股票简称：紫光股份 股票代码：000938 公告编号：2025－074 紫光股份有限公司 2025 年第六次临时股东会决议公告 本公司及董事会全体成员保证信息披露的内容真实、准确和完整，没有虚假记 载、误导性陈述或重大遗漏。 特别提示： 现场会议召开日期和时间：2025 年 12 月 19 日（星期五）下午 14 时 30 分 网络投票时间：2025 年 12 月 19 日。其中，通过深圳证券交易所交易系统进行投 票的具体时间为：2025 年 12 月 19 日上午 9:15-9:25，9:30-11:30 和下午 13:00-15:00 期间的任意时间；通过互联网投票系统进行网络投票的起止时间为 2025 年 12 月 19 日 9:15-15:00 期间的任意时间。 7、 会议出席情况：出席会议的股东及股东代表 1,756 名，代表股份数 890,173,199 股，占公司有表决权股份总数的 31.1241%。其中，出席现场会议的股东及股东代表 3 名，代表股份数 801,343,818 股，占公司有表决权股份总数的 28.0182%；参加网络 投票的股东 1,753 名，代表股份数 88,829,381 ...

行业背景与市场需求 - 大模型发展进入“技术摸高”与“工程创新”并行的新阶段，高参数量MoE大模型成为主流，市场对高性能算力需求呈爆发式增长 [2] - 在大模型商用落地阶段，各大厂商的首要考量是降低每Token成本，训推效率成为在AI时代抢占市场先机的关键 [2][3] - 传统跨节点（Scale-out）组网方式在应对百卡、千卡级大模型训推需求时，巨大的通信开销导致算力利用率大幅下降，GPU等待和空转问题突出 [3] 技术挑战与解决方案 - 万亿级参数成为常态，大模型训练数据传输量和频率激增，张量并行、专家并行等训练模式对GPU间带宽和时延提出极高要求 [3] - 大模型推理阶段广泛采用PD分离技术，Decode阶段需频繁访问KV Cache，对显存容量和带宽要求极高 [4] - 破局的关键在于采用Scale-up架构实现GPU多卡全互联，以此打破“通信墙”，提升GPU利用效率，减少空闲 [3] - 超节点技术通过节点内GPU直接高速互联，相比跨节点通信可提高数倍带宽，大幅缩减传统多机多卡训练的通信开销，实现“以网强算” [3] - 超节点支持计算与存储资源独立扩展，为Prefill和Decode阶段分别配置高算力与大内存节点，避免资源浪费，其多卡高速直联特性可大幅降低推理时延，确保KV Cache快速同步，天然适配PD分离场景 [4] 新华三H3C UniPoD S80000产品核心特性 - 产品基于“算力×联接”技术理念，以算力芯片多元化、互联协议标准化、基础设施集成化为核心设计理念 [5] - 采用Scale-up架构实现柜内GPU全互联，相比传统8卡服务器组网，卡间互联带宽提升8倍，单卡推理效率提升80% [1][5] - 支持液冷高密部署，单柜可支持64卡超节点部署，并兼容下一代高性能AI加速卡 [5] - 产品兼容多款国内外主流GPU，支持多品牌GPU兼容适配 [1][7] 产品稳定性与可维护性 - 公司高度重视大模型训练的长稳性，通过软硬件协同调优保障训练连续性，避免因中断导致的进度丢失、资源浪费和模型性能退化 [7] - 在硬件层面，针对数百卡以上超节点规模，公司积极投入节点级光互联技术研发，旨在利用光技术的高速、低延迟、低能耗优势，同时致力于降低光学器件的高故障率，以提供稳定可靠的商用产品 [7] 市场应用与未来规划 - 目前，该超节点产品已在多个大型智算项目中完成集群化部署并落地 [1][7] - 公司正积极推动产品向1024卡以上超大规模全互联演进，并持续开展与上下游生态伙伴的软硬件协同开发和调优工作 [1][7] - 公司表示将以超节点技术为路标，持续深化“算力×联接”理念，构建性能强劲、多元开放、持续进化的算力基础设施 [8] 案例点评与行业意义 - 在算力堆砌难以为继的背景下，新华三超节点体现了从“算力堆叠”向“算力质效”转型的战略前瞻性 [9] - 该方案通过将高速互联从跨节点下沉至节点内全互联，有效打破通信瓶颈，显著提升GPU利用效率 [9] - 公司在追求极致性能的同时，高度重视稳定性与可维护性，回应了产业对AI基础设施“既快又稳”的双重期待 [9] - 这一实践为国产智算基础设施树立了技术标杆，为构建自主可控、高效绿色的大模型生态提供了支撑 [9]

