热点题材☆ ◇688802 沐曦股份 更新日期：2025-12-17◇ 通达信沪深京F10
★本栏包括【1.所属板块】【2.主题投资】【3.事件驱动】【4.信息面面观】
【1.所属板块】
概念:无
风格:融资融券、科成长层
指数:无
【2.主题投资】
──────┬──────┬────────────────────────────
2025-12-05│科创成长层 │关联度：☆☆☆☆☆
──────┴──────┴────────────────────────────
科创板尚未盈利。
【3.事件驱动】 暂无数据
【4.信息面面观】
┌──────┬─────────────────────────────────┐
│栏目名称 │ 栏目内容 │
├──────┼─────────────────────────────────┤
│公司简介 │沐曦集成电路（上海）股份有限公司，于2020年9月成立于上海，并在北京 │
│ │、南京、成都、杭州、深圳、武汉和长沙等地建立了全资子公司暨研发中心│
│ │。沐曦拥有技术完备、设计和产业化经验丰富的团队，核心成员平均拥有近│
│ │20年高性能GPU产品端到端研发经验，曾主导过十多款世界主流高性能GPU产│
│ │品研发及量产，包括GPU架构定义、GPUIP设计、GPUSoC设计及GPU系统解决 │
│ │方案的量产交付全流程。 │
├──────┼─────────────────────────────────┤
│经营模式 │1、盈利模式 │
│ │公司主要通过向客户销售GPU板卡及集成自身GPU板卡的硬件产品获得业务收│
│ │入。 │
│ │2、研发模式 │
│ │公司高度重视GPU芯片关键技术研究和产品开发，秉持以客户需求为导向的 │
│ │核心原则，构建了基于IPD管理理念的产品研发体系，实现了从概念阶段、 │
│ │可行性与计划阶段、产品开发阶段、新产品导入阶段到量产阶段的全过程技│
│ │术与质量管控，有效的保障了产品的技术先进性和交付质量。 │
│ │3、采购和生产模式 │
│ │公司是典型的Fabless模式企业，主要负责制定GPU芯片的规格参数与方案、│
│ │完成芯片的架构设计、核心GPUIP开发、封装设计、物理设计、设计验证、 │
│ │交付GPU芯片设计版图等，而GPU芯片的晶圆加工、封装测试通过委外方式完│
│ │成。公司向晶圆制造厂采购定制加工生产的晶圆，向封装测试厂采购封装测│
│ │试服务，向加工厂商采购板卡加工服务，期间公司辅以工艺管理和测试支持│
│ │。 │
│ │针对部分客户的解决方案需求，公司在使用已经加工完毕的GPU板卡产品的 │
│ │基础上，根据客户的具体需求采购相应配套的服务器、存储设备及网络设备│
│ │等硬件，集成为含发行人GPU板卡的服务器或相关产品并向客户交付。 │
│ │4、销售模式 │
│ │报告期内，公司采用直销与经销结合的模式进行产品销售。公司内部设置专│
│ │门的销售团队与客户进行需求沟通。在直销模式下，公司直接参与客户的公│
│ │开招标或商务谈判，达成意向后与客户签订销售合同；公司接收客户的采购│
│ │订单后，根据订单进行产品发货，并向客户提供售后技术支持等服务；在经│
│ │销模式下，经销商采购公司产品并向其下游客户进行销售，公司会对经销商│
│ │提供相应的技术培训和技术支持。 │
├──────┼─────────────────────────────────┤
│行业地位 │发行人是国内高性能通用GPU的领导者之一，产品性能达到了国际上同类型 │
│ │高端处理器的水平，在国内处于领先地位。根据BernsteinResearch以销售 │
│ │金额口径测算的数据及发行人结合IDC数据以算力规模口径测算的结果，发 │
│ │行人在2024年中国AI芯片市场中的份额约为1%。面对不断升级的地缘政治摩│
