从2012 年的人民币70 百万元增长至2017 年的人民币193 亿元，复合年增长率为207.8%，预计至2020 年按72.1% 的复合年增长率增长至人民币985亿元。
中国公司垄断“矿机”领域，嘉楠耘智位居市场份额第二
当前，由于水电丰富、电价较低等原因，大部分“矿场”均分布在中国，这样间接导致了中国公司几乎垄断了“矿机”领域的市场份额。公司目前出货量位居全球第二，次于行业最大龙头比特大陆。
面对行业竞争对手，公司的AvalonMiner以具有竞争力的价格提供市场领先的性能，具体包括：
强大的算力及低能耗：公司的AvalonMiner841的名义算力为每秒13Thash，能耗为1，290 瓦，在算力及能源效率方面处于市场领先地位；
高热密度及低维护成本：通过于结构中应用硅，定制封装及系统集成的独特组合，公司专有的16纳米ASIC芯片的热密度（可靠性的重要计量方式）超过每平方毫米1瓦，其超出用作比特币挖矿替代解决方案的顶级GPU和CPU一般限制的两倍。
可用性较强：正如公司产品的低故障率所显示，其具有维护成本低的特点，为最终用户节省了时间及成本。公司提供的系统产品通常被客户用于比特币挖矿两至三年，而此为公司下一代产品创造了持续的替代需求。例如，2016 年购买公司产品的客户约有三分之一于2017 年仍然购买公司的产品。
比特币价格大幅波动，未来恐成公司最大隐忧
公司下游主要的需求来自比特币“矿机”，而其需求量及价格主要以比特币挖矿活动的预计经济回报确定，受比特币价格、挖矿设备价格、电价、挖矿设备算力、网络总算力、挖矿难度系数等因素影响。在成本端主要有：
网络Hash 计算力与挖矿难度：从某种意义上来说，倘网络挖矿变得越来越难，则需要更大的hash 计算力，催生对在网络中挖矿硬件的额外需求。根据Frost Sullivan数据，全球hash 计算力由2012年1月10.8Thash 按1335.7%的复合年增长率迅速增至2017年底的逾1千5百万Thash。
设备成本：计算比特币挖矿是否值得开展的另一个问题是统计比特币采矿设备的固定成本。一般全新定制的比特币矿机，根据性能的差别，价格分别在500到2，000美元之间不等。
电力：比特币挖矿最重要的可变成本就是电力。通常用来衡量比特币矿机的投资回报率（ROI）有多少，就是用比特币矿机的哈希执行性能除以消耗的电瓦数。大型采矿设施已经通过利用更多不同类型的电力资源来降低电费成本，例如水电。在世界上，中国和印度地区的电力费用比较便宜。
时间和维护成本：比特币挖矿也需要时间来维护机器的运行，就像一个全是电脑的工厂。工厂零件都可能会发生故障，而比特币挖矿则经常需要更换风扇，因为设备运行时需要做好散热。同时需要新矿工掌握一定的计算机知识，需要安装软件和维护互联网通信正常等等。
而在收入端，比特币价格是最重要的决定因素，也是波动率最大的因素，比特币目前没有稳定的定价机制，主要靠全球二级市场交易产生定价，受政府监管、宏观经济、参与者风险偏好等多种因素影响。
我们假设比特币单价在9000美元，根据当前全网算力和矿机算力预估，每日生产的收入为10.43美元，扣除成本端每千瓦时0.04美元的电费，每日运营利润在9.11美元。以一台矿机1050美元计算，收回固定投资需要115天。目前市场预期普遍认为，如果比特币单价在8000美元以下，则“挖矿”行为将无利可图，对“矿机”的购买行为也将大大减少。而比特币单价超过8000美元越多，则挖矿的经济效益越高，对“矿机”的需求也将大幅提升。
平滑比特币风险，公司向人工智能芯片进军
ASIC芯片已成弥补人工智能算力的重要选项
随着深度学习对于人工智能应用的推动，视频、语音识别等应用的精准度已不断提高，人工智能的应用场景正在不断扩充。而深度学习的两个主要组成部分训练及推断需要进行大量运算。目前，CPU、GPU、FPGA 及ASIC 芯片等芯片通常用作深度学习的加速器，但未来预计CPU 将逐渐在人工智能培训和推理应用方面失去市场份额，而ASIC 芯片则预计将同时取得该两个市场的份额。根据Frost Sullivan预测，2017年至2020 年ASIC 芯片在人工智能领域的复合年增长率为66%，为各种人工智能芯片类型中最高的。预期ASIC 芯片将逐渐成为若干人工智能算法芯片中更为普及的运算资源，因为ASIC 芯片的定制化特性，能增强功耗效率，对特定算法及数据结构实现更佳运算表现，满足最终客户的需求。
迄今为止，在人工智能应用中采用ASIC 芯片仍有限，但全球科技巨头都已经开始耗巨资建立内部ASIC 芯片开发团队，或投资无晶圆IC 设计公司，以在ASIC 芯片开发中建立产能。另一方面，专注于ASIC 芯片设计的参与者，包括公司这样的加密货币挖矿硬件供应商，可利用其强大的研发能力及在其他应用上开发ASIC 芯片的基础，攫取人工智能市场的增长潜力。
借助已有技术优势，公司从“挖矿”芯片进入AI芯片领域
