Західна компанія Zhuhai Allwinner Technology Co., Ltd. — Річний звіт за 2025 рік (витяг)

Увійдіть до додатку Sina Finance, щоб знайти 【信披】 та переглянути інші оцінки.

Цифровий код: 300458 Назва цінних паперів: Quanzhi Technology Номер оголошення: 2026-0327-003

1. Важливе зауваження

Цей річний звіт є коротким викладом повного тексту річного звіту, щоб повністю зрозуміти результати діяльності компанії, фінансовий стан та плани на майбутнє, інвестори повинні уважно прочитати повний текст річного звіту на медіа, призначеному Китаєм.

Всі директори взяли участь у засіданні ради директорів для обговорення цього звіту.

Компанія Tianjian (спеціальне партнерство) надала стандартну аудиторську думку без зауважень щодо фінансового звіту компанії за цей рік.

Повідомлення про не стандартну аудиторську думку

□ Застосовується √ Не застосовується

Компанія не отримала прибутку під час IPO і наразі не має прибутку.

□ Застосовується √ Не застосовується

План розподілу прибутку або план збільшення капіталу, розглянутий радою директорів.

√ Застосовується □ Не застосовується

План розподілу прибутку, затверджений цією радою директорів, полягає в тому, що з 825,427,382 акцій, усім акціонерам буде виплачено готівковий дивіденд у розмірі 2 юані за кожні 10 акцій (з податком), без безкоштовних акцій (з податком), за рахунок капітальних резервів буде здійснено збільшення капіталу на 2 акції за кожні 10 акцій.

Рішення ради директорів щодо розподілу прибутку за привілейованими акціями за цей звітний період

□ Застосовується √ Не застосовується

2. Основна інформація про компанію

3. Опис компанії

■

2. Опис основного бізнесу або продуктів за звітний період

(1) Основний бізнес

Головним бізнесом компанії є наукові дослідження та розробка інтелектуальних процесорів SoC, високопродуктивних аналогових пристроїв і чіпів для бездротової комунікації. Основні продукти включають інтелектуальні процесори SoC, високопродуктивні аналогові пристрої та чіпи для бездротової комунікації. Продукція компанії відповідає потребам промислового, автомобільного та споживчого ринків, широко використовується в розумному обладнанні, інтелектуальних роботах, розумних побутових приладах, інтелектуальному Інтернеті речей, автомобільній електроніці, планшетах, мережевих ТВ-приставках, а також в аналогових пристроях живлення, бездротових комунікаційних модулях та інших ринках.

(2) Основна бізнес-модель

У моделі постачання та виробництва компанія використовує модель Fabless, що відповідає за розробку інтегральних схем, в той час як виробництво, упаковка та тестування інтегральних схем здійснюються на замовлення. Компанія закуповує кремнієві пластини у фабрик з виготовлення чіпів, а послуги з упаковки та тестування купує у компаній, які займаються пакуванням та тестуванням інтегральних схем.

Модель продажу, після тестування чіпів, компанія продає чіпи постачальникам рішень та виробникам готової продукції. Постачальники рішень купують готові чіпи, здійснюють додаткову розробку та перепродають їх виробникам готової продукції, які випускають різноманітні електронні продукти.

Модель досліджень і розробок, компанія дотримується незалежних досліджень ключових технологій, вибірково інтегрує зрілі IP-ресурси в галузі, своєчасно надає конкурентоспроможні продукти для цільових ринків. Забезпечуючи першочергову підтримку технологічних досліджень існуючих продуктів, компанія займається технічними запобіганнями для продуктів наступного покоління.

(3) Операційний стан

1. Основні категорії продуктів чіпів

Відповідно до визначення «Керівництва з класифікації галузей для акціонерних компаній» Китаю, компанія належить до галузі «C Виробництво - 39 Виробництво комп’ютерної техніки, зв’язку та інших електронних пристроїв». Відповідно до національної класифікації економічних галузей та кодів (GB/T4754-2017), продукція та послуги компанії належать до «65 Програмне забезпечення та інформаційні технології - 652 Дизайн інтегральних схем». Відповідно до визначення «Галузі високих технологій, що підтримуються державою», компанія належить до області технологій «1. Електронна інформація - (2) Мікроелектронна інформація - 2 Дизайн технології інтегральних схем».

