贵所下发的《关于深圳市致尚科技股份无限公司申请刊行股份、现金采办资产的审核问询函》（审核函〔2025〕030011号）（以下简称“问询函”）已收悉。深圳市致尚科技股份无限公司（以下简称“上市公司”、“公司”或“致尚科技”）及相关中介机构就问询函所提问题进行了认实会商阐发取核查，并按照要求正在《深圳市致尚科技股份无限公司刊行股份采办资产暨联系关系买卖演讲书（草案）》（以下简称“沉组演讲书”）中进行了响应的修订和弥补披露。除还有申明外，本审核问询函答复（以下简称“本答复”）中的简称和名词释义取沉组演讲书中的寄义分歧。申请文件显示：（1）上市公司本次拟收购深圳市恒扬数据股份无限公司（以下简称恒扬数据或标的资产）99。8555%股权。标的资产次要处置智能计较产物和数据处置产物及使用处理方案的研发、发卖及办事，产物出产次要委托外协厂商完成。演讲期内，标的资产从停业务收入别离为2。15亿元、4。55亿元和1。78亿元，此中智能计较产物收入别离为0。71亿元、2。64亿元和1。63亿元，占比别离为32。83%、57。93%和91。48%，收入大幅增加，次要系向终端客户阿里巴巴及其指定零件出产厂商新华三消息手艺无限公司（以下简称新华三）发卖收入添加。（2）比来一年及一期，新华三为标的资产前五大客户，标的资产向其发卖金额别离为1。01亿元、0。56亿元，占停业收入比例别离为33。97%、30。68%。标的资产取新华三合做模式为：阿里巴巴集团内企业取恒扬数据签订NRE（一次性工程费用）手艺办事和谈，产物开辟完成后，标的资产向新华三发卖产物，并使用于阿里巴巴智算核心。（3）演讲期各期，标的资产向阿里巴巴终端客户发卖毛利率别离为55。39%、28。38%和9。91%，毛利率大幅下滑，且低于向非阿里巴巴客户发卖毛利率。标的资产向阿里巴巴发卖产物系定制化开辟，生命周期一般为2-3年，前期发卖毛利率较高，后期批量交付毛利率较低，标的资产正正在为阿里巴巴开辟新一代的产物。（4）标的资产境外营业次要向A客户发卖数据处置产物及使用处理方案，2023年、2024年，A客户均为标的资产第一大客户，标的资产向其发卖金额别离为1。19亿元、1。61亿元，2025年1-3月未向其发卖。（5）标的资产次要产物以外协出产为从，外协模式包罗委托加工和代工模式。委托加工模式下，供应商仅供给拆卸、焊接等办事，代工模式下，代工场自行采购原材料加工后发卖给标的资产。标的资产产物需颠末测试、外不雅查验、出产测试、老化测试、复检测试等环节环节的多次验收。（6）演讲期内，国投智能（厦门）消息股份无限公司（以下简称国投智能）向标的资产采购大数据管理平台等软件，发卖正交架构分流器、存储芯片等原材料，服科技股份无限公司向标的资产采购上彀行为软件开辟办事等软件，发卖DPU产物。请上市公司弥补申明：（1）利用通俗易懂的言语细致申明标的资产智能计较及数据处置营业的具体营业模式，包罗但不限于产物研发设想、定制流程、验证调试等环节的现实营业内容，供给相关办事所需的手艺和能力，取同业业可比公司营业模式能否存正在差别。（2）连系标的资产所处行业成长趋向、市场容量、合作款式，次要产物如DPU、一体机、数据处置方案的供需情况、手艺迭代环境、竞品好坏势对比环境，标的资产行业地位、市占率、手艺劣势及行业进入壁垒等，申明标的资产从停业务手艺含量及焦点合作劣势。（3）次要客户如阿里巴巴、新华三等公司正在国表里智能计较范畴行业排名、合作劣势、市占率及收入环境，取标的资产正在智能计较范畴的合做布景、汗青及不变性，标的资产能否为次要客户智能计较产物独一供应商，智能计较营业收入能否具有可持续性，对阿里巴巴、新华三等客户能否存正在严沉依赖。（4）阿里巴巴不间接向标的资产采购，而是指定新华三向标的资产采购的缘由，标的资产签订NRE手艺办事和谈的对象及具体商定，包罗但不限于研发产物学问产权归属、供应产物内容、合同无效期等，标的资产为阿里巴巴开辟新一代产物的最新进展，产物开辟、迭代及发卖具体商定，新一代产物发卖前能否需从头进行客户验证及具体流程。