│ │擦和新一代人工智能革命，发行人以推动我国智能算力产业链自主可控为己│
│ │任，立足拥有巨大发展潜力和黄金发展机遇的人工智能计算市场，围绕人工│
│ │智能计算、通用计算和图形渲染三大领域，不断积累GPUIP（包括指令集、 │
│ │微架构等）、GPUSoC、高速互连、GPU软件等研发与落地经验，在国内人工 │
│ │智能计算行业具有领先的市场地位和品牌影响力，对推动我国人工智能产业│
│ │链自主可控具有重要意义。 │
│ │在技术积累方面，公司创始团队拥有深厚的GPU技术及全流程量产经验，形 │
│ │成了一支深刻洞察全球GPU行业技术发展趋势，具有持续自主创新能力的技 │
│ │术研发团队。在团队不懈的技术攻坚下，发行人成为了国内少数几家全面系│
│ │统掌握了通用GPU架构、GPUIP、高性能GPU芯片及其基础系统软件研发、设 │
│ │计和量产核心技术的企业之一，GPU产品在通用性、单卡性能、集群性能及 │
│ │稳定性、生态兼容与迁移效率等方面具备较强的核心竞争力，综合技术实力│
│ │领先行业。 │
│ │单卡性能方面，公司是国内首批具备高性能GPU芯片设计能力和商业化落地 │
│ │能力的企业之一，全栈GPU产品基于自主研发和自主知识产权的GPUIP、GPU │
│ │指令集和架构，单卡性能处于国内第一梯队；集群性能方面，公司自研的Me│
│ │taXLink具备国内稀缺的高带宽卡间互连能力，可实现2-64卡多种互连拓扑 │
│ │，并且在智算集群的线性度和稳定性方面具有较强的产品表现；软件生态方│
│ │面，公司自主构建的MXMACA软件栈不仅拥有统一、完整且高效的全栈式工具│
│ │链，涵盖应用开发、功能调试和性能调优等核心环节，同时高度兼容GPU行 │
│ │业国际主流CUDA生态，能够开放拥抱全球开发者丰富的开源成果，具有较高│
│ │的易用性和迁移效率，在通用性和灵活性上具备独特的竞争力。 │
│ │在商业应用方面，发行人是国内少数真正实现千卡集群大规模商业化应用的│
│ │GPU供应商，并正在研发和推动万卡集群的落地，目前已成功支持128BMoE大│
│ │模型等完成全量预训练。公司与整机服务器、操作系统、运维管理平台、主│
│ │流AI框架、主流大模型等上下游生态广泛适配，通过芯片层、框架层、模型│
│ │层的深度协同优化，为头部大模型分布式推理提供千卡高性能国产算力，助│
│ │力“国产算力+大模型产业”实现从技术突破到商业化落地的跨越式发展。 │
│ │凭借突出的产品性能和稳定的供应能力，截至报告期末，发行人GPU产品累 │
│ │计销量超过25000颗。发行人深度构建“1+6+X”生态与商业布局，基础算力│
│ │底座方面，公司产品相继应用部署于10余个智算集群，算力网络覆盖国家人│
│ │工智能公共算力平台、运营商智算平台和商业化智算中心，区域横跨北京、│
│ │上海、杭州、长沙、中国香港等地区，并逐渐向更多区域延伸。发行人GPU │
│ │产品深度赋能众多行业应用场景，已率先布局教科研、金融、交通、能源、│
│ │医疗健康、大文娱等行业，产品赋能真实应用场景的竞争力和交付能力得到│
│ │充分验证。 │
│ │随着技术不断自主创新和商业化能力日臻完善，发行人已成为我国人工智能│
│ │产业链的重要参与者，积极推动国家智算领域的自主可控，不断加速GPU芯 │
│ │片国产替代进程，参与了数个国家级和省级重大科研课题并积累了一系列知│
│ │识产权和荣誉奖项。截至2025年3月31日，发行人拥有境内授权专利255项，│
│ │其中发明专利245项。 │
├──────┼─────────────────────────────────┤
│核心竞争力 │1）技术优势：技术积累深厚全面，核心技术自主可控 │
│ │GPU芯片设计复杂，其核心技术此前仅掌握在几家国际领先企业手中。公司 │
