公司业务澄清 - 青云科技在投资者互动平台明确表示，截至目前，公司未单独研发、销售智能体相关产品 [1]

业绩说明会信息 - 2025年12月10日14:00 - 15:00举行第三季度业绩说明会[2][4][5] - 地点为上海证券交易所上证路演中心[2][5] - 方式是上证路演中心网络互动[2][3][5] 投资者参与 - 2025年12月3 - 9日16:00前可预提问[2][5] - 2025年12月10日14:00 - 15:00可参与说明会[5] 参会人员及联系 - 董事长等参加（特殊情况可能调整）[5] - 联系人是董事会办公室，有电话和邮箱[6]

公司与摩尔线程的合作关系 - 青云科技与摩尔线程目前仍保持战略合作关系 [1] - 双方已进行产品适配及双方产品认证 [1] 合作的具体领域 - 双方在AI智算管理平台方面进行了深度对接、集成和合作 [1] - 合作结合了青云科技在KubeSphere、智算运营等领域的深度能力积累 [1]

公司合作动态 - 青云科技与摩尔线程已完成产品适配及双方产品认证 [2] - 双方在AI智算管理平台领域进行了深度对接、集成和合作 [2] - 公司结合自身在KubeSphere、智算运营等领域的深度能力进行合作 [2] - 截至目前公司与摩尔线程之间仍保持战略合作关系 [2]

文章核心观点 - 人工智能正从一种可能性转变为决定企业未来生存与发展的底线战略，重塑企业竞争力 [2] - 企业AI化的核心挑战在于解决技术迭代颠覆性与企业发展渐进性之间的结构性错配问题 [2][5] - 破局之道在于构建新一代智能算力底座，为企业提供包容历史、支撑当下、通向未来的内生性进化能力，实现平滑协同 [2][7] 企业AI转型的核心挑战 - 企业面临三重核心挑战：既要尊重历史投资又要拥抱AI创新导致升级即淘汰的两难境遇，既要简化管理又要满足多元需求导致IT越升级越混乱，既要保障业务稳定性又要技术持续迭代升级陷入不敢升级的困境 [3] - 多数企业遭遇三重经营关卡：数据割裂导致决策失准、洞察不足催生经验依赖、系统刚性限制业态适配，叠加运营端多业态适配能力薄弱、技术支撑跟不上业务需求等问题 [4] - 中国信通院调研显示近半数企业数字化仅聚焦提升业务规范性和运行效率，仅极少数企业能聚焦加速产品服务创新和培育数智业务 [5] - 德国制造业困惑于如何将AI技术与现有工业自动化系统结合确保稳定性，美国企业面临高昂技术成本和复杂数据治理困境 [6] 新一代智能算力底座的解决方案 - 解决方案需为企业带来四重安心：以投资安心保护存量资产，以转型安心降低升级门槛，以运营安心简化管理复杂度，以创新安心支撑长期发展 [6] - 青云科技AI Infra 3.0通过统一架构的四层全栈能力实践渐进式创新思路：内核层以信创操作系统为核心全面适配不同芯片，核心调度层实现通算、超算、智算统一调度，能力层整合虚拟化、全栈云、云原生、AI智算四大核心能力，开放层通过开放平台实现生态协同 [7] - 该架构遵循三大原则：兼容存量资产避免资源浪费，支持按需分阶段升级降低转型风险，保障业务连续与数据安全 [8] - 开放生态协同已成为AI基础设施产业发展的核心方向，服务型AI企业有广阔成长空间 [8]

企业AI转型的核心困境 - 企业面临的核心问题已从“是否转型”转变为“如何、何时及能否成功转型”的现实难题，在借助AI实现业务突破与担忧高成本高风险之间存在矛盾 [1] - 企业陷入“不转型难，转型更难”困局的根源在于技术迭代的颠覆性与企业发展渐进性之间的结构性错配 [1] - 多数企业在过去10至20年间经历了多轮IT架构变迁，面临多重架构叠加带来的技术、组织、流程与业务的复合挑战 [2] 企业AI转型的具体挑战 - 企业IT部门与业务部门矛盾突出，业务多元化要求IT系统高弹性与灵活性，而IT团队则追求系统稳定与简化管理 [4] - 企业面临三重核心挑战：兼容历史投资与拥抱AI创新、简化管理与支持业务多元化、快速迭代与确保系统稳定 [4] - 企业普遍心态是担忧在AI转型中“一脚踏空”，既丢失过去积累又抓不住未来机会 [6] 青云科技的解决方案与理念 - 公司提出“渐进式创新”解决思路，发布AI Infra 3.0架构，核心理念为“重构归一”，旨在搭建衔接历史与未来的桥梁 [4] - 该架构设计三大原则：兼容存量IT资产、支持按需进化、保障业务连续性与数据安全 [4] - 架构分为四层：最底层PrimusOS信创操作系统、KubeSphere统一调度层、全栈能力层、以及最上层的开放层 [5] - 架构核心价值在于“全栈能力、按需扩展、标准化交付、可进化”，允许企业在不推翻现有系统前提下分阶段按需引入AI能力 [5] AI基础设施的角色演变 - AI基础设施角色发生根本转变，AI从“技术口号”发展为“企业活下去、赢下来的底线战略” [6] - 企业关注点从“选哪个模型”转向“如何用好模型”，AI Infra 3.0目标为降低AI落地门槛，以更低成本、更高效率将AI转化为增长动力 [6] - AI Infra 3.0被视为企业与AI时代接轨的“跑道”，其背后是公司十余年的云平台、云原生到智算云的技术积累 [6]