公司已于2016 年开始开发人工智能应用的ASIC 芯片，并计划于2018 年第四季度批量生产的边缘运算芯片，称为KPU。KPU 为具有高性能及低能耗的小型芯片，其目标应用包括在智能家居、智能城市、智能监测及智能玩具中的语音及图像识别功能及多种物联网应用。KPU 均设计有人工神经网络及高性能处理器，主要提供多样化、实时及离线人工智能应用。根据招股书披露，公司已经接获各类客户的预售订单的暂时性金额合共约为人民币3820万元（实际购买金额可在样片成功测试后经参考产品当时的市场价格进行调整）。
通过开发各代比特币挖矿专用ASIC 芯片，公司已在减少尺寸及功耗但实现高计算能力上积累丰富经验，这是设计用于区块链应用及人工智能应用的ASIC 芯片成功商业化的基础。根据Frost Sullivan报告，28 纳米为人工智能产品所使用的ASIC 芯片最先进工艺，而公司在该技术工艺的前期积累将被用于KPU产品上。此外，与市场上的其他类似产品相比，公司的KPU产品具备高算力及高效能低功耗等特色，具备足以吸引客户的竞争优势。最后，公司的KPU 提供的是一整套芯片解决方案，可以降低客户的安装成本，并能避免因任何芯片发生故障而引致的潜在功能损失。
未来如公司的人工智能芯片产品获得较好的客户反馈，从而在营收上将平滑比特币价格波动对传统“矿机”业务的影响。
财务 营收预测
比特币价格带动公司营收爆发式增长
由于比特币的交易价格在过去三年大幅上涨，其丰厚的利润空间引入了蜂拥而至的挖矿者，从而推动了嘉楠耘智这样的“矿机”公司的订单出货量。由下表可见，其A7系列产品在提高平均售价后，依然销量火爆，2017年同比销售收入增长15倍。
由于营收爆发式增长，而公司采用的是轻资产的IC设计模式，前期研发成本较为固定，因而直接使公司在财务上进入了利润收获期，2017年年内利润达3.6亿。
未来比特币价格波动将很大程度影响矿机未来出货量
比特币价格决定了挖矿行为的收益，比特币价格波动理论上将影响矿机出货量，从而达到动态平衡：
挖矿的实质可简单理解为全世界所有的挖矿设备一起来通过算随机数的哈希值的方法抽签，中签的概率为设备算力/全网总算力；
比特币的价格会影响挖矿收益率，从而提升或者缩减矿机购买量，影响全网总算力。由于全网总算力的改变会反向调解中签概率，最终挖矿收益会达到新的动态平衡状态。
新的更高性能的矿机的出现，会使得老矿机的挖矿收益率大幅下降，从而带动矿机的替换周期；
以上推演均基于理性经济人假设。事实上，由于过去几年比特币价格的大幅上涨，投机性需求会带动挖矿机购买量的超理性上涨。而比特币下跌时，由于一部分投资者对未来价格上升的预期，会承受短期亏损而不退出市场。
营收预测
综合以上，矿机的出货量和比特币价格之间常常受多种投机力量的驱使而波动，短期并没有非常确定的对应关系。
我们总结了过去三年公司营收与比特币均价、全网算力均价的对应关系如下：
如我们上文测算，在当前全网算力的基础上，8000美元的比特币价格是挖矿行为的盈亏平衡点。因而我们仅从较为理性的市场假设出发，对未来比特币价格相对于8000美元这个盈亏平衡点价格的变动对公司营收的影响分别做相关敏感性测试：
当比特币价格上涨时：
如果比特币价格相对于8000美元盈亏平衡时的价格上涨，上涨幅度为X%，则需要新增3000万TH/s*X%算力，按照嘉楠耘智下一款A8系列机型11~13TH/s算力，价格1万人民币，以及嘉楠耘智市占率20%保持不变测算，其2018年销售收入为3000万*X%*20%/12*1万，即0.5X亿元。因而假设2018年比特币的价格涨幅为10%、50%、100%（对应8800美元、12000美元和16000美元），则公司矿机销售收入估算分别为5亿、25亿、50亿元，同比2017年增长-61.5%、-92.3%、284.6%。
当比特币价格下跌时：
如果比特币价格相对于8000美元盈亏平衡时的价格下跌，则理论上不应该有新增的算力加入，反而有一部分低效率矿机会退出挖矿行为。对于矿机生产商来说，新增的订单只能由小部分矿场购买升级更高性能矿机的需求带来。假如2018年比特币价格下跌X%，则全网平衡算力为3000万TH/s*（100-X）%，若其中5%头部矿主有更新矿机需求，按照嘉楠耘智下一款A8系列机型11~13TH/s算力，价格1万人民币，以及嘉楠耘智市占率20%保持不变测算，其一年销售收入为3000万*（100-X）%*20%/12*1万*5%，即0.025（100-X）亿元。因而假设2018年比特币的价格下跌幅度为10%、30%、50%（对应7200美元、5600美元和4000美元），公司矿机销售收入估算分别为2.25亿、1.75亿、1.25亿元，均同比2017年大幅下滑。
风险因素
1．比特币价格大幅下滑，矿机购买需求萎缩；
2．传统芯片巨头进入市场，矿机毛利下滑显著；
3．芯片供应链上游公司如台积电等产能有限，无法为公司按时按量交货；
