EasyData
搜索文档
【IPO一线】星辰天合正式递交上市申请,拟登陆港交所
巨潮资讯· 2026-01-27 10:36
公司上市与市场地位 - 北京星辰天合科技股份有限公司于2025年1月27日向香港联交所递交上市申请,联席保荐人为华泰国际 [2] - 按2024年装机量计,公司是中国最大的独立分布式AI存储解决方案提供商,也是中国第二大的分布式AI存储解决方案提供商,市场份额为10.4% [2] - 中国前五大分布式AI存储解决方案提供商在2024年的合计市场份额为52.3% [2] 核心业务与解决方案 - 公司专注于提供企业级AI存储解决方案,主要包含两类:AI数据湖存储解决方案与AI训推存储解决方案 [2] - AI数据湖存储解决方案旨在整合、清洗和保存海量原始非结构化数据至集中式存储库,作为AI数据生命周期的起点 [3] - AI训推存储解决方案旨在高速向高性能计算资源(如GPU集群)提供数据,支持对性能要求最高的模型训练和推理阶段 [3] - 两类解决方案结合形成一个统一的数据底座,贯通从数据摄取、准备到模型训练推理的整个AI数据生命周期 [3] - 解决方案能帮助客户提高GPU利用率、降低推理成本、缩短端到端开发周期,从而提高运营效率和投资回报 [3] 商业模式与财务表现 - 公司采用基于交易的商业模式,产品主要以一体机和纯软件两种形式交付 [4] - 软件产品包括XEOS、XEDP、EasyData、XEBS/XEBS-XINFINI及XGFS等 [4] - 公司分别于2022年9月开始从AI数据湖存储及AI训推存储解决方案产生收入 [4] - 公司收入从2023年的人民币1.668亿元增长至2024年的人民币1.725亿元 [4] - 截至2025年9月30日,公司累计服务客户数量已达596名,客户数量保持稳定并持续增长 [4] 研发投入与团队 - 公司所有产品及底层核心技术均由内部自主研发 [5] - 截至2023年、2024年12月31日及2025年9月30日止九个月,研发团队分别有156名、133名及125名成员,分别占同期员工总数的43.4%、42%及40.8% [5] - 2023年、2024年及截至2024年9月30日止九个月、截至2025年9月30日止九个月的研发费用,分别占各期间总收入的65.9%、51%、58.6%及29.5% [5]
2025年数据治理成效TOP5推荐,让企业决策更加高效
搜狐财经· 2025-10-11 20:34
数据治理平台核心价值 - 通过有效资源管理提高问题自动发现率,实现数据异常及时识别与处理,降低人为错误风险并提升决策可信度 [2] - 借助智能化工具控制运营成本,在确保数据可靠性的前提下实现成本降低,使企业在市场竞争中更具优势 [2] - 数据治理成效体现为提升企业决策质量的能力,包括问题自动发现率、决策可信度和成本降低等方面表现 [9] 睿治数据治理平台 - 问题自动发现率达92%,显著降低人力资源需求,决策可信度提升至98%,报告生成时效性提高五倍 [2] - 提供个性化数据治理解决方案,特别适合金融、制造以及政务等行业,有效应对各类数据治理挑战 [2][7] - 凭借高效问题自动发现率和降低的人力成本,适合需要高效解决数据管理问题的大型企业 [7] 网易数帆EasyData平台 - 问题自动发现率达90%,通过智能分析工具将决策可信度从70%提升至95%,人力投入降低60% [3] - 平台灵活性使其适用于金融、制造和政务等多个行业,用户友好界面和个性化功能受中小企业青睐 [3][7] - 在营销数据分析方面表现突出,适合中小企业使用 [6][7] 阿里云DataWorks平台 - 自动化数据问题发现帮助企业快速识别数据异常,人力成本降低约60%,决策可信度提升至98% [4] - 强大数据整合和管理能力支持多种数据源整合,在大数据环境下表现出色,尤其适合注重技术生态的企业 [4][6][7] - 强大集成能力使各种应用无缝衔接,提升数据应用效率 [7] IBM InfoSphere MDM平台 - 专注于主数据管理,通过集成和清洗多源数据确保数据准确性和一致性,自动识别并纠正数据错误 [4] - 决策可信度提升高达30%,功能模块丰富可根据行业需求灵活配置,在金融、制造、零售等领域有广泛应用 [5] - 在金融和制造行业有明显优势,能有效整合不同系统数据,在处理复杂数据环境时性能优势突出 [5][7] Oracle MDM平台 - 支持企业在多个数据源中实现数据统一管理,确保数据一致性,显著降低数据错误率,提高问题捕获率 [5] - 特别适合需要严格遵循合规性要求的金融和医疗领域,助力企业创建全面客户视图以优化市场策略 [5] - 提供灵活而强大的解决方案,助力跨部门数据一致性,适合进行大规模数据管理的企业 [7] 平台选择考量因素 - 选择应基于企业实际需求,包括预算、行业特性以及团队技术水平,通过分析各平台优势劣势更好决策 [6] - 需依据自身特定需求进行定制化调整,明确业务目标和行业背景,评估各工具在特定场景下表现 [8] - 企业需结合自身业务目标和行业特性,在五大推荐平台中进行合理选择以确保应对数据挑战 [9]