2. Основні конкуренти в галузі в країні та за кордоном

Основні компанії-конкуренти в галузі: MediaTek, Amlogic, Rockchip, StarCore Technology тощо.

3. Основна інфраструктура пакетів продуктів чіпів

Компанія постійно прагне забезпечити клієнтів системними пакетами SoC, щоб підвищити здатність до досліджень і розробок та прискорити швидкість оновлення продукції, постійно будує та вдосконалює різні технологічні платформи та платформи продуктів, протягом багатьох років створила 4 платформи:

(1) Платформа проектування SoC: включає технологічні платформи (досвідчені технології, передові технології), змішані аналогово-цифрові IP, технології кодування/декодування та відображення, багатоядерні гетерогенні SoC та системи з низьким споживанням енергії тощо.

(2) Апаратна платформа: сформувалася серія чіпів для SoC, включаючи чіпи управління живленням, бездротові чіпи, чіпи обробки звуку, а також повний дизайн апаратних систем, включаючи цілісність сигналу та живлення, тепловий дизайн та проектування, з урахуванням виробничих вимог.

(3) Платформа розробки програмного забезпечення: забезпечує повну підтримку різних операційних систем, таких як RTOS/Linux/Android, а також екосистему адаптації для основних вітчизняних операційних систем; одночасно, у зв’язку з застосуванням продуктів, формується відповідний проміжний програмний забезпечення та постачання програмного забезпечення.

(4) Платформа екосистеми послуг: надає послуги технічної підтримки, відкритого співробітництва в екосистемі та послуги системи якості, а також надає ефективні інструменти для підтримки нижчого рівня клієнтів.

Схематичне зображення основної інфраструктури пакету продуктів SoC виглядає так:

■

4. Основні сфери застосування та приклади застосування продуктів чіпів

■

5. Розвиток нових технологій та майбутні тенденції

(1) Швидкий розвиток технологій штучного інтелекту

Штучний інтелект, загалом, є імітацією людської свідомості та мислення, але з розвитком технологій він поступово виходить за межі поняття, аналогічного людині, наприклад, абстрагуючи та узагальнюючи структури, розпізнаючи та узгоджуючи їх у різні моделі машинного мислення, використовуючи методи машинного навчання та аналізу даних, щоб доповнити та підвищити людську здатність мислення. Як ключовий інструмент виробництва, штучний інтелект прискорює глибоку інтеграцію з усіма сферами, стимулюючи індустріальну модернізацію. Технології AI еволюціонували з ранніх допоміжних інструментів до автономних агентів (AI Agent), які мають здатність до самостійного прийняття рішень, проявляючи значну інноваційну цінність та ефективність у багатьох галузях, таких як автономне водіння, розумні будинки, системи безпеки, медичне обладнання, робототехніка, розумна освіта тощо, стаючи основною силою, що рухає інтелектуальну трансформацію галузі.

У 2025 році технологічна структура та парадигма застосування AI Agent будуть дедалі зрілішими, що сприятиме переходу штучного інтелекту від інструментального допомоги до автономного виконання завдань та співпраці в прийнятті рішень. Технології великих моделей продовжують прориви, їх основні досягнення зосереджені на розумінні складних інструкцій, плануванні багатоступеневих процесів та обробці міжмодальних завдань, забезпечуючи надійну підтримку для таких високоцінних сценаріїв, як генерування коду та персоналізоване навчання. Процвітання відкритої екосистеми прискорило доступ до технологій, дозволивши впроваджувати високопродуктивні моделі з нижчими витратами у більш широких галузях. Одночасно глибока інтеграція багатомодальних великих моделей у текст, зображення, голос та відео не тільки покращила досвід у таких сферах, як створення креативного контенту та інтелектуальні асистенти, але й завдяки легковісним технологіям реалізувала готові до використання рішення у вертикальних галузях, таких як освіта, охорона здоров’я та промислова перевірка якості, підкреслюючи величезний потенціал AI у підвищенні ефективності діяльності реального сектора економіки.

Оскільки користувачі все більше потребують швидкості реакції, витрат на використання та безпеки, а також персоналізації, завдяки підвищенню продуктивності обчислень на кінець та оптимізації алгоритмів великих моделей, програми, пов’язані з великими моделями, швидко переходять до кінцевих пристроїв і адаптуються до них, формуючи багаторівневу архітектуру застосувань. Продукти на кінець, представлені AI-смартфонами та AI-PC, вже сприяли появі безлічі нових апаратних продуктів та різноманітних програмних застосувань. З розвитком відповідних технологій, AI на кінцевих пристроях охопить різні форми, починаючи від промислових пристроїв до споживчої електроніки, що створює нові потреби та виклики для технологічних інновацій у сфері апаратного забезпечення, чіпів та програмних рішень.