（5）连系智能计较产物生命周期各阶段产物机能、布局、单价、成本等方面的变化环境，标的资产订价模式、上下逛议价能力等，申明标的资产智能计较营业毛利率大幅下滑、向分歧类型客户发卖毛利率差别较大的缘由，导致毛利率大幅下滑的晦气要素能否持续。（6）连系A客户成立时间、具体营业、向标的资产采购处置产物及使用处理方案的布景、两边合做汗青及具体和谈商定，包罗但不限于供应产物内容、付款体例及时点、合同无效期，以及比来一期向A客户发卖的环境，申明标的资产数据处置营业收入能否具有可持续A 7 A性，能否对 客户存正在依赖。（）演讲期内 客户所正在地域交际、行业、商业等政策及变化环境，出口次要结算货泉的汇率波动环境，相关政策及汇兑损益变化对标的资产的业绩影响及应对办法，最初一期未发生收入的缘由，标的资产境外收入能否存正在不确定性。（8）次要产物委托外协出产的缘由，委托加工和代工模式产产物类型、单价、终端发卖对象及发卖金额占比，前五大外协厂商根基环境、合做布景、采购内容、金额及占比，订价体例及公允性，能否取标的资产存正在联系关系关系，将来能否仍维持以研发、发卖为从，将出产委托外协厂商的运营模式。（9）标的资产取外协厂商采购、出产具体商定，验收及质量节制实施从体、实施体流程及无效性，产质量量束缚办法及义务承担放置，能否存正在胶葛或潜正在胶葛。（10）演讲期内，标的资产既向国投智能等公司采购，又向其发卖的缘由、相关买卖需要性、合，采购及发卖价钱公允性，能否合适行业老例。一、利用通俗易懂的言语细致申明标的资产智能计较及数据处置营业的具体营业模式，包罗但不限于产物研发设想、定制流程、验证调试等环节的现实营业内容，供给相关办事所需的手艺和能力，取同业业可比公司营业模式能否存正在差别恒扬数据专注于智能计较产物、数据处置产物及使用处理方案的研发、发卖取办事，是国内优良的AI智算核心、云计较数据核心及边缘计较焦点根本设备供应商，同时供给收集可视化取智能计较系统平台处理方案。恒扬数据AI算力集群DPU产物次要为基于FPGA（现场可编程逻辑门阵列）芯片自研的异构计较加快卡、智能加快卡、AINIC（AI智能网卡）等，次要产物形态为包含嵌入式软件的硬件设备。以NSA。A3DPU产物为例，产物具体引见如下：Field-ProgrammableGateArray）芯片是基于通用逻辑电阵列的集成电芯片，和ASIC芯片分歧，其最大的特点是芯片的具体功能正在制制完成当前由用户设置装备摆设决定，因而得名“现场可编程”。FPGA芯片出厂时无预设固定产物功能特征，需要通过硬件描述言语或高级分析东西，对FPGA芯片底层逻辑单位及互连资本进行晶体管级的编程，即可实现各类定制化数字逻辑功能，适配分歧营业场景需求。FPGA芯片使用（取集成电设想前端流程不异，需要利用硬件描述言语进行编程）及基于FPGA芯片的产物开辟具有较高手艺门槛，其手艺复合性强、设想流程复杂、调试取验证难度高，基于FPGA的产物开辟需要具备硬件架构设想、FPGA芯片编程及实现、PCB设想、芯片仿实测试等全流程的手艺办事能力，且高度依赖人才取经验堆集，需要从持久的产物研发取出产办理过程中不竭堆集工艺平台数据、产物测试验证数据、产物开辟使用经验等，持续完美产物开辟平台、手艺、东西、方式等，从而供给具有市场所作力的产物及办事。恒扬数据自2003年成立以来，创始团队及芯片设想团队正在FPGA开辟上堆集了深挚的工程实践经验，不只通晓硬件设想，更擅长将核默算法正在FPGA上实现高效编程固化。可将客户的营业逻辑以及相对低效率的软件算法为基于FPGA线实现的高机能、多并发、低功耗的计较硬件单位，连系标的公司成熟的硬件架构设想、PCB设想、仿实、测试等能力，最终构成高靠得住、高机能、深度适配营业需求的DPU产物。标的公司DPU产物开辟的焦点流程具体申明如下：功能需求阐发：明白所面临的使用场景，确定产物需要实现的具体功能（如收集加快、算力 集群组网、图像识别和处置等）；机能目标界定：接口速度、存储和逻辑资本、功耗、散热、靠得住性目标等； 接口规范定义：确定取外部设备的接口和谈，如PCIe4。0/5。