公司AI战略与平台能力 - 公司以“AI in ALL”理念全面提升产品和解决方案的智原生（NAI）能力 [2] - 公司打造了从底层数字基础设施、中层云与智能平台到上层AI“训—推—用”使能平台的一体化AI赋能平台 [2] - 公司采用“1+N”大模型策略加速“AI for ALL”，深耕行业场景 [2] 技术适配与效率优化 - 公司的智能平台已适配超过20款GPU和60多个大模型 [2] - 公司通过优化计算单元，提升训练与推理效率，降低企业应用AI的门槛 [2] 行业解决方案与产品 - 公司推出了基于海量ICT知识训练的LinSeer ICT智能体，有效提升设备巡检和运维的智能化水平 [2] - 公司面向医疗、轨道交通、教育等行业发布了灵犀医学脑血管病专病大模型、城轨大模型、教育智能体等一系列垂直行业AI解决方案 [2] - 相关垂直行业AI解决方案已在多个场景中落地应用 [2] 算力服务与商业模式 - 公司通过“图灵小镇”模式提供一站式算力服务 [2] - 该模式实现了智算中心从“建设、生态、运营、赋能”到“销售、服务”的商业闭环 [2] 未来发展方向 - 公司将持续加强软硬件协同的AI全栈能力，赋能行业客户实现数字化和智能化转型 [2]

行业投资评级 - 行业评级为“买入” [3] 核心观点 - 核心观点：随着AI大模型参数规模和上下文长度激增，现有高带宽内存（HBM）容量已难以满足推理阶段的内存需求，高带宽闪存（HBF）技术有望成为最佳解决方案，其发展将推动针对新存储介质优化的数据基础软件的应用，为具备数据库技术积累的公司带来机会 [1][7] 一、HBF有望成为满足AI大模型内存容量要求的最佳方案 - **当前AI芯片内存瓶颈**：AI大模型参数量已达万亿级别，上下文长度普遍超过128K，对内存容量要求极高 [7][13] - **HBM容量不足**：英伟达最新的Blackwell Ultra芯片配备8个HBM3E内存，总容量为288 GB，带宽为8 TB/s，但仍难以满足大模型需求 [7][15][18] - **现有替代方案局限**：采用GPU+HBM直连闪存（如SSD）的方案，虽存储容量大（例如16TB SSD），但通过PCIe接口的传输速率（如PCIe 7.0为512 GB/s）远低于HBM，存在性能瓶颈 [19] - **HBF技术方案与优势**： - **高互联速度**：采用BiCS和CBA晶圆键合工艺实现与GPU的高速互联 [7][20] - **大内存容量**：在研的HBF存储容量有望达到现有HBM的8-16倍，有望将GPU的存储容量扩展至4 TB [7][23] - **产品时间表**：HBF闪存第一批样品预计在2026年下半年交付，首款集成HBF的AI推理硬件预计在2027年年初推出 [23] - **面临的技术挑战**：包括闪存组件的写入寿命限制，以及其工作温度上限（85度）可能受GPU高强度计算时高温影响的稳定性问题 [26] 二、HBF的技术成熟有望推动相关数据基础软件的应用 - **不同AI模型的内存需求差异**： - **大语言模型与视频生成模型**：参数量大、上下文长，对内存容量要求高，使用基于内存的数据处理软件必要性“强” [28][30] - **图片生成模型**：参数量普遍在百亿级别，上下文较短，常规任务对内存要求不高，使用相关软件必要性“弱” [30] - **市场参与主体**：针对存储介质优化的数据基础软件开发商包括华为、阿里等大型科技公司，以及星环科技、PingCAP等独立第三方公司 [7][29] - **发展潜力与路径**： - 大型科技公司可能为自研的AI大模型自研数据基础软件 [7][29] - 独立第三方公司（如星环科技、PingCAP）的数据基础软件可能用于智谱AI、MiniMax等公司的大模型推理任务 [7][29] - 星环科技的分布式数据库ArgoDB已针对闪存存储硬件优化，具备开发基于HBF等新介质的数据基础软件的技术潜力 [7][32] - **市场规模与前景**：基于HBF的数据基础软件市场处于早期，其价值量或与数据处理规模及可应用场景相关，若HBF在AI推理任务中大规模使用，相关软件产品有望受益于数据处理需求增长 [31][33] 三、重点公司提及 - **星环科技-U**：其分布式数据库ArgoDB针对闪存优化，有潜力开发基于HBF的数据基础软件产品 [7][32] - **其他提及公司**：报告在列举针对存储介质优化的数据库产品时，提到了华为（GaussDB）、阿里云（AnalyticDB）、PingCAP（TiDB）、SAP（HANA）、巨杉（SequoiaDB）、中兴通讯（GoldenDB）等公司 [31]