Щоб реалізувати продукцію AI на кінцевих пристроях, необхідно три елементи: обчислювальна потужність, алгоритми та дані. Останніми роками бурхливий розвиток AI значно зумовлено накопиченням великих даних та суттєвим підвищенням потужності спеціалізованих обчислювальних систем AI. Оскільки процеси масштабування AI на кінцевих пристроях та великих моделях прискорюються, зростає вимога до кінцевого апаратного забезпечення в аспектах продуктивності обчислень, гетерогенної співпраці та управління енергією. Провідні закордонні компанії прискорюють глибоку інтеграцію великих моделей у свої операційні системи, основні застосунки та екосистему апаратного забезпечення, прагнучи створити повний замкнутий цикл досвіду, що сполучає хмарні та кінцеві рішення. Ця тенденція чітко демонструє потужний попит у промисловості проектування чіпів, що спонукає її шукати структурні прориви у підтримці нових поколінь легковісних кінцевих чіпів для великих моделей. Щоб задовольнити динамічні вимоги легковісних моделей до обчислювальної потужності, пропускної здатності пам’яті та енергоефективності, необхідно підвищити ефективну підтримку складних моделей, просувати передові рішення, такі як реальний час багатомодальної взаємодії, у сценаріїх обробки на краю з низьким споживанням енергії та високою швидкістю реагування. Тим часом, від відкритих моделей до екосистеми інструментів, продовжується вдосконалення технологічної системи “хмарне навчання - обробка на краю”, що разом утворює основний двигун для глибокого розвитку індустрії AI.

(2) Зростання попиту на високопродуктивні обчислення

Швидке розповсюдження AI-сценаріїв на кінцевих пристроях (наприклад, розумних терміналах, автономному водінні, IoT-пристроях), призвело до вибухового зростання попиту на обчислювальну потужність чіпів SoC, що штовхає дизайн SoC у нову фазу “сучасні технології, оновлення обчислювальної потужності, реконструкція архітектури, революція споживання енергії”.

Сучасні технології та технології упаковки: використання сучасних технологій для підвищення обчислювальної потужності SoC стало вибором для високопродуктивних SoC; 3D-складання, Chip to Chip, Die to Die стали ефективними рішеннями для високих витрат на технології та низької виходу.

Постійне оновлення загальної та спеціалізованої потужності: з підвищенням складності сценаріїв застосування на кінцевих пристроях, збільшенням застосувань AI, інтеграції функцій та підвищенням вимог до досвіду користувачів, вимоги до обчислювальної потужності, що надаються SoC-чіпами, зросли; високопродуктивні SoC тепер повинні включати в себе великі обчислювальні потужності, багатоядерність, високу частоту, ультрависоку чіткість та швидкісні мультиканальні DDR.

Виклики архітектури гетерогенної співпраці: обчислювальні одиниці SoC на кінцевих пристроях зазвичай включають CPU, GPU, NPU, VPU та DSP, які в різних сценаріях застосування повинні реалізувати спільні обчислення та обмін даними, що створює нові виклики для загальної архітектури SoC; необхідно постійно оптимізувати пропускну здатність шини та механізми пріоритетів, надавати багатоканальні рішення DDR з високою пропускною здатністю, уніфіковану архітектуру пам’яті та управління узгодженістю пам’яті між чіпами, динамічні алгоритми планування завдань, технології з’єднання між чіпами, щоб надати більше рішень для оновлення архітектури SoC.

Ефективне управління та контроль споживання енергії: як для навчання на хмарі, так і для обробки на кінцевих пристроях, масштаби обчислень та системи є безпрецедентними, що призводить до швидкого зростання енергоспоживання; стратегії оптимізації споживання енергії SoC будуть оновлені з “оптимізації споживання енергії на локальному рівні” до “системної оптимізації енергоефективності”: через технології динамічного регулювання напруги та частоти (DVFS) та AI-управлінські стратегії навантаження, підвищуючи ефективність використання багатоядерності, такі як алгоритми планування завдань на базі AI та управління прогнозуванням споживання енергії; змішане проектування технологій стане ключовою стратегією для балансування продуктивності та витрат, такі як проекти Chiplet та сучасні технології 3D-упаковки.

