当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 芯迈半导体港交所IPO三年亏损超13亿

芯迈半导体港交所IPO三年亏损超13亿

2025-07-01 14:09:07 0浏览 收藏

golang学习网今天将给大家带来《芯迈半导体港交所IPO 三年亏损超13亿》,感兴趣的朋友请继续看下去吧!以下内容将会涉及到等等知识点,如果你是正在学习科技周边或者已经是大佬级别了,都非常欢迎也希望大家都能给我建议评论哈~希望能帮助到大家!

【IPO一线】芯迈半导体递表港交所 三年累计亏损超过13亿元

6月30日,芯迈半导体技术(杭州)股份有限公司(以下简称“芯迈”)正式向港交所递交上市申请,此次独家保荐机构为华泰金融控股(香港)有限公司。

作为国内功率半导体领域的重要参与者,芯迈专注于电源管理IC及功率器件的研发与销售,采用Fab-Lite(轻晶圆厂)运营模式,其产品广泛覆盖智能手机、汽车电子以及工业设备等多个应用领域。

根据弗若斯特沙利文的数据显示,芯迈在全球智能手机PMIC市场排名第三,市场份额为3.6%;在显示PMIC市场位列第五,占有6.9%的份额;而在OLED显示PMIC市场中排名第二,市场份额达到12.7%;以过去十年累计出货量来看,公司在全球OLED显示PMIC市场位居首位。

尽管市场地位不俗,芯迈的财务状况却并不乐观。2022年至2024年间,公司营收持续下降,由16.88亿元减少至15.74亿元,同时亏损不断扩大,三年累计净亏损超过13亿元。毛利率也从37.4%下滑至29.4%,显示出行业竞争加剧和成本压力上升带来的影响。虽然公司表示亏损主要受研发投入增加及股权激励费用影响,但如果未来营收无法有效覆盖这些支出,盈利难题或将更加严峻。

此外,芯迈还面临客户与供应商集中度过高的问题。招股书披露,近三年来前五大客户贡献收入占比均超过75%,其中最大客户的营收占比更是长期高于60%。这种高度依赖单一客户的结构削弱了公司的抗风险能力,一旦核心客户订单减少或转向其他厂商,将对公司业绩造成重大影响。与此同时,由于采用Fab-Lite模式,芯迈对第三方代工厂存在较大依赖,前五大供应商采购比例常年维持在60%以上,供应链稳定性直接关系到其产能与交付效率。

今天关于《芯迈半导体港交所IPO三年亏损超13亿》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于半导体,ipo受理,芯迈半导体的内容请关注golang学习网公众号!

LinuxNode.js日志审计方法详解LinuxNode.js日志审计方法详解
上一篇
LinuxNode.js日志审计方法详解
豆包AI生成JS代码全解析
下一篇
豆包AI生成JS代码全解析
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。
    287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。
    340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。
    342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。
    306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。
    129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