│ │是国内少数几家全面系统掌握了GPU架构、GPUIP、高性能GPU芯片及其基础 │
│ │系统软件研发、设计和量产等全流程核心技术的企业之一，拥有自主研发的│
│ │GPUIP、GPU指令集和架构等，充分掌握并构建了高性能GPU处理器架构设计 │
│ │技术、高性能GPU流处理器设计技术、高性能GPU多级缓存结构及内存管理设│
│ │计技术、高性能GPU系统控制及虚拟化技术、MetaXLink高速互连技术、芯粒│
│ │架构与先进封装设计技术、高性能GPU动态功耗管理技术、高性能GPU验证方│
│ │法学及智能验证技术、GPU异构计算编程语言与开发环境、人工智能编译器 │
│ │与编译技术、GPU高性能通信库设计与优化技术、GPU高性能数学库设计与优│
│ │化技术、GPU核心驱动程序、GPU软硬件协同优化技术等一整套完善且自主可│
│ │控的底层核心技术体系。 │
│ │2）通用性优势：以GPU架构和GPUIP打造全系列GPU产品，具备通用性、灵活│
│ │性和自主性 │
│ │公司全系列产品采用统一的GPU计算架构，兼具通用性和高性能。由于以大 │
│ │模型为特征的通用人工智能技术不断演进，例如算法和模型持续迭代、数据│
│ │的规模和质量持续升级，其所要求的建模仿真的精度和计算效率大幅提升，│
│ │导致人工智能产业计算复杂度持续提升。同时，目前绝大部分大模型厂商的│
│ │算法创新均基于GPU实现，而公司通用、灵活的GPU架构能够高效适应云端快│
│ │速迭代的复杂算法和大量非传统模型结构，从而支持更为广泛的人工智能应│
│ │用场景。 │
│ │3）高能效优势：GPU硬件设计在多个维度突破国外垄断 │
│ │公司坚持以自主技术创新为导向，持续深耕GPU行业，能够为客户提供具备 │
│ │竞争力的GPU产品。根据多家行业权威的国家实验室、计算中心、研究所的 │
│ │测试结果，公司GPU产品在单卡性能、集群性能及稳定性等多维度方面具有 │
│ │领先的产品表现力，具体体现如下： │
│ │公司训推一体GPU具备国内领先的计算能力，拥有丰富的标量、矢量和张量 │
│ │计算单元，支持FP64、FP32、TF32、FP16、BF16、FP8、INT8、FP6、FP4等 │
│ │混合精度计算，能够满足人工智能训练和推理、通用计算、科学计算等多元│
│ │化的算力需求，大幅提升了智算集群的多场景融合应用能力。同时，公司是│
│ │全球少数几家掌握了复杂多级缓存结构的GPU企业，凭借独特的缓存组网技 │
│ │术，能够针对不同场景灵活自适应多级缓存控制策略，实现对高速缓存的精│
│ │细管控、有效提升缓存命中率，满足GPU高算力下对于高带宽的需求。 │
│ │4）易用性优势：“自主创新与开放兼容”双轨并行，打造了具备易用性和 │
│ │可扩展性的软件生态 │
│ │优秀的GPU芯片与完善的软件生态相辅相成。发行人坚持“自主创新与开放 │
│ │兼容”双轨并行策略，基于自研指令集及GPU并行计算引擎打造了自主可控M│
│ │XMACA软件栈，是国内少数能为云端AI开发者提供兼顾易用性、高性能、通 │
│ │用性的基础软件栈的企业之一，不断推动软件生态开源共享，助力中国人工│
│ │智能产业摆脱对国外算力资产的依赖。 │
│ │5）产业化优势：优质的产业链上下游资源，快速实现商业化落地 │
│ │公司构建了稳定的供应链体系，积累了丰富的供应链管理经验，拥有动态、│
│ │灵活的库存管理机制，并较早启动国产供应链布局、提早规划并设计了基于│
│ │国产供应链的产品，能够确保产品高质量及可持续的供应与交付。截至本招│
│ │股意向书签署日，公司在晶圆生产制造、封测、存储颗粒、EDA、IP等核心 │
│ │环节的国产化上均已取得一定突破。随着市场影响力和产业链资源逐渐提升│