(3) Інтелектуалізація промислового контролю

На фоні трансформації та модернізації світової промисловості, інтелектуалізація промислового контролю переходить від “автоматизації” до “автономії”. Ця зміна характеризується глибокою інтеграцією нових інформаційних технологій (AI, обчислення на краю, цифрові двійники тощо) з традиційним промисловим контролем, що сприяє розвитку промислових систем до здатності сприйняття, прийняття рішень та виконання закритих циклів, ставлячи нові виклики та можливості для базових чіпових платформ.

З переходом вітчизняної промисловості до високих технологій, інтелектуалізації та екологізації, поточні зміни характеризуються:

Моделлю співпраці людини та машини: підвищення можливостей промислових роботів, вимоги до співпраці людини та машини вимагають від чіпів високої реальності та здатності до паралельної обробки.

Інтеграція технологій AI: генеративний AI, AR/VR + цифрові двійники, що підтримують проекти, експлуатацію, навчання та інші сценарії, вимагають від чіпів підтримки AI-обробки на краю, реалізуючи інтеграцію багатомодальних даних, таких як зображення та звук.

Глибока інтеграція систем: вимоги розумних фабрик до взаємозв’язку обладнання та обміну даними спонукають чіпи до розвитку в напрямку гетерогенної багатоядерності, жорсткого реального часу та високої безпеки, а також необхідності сумісності з різними промисловими протоколами шини.

Оновлення апаратної потужності: нові програми, такі як сенсорні інтелектуальні роботи, потребують зростання обчислювальної потужності в кілька разів; високопродуктивні CPU, одиниці прискорення AI (NPU), PCIe, CAN та гігабітні Ethernet стають новими стандартами для нових промислових чіпів.

(4) Інтелектуалізація автомобілів

З розвитком вітчизняної автомобільної промисловості, для сприяння локалізації технологій інтелектуалізації автомобілів, держава поступово вводить відповідні політики підтримки вітчизняних компаній у розробці чіпів, операційних систем та інших ключових технологій, а також через встановлення стандартів локалізації технологій, щоб сприяти локалізації промислового ланцюга, зменшити залежність від імпорту та підвищити безпеку та конкурентоспроможність галузі. Одночасно, швидкий розвиток автомобільної галузі в напрямку інтелектуалізації, електрифікації та мережевої інтеграції, електронна та електрична архітектура автомобілів переходять від традиційної розподіленої до централізованої архітектури контролера домену, що ставить вищі вимоги до продуктивності SoC, провідні автомобільні виробники ініціюють інтеграцію апаратного, алгоритмічного та ОС на всіх рівнях, еволюціонуючи від традиційних доменів кабіни, допоміжного водія, контролю, до незалежних PCB + автомобільних комунікацій, переходячи до “інтеграції кабіни та паркування, інтеграції кабіни та руху” вищої архітектури.

Щодо апаратного забезпечення: “сучасні технології, високі архітектури, зростання обчислювальної потужності, розширення шини” реалізують “високопродуктивний гетерогенний чіп + AI з високою обчислювальною потужністю + функціональну безпеку + інформаційну безпеку + високу пропускну здатність та розширені інтерфейси”, реалізуючи “кабіну, паркування, рух” в одному чіпі.

Щодо програмного забезпечення: “ізоляція апаратного забезпечення + віртуалізація апаратного забезпечення” інтегрує міждоменну архітектуру, реалізуючи взаємодію з кількома екранами в кабіні + багатомодальну взаємодію AI, сприйняття допоміжного водіння та обробку рішень, забезпечуючи функціональну безпеку та інформаційну безпеку в доменах “руху” та “паркування”.

Реалізація надлишкових функцій у програмному забезпеченні з можливістю активації OTA відповідає комерційним вимогам заводів на встановлення цінових конфігурацій, що відповідають різним рівням, а також на оплату за оновлення.

Окрім інтелектуалізації кабіни, технології співпраці автомобільної і дорожньої інфраструктури також активно просуваються, де технологія V2X, яка забезпечує інтелектуальний транспорт, переживає період швидкого розвитку. Через інформаційний обмін між автомобілем та автомобілем (V2V), автомобілем та інфраструктурою (V2I), автомобілем та людьми (V2P), можуть бути реалізовані функції оптимізації транспортних потоків, попередження про аварії, інтелектуальне паркування тощо.