行业动态与市场前景 - 协创数据拟斥资不超过90亿元采购服务器以增强云算力服务能力，预示下游算力基础设施建设加速，将直接拉动高功率密度服务器及高效散热解决方案需求[1] - 第五届国际AIDC液冷供应链千人峰会暨国际数据中心液冷市场趋势分析会将于12月18日至19日举办，行业技术交流与市场趋势探讨将更为集中[1] - 瑞银报告指出，全球数据中心直接液体冷却市场规模将从2024年的11.38亿美元，以51%的复合年增长率飙升至2030年的311.91亿美元，其中AI服务器液冷市场将达到237.46亿美元，非AI服务器液冷市场将增长至74.46亿美元[2] - 东吴证券分析认为，液冷技术是解决数据中心散热压力的必由之路，AI服务器算力需求高速增长正持续带动液冷渗透率提升[2] - 开源证券将液冷板块视为战略性投资机会，认为其具备“增长强劲、叙事完备、赔率占优”三大特征，是继光模块、PCB之后AI算力链条中值得关注的新一极[2] 产业链公司业务进展 - 锦富技术表示其液冷业务已参与下一代高端AI平台Rubin Ultra的前期测试与送样工作，并获得小量试产验证订单[1] - 飞龙股份正利用液冷热管理技术的先发优势，积极布局商用液冷等高增长前沿赛道[1] - 英维克是全球唯二掌握冷板式、浸没式双路径液冷技术的企业，市占率超35%，首创all in one全链条液冷系统，是英伟达指定温控供应商，服务腾讯、阿里、华为等头部客户[2] - 申菱环境是华为数据中心温控核心供应商，拥有63项液冷专利，参与制定《冷板式液冷测试验证技术白皮书》，其液冷微模块数据中心项目PUE低至1.15[2] - 高澜股份是全球唯一布局服务器+储能双赛道的液冷供应商，独家供应英伟达H100液冷模块，客户覆盖字节跳动、阿里、腾讯等头部企业，拥有300项专利[3] - 巨化股份是国产电子级氟化液龙头，打破3M垄断，产品适配英伟达NVL72机柜，2025年产能占全球15%[4] - 飞荣达是电磁屏蔽+导热一体化冷板供应商，热阻降低20%，是华为服务器核心供应商[5] - 中石科技是纳米碳材料冷板独家供应英伟达A100/H100，热流密度达800W/cm²，液冷散热模组业务占比超90%[5] - 浪潮信息是全球液冷服务器领军企业，“天蝎”液冷整机柜单机柜功率密度可达100kW，2024年市占率突破45%，出货量超15万台，还与中石油合作开发矿物油冷却液，建成亚洲最大液冷研发生产基地[6] - 中科曙光与曙光数创协同研发液冷服务器，推出全球首个单机柜级640卡超节点，搭载浸没相变液冷技术，能满足高密算力场景散热需求[6] - 紫光股份推出UniCool液冷机柜支持混合散热，在运营商市场中标份额超35%，2024年液冷订单金额突破50亿元，其液冷服务器可降耗约30%[6] - 光迅科技是国内唯一实现液冷光模块批量出货的厂商，推出液冷管道与光模块封装集成方案，适配800G/1.6T光通信需求，全球市占率15%[7] - 长飞光纤将光纤技术应用于液冷领域，推出高效散热的液冷光纤产品，可提升数据传输效率，同时优化散热性能[8] - 锐捷网络拥有冷板式、浸没式等液冷全栈产品，联合发布数据中心浸没式液冷交换机，并推出同时应用NPO硅光和冷板式液冷技术的交换机[8]

公司核心观点 - 中原证券给予紫光股份“增持”的投资评级 [1] - 公司基本面总体向好，整体发展形势向好 [1] 对新华三的股权收购与整合 - 公司积极开展对新华三剩余股权的收购，将开启新一轮收购 [1] - 收购完成后，外资将不再持有新华三股权 [1] - 随着公司持有新华三比例的增大，新华三给公司业绩贡献在持续增大 [1] 新华三业务增长动力 - 新华三当前增长动力主要来自国内政企业务和国际业务 [1] 公司融资与财务安排 - 公司于5月开启了在港交所上市事宜 [1] - 上市成功后，将有望较大缓解新华三收购带来的财务费用压力 [1] 公司其他业务发展 - 公司服务器业务和海外业务正在加速增长 [1] - 公司正在加大对新华三的持股比例和进行港股融资 [1]

