1. 投資摘要
-
瑞芯微（Rockchip Electronics，603893.SS）的核心定位：AIoT 應用處理器 SoC 與邊緣 NPU 廠商，AI 鏈上位置是機器視覺、機器人、智慧座艙、工業與消費電子端側 AI。 12
-
AI 相關硬錨：2025 年營收 44.02 億元、年增率 +40.36%，歸母淨利 10.40 億元、年增率 +74.82%，毛利率約 41.9%；2026Q1 CFO 3.825 億元。 13
-
核心產品口徑：RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 56
-
本頁不提供買進、賣出、加碼、減碼、部位或價格結論建議；只做產業鏈位置、財務質量和驗證指標拆解。1
-
對客戶名單、單客戶佔比、晶片 ASP、出貨量、產能、訂單 backlog、AI 營收拆分，若公司沒有明確揭露，本文均寫
[未充分揭露]。1 -
經營驗證優先順序：2026Q1 揭露營收 12.05 億元、歸母淨利約 3.29 億元、經營現金流量 3.825 億元，說明端側 AIoT 景氣和產品結構改善已進入報表；但 AI 單項營收、客戶份額、ASP、出貨量和產能仍為
[未充分揭露]。37 -
證據點 1: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。2 -
證據點 2: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。3 -
證據點 3: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。4 -
證據點 4: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。5 -
證據點 5: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。6 -
證據點 6: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。7 -
證據點 7: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。8 -
證據點 8: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。9 -
證據點 9: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。10 -
證據點 10: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。11 -
證據點 11: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。1 -
證據點 12: 本頁只把已揭露的營收、毛利、淨利、現金流量、客戶或產品事件寫成硬數；未揭露的 AI 營收、客戶份額、ASP、出貨量和產能統一標為
[未充分揭露]，避免把產業邏輯誤寫成財務事實。2
2. 產業鏈位置
| 維度 | 定位 | 證據 |
|---|---|---|
| 鏈條座標 | chain-chip-core，偏端側/邊緣/定製/功率/車載 AI 晶片，具體取決於公司產品組合。 | 1 |
| 上游約束 | 晶圓、先進封裝、EDA/IP、車規認證、軟體生態和關鍵客戶認證。 | 2 |
| 下游需求 | 雲端廠、車廠、工業、IoT、手機、運營商或開發者生態，按公司實際產品對映。 | 3 |
| AI 相關性 | 來自 NPU/GPU/DPU/eFPGA/功率晶片/視覺感測器/定製 ASIC 對 AI 訓練、推論或邊緣智慧的支援。 | 4 |
| 非 AI 主業 | 傳統通訊、消費電子、工業控制、車規或娛樂業務仍可能是營收主體。 | 1 |
| 關鍵誤區 | 不能把“產品可用於 AI”直接等同於“AI 營收已經單列確認”。 | 5 |
產業鏈讀法需要分三層。第一層是晶片或器件本身是否進入 AI 計算、感知、連線或供電路徑；第二層是客戶是否已量產匯入；第三層是財務報表是否把營收、毛利或訂單單獨揭露。瑞芯微目前能確認的是鏈上位置和部分財務結果，不能確認的是全部 AI 營收拆分。16
3. AI相關營收拆解
| 專案 | 可確認內容 | 金額/佔比 | 揭露狀態 | 證據 |
|---|---|---|---|---|
| AI 直接營收 | 2025 年營收 44.02 億元、年增率 +40.36%，歸母淨利 10.40 億元、年增率 +74.82%，毛利率約 41.9%；2026Q1 CFO 3.825 億元。 | 見財務表 | 部分揭露 | 1 |
| AI 間接營收 | 由主晶片、功率、邊緣、車載或視覺方案承接 AI 需求 | [未充分揭露] | 未單列 | 2 |
| 軟體/工具鏈 | SDK、編譯器、模型部署、開發者平台或系統軟體 | [未充分揭露] | 多為產品能力揭露 | 5 |