На основі вищезазначених тенденцій, OEM-виробники та постачальники Tier1 активно формують ці нові технологічні шляхи, щоб задовольнити різні моделі та ринкові потреби. З розвитком технологій обробки, продуктивність апаратного забезпечення, такого як чіпи SoC, також постійно зростає, що надає потужну підтримку інтелектуальним кабінам; одночасно чіпи SoC, які інтегрують більше функціональних модулів, також подальшою мірою підвищать інтеграцію та продуктивність інтелектуальних кабін.

(4) Операційний стан за звітний період

Компанія продовжує здійснювати високі інвестиції в нові технології, нові чіпи та нові застосування, активно розширюючи нові ринки, нових клієнтів та нові застосування в галузі електроніки для автомобілів, промислового контролю, споживчої електроніки. Нові продукти та нові рішення компанії успішно запущені у масове виробництво та сприяють зростанню бізнесу. За звітний період компанія досягла доходу у 283,795.39 мільйонів юанів, що на 24.04% більше, ніж у попередньому році, чистий прибуток, що належить акціонерам публічної компанії, склав 26,213.26 мільйонів юанів, що на 57.20% більше, ніж у попередньому році.

1. Підвищення конкурентоспроможності продуктів через технологічні інновації

(1) Постійне створення високопродуктивної універсальної гетерогенної обчислювальної платформи

З стрімким розвитком технологій штучного інтелекту попит на високу обчислювальну потужність, гетерогенну інтеграцію, високу пропускну здатність та максимально ефективне енергоспоживання зростає експоненційно, компанія прагне побудувати серійну універсальну гетерогенну обчислювальну платформу та продуктовий матричний ряд, що повністю сприяє інтелектуалізації в усіх сферах.

Протягом звітного періоду компанія через глибоку оптимізацію архітектури шини, алгоритмів інтелектуального планування та базових операційних систем успішно реалізувала масове виробництво складних гетерогенних чіпів, що охоплюють CPU, GPU, NPU, DSP та RISC-V сопроцесори, що засвідчує, що компанія має можливість надавати гнучкі стратегії комбінування обчислювальної потужності, що можуть точно відповідати різним вимогам сценаріїв застосування. На базі архітектури ARM компанія закінчила розробку високопродуктивних процесорів на різних рівнях, включаючи восьмиядерні A55, A73+A53, A76+A55 та інші; одночасно активно досліджує застосування RISC-V процесорів у сопроцесорах та основних процесорах, створюючи власну контрольовану базу обчислювальної потужності. У галузі обробки звуку, завдяки підключенню DSP потужностей HiFi4, HiFi5, повністю задовольняються різноманітні вимоги до звуку. Дивлячись у майбутнє, компанія активно формує передові технології, продовжує розвивати платформи з високою обчислювальною потужністю, досліджуючи технічні прориви в 100K+ DMIPS CPU, 512G+ Flops GPU та 10T+ Flops NPU, проводить дослідження технологій Chiplet для підвищення інтеграції та гнучкості чіпів; просуває розробку технологій 8K надвисокої чіткості кодування та відображення, щоб постійно надавати підтримку для надвисоких мультимедійних технологій; глибоко досліджує технології швидкого з’єднання, проводить дослідження швидкісного SerDes для закладання надійної основи для наступних платформ високопродуктивних обчислень.

(2) Поліпшення AI-алгоритмів та реалізація

Компанія продовжує глибоко працювати в типових сценаріях, таких як зображення, звук, відображення та взаємодія людини з машиною, активно накопичуючи та адаптуючи різноманітні AI-алгоритми, розширюючи їх застосування в різних сегментах; через просування кооперації апаратного забезпечення, програмного забезпечення та алгоритмів, постійно оптимізуючи досвід сценаріїв, сприяючи прогресу та інноваціям у різних сферах.

