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]

行业概述 - 分布式存储是将数据分散存储在多台独立存储节点上，实现多节点并行访问的存储技术 [2] - 按存储介质可分为分布式全闪存和分布式混闪，分布式全闪存指各存储节点完全由固态硬盘构成 [1][3] - 分布式全闪存主适配接口为NVMe，每秒读写次数可跃升至百万级别，相比传统机械硬盘提升近千倍 [1][3] 市场规模与增长 - 2024年中国分布式存储市场规模达198.2亿元，同比增长43.7%，首次超越集中式存储，占存储市场总规模的60.2% [4] - 2024年中国分布式全闪存市场规模达47.8亿元，同比增长71.5%，增幅远高于行业整体 [1][7] - 全闪存在分布式存储中占比从2021年的13.4%提升至2024年的24.1%，期间提升10.7个百分点 [1][6] 技术性能与应用 - 分布式全闪存具备高速读写、低时延优势，广泛应用于对性能要求苛刻的场景如核心业务、AI、HPC等领域 [1][7] - 单集群吞吐量突破100GB/s，多采用NVMe-oF协议与RDMA网络，将延迟降至50微秒以下 [10] - 在AI领域可助力实现千卡GPU集群训练数据实时共享，大幅缩短模型迭代周期 [10] 产业链与竞争格局 - 中国企业级SSD市场规模从2021年的211.6亿元增长至2024年的445.1亿元，年复合增长率28.13% [8] - 企业级SSD市场竞争集中，Solidigm和三星占据大部分市场份额，其中Solidigm以35%份额位居首位 [9] - 分布式全闪存市场除华为、中科曙光、浪潮信息等传统厂商外，泛联信息等新兴厂商也表现出较强竞争力 [1][9] 未来发展趋势 - 行业将朝着渗透率提升、成本下降、安全性提高的方向发展 [1] - 闪存价格持续下降及用户对性能要求提升将推动新场景、新行业快速拓展 [10] - 采用存算分离架构可进一步压缩产品成本，推动应用领域拓宽 [10]

公司融资活动 - 公司中期票据注册申请于2025年10月21日获中国银行间市场交易商协会批准，注册金额为100亿元人民币，注册额度自通知书落款之日起2年内有效 [1] - 公司于2025年度发行第五期科技创新债券，发行规模为10亿元人民币，募集资金已于2025年11月14日全部到账 [2] 公司治理与信息披露 - 关于注册发行中期票据的议案已经公司第九届董事会第十三次会议及2024年度股东大会审议通过 [1] - 公司中期票据发行完成后，需通过中国银行间市场交易商协会认可的途径披露发行结果 [1] - 公司第五期科技创新债券发行的具体情况和相关文件详见中国货币网及上海清算所网站 [2]