| 客戶專案營收 | 大客戶匯入、中標、設計定點、量產專案 | [未充分揭露] | 多數未列客戶金額 | 6 |
| 訂單/backlog | 未取得完整同口徑揭露 | [未充分揭露] | 不倒推 | 7 |
| 毛利率 | 公司層面或分部層面可見，AI 單項多數不可見 | [未充分揭露] | 需季報驗證 | 1 |
AI 營收拆解的保守做法是把“確認營收”與“技術能力”分開。技術能力可以幫助公司進入客戶方案，但只有財報、訂單公告或客戶量產資訊才能成為硬財務錨。38
4. 核心產品
| 產品線 | 內容 | 財務口徑 | 證據 |
|---|---|---|---|
| 產品/能力 1 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 4 |
| 產品/能力 2 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 5 |
| 產品/能力 3 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 6 |
| 產品/能力 4 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 7 |
| 產品/能力 5 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 8 |
| 產品/能力 6 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 9 |
| 產品/能力 7 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 10 |
| 產品/能力 8 | RK3588/RK3576/RK356x、內建 NPU SoC、數模混合晶片、演算法工具鏈、行業參考設計與 AIoT 生態。 | 營收、毛利率、ASP 或出貨量多數未單列，需用公司公告逐期驗證。 | 11 |
產品層面最需要警惕的是“型號很強”與“營收很大”之間存在驗收、認證、客戶匯入、供應鏈、軟體生態五個環節。本文只把來源明示的型號、能力和財務數字作為硬證據。56
5. 上下游
| 上游/下游 | 對經營的影響 | 揭露佔比 | 證據 |
|---|---|---|---|
| 晶圓代工/封測 | 影響先進製程、良率、交期和成本 | [未充分揭露] | 2 |
| EDA/IP/Arm/RISC-V | 影響 SoC/ASIC 設計效率和授權成本 | [未充分揭露] | 3 |
| 記憶體/儲存/電源 | 影響系統 BOM 和客戶匯入 | [未充分揭露] | 4 |
| 軟體工具鏈 | 決定開發者遷移成本和生態粘性 | [未充分揭露] | 5 |
| 車廠/雲端廠/工業客戶 | 決定量產節奏和營收確認 | [未充分揭露] | 6 |
| 渠道/模組/方案商 | 決定長尾客戶覆蓋和庫存風險 | [未充分揭露] | 7 |
上下游結論：瑞芯微的價值不只取決於晶片規格，還取決於客戶量產、認證週期、供給穩定性和軟體遷移成本。若客戶集中度、晶圓代工比例或關鍵封裝產能沒有揭露，本文不做數值假設。29
6. 同業與競爭格局
| 可比物件 | 主戰場 | 比較口徑 | 證據 |
|---|---|---|---|
| NVIDIA | 資料中心 GPU/加速卡 | 與 瑞芯微 的比較 | 4 |
| AMD | GPU/CPU/嵌入式處理器 | 與 瑞芯微 的比較 | 5 |
| Qualcomm | 手機/汽車/邊緣 AI SoC | 與 瑞芯微 的比較 | 6 |
| STMicroelectronics | MCU/功率/車規 | 與 瑞芯微 的比較 | 7 |
| Renesas | MCU/車規/工業 | 與 瑞芯微 的比較 | 8 |
| Lattice | 低功耗 FPGA | 與 瑞芯微 的比較 | 9 |
| Ambarella | 視覺 AI SoC | 與 瑞芯微 的比較 | 10 |
| Broadcom | 網路/ASIC/連線晶片 | 與 瑞芯微 的比較 | 11 |
競爭格局要按場景比較。資料中心訓練晶片看生態、HBM、互聯和軟體；端側 AI 看功耗、BOM、開發工具和渠道；車載 AI 看功能安全、認證、設計定點和量產週期；功率晶片看效率、可靠性、客戶驗證和產能。瑞芯微的比較組不能只選最熱的 GPU 公司。48
7. 護城河
- 產品和 IP 積累：公司已揭露的晶片、IP、軟體棧或系統方案構成技術入口，但財務貢獻需看量產和授權營收。5
- 客戶與場景複用：公司產品覆蓋汽車電子、機器視覺、機器人、工業、教育辦公、商業金融、智慧家居、消費電子和運營商等多場景，長尾客戶和方案生態是護城河來源；但前五大客戶、單客戶金額和分場景營收仍需年報驗證。6
- 軟體生態：編譯器、SDK、模型部署、驅動和開發者工具影響客戶遷移成本。7
- 供應鏈協同：晶圓、封測、模組和整機方案商決定交付穩定性。8
- 財務紀律：毛利率、現金流量和研發費用率比新聞標題更能驗證護城河。1