│ │，公司将持续培育国产供应商，进一步推动关键供应环节的国产配套，全面│
│ │提升国内集成电路产业链的竞争力。 │
├──────┼─────────────────────────────────┤
│经营指标 │2025年1-3月、2024年度、2023年度和2022年度，沐曦股份营业收入分别为3│
│ │20415255.58元、743071582.31元、53021153.18元、426400.00元。 │
├──────┼─────────────────────────────────┤
│竞争对手 │英伟达（NVDA.O）、AMD（AMD.O）、寒武纪（688256.SH）、海光信息（688│
│ │041.SH）、景嘉微（300474.SZ）、龙芯中科（688047.SH）。 │
├──────┼─────────────────────────────────┤
│品牌/专利/经│截至2025年3月31日，发行人已取得255项境内专利权，其中发明专利245项 │
│营权 │，实用新型专利8项，外观设计专利2项，并取得5项境外专利，目前均在专 │
│ │利保护期内。 │
├──────┼─────────────────────────────────┤
│投资逻辑 │发行人是国内高性能通用GPU的领导者之一，产品性能达到了国际上同类型 │
│ │高端处理器的水平，在国内处于领先地位。根据BernsteinResearch以销售 │
│ │金额口径测算的数据及发行人结合IDC数据以算力规模口径测算的结果，发 │
│ │行人在2024年中国AI芯片市场中的份额约为1%。 │
├──────┼─────────────────────────────────┤
│消费群体 │服务器厂商、集成商或智算中心建设方等。 │
├──────┼─────────────────────────────────┤
│消费市场 │公司主营业务收入主要集中在中国内地。 │
├──────┼─────────────────────────────────┤
│主营业务 │研发、设计和销售应用于人工智能训练和推理、通用计算与图形渲染领域的│
│ │全栈GPU产品，并围绕GPU芯片提供配套的软件栈与计算平台。 │
├──────┼─────────────────────────────────┤
│主要产品 │训推一体系列：GPU板卡、GPU服务器；智算推理系列：GPU板卡；IP授权 │
├──────┼─────────────────────────────────┤
│行业竞争格局│（1）全球市场竞争格局 │
│ │全球范围来看，经过多年竞争与发展，全球GPU市场头部化现象显著，整体 │
│ │呈寡头垄断格局，英伟达（NVIDIA）和超威半导体（AMD）两家国外领先厂 │
│ │商基本分割了全球市场，在综合技术实力、销售规模、资金实力、人才团队│
│ │等方面优势明显。根据JonPeddieResearch的数据，独立GPU市场方面呈现“│
│ │一超一强”格局，其中英伟达一家独大，近年来持续维持超80%的市场份额 │
│ │，而AMD公司则占据剩余近20%的市场份额。自人工智能市场爆发式增长以来│
│ │，英伟达凭借优越的产品性能和完善的CUDA生态筑造了护城河，领先优势不│
│ │断扩大。根据TechInsights数据，在GPU市场，2023年全球应用于智算中心 │
│ │的GPU总出货量达到了385万颗，相比2022年的267万颗增长了44.2%。其中，│
│ │英伟达面向智算中心市场的GPU出货量达到了376万颗，市场份额超过90%。 │
│ │（2）国内市场竞争格局 │
│ │国内市场来看，国内AI芯片市场呈现多元化和快速发展的特征。GPU作为AI │
│ │芯片的重要组成部分，在人工智能计算市场占据核心地位。近年来，受到美│