股东会时间 - 2025年10月31日发布股东会通知，距召开日15日[5] - 现场会议于2025年11月17日下午3:00召开[6] - 网络投票在2025年11月17日9:15 - 15:00进行[6] 参会股东情况 - 现场6名股东（含代理人），代表11,870,143股，占比24.7821%[8] - 网络63名股东（含代理人），代表2,582,196股，占比5.3910%[9] 议案情况 - 审议6项议案，1、4、5、6对中小投资者单独计票[12][13] - 1、3、5、6为普通决议，过半数表决通过[14] - 2、4为特别决议，三分之二以上表决通过[14] 其他 - 股权登记日为2025年11月12日[8] - 法律意见书正本一式2份[16]

会议信息 - 2025年第二次临时股东会于11月17日在公司会议室召开[2] - 出席会议股东和代理人69人，所持表决权14,452,339，占30.1730%[2] 议案表决 - 《关于购买股权资产暨与关联人共同投资的议案》同意票14,413,422，比例99.7307%[6] - 《关于变更公司名称等议案》同意票14,416,672，比例99.7532%[4] - 《关于修订公司部分管理制度的议案》相关规则同意票14,413,422，比例99.7307%[4][6] - 《关于调整担保相关事项的议案》同意票14,414,162，比例99.7358%[6] - 《关于续聘公司2025年度审计机构的议案》同意票14,416,412，比例99.7514%[6] - 《关于增补非独立董事的议案》同意票14,413,902，比例99.7340%[7] 决议类型 - 议案2、4为特别决议议案，其余为普通决议议案[8] 表决效力 - 律师见证股东会召集等事宜合法，表决结果有效[9]

中国AI基础设施服务市场概况 - 2025年上半年市场规模达198.7亿元，同比激增122.4% [2] - 预计2029年市场规模将逼近1500亿元 [2] - 全球AI Infra市场规模在2025年将突破800亿美元，年复合增长率达58% [12] 企业AI应用落地的挑战 - 83%的企业将AI列为战略优先级，但实际落地成功率仅29% [3] - AI落地失败的主要根源是系统性架构失衡，涉及算力供给、数据治理、系统协同、安全合规 [3] - 超50%的AI项目因架构问题无法上线 [2] - 2025年全球AI训练算力缺口将达42%，中国市场这一比例将升至55% [4] - 制造企业平均存在4.2个独立算力池，跨池调度效率仅为28% [5] - 67%的制造企业表示算力与存储升级跟不上模型迭代速度 [5] - 53%的企业采用紧耦合AI架构导致迭代困难 [6] - 仅19%的企业实现边缘与中心算力的协同调度 [6] AI Infra的定义与核心价值 - 核心价值在于通过算力统筹、存储革新、架构整合、生态开放四大能力，实现AI落地的降本、提效、安全、可控 [9] - 通过全域调度、弹性伸缩、能效优化三大技术路径，提升算力利用效率 [9] - 部署新一代AI Infra的企业，AI项目上线率从29%提升至78%，投资回报率提高120% [11] AI Infra的技术路径与厂商格局 - 通过整合GPU/TPU/DCU等多元芯片，构建统一调度的异构算力池，实现按需分配、动态扩容 [9] - 国内厂商主要围绕信创适配、架构整合、成本控制三大本土需求，形成全栈型、垂直技术型、生态整合型三类玩家 [12] - 未来3年全球市场将呈现双轨并行格局：中国市场国产化率将从2025年的45%提升至2027年的65%，政务、金融等领域实现100%国产化；全球高端市场仍由NVIDIA、微软等主导，市占率保持70%以上 [14] 主要厂商布局与案例 - 青云科技AI Infra 3.0通过PrimusOS内核层与KubeSphere调度层实现多代际架构整合，某制造业企业IT部门响应业务部门的速度从1小时缩短到15分钟 [10][12] - 华为以昇腾芯片为核心的全栈布局覆盖芯片-框架-平台-应用，昇腾910B芯片支持千亿参数模型训练 [12] - 阿里云灵骏AI集群支持千卡规模训练，GPU弹性算力响应时间缩短至5分钟，服务比亚迪等车企，自动驾驶模型训练周期缩短50% [12] - 浪潮信息AI服务器全球市占率47%，液冷技术使PUE降至1.15，某智算中心采用其方案后节能40%，年均电费减少280万元 [13] - 燧原科技在庆阳异构智算中心的算力规模达100PFLOPS，成本较进口方案降低35% [13] - 某生物制药企业利用AI Infra将新型药物的分子设计周期从18个月压缩至12个月，将高性能复合材料的微观结构模拟时间从72小时缩短到43小时 [11]

