当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 紫光国微2024年营收55.11亿,研发投入占比23.33%

紫光国微2024年营收55.11亿,研发投入占比23.33%

2025-05-23 11:09:58 0浏览 收藏

4月22日,紫光国微发布2024年业绩报告,营收达55.11亿元,较去年下降27.26%。净利润为11.79亿元,同比下降53.43%。集成电路业务收入占比94.63%,研发投入占比23.33%,全年获得104项专利。公司专注主业,坚持技术创新,积极应对市场挑战,推动高质量发展。

4月22日,紫光国微公布了2024年度的业绩报告。报告显示,公司全年营业收入达55.11亿元,归属于母公司的净利润为11.79亿元,较去年分别下降了27.26%和53.43%。扣除非经常性损益后,归属于上市公司股东的净利润为9.26亿元,同比下降61.31%。

紫光国微2024年营收55.11亿元,研发费用率达23.33%

2024年,公司的集成电路业务实现了52.15亿元的营业收入,占总营业收入的94.63%,而电子元器件业务则贡献了2.24亿元的营业收入,占比为4.07%。面对激烈的市场竞争和特种集成电路行业的周期性波动等不利因素,公司专注于主业发展,坚持技术创新,保持研发投入,拓展产业链,同时全面提升管理效率,积极应对各种风险挑战,推动公司的高质量和可持续发展。

在研发创新方面,报告期内,公司持续加强科技赋能,巩固其在行业中的领先地位。全年研发投入达12.86亿元,占营业收入的23.33%;全年获得85项发明专利和19项实用新型专利。在特种集成电路业务方面,公司采取多种措施,有效降低了生产管理成本,通过自动化建设提高了效率并推动了智能化发展。

展望2025年,紫光国微表示,公司将持续优化业务和管理体系,推动全年经营目标的实现。一方面,公司将致力于提升产品质量、增强技术实力、扩大市场份额、优化服务,协调资源推动核心业务的健康发展;另一方面,公司将围绕“战略运营、资本市场、财务赋能、合规治理”等重点工作,提升核心竞争力,确保持续的高质量发展。

(校对/黄仁贵)

紫光国微2024年营收55.11亿元,研发费用率达23.33%

文中关于营收,集成电路,紫光国微,研发投入,净利润的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《紫光国微2024年营收55.11亿,研发投入占比23.33%》文章吧,也可关注golang学习网公众号了解相关技术文章。

Win7强制恢复出厂设置教程及步骤Win7强制恢复出厂设置教程及步骤
上一篇
Win7强制恢复出厂设置教程及步骤
Win11截图快捷键全览及使用技巧
下一篇
Win11截图快捷键全览及使用技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    301次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    358次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    357次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    324次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    143次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码