0x16（从机交互）、100G/400G 以太网（收集传输）等。模块化系统划分：将系统分化为多个子模块，明白模块间的数据流和节制逻辑； 算法选型及优化：选择适合相对应场景的算法，或针对已有算法进行FPGA实现的适配； 硬件/软件功能划分：面向数据的处置逻辑次要由FPGA营业逻辑实现，并确定FPGA取从机业 务之间的交互机制和功能分工，针对设备的设置装备摆设办理则次要由嵌入式软件或从机软件实现。设想输入取RTL级：将产物架构为FPGA可识此外描述形式，次要通过Verilog或 VHDL等HDL级言语（HardwareDescriptionLanguage）正在FPGA长进行RTL级，将需要 实现的算法为基于FPGA线实现的计较硬件单位； 功能仿实验证：建立仿实测试平台，对RTL代码进行大规模、从动化的仿实，确保逻辑功能 的准确性； 分析、结构布线取时序：利用公用东西将RTL代码分析为门级网表，并映照到FPGA的逻 辑资本、内部存储和时钟等具体资本上，并通过多次迭代优化，满脚所有逻辑资本对于时序 的要求； 比特流文件出产取板级调试：生成最终的比特流文件（bitstream，二进制位流数据），通过 JTAG/IPCIe加载至FPGA，并操纵集成逻辑阐发仪（ILA）等东西进行及时调试，验际运 行环境。道理图设想取评审：完成板卡模块化划分（含FPGA焦点、电源、高速接口、办理模块等）， 按器件规范取高速信号设想要求绘制电毗连，确保接口定义、电源时序、信号流向婚配FPGA 逻辑设想需求； PCB设想取可制制性优化：导入道理图网表，加载器件封拆并完成网表准确性验证；按信号 流向、散热需求、分量分布等要素结构元器件，优先保障焦点器件的结构合；确定叠层 布局，设想适配的婚配线等。同时进行可制制性优化，取外协厂商沟通工艺实现环境， 确认设想方案能否合适出产能力； 样板制做取硬件调试：完成样板打样取SMT贴片，随后通过静态电压测试、FPGA上电设置装备摆设验 证、焦点接口（PCIe/以太网/HBM/DDR5）功能测试，逐渐排查短、虚焊、信号丢包等问题， 借帮示波器及FPGA逻辑等辅帮定位现性毛病，最终实现样板焦点功能一般运转、环节接口 机能达标，输出调试演讲并冻结硬件设想版本。工程验证及测试：正在样板上验证根基功能，如FPGA一般设置装备摆设、PCIe链锻炼、收集端口物 理毗连等； 设想验证及测试：进行全面的系统测试，包罗机能测试：正在实正在流量下验证带宽、时延、吞 吐率能否达标；靠得住性测试：进行长时间高负载压力测试、热插拔测试、凹凸温轮回测试等； 兼容性测试：取分歧厂商和设置装备摆设的办事器、互换机等进行互操做测试； 出产验证及测试：通过小批量产线运转，固化出产工艺（如SMT贴片温度曲线）、定义测试 规范和通过尺度，确保产物具备可反复的制制质量。注：FGPA开辟取硬件开辟一般同步进行、彼此交叉，细致的研发流程图见本问答复之“2、恒扬数据次要营业模式”。标的公司DPU产物营业矫捷性高，焦点价值正在于硬件级的可编程性取营业场景深度定制能力，客户能够基于FPGA为焦点定制高速收集接口、系统侧互联FPGA接口以及外部缓存等特征，基于 的可编程特征从使用层到收集层，以至数据链层和谈起头进行定制，实现取本身营业场景的深度适配。标的公司DPU 产物次要使用于云计较集群和AI算力集群等场景，可以或许帮帮焦点芯片分管专项 计较使命、收集及存储等工做负载，使焦点芯片专注AI锻炼、模子推理等环节 计较使命，从而提拔系统全体效率。 B、DPU行业成长概况、财产链及行业上下逛环境 I、DPU行业成长概况 DPU（DataProcessUnit，数据处置芯片）被认为是继CPU和GPU之后的 “第三颗从力芯片”。次要承担CPU和GPU不擅长的计较加快、存储加快、网 络加快、算力集群组网、收集流量及使命分发安排等功能。正在AI时代，计较模式发生了底子性改变：从以CPU（地方处置器）为焦点的通用计较，转向了由GPU/NPU等集群驱动的规模化智能计较。