核心观点 - 公司拟向特定对象发行A股股票募集资金不超过一定金额，用于面向大模型的芯片平台项目、面向大模型的软件平台项目和补充流动资金 [1] - 募投项目紧跟大模型技术发展趋势，满足市场需求高速增长，是公司巩固竞争优势、拓展市场空间的必要选择 [3][4] - 项目将研发面向大模型训练的芯片、大语言模型推理芯片、多模态推理芯片及交换芯片，构建算力软硬件技术能力矩阵 [13][14] - 软件平台项目与芯片平台项目紧密耦合，通过软硬件协同优化提升性能 [15][16] - 公司已积累深厚技术基础和研发能力，能够保障项目顺利实施 [34][35] 大模型技术发展趋势 - 大模型技术推动AI应用从"工具"迈向"全能助手"，通用Agent应用快速落地，市场需求升级 [3] - 大模型训练需要更高性能智能芯片，多模态处理需要更专业芯片，推理环节需要更高效芯片 [4][5][6] - 大模型效率升级需要更低位宽算力能力，FP8训练比FP32提升效率，FP4推理比FP8提升吞吐量3倍 [7] - 中国AI算力市场规模2024年190亿美元，2025年预计259亿美元（+36.2%），2028年将达552亿美元 [3][19] 市场竞争格局 - 全球智能芯片市场由英伟达、AMD主导，2022-2024年英伟达研发投入分别为73.39亿、86.75亿、129.14亿美元 [9] - 国内华为海思和公司为代表的第一梯队企业正提升市场份额 [9] - 公司芯片针对AI专门优化，但软件生态完善度不及英伟达CUDA [9] - 公司2024年及2025Q1云端产品线收入分别为11.66亿元、11.09亿元，占主营业务收入99%以上 [26][27] 募投项目必要性 - 填补国内训练算力芯片市场缺口，满足42%中国企业已开始大模型测试、17%已应用于生产的需求 [19] - 巩固公司在智能处理器架构、指令集等领域的技术优势 [13] - 优化资本结构，公司2025年3月末资产负债率15.97%，略高于行业平均13.21% [13] - 与现有业务协同，复用通用性核心技术，客户群体和应用领域相同 [29][30] 募投项目可行性 - 已完成概念阶段和计划阶段工作，准备进入开发阶段 [33] - 已掌握智能处理器微架构、指令集等核心技术，拥有623项相关专利 [35] - 具备编程框架适配、智能芯片编程语言等软件平台技术，拥有128项相关专利 [37] - 已有思元100/270/290/370等多款云端芯片成功研发经验 [34] 商业化前景 - 产品将面向大模型算法厂商、互联网企业及各行业算力服务商 [19] - 已有产品规模应用于运营商、金融、互联网等行业，客户基础良好 [20] - 将通过加强产业链合作、深耕行业客户等措施促进产品销售 [21] - 预计研发的各类芯片在AI算力市场持续增长背景下具备良好前景 [19]