- 風險邊界：如果營收依賴少數專案或低毛利硬體，護城河會弱於技術敘事。3
- 平台化複用：RK3588/RK3576/RV11 系列和後續協處理器路線若能複用軟體、演算法和行業參考設計，會提高研發效率；若新品只帶來一次性硬體出貨而不能沉澱生態，護城河應下修。2
8. 財務質量(趨勢表+杜邦+逐季)
8.1 趨勢表
| 期間 | 營收（億元） | 毛利/毛利率 | 淨利/淨虧損 | 經營現金流量 | 口徑 |
|---|---|---|---|---|---|
| 2024A | 31.36 | 11.54 | 5.9486 | [未充分揭露] | 年報/財務資料口徑 1 |
| 2025A | 44.02 | 18.44 | 10.40 | 10.69 | 毛利率約 41.9% 2 |
| 2026Q1 | [未充分揭露] | [未充分揭露] | 約3.2-3.4 | 3.825 | 一季報/業績預告口徑 3 |
8.2 杜邦拆解
| 杜邦環節 | 當前讀數 | 投研含義 | 證據 |
|---|---|---|---|
| 淨利率 | 取決於毛利率、研發費用、一次性減值和產品組合 | 若 AI 營收增長但淨利率下降，說明營收質量仍待驗證。 | 1 |
| 資產週轉 | 晶片公司常受庫存、應收、客戶驗收影響 | 週轉惡化會先出現在 CFO 與庫存。 | 2 |
| 權益乘數 | 大型成熟公司與小型 fabless 差異很大 | 不能用槓桿改善替代經營質量。 | 3 |
| ROE | 未揭露或口徑不一致時不強行計算 | 只有淨利、權益、一次性專案清楚時才可比較。 | 4 |
8.3 逐季表
| 季度 | 營收 | 毛利率 | 淨利 | CFO | 質量判斷 |
|---|---|---|---|---|---|
| Q1 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。8 |
| Q2 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。9 |
| Q3 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。10 |
| Q4 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。11 |
| Q5 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。1 |
| Q6 | [未充分揭露] | [未充分揭露] | [未充分揭露] | [未充分揭露] | 該季度未取得完整同口徑揭露，不能補造。2 |
8.4 財務質量結論
財務質量的第一優先順序是毛利率，第二是經營現金流量，第三是研發費用率，第四是客戶集中度。若某一季度出現一次性減值、處置收益或政府補助，應從經營獲利中剔除觀察。12
9. 業績傳導
AI 終端/雲端/車/工業需求
-> 客戶設計匯入或專案採購
-> 晶片/IP/模組/系統營收確認
-> 毛利率取決於產品組合、良率、授權比例和議價能力
-> 研發費用、庫存和應收決定淨利與現金流量
-> 市場再按成熟主業與 AI 期權分層定價| 傳導變數 | 正向訊號 | 反向訊號 | 證據 |
|---|---|---|---|
| 客戶匯入 | 量產、定點、中標、長期供貨 | 僅樣片或演示 | 5 |
| 單價 | 高附加值 IP/軟體/車規產品 | 低毛利硬體或價格戰 | 6 |
| 成本 | 良率改善、封測穩定、規模效應 | 先進製程漲價、庫存跌價 | 7 |
| 現金流量 | CFO 跟隨淨利改善 | 應收/庫存快於營收增長 | 1 |
| 研發 | 平台複用提高效率 | 多路線重複投入 | 2 |
| 揭露 | AI 營收開始單列 | 只講戰略不列數字 | 3 |
10. 經營拆分與反證架構
本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。
| 模組 | 關鍵經營變數 | 強敘事訊號 | 反證閾值 |
|---|---|---|---|
| 營收與採用 | 營收增速、ARR/訂單、客戶採用 | 營收增長由真實客戶採用和復購支撐 | 營收或訂單連續放緩，且缺少客戶採用證據 |
| 獲利質量 | 毛利率、費用率、現金流量 | 毛利率穩定，現金轉換改善 | 毛利率下行或現金流量惡化 |
| 競爭與客戶 | 客戶集中度、份額、替代風險 | 大客戶擴張且競爭格局穩定 | 客戶砍單、份額流失或替代方案加速 |
11. 風險
- AI 營收未單列，市場可能高估產品與營收之間的距離。1
- 客戶集中度、單客戶金額、出貨量和 ASP
[未充分揭露]，訂單波動會放大季度業績。2 - 毛利率可能受產品組合、代工成本、價格競爭和庫存跌價影響。3
- 經營現金流量可能滯後淨利，尤其在專案驗收、備貨和應收上升階段。4
- 技術路線可能被 GPU、ASIC、RISC-V、Arm NPU、FPGA 或雲端端方案替代。5
- 出口管制、車規認證、網路安全和資料合規可能影響客戶匯入。6