投资评级 - 报告给予紫光股份“增持”评级 [3][12] 核心观点 - 公司基本面总体向好，正在积极开展对新华三剩余19%股权的收购，收购完成后外资将不再持有新华三股权 [2][12] - 公司服务器业务和海外业务加速增长，同时正在加大对新华三的持股比例和进行港股融资，整体发展形势向好 [12] - 2025年公司收入增长加快，但产品结构调整导致盈利能力下降，新华三贡献持续增大 [9][12] 财务与经营表现 - **2025年前三季度业绩**：公司总收入773.21亿元，同比增长31.41%；归母净利润同比下滑11.24%，但扣非后归母净利润同比增长5.15% [9] - **新华三业绩**：2025年前三季度收入596.23亿元，同比增长48.07%，净利润25.29亿元，同比增长14.75%；占公司收入的77%，占公司净利润的146% [9] - **盈利能力变化**：由于低毛利的服务器业务占比提升，公司前三季度毛利率为13.72%，较上年同期下降3.87个百分点 [9] - **收入增长趋势**：2025年前三个季度，新华三收入同比增速分别为26.07%、47.66%、67.79%，环比增速分别为3%、38%、10%，呈现逐季加速趋势 [9] - **历史财务数据**：2023年收入773.08亿元，2024年收入790.24亿元，预计2025年收入1010.59亿元，同比增长27.88% [12][34] - **盈利预测**：预计2025-2027年公司每股收益（EPS）分别为0.52元、0.76元、1.00元 [12] 业务分析 - **增长动力**：新华三当前增长动力主要来自国内政企业务和国际业务，2025年前三季度分别同比增长62.55%和83.99%；国内运营商业务受开支下降影响同比减少30.63% [9] - **市场地位**：根据沙利文2024年数据，公司在中国数字基础设施市场排名第3（份额8.6%），网络基础设施市场排名第2（份额12.8%），计算基础设施市场排名第2（份额8.2%），存储基础设施市场排名第5（份额3.1%） [12] - **竞争优势**：在海外GPU供应受政策影响停滞的背景下，国产AI芯片厂商加速发展，市场对服务器厂商系统整体设计能力要求提升，有利于在ICT基础设施领域实现广泛产品覆盖的公司 [12] - **对比优势**：2025年，竞争对手进入美国出口管制名单，公司超越竞争对手的综合能力优势得到凸显；对比BAT资本开支总金额及浪潮信息收入环比波动，公司收入增长优势明显 [9] 资本运作与股权结构 - **新华三股权收购历程**：2016年收购51%股权，2024年9月收购30%股权（持股达81%），2025年11月启动对剩余19%股权的收购，完成后公司将持有新华三87.98%的股权，其中6.98%股权对价为4.98亿美元 [9][12] - **财务压力与融资**：第二次30%股权收购使用自有资金21.43亿美元，给公司带来较大还款和财务压力，利息支出从2024年第三季度的1.78亿元增长到第四季度的4.52亿元，2025年前三季度仍保持3亿元以上；公司于2025年5月开启港交所上市事宜，成功后有望缓解财务费用压力 [9][11][12] - **市场数据**：截至2025年12月15日，公司收盘价24.42元，市净率4.83倍，流通市值698.43亿元 [4]

公司战略与合作 - 公司始终秉持开放合作的态度 [2] - 公司与国内外众多产业合作伙伴保持广泛的技术交流和业务合作 [2] - 公司旨在与合作伙伴共同推动ICT产业发展 [2]

公司业务布局 - 公司深度布局高速光模块产业 [1] - 公司除800G光模块外，正积极推进1.6T高性能光模块在稳定性与性价比上的双重突破 [1] - 公司持续完善光模块认证与测试体系 [1] 技术与产品进展 - 公司正推动LPO（线性驱动可插拔光模块）在智算中心与互联网数据中心的规模化商用 [1]

会议信息 - 2025年第五次临时股东会12月15日14时30分现场召开，网络投票同日进行[3] - 会议在北京市海淀区紫光大楼一层118会议室召开[3] 参会情况 - 1578名股东及代表参会，代表股份841,830,261股，占比29.4338%[4] 议案审议 - 股东会通过紫光国际受让新华三9%股权议案[6] - 同意该议案股份839,250,509股，占出席会议有效表决权股份99.6936%[6]