│ │国高性能AI芯片出口管制与国内政策推动等因素影响，海外厂商在中国市场│
│ │的份额呈现明显下降趋势。国产AI芯片公司迎来黄金发展期，以不同技术路│
│ │径切入市场，各具特色。因此，在人工智能计算领域，公司国内主要竞争对│
│ │手包括两类：1）设计、研发及销售GPU芯片的公司，除国际巨头英伟达、AM│
│ │D外，还包括国内上市公司海光信息，国内未上市公司天数智芯、壁仞科技 │
│ │、摩尔线程等；2）采用其他技术路线（例如ASIC）的AI芯片公司，包括国 │
│ │内上市公司寒武纪，国内未上市公司华为海思、昆仑芯、平头哥、燧原科技│
│ │等。此外，在图形渲染领域，以景嘉微、摩尔线程为代表的国内GPU厂商也 │
│ │已在各自的细分领域取得了阶段性产业成果。 │
│ │根据BernsteinResearch数据，英伟达和AMD在2024年中国AI芯片市场中分别│
│ │占据66%、5%的市场份额，国内企业中华为海思依托华为的雄厚资金、人才 │
│ │储备、商业渠道等，占据约23%的市场份额。发行人市场份额约为1%，在国 │
│ │内其他厂商中位居前列。 │
│ │1）人工智能训练市场 │
│ │在国内人工智能训练市场，发行人主要竞争对手包括英伟达、AMD、华为海 │
│ │思、寒武纪、海光信息、昆仑芯、平头哥、天数智芯、摩尔线程、壁仞科技│
│ │等。 │
│ │训练芯片对架构设计、存储设计、集群能力、软件生态等综合能力要求较高│
│ │。尤其随着大模型训练参数量的不断增加、算法结构愈发复杂化，AI训练任│
│ │务逐渐需要千卡、万卡甚至更大规模智算集群支撑，因此对计算系统的通信│
│ │能力提出了较高要求。国内厂商虽然在单卡性能上已取得一定突破，但在集│
│ │群能力、软件生态方面与国外厂商仍存在较大差距，真正能够将训练芯片投│
│ │入实际训练任务的国产厂商较少。国产厂商中，华为海思经过长期技术积淀│
│ │、全栈技术协同、丰富的人才和客户资源储备，已建立了明显的领先优势。│
│ │发行人作为国内训练芯片的核心厂商之一，是国内少数真正实现千卡集群大│
│ │规模商业化应用的GPU供应商，并正在研发和推动万卡集群的落地，目前已 │
│ │成功支持128BMoE大模型等完成全量预训练。 │
│ │2）人工智能推理市场 │
│ │在国内人工智能推理市场，由于推理芯片设计难度、数据处理规模相对较低│
│ │，且因推理模型仅涉及前向传播，模型结构相对训练模型更为稳定，部分AS│
│ │IC芯片厂商可以针对特定的推理任务进行深度优化，因此推理芯片市场参与│
│ │者较多，不同技术路径的AI芯片厂商在推理芯片市场各具差异化竞争优势。│
│ │发行人的智算推理芯片主要应用于云端推理场景，在处理大规模和复杂推理│
│ │任务时具备较强产品表现。 │
├──────┼─────────────────────────────────┤
│行业发展趋势│（1）从“算力主权”到“算力平权”，ScalingLaw将带动GPU行业全面放量│
│ │随着人工智能技术持续突破，DeepSeek的推出掀起了新一轮人工智能浪潮，│
│ │在全球范围内实现了一轮AI普及，推动全球人工智能竞赛再次加速。一方面│
│ │，DeepSeek通过优化算法大幅降低了训练和推理成本，并且采取开源的方式│
│ │推动行业从“算力主权”向“算力平权”的格局发展，使得中小企业和终端│
│ │应用群体可以跨越算力门槛，在开源模型的基础上实现技术普惠，推动人工│
│ │智能真正进入“全民时代”。虽然短期内GPU芯片可能因为训练效率的提升 │
│ │而受到影响，但在杰文斯悖论的推动下，大模型的快速迭代和AI应用的增长│
│ │潜力将驱动GPU行业长期发展。另一方面，模型和硬件工程上的多种创新技 │