超节点市场动态 - 2025年下半年起，国内多家科技公司密集发布超节点产品，包括华为、中兴通讯、超聚变、紫光股份旗下新华三、浪潮信息、百度、阿里巴巴及中科曙光等[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力达到英伟达同类设备的1.67倍[2] - 中科曙光于2025年11月6日发布scaleX640超节点，宣称是"全球首个单机柜级640卡"集成产品[11] 超节点技术定义与分类 - 超节点在行业内有至少两种层级划分：单机柜内部实现高速互联（SuperNode）和由跨机柜组成的集群级互联（SuperPod）[3] - 超节点是将几十张乃至上百张AI计算卡集成进一台大机柜，通过内部高速互连使其像一块超级芯片一样工作[6] - 产品名称中的数字（如384、640）通常代表该超节点单机柜或单系统内集成的AI训练芯片数量，是衡量其规模与算力密度的核心指标[7] 超节点发展的驱动因素 - AI大模型训练面临"通信墙"瓶颈，在超高参数级别模型训练中，计算单元约40%的时间处于"空等"通信状态[4] - AI应用需求从"一个模型回答一个问题"转向需要多个模型协同工作的智能体（AI Agent），导致Token生成规模远超传统方式，对通信时延要求更高[8] - 国内单芯片算力存在短板，厂商通过构建多卡超节点模式在系统级上寻求优势，以弥补单卡性能差距[9] 超节点技术路径与工程挑战 - 行业主要采用两种构建大规模GPU集群的方式：Scale-Up（纵向扩展）和Scale-Out（横向扩展），超节点设计同时包含这两种方式[5][7] - Scale-Out网络通信时延约10微秒，而Scale-Up网络（如英伟达NVLink）目标时延为百纳秒级别，性能差距显著[8] - 高集成度带来工程挑战：英伟达GB200NVL72单柜72卡功耗达120千瓦，需采用液冷散热；其机柜内部需要铺设5000多条、总长近3200米的独立铜缆[14] - 互联协议出现分化：华为自研灵衢互联协议并开放技术规范；阿里、新华三等选择支持UALink等国际开放标准[15] 超节点市场前景与挑战 - 未来两到三年AI服务器需求主力为大型互联网企业和国家主导的主权云服务，后者旨在为本地化中小企业提供AI算力租赁服务[19] - 软件生态是国产算力厂商面临的共同挑战，用户更关注应用能否有效落地而非硬件参数[18] - AI算力最大应用场景目前是AIGC，但在智能制造等"AI+"领域，算力预期与实际需求存在落差；机器人、高阶自动驾驶等先进制造领域被看好具备长期潜力[20][21] - 金融、医疗等行业AI应用仍处于从单点验证走向规模化复制的早期阶段[22]

债券发行 - 2025年10月21日中期票据申请获注册通过，核定金额100亿，额度2年有效[1] - 近日发行2025年度第五期科技创新债券，规模10亿[2] - 发行利率1.95%，价格100（百元面值）[2] 资金情况 - 2025年11月14日债券募集资金全部到账[2] 债券期限 - 期限3年，起息日2025年11月14日，兑付日2028年11月14日[2] 承销商 - 簿记管理人和主承销商为中国银行，联席主承销商为华夏银行[3]

公司战略与产品进展 - 公司All in液冷战略获得市场认可 [1] - 液冷服务器已在众多行业和领域实现批量化部署 [1] 产品毛利率影响因素 - 产品毛利率受客户结构、产品结构、供应形势、市场竞争等多方面因素综合影响 [1]

公司技术定位与产品布局 - 公司在液冷领域定位为先行者 [1] - 公司已发布全栈液冷产品 [1] - 全线服务器产品均支持冷板式液冷 [1] 公司创新能力与战略 - 公司持续进行液冷产品创新 [1] - 创新范围覆盖从部件、整机到数据中心 [1]

公司技术实力与产品布局 - 作为液冷领域先行者 公司发布了全栈液冷产品 全线服务器产品均支持冷板式液冷[1] - 从部件、整机到数据中心持续进行液冷产品创新 提供从规划设计到建设实施的液冷数据中心全生命周期整体解决方案[1] - 累计拥有800多件液冷技术领域核心专利 已参与制定20余项冷板式液冷、浸没式液冷相关设计技术标准[1] 行业标准制定与市场地位 - 牵头编写国内首批冷板式液冷核心部件标准、首个液气换热型液冷数据中心技术标准 并牵头立项了液冷领域的国际标准[1] - 液冷服务器已相继在众多行业和领域实现批量化部署 All in 液冷的战略获得了市场认可[1] - 为国内液冷优秀解决方案走向全球奠定了基础[1]

公司战略与市场认可 - 公司液冷服务器已相继在众多行业和领域实现批量化部署 [1] - 公司的All in 液冷战略获得了市场认可 [1] 产品毛利率影响因素 - 产品毛利率主要受客户结构、产品结构、供应形势、市场竞争等多方面因素的综合影响 [1] - 具体经营数据需以财报披露为准 [1]

公司战略与产品进展 - 公司液冷服务器已相继在众多行业和领域实现批量化部署 [1] - 公司的All in 液冷战略获得了市场认可 [1] 产品毛利率影响因素 - 产品毛利率主要受客户结构、产品结构、供应形势、市场竞争等多方面因素的综合影响 [1]