战略核心与产品定位 - 公司正式发布AI Infra 3 0 战略核心为“All in One One for AI” 旨在通过重构归一的全栈架构降低企业AI落地门槛并转化为增长动能 [1] - 产品演进路径从AI Infra 1 0的算力中心模式创新 到2 0的产品升级与场景丰富 最终到3 0的“重构归一”以统一架构打破零散体系 [2] 解决的核心痛点 - 企业数智化转型的本质痛点在于技术迭代的颠覆性与企业发展的渐进性之间的错配 [2] - 企业面临三重挑战 既要尊重历史IT投资又要拥抱AI创新 既要简化管理又要满足业务多元需求 既要确保业务稳定又要技术快速迭代 [2] AI Infra 3 0 关键特性 - 具备全栈能力 统一平台支持虚拟化 云 云原生 AI智算等多维技术栈 无需多平台切换 [3] - 支持按需扩展 架构可解耦 可插拔 支持企业分阶段升级 避免一步到位的风险与成本压力 [4] - 实现标准化交付 降低企业IT扩展和升级难度 减少维护成本 [5] - 保障平滑进化 确保业务连续性 数据安全性与升级平滑性 [6] 全栈架构与技术底座 - 构建四层全栈能力架构 内核层为PrimusOS信创操作系统 确保信创适配 合规安全与极致性能 [7] - 调度层以KubeSphere为核心 实现通算 超算 智算的统一调度 基于开放开源架构打破技术壁垒 [7] - 能力层整合虚拟化 云 云原生 AI智算四大核心能力 保障业务全面支撑 [7] - 开放层通过LuBan可插拔架构 100%开放的API及MCP协议兼容 满足行业差异化需求 [7] 为企业创造的核心价值 - 投资安心 无需推倒重建 兼容现有IT资产 可节约75%的成本 [8] - 转型安心 实现100%平滑升级与扩展 确保业务零中断 [8] - 运营安心 通过一套控制面实现多种工作负载统一调度 运维管理效率提升70%以上 [8] - 创新安心 架构具备可进化性与生态开放性 持续满足未来AI需求 [8] 行业落地案例与成效 - 在教育行业 通过统一平台提供GPU算力 模型推理服务与高性能计算资源 支持混合算力供应与多层次算力配额 解决高校算力多样性部署难题 [9] - 在智能制造行业 通过统一架构实现虚拟化 云原生 GPU算力协同管理 使IT响应速度提升75% 并显著缩短AI模型从研发到生产的周期 [9] - 在媒体行业 依托可插拔架构快速兼容多种硬件架构 实现多元算力统一供应与管理 解决算力部署分散 交付效率低的痛点 [9] 生态合作战略 - 生态合作与开放是公司在AI时代的核心战略 AI Infra 3 0在设计 研发 测试到交付全过程坚持标准化与开放性 [11] - 产品模块适应异构需求 通过开放性和插件架构帮助合作伙伴满足客户个性化需求 并对市场领先的信创产品实现兼容认证 与海光 昇腾 摩尔线程等厂商深化合作 [11] - 统一架构和一致的使用体验帮助合作伙伴降低学习成本 减少产品和技术挑战 [11] 合作伙伴受益案例 - 在生物制药领域 与ISV合作通过开放架构帮助某医药研发集团快速上线医疗AI分析能力 解决产品集成和对接的技术挑战 [12] - 在企业服务领域 帮助某运营商实现“通算 + 智算”一体化部署与管理 加速AI方案落地 使IT部门从成本中心转型为业务中枢 [12] - 在软件服务领域 帮助应用开发商通过统一平台支持多团队并行开发AI应用 按需分配资源并按使用量核算成本 提升服务质量与升级效率 [12]