│ │术推动算力需求结构发生根本性变革，除大模型预训练阶段的算力需求持续│
│ │增长外，后训练和推理阶段成为了算力需求新的增长动能。算力需求从“重│
│ │预训练”到“全流程平衡”的转变，正在重构人工智能产业的价值链，推动│
│ │算力资源配置向更灵活、更繁荣的方向演进。 │
│ │（2）国际政治环境推动和国内政策利好双重驱动AI芯片国产替代进程加速 │
│ │1）地缘政治升级，美国政府从多方面对华展开高端技术封锁 │
│ │2）国家政策大力扶持人工智能和集成电路产业发展 │
│ │3）智算中心资本投入持续增长 │
│ │（3）分布式并行计算环境下，多卡互连成为算力竞争的核心要素 │
│ │随着模型规模、数据量、参数量的快速增长，单一芯片、单台计算设备已经│
│ │无法满足不断涌现的大规模数据、多任务应用的需求。通过集群互连弥补单│
│ │卡性能不足、使用多台设备同时运算的“分布式并行”策略成为了当前及未│
│ │来发展的主流选择，基于ScaleUp与ScaleOut的技术应运而生。ScaleUp通过│
│ │增加单服务器内部的GPU数量，形成超节点，以满足大规模模型训练的需求 │
│ │；ScaleOut则通过增加服务器数量，构建大规模分布式计算集群。Google、│
│ │Meta、Microsoft等海外大厂已纷纷布局大集群超级计算机，如Google推出 │
│ │超级计算机A3VirtualMachines，拥有26000块英伟达H100GPU，同时基于自 │
│ │研芯片搭建TPUv5p8960卡集群，通过大规模服务器组成集群计算优势，不断│
│ │优化服务架构，提升用户体验。 │
│ │（4）随着应用市场的繁荣发展，软件生态将成为AI芯片易用性的关键底座 │
│ │对于开发者和使用者而言，AI芯片的易用性是除产品性能外的另一大门槛。│
│ │软件生态作为人工智能模型和底层硬件之间的接口，则是影响芯片易用性的│
│ │核心。GPU硬件设计复杂度较高，人工智能应用的开发和部署需要借助丰富 │
│ │的软件生态，以实现对底层硬件资源的深度利用。相关软件工具需要与GPU │
│ │硬件协同优化以确保GPU的高性能和易用性。近年来，国产GPU的理论算力和│
│ │理论带宽虽然已不断缩小与国际头部厂商的差距，实际运行却往往面临软件│
│ │生态的限制，实测结果、实际运行的稳定性与理论性能存在较大差异。此外│
│ │，在算子高频更新的大模型时代，软件生态能力决定了落地场景的丰富度。│
│ │随着人工智能应用逐渐向AIAgent、具身智能延展，与业务紧密结合的人工 │
│ │智能应用场景逐渐落地，完善的软件生态将与应用市场相辅相成，共同促进│
│ │人工智能市场的不断繁荣。 │
│ │（5）云边端融合发展，GPU与ASIC将互为补充、长期共存 │
│ │云边端融合发展的背景下，对AI芯片提出了不同的需求。云端快速迭代的算│
│ │法和大量非传统模型结构的出现需要GPU芯片完成高效迁移与适配；而端侧 │
│ │对功耗、负载的敏感度亦新增了对ASIC芯片的需求，ASIC芯片可针对固定模│
│ │型结构及特定应用场景提供更具能效比的解决方案，成为GPU芯片的有效补 │
│ │充。因此长期来看，未来GPU和ASIC将各有侧重、互为补充、长期共存。 │
├──────┼─────────────────────────────────┤
│行业政策法规│《关于深入实施“人工智能+”行动的意见》、《算力互联互通行动计划》 │
│ │、《2025年政府工作报告》、《2025年工业和信息化标准工作要点》、《关│
│ │于做好2025年享受税收优惠政策的集成电路企业或项目、软件企业清单制定│
│ │工作的通知》、《关于推动未来产业创新发展的实施意见》、《国家人工智│
│ │能产业综合标准化体系建设指南（2024版）》、《数字经济2024年工作要点│