- 研發費用若持續高於營收增長，會壓制短期獲利。7
- 小盤公司還存在流動性、融資和客戶驗收風險。8
- 大型集團則可能出現非 AI 業務週期掩蓋 AI 業務真實表現。9
- 任何未獲公司或交易所確認的媒體傳聞，只能作為追蹤線索，不能作為營收事實。10
12. 常見誤讀糾偏
誤讀 1：只要產品能跑 AI，就等於 AI 營收已經兌現。
糾偏：產品能力只是進入客戶評估的前置條件。財務兌現還需要量產、驗收、軟體生態、供給穩定和回款。若財報未單列 AI 營收，就不能把全部相關產品營收都稱為 AI 營收。15
誤讀 2：晶片公司都應該按資料中心 GPU 市場口徑經營判斷。
糾偏：瑞芯微是端側/邊緣 AIoT SoC 公司，核心變數是低功耗、多媒體、NPU、工具鏈、行業方案和長尾客戶覆蓋，不能套用資料中心 GPU 的 HBM、叢集互聯和雲端訓練口徑。26
誤讀 3：一次性獲利或減值能代表經營趨勢。
糾偏：一次性減值、處置收益、庫存轉回、政府補助會扭曲淨利。投研頁應優先看毛利率、經營獲利、CFO 和研發費用率的連續性。34
13. 最新事件(帶日期)
| 日期 | 事件 | 證據 |
|---|---|---|
| 2026-04-14 | 釋出 2025 年報，營收和淨利創歷史高位。 | 2 |
| 2026-04-21 | 釋出 2026Q1 報告，經營現金流量淨額 3.825 億元。 | 3 |
| 2025-2026 | RK3588 生態繼續用於邊緣 AIoT、機器視覺和機器人開發板。 | 4 |
最新事件只作為追蹤線索。若事件沒有公司公告、交易所檔案或客戶正式確認，本文不把它寫成確定營收、確定訂單或確定產能。12
14. 追蹤指標
| 頻率 | 指標 | 為什麼重要 | 證據 |
|---|---|---|---|
| 月度 | 營收或訂單口徑 | 驗證需求是否從樣片/專案進入營收 | 6 |
| 季度 | 毛利率 | 驗證 AI 產品是否提高或稀釋盈利 | 7 |
| 季度 | 經營現金流量 | 驗證營收是否轉化為現金 | 8 |
| 季度 | 研發費用率 | 驗證技術路線投入強度 | 9 |
| 半年 | 客戶集中度 | 判斷單一大客戶波動 | 10 |
| 半年 | 庫存/應收 | 識別專案驗收和備貨壓力 | 11 |
| 年度 | 分部揭露 | 確認 AI 營收是否可單列 | 1 |
| 年度 | 資本支出 | 判斷產能/測試/封裝投入 | 2 |
追蹤面板讀法：第一看 AI 相關營收能否從產品敘事變成報表口徑；第二看毛利率是否改善；第三看經營現金流量是否跟上淨利；第四看客戶與供應鏈揭露是否更透明。13
15. 來源
- 來源：瑞芯微 2025 年報 PDF — file.finance.sina.com.cn/211.154.219.97%3A9494/MRGG/CNSESH_STOCK/2026/2026-4/2026-04-15/12089989.PDF
- 來源：瑞芯微財務報告頁 — www.rock-chips.com/a/cn/tzzgx/news/cwbg/index.html
- 來源：瑞芯微 2026Q1 PDF — dataclouds.cninfo.com.cn/shgonggao/hsomarket/2026/20260421/37322096ad2741dcab6fc2715e87f1d9.PDF
- 來源：證券時報/鳳凰網年報報道 — finance.ifeng.com/c/8sKCRzBrHOp
- 來源：瑞芯微第九屆開發者大會 AIoT 產品與場景 — www.rock-chips.com/a/cn/news/rockchip/2025/0724/2068.html
- 來源：Marketscreener earnings — in.marketscreener.com/news/rockchip-electronics-co-ltd-reports-earnings-results-for-the-full-year-ended-december-31-2025-ce7e50d8de89f626
- 來源：RK3576 Brief Datasheet — Rockchip — www.rock-chips.com/uploads/pdf/2024.3.18/192/RK3576%20Brief%20Datasheet%20V1.2-20240311.pdf
- 來源：StockAnalysis financials — stockanalysis.com/quote/sha/603893/financials/
- 來源：Leadsintec RK3588 guide — leadsintec.com/rockchip-rk3588-chip-application-guide/
- 來源：Boardcon RK3588 SOM — www.boardcon.com/CM3588_SOM/
- 來源：東方財富一季報點評 PDF — pdf.dfcfw.com/pdf/H3_AP202604231821519631_1.pdf?1776982811000.pdf=