У сфері технологій зображення компанія продовжує поглиблювати інтеграцію ISP і AI, метою якої є покращення зорового досвіду, зменшення енергоспоживання та розширення сценаріїв застосування. У зоровому досвіді нове покоління AI-ISP оптимізує алгоритми для умов низької освітленості, досягаючи 2-4-кратного підвищення чутливості при однакових умовах співвідношення сигнал/шум, що суттєво покращує відтворення кольору в темряві та контроль шуму. У продуктивності енергоспоживання нове покоління AI-ISP знижує використання пам’яті та вимоги до пропускної здатності на 30%-50%. У сфері безпеки компанія постійно розширює свою бібліотеку AI-алгоритмів, додатково до існуючих алгоритмів для виявлення та розпізнавання облич, людей, трекінгу людей, виявлення автомобілів/упаковок/питомців, нові алгоритми, розроблені власноруч, такі як “AI моніторинг людей, автомобілів та домашніх тварин”, “AI моніторинг немовлят у ліжечках” та “AI безпека навколо автомобілів”; одночасно, використовуючи AI SR-алгоритм для цільової оптимізації технології інфрачервоної візуалізації, покращуючи якість зображення інфрачервоної візуалізації для задоволення різноманітних потреб у соціальному управлінні та догляді за сім’єю. У сценах фотографування компанія запустила функції AI ISP, AI нічної портретної зйомки, AI надчітких зображень, AI краси, AI розмиття портретів, AI вирізання та AI магічної зміни неба, що суттєво покращує якість зображення та свободу творчості.

Крім того, компанія прискорює впровадження AI-візуалізації на кінцевих пристроях, охоплюючи різноманітні сцени, такі як фотографування, відеозв’язок, інтелектуальний автомобіль, сприйняття робототехніки та промислова перевірка, активно просуваючи комерційний процес алгоритмів AI-візуалізації, AI-обробки зображень та AI-візуального розпізнавання, формуючи нову екосистему розумних кінцевих пристроїв.

У сфері технологій надвисокої чіткості компанія через глибоку інтеграцію AI з традиційними алгоритмами постійно покращує досвід відображення. Для масивних джерел інтернету з низькою частотою кадрів, але високою частотою оновлення відображувальних пристроїв, що призводить до затримок у відтворенні та недостатньої плавності, компанія використовує гетерогенну обчислювальну потужність для паралельного прискорення, реалізуючи технологію AI MEMC (AI компенсації руху), що підтримує будь-яке розширення та частоту кадрів для вхідних джерел, у реальному часі інтелектуально вставляючи кадри для виводу відео з 60 кадрами в секунду, що значно підвищує плавність перегляду. Одночасно, для потреб відтворення відео низької чіткості в сценах хмарних комп’ютерів, мобільних пристроїв та комерційних дисплеїв, постійно оптимізується технологія AI SR, що дозволяє підвищити 480P відео до 4K роздільної здатності.

(3) Оновлення ключових технологій для вдосконалення продуктових ліній у сегментах

На основі універсальної обчислювальної платформи компанія активно реагує на проблеми клієнтів у різних сегментах, спираючись на єдину, ефективну та якісну платформу розробки технологій, швидко оновлюючи продукти чіпів та рішення, постійно підвищуючи технології в ключових сегментах та вдосконалюючи продуктові матриці.

У сфері інтелектуальних планшетів компанія завершила перевірку нового покоління універсального чіпа для планшетів A333 та розпочала масове виробництво, формуючи більш повну продуктовому матрицю разом з попередніми серіями A1X, A5X та A7X, і повністю пройшла сертифікацію Google Android 16 GMS Express. Одночасно, компанія розпочала роботу над оновленням та ітерацією нового покоління чіпів серії A7X з метою подальшого підвищення досвіду продукції та конкурентоспроможності.

У сфері робототехніки та промислового контролю компанія представила новий чіп MR153 для роботів управління, який почав тестові масові виробництва у проектах клієнтів. Цей чіп оснащений чотириядерним ARM-процесором та спеціальним RISC-V реальним процесором, а також багатими ресурсами інтерфейсів, такими як UART, PWM, GPIO тощо, що можуть більш точно підтримувати підключення різних датчиків, таких як інфрачервоні датчики, гіроскопи, ультразвукові датчики, лазерні лінійки та ToF, підвищуючи продуктивність реального часу та контролю. В даний час компанія вже реалізувала серійну продукцію в сфері робототехніки з чіпами MR153, MR527 та MR536.

У сфері промислового контролю та взаємодії людини з машиною компанія представила новий чіп T153, призначений для промислових PLC, промислових HMI, промислових шлюзів та електричних застосувань. Цей чіп оснащений чотириядерним ARM-процесором та спеціальним RISC-V реальним процесором, має три гігаб