│ │》、《关于深入实施“东数西算”工程，加快构建全国一体化算力网的实施│
│ │意见》、《算力基础设施高质量发展行动计划》、《产业结构调整指导目录│
│ │（2024年本）》、《全国一体化政务大数据体系建设指南》、《关于印发“│
│ │十四五”数字经济发展规划》、《关于支持建设新一代人工智能示范应用场│
│ │景的通知》、《“十四五”国家信息化规划》、《中华人民共和国国民经济│
│ │和社会发展第十四个五年规划和2035年远景目标纲要》。 │
├──────┼─────────────────────────────────┤
│公司发展战略│自成立以来，发行人秉承“打造世界一流的GPU芯片及计算平台，成为数字 │
│ │经济的算力基石”的愿景，坚持“政策引领、产品领先、客户为中心、企业│
│ │文化全面支撑”的可持续发展战略，长期深耕GPU和人工智能领域，已成为 │
│ │推动我国智能算力基础设施自主可控的重要力量。发行人紧紧把握国家战略│
│ │性新兴产业融合发展大势，始终坚持以GPU技术为核心的自主研发、成果转 │
│ │换和量产应用，对标国际优势品牌不断打造和完善产品矩阵，形成了独具优│
│ │势的GPU产品体系和自主开放的软件生态，为国家数字经济发展提供强大的 │
│ │算力支撑，为民族复兴、国家强盛贡献科技力量。 │
│ │面对全球人工智能竞赛再度加速和算力资产价值链重构这一“百年未有之大│
│ │变局”，发行人制定了“三步走”发展规划，依次为：1）从研发优势向产 │
│ │品优势的转化；2）从产品优势向市场领先优势的跃升；3）从市场领先优势│
│ │向基业长青的运营优势的巩固。发行人目前正处于从产品优势迈向市场领先│
│ │优势的阶段，公司将在研发领域继续保持产品的竞争优势，在市场领域树立│
│ │正面的产品品牌声誉，加快在地区及行业的布局，构建健康、稳定持续的商│
│ │业闭环，从而更好发挥高性能GPU芯片在人工智能等前沿产业中的关键作用 │
│ │。 │
│ │未来，发行人将继续以国家自主可控重大战略需求和市场需求为导向、以自│
│ │主创新为驱动，围绕自身的核心优势，重点布局云端及边端算力市场，加速│
│ │技术深耕、场景渗透和生态协同，实现技术不断升级和产品持续迭代。发行│
│ │人将坚持“1+6+X”发展战略，加大市场开拓力度，不断提升公司在高性能G│
│ │PU行业的市场地位和影响力。在产业生态方面，发行人将在开放合作中推进│
│ │技术进步，加速产业链布局，推动开放生态建设，让客户有价值、投资者有│
│ │收益、合作伙伴有成功、员工有成就，助力中国人工智能产业自主化突破与│
│ │长远发展。 │
├──────┼─────────────────────────────────┤
│公司经营计划│1、聚焦云端、边端算力市场，实现技术升级和新产品开发 │
│ │面对旺盛的高性能计算需求，公司将结合本次募投项目的实施，重点聚焦云│
│ │端和边端广阔的市场，研发下一代用于智算训练和推理、通用计算的高性能│
│ │GPU产品，打造公司新的利润增长点。公司将更主动地贴近行业客户，以应 │
│ │用场景和市场需求为导向提升技术水平：在架构方面，持续迭代GPU核心架 │
│ │构，提高AI算力密度；在计算方面，扩展对FP8、FP4等数据格式的支持度，│
│ │增加多种数据转换指令；在存储方面，研发新一代显存控制器接口HBM3/4，│
│ │顺应更大容量显存需求；在互连通信方面，研发新一代MetaXLink互连技术 │
│ │，结合光互连技术和GPU超节点系统设计，打破传统服务器架构的通信瓶颈 │
│ │、丰富公司GPU产品的适用范围；在先进封装层面，公司在GPU产品中引入新│
│ │一代芯粒架构和三维堆叠芯片技术；在软件生态方面，结合产业伙伴的需求│
│ │优化软件栈的丰富度，持续提升其易用性和应用性能，进一步解决跨平台的│
