算力新基建

搜索文档
六年三易主,围绕秦淮数据的算力新基建资本暗战
36氪· 2025-09-17 11:28
公司资本运作历程 - 贝恩资本2019年以10亿元人民币收购秦淮数据控股权并追加5.7亿美元注资 推动与Bridge Data Centres合并打造泛亚算力平台 [3] - 2020年纳斯达克IPO募资5.4亿美元 市值峰值达49亿美元 贝恩资本持股57.17%为第一大股东 [4] - 2023年6月贝恩提出私有化要约(8美元/ADS) 招商资本竞标报价34亿美元(约250亿元人民币)高出15%但未成功 贝恩最终以31.6亿美元完成私有化 [4][5] - 私有化后业务分拆为国内WinTriX集团与海外Bridge DC 2025年9月东阳光联合财团以280亿元人民币收购中国区业务 [7] 财务表现与业务优势 - 2024年度营收60.48亿元 净利润13.09亿元 净利润率超20% [8] - 2025年1-5月营收26.07亿元 净利润7.45亿元 维持高盈利能力 [8] - 字节跳动贡献超80%营收 阿里等头部云厂商为重要客户 [4][10] - 环首都服务器上架率超90% 超大规模AIDC市占率超30% [10] - 山西灵丘基地PUE低至1.128 液冷技术领先行业 [10] 收购交易结构 - 东阳光与控股股东深圳东阳光实业向"东数一号"增资75亿元(35亿+40亿) [9][12] - 通过三层SPV结构:东数一号→东创未来→东数三号(收购主体) [9][12] - 总对价280亿元中除股权出资外 剩余资金来自银团并购贷款及其他投资方 [13] - 交易完成后东阳光间接持股比例不超过30% [13] 产业协同与未来发展 - 东阳光主营电子新材料与化工 布局液冷及电容器等算力上游环节 [13] - 协同效应包括绿电供应(韶关、乌兰察布能源储备)与液冷技术整合 [15] - 未来可能通过公募REITs盘活资产 参考2025年万国数据、润泽科技IDC REITs数百倍认购热度 [14] 行业竞争与潜在挑战 - IDC行业存在价格战与"内卷"现象 [17] - 过度依赖字节跳动单一客户 合约变动可能冲击营收 [16] - 东阳光截至2025年中期货币资金64.16亿元 短期债务超111亿元 控股股东股权高比例质押 [17]
WAIC 2025观察:算力竞赛升维,模型寻路落地
经济观察网· 2025-07-28 20:55
行业趋势 - 2025年世界人工智能大会(WAIC)展区面积超7万平方米,参展企业800余家,单日票价一度炒至3000元,显示行业热度空前 [2] - 行业呈现"一体两面"发展路径:硬件厂商聚焦算力基础设施性能竞赛,模型与应用厂商转向商业场景深度落地 [2] - 产业金融力量如芯鑫租赁已累计向集成电路产业投放2100亿元,其中80亿元专门支持AI数据中心和算力租赁等基础设施 [3] 算力基础设施 - 华为展出昇腾384超节点(Atlas 900 A3 SuperPoD),单集群算力达300PFLOPS(每秒30京次浮点运算),采用全对等UB总线和无阻塞Clos架构 [2][3] - 神州数码发布业界首款基于鲲鹏技术的大模型训推一体服务器KunTai R624 K2和推理服务器KunTai R622 K2,计算效能提升2倍,兼容国内外主流AI加速卡 [5] - 曙光存储与中国移动联合落地国内首个全局统一文件存储系统,覆盖长三角、成渝等四大国家级枢纽节点,服务"东数西算"战略 [6] - 存算协同技术可将AI处理的tokens数量从每秒数百提升至2000-3000水平,每在存力上投入1元可节约10元算力成本 [6][7] - 超云数字发布全栈液冷智算服务器R8429 L13,应对单机柜功率超20kW时的散热需求 [8] 模型与应用落地 - 商汤科技提出AI进化需走向物理世界,通过"具身智能"与"世界模型"获取新数据 [10] - 阶跃星辰发布Step 3基模,在国产芯片上推理效率达DeepSeek-R1的3倍,联合华为昇腾等近10家芯片厂商成立"模芯生态创新联盟" [11] - 百望股份基于953.5万亿元交易数据构建"业务大脑",与阿里通义千问等合作推进"开源模型+行业场景"落地 [12][13] - 数字王国发布"AI DOMAIN"影像创作平台,集成文生图等七大功能,联合香港科技大学等成立"数字视觉创新联盟" [14] - 出门问问推出TicNote AI录音笔,内置"Shadow AI"实现记录、总结等复杂功能 [16] 技术演进方向 - 企业需求呈现两大趋势:大模型私有化部署需求增长,训练与推理场景分化 [5] - 存储系统面临数据"看不全、理不顺、用不好"三大难题,需解决兼容性、跨域调度等问题 [6] - 跨域数据调度需保证业务连续性和数据强一致性,对元数据管理和网络延迟提出挑战 [7] - AI需从技术参数比拼转向真实应用场景,解决"模型性能是否完全等同于模型价值"的产业之问 [10]