能够将一个AI算力核心类比为一个超等物流枢纽：GPU是数以万计的“超等分拣机械人”，担任施行焦点的计较使命；CPU是“枢纽的总批示”，担任全体的使命安排取逻辑办理；DPU（数据处置单位）则是枢纽的“智能交通批示系统”，摆设于每个计较节点，实现所无数据的安排、传输取平安保障，确保海量数据包可以或许毫不断歇地、精准地送达每一个GPU。Ⅱ、财产链及上下逛环境 i、DPU财产链 DPU财产链具体形成如下：DPU产物上逛涉及如EDA设想软件、IP核、封拆测试、制制代工等环节，下逛则次要对应AI计较/云计较、数据通信、智能驾驶、中逛的DPU研发、制制厂商次要向上逛采购根本组件、芯片及加工办事，并基于焦点芯片进行研究开辟构成DPU产物。中逛供应商（包罗自研自用厂商）次要包罗三类，即通用芯片厂商（如Nvidia、博通等）、互联网及科技巨头（如亚马逊、微软、华为、阿里巴巴等）以及国内行业草创企业（如云豹智能、云脉芯联等）等。手艺线次要包罗ASIC、FPGA、SoC三类，分歧线的产物，正在成本、编程的易用性和矫捷性方面存正在各类衡量。恒扬数据采用FPGA线，FPGA（Field-ProgrammableGateArray，现场可编程逻辑门阵列）是一种特殊的逻辑芯片，和ASIC芯片的分歧之处正在于，用户能够随时定义其硬件功能。虽然CPU、GPU都能够实现编程，但这种可编程是指改变其寄放器的设置装备摆设，用户并不克不及改变其硬件功能。而FPGA可编程的是硬件可编程，内部的门电逻辑块、连线、I/O等资本都能够由用户设置装备摆设，使得统一片FPGA既能够正在5G的基坐实现信道编码的功能，也能够正在从头设置装备摆设后放正在AI根本设备中实现收集传输及和谈节制的功能。因而，FPGA芯片又被称做“全能”芯片。FPGA具有以下手艺特点及劣势：1）矫捷性高，适合高速迭代的场景：FPGA能够实现任何电功能，从头设置装备摆设逻辑功能耗时以至不跨越一秒，点窜不限次 数，这一特征特别适合尺度/和谈/算法经常更改的行业、快速迭代成本的 行业、小批量的行业以及需要频频点窜验证的设想范畴等；2）并行性好，适合 要求低时延和大量并行计较的场景：FPGA内部数十万个可设置装备摆设逻辑块能够同时 工做，实现大规模的低时延并行计较，因为不存正在线程或者资本冲突的问 题，出格适合低时延高机能的计较场景。因为FPGA 的手艺特征，正在数据通信处置、高机能计较、工业节制、航空航天、汽车电子 等部门使用范畴占领主要感化；3）开辟周期快，一般FPGA芯片开辟周期6-12 个月，远远快于ASIC芯片2-3年的设想和流片周期。 正在DPU财产链中，恒扬数据次要基于FPGA线，构成了适配分歧使用范畴 的多款高机能DPU计较加快卡产物，使用于存储加快、收集加快、算力集群组 网、图像识别和处置、收集流量及使命分发安排等范畴。同时，取部门头部互 联网客户及细分行业使用客户构成计谋合做关系，合做进行相关DPU产物开辟， 为客户供给取其营业需求深度婚配的定制化DPU处理方案及手艺办事。 ii、人工智能财产链 标的公司DPU产物次要使用于云计较集群和AI算力集群等场景，属于人工 智能行业。人工智能财产链形成如下：正在人工智能财产链中，恒扬数据的DPU产物次要归属于根本层中的IT设备（计较芯片、收集设备）部门，是AI根本设备扶植的主要部件之一，取GPU、 CPU等核默算力芯片正在AI办事器中进行集成，次要使用于互联网及云计较厂商 的AI算力集群。近年来，跟着人工智能行业不竭成长， DPU的价值正在AI算力根本设备上更为凸显。当前，大模子锻炼需要成千上万个 GPU/NPU构成算力集群实现协同工做。而恰是通过DPU的收集互联实现了从单一 计较卡到千卡、万卡、十万卡集群的协同。布局及设置装备摆设示企图如下：DPU正在该场景下，次要处理了以下焦点需求：收集接口速度是AI算力集群的焦点要素之一，对集群的机能和效率起着环节感化，恒扬数据持续升级收集接口速度，已规模化使用2*100G/2*200G产物，2*400G产物正正在研发中，持续满脚AI算力集群对超高速、低延迟收集互联的刚性需求，确保产物不成为机能瓶颈。DPU通过支撑RDMA（近