│ │应用兼容难题。发行人将紧跟行业前沿技术发展趋势，并积极融入RISC-V生│
│ │态，通过技术升级和产品迭代，不断扩大竞争优势、巩固市场地位，推动国│
│ │产算力产业链自主可控。 │
│ │2、坚持“1+6+X”发展战略，加大市场开拓力度 │
│ │公司始终秉持“以客户为中心，与合作伙伴共赢”的理念，将长期坚持“1+│
│ │6+X”发展战略。“1”代表数字算力底座，包括国家人工智能公共算力平台│
│ │、商用AIDC以及由运营商、互联网厂商等承建的智算中心等，这类客户群体│
│ │将是公司坚实的基本盘。“6”代表AI赋能的六大关键行业，随着人工智能 │
│ │在各类应用场景的迅速落地，传统由超大规模云厂商主导的集中式算力需求│
│ │模式正逐步演进为由头部云厂商为主、各行各业中小企业为辅的人工智能生│
│ │态，庞大的垂类客户群体将成为未来GPU市场增长的重要驱动力。凭借具有 │
│ │高通用性优势的GPU架构，发行人将紧抓市场机遇，在维持与智算中心客户 │
│ │深度合作的基础上，重点围绕教科研、金融、交通、能源、医疗健康、大文│
│ │娱六大极具市场潜力的重点行业和“X”个长尾行业市场，积极寻找和发展 │
│ │垂类场景销售机会，率先实现行业卡位，不断拓展新的客户群体，挖掘更大│
│ │的市场空间，全面推动中国产业智能化转型升级。 │
│ │3、加速产业链布局，共建开放生态 │
│ │公司坚持在开放合作中推进技术进步，采取“自主创新与开放兼容”双轨并│
│ │行策略，通过自主研发、产学研合作等方式实现软件生态升级，构筑便捷、│
│ │易用的软件环境。公司致力于打造中国版GPU编程接口标准，坚决推动MXMAC│
│ │A软件栈开源共享，促进解决跨GPU平台的应用兼容难题；公司将打造、维护│
│ │友好、开放的开发者社区和论坛平台，降低人工智能应用的开发门槛，增强│
│ │场景用户对公司GPU产品的使用粘性。 │
│ │4、建立科学的人才战略，加强高端人才团队建设 │
│ │发行人将不断建立健全人才培养机制，识别和挖掘有潜质的人才，并促进个│
│ │人发展与企业发展同频共振。 │
│ │同时，发行人将提供更加完善、系统的培训、实践和晋升机会，支持员工不│
│ │断提升专业能力和素质，进而为企业创造更大的价值。此外，发行人将建立│
│ │有效的人才激励体系，通过合理的薪酬福利、职业发展路径和精神激励，激│
│ │发各类人才的潜力、积极性和创造力。 │
│ │5、充分利用资本平台，提升公司品牌价值与公共形象 │
│ │本次募集资金到位后，发行人将结合市场需求变化和产品研发目标，合理高│
│ │效利用募集资金，审慎推进募集资金的使用，充分发挥募集资金的作用。同│
│ │时，公司将充分利用上市后的资本平台，结合业务发展及优化资本结构的需│
│ │要，合理、有效利用资本市场多元融资渠道，为公司长远发展提供资金支持│
│ │，进一步提升公司品牌价值、公共形象、行业地位与市场份额。 │
├──────┼─────────────────────────────────┤
│公司资金需求│新型高性能通用GPU研发及产业化项目、新一代人工智能推理GPU研发及产业│
│ │化项目、面向前沿领域及新兴应用场景的高性能GPU技术研发项目。 │
├──────┼─────────────────────────────────┤
│可能面对风险│一、与发行人相关的风险： │
│ │（一）经营管理风险；（二）财务风险 │
│ │二、与行业相关的风险： │
│ │（一）产业政策变化风险；（二）市场竞争风险；（三）供应链安全风险 │
│ │三、其他风险： │
│ │（一）股价波动风险 │
└──────┴─────────────────────────────────┘
〖免责条款〗
1、本公司力求但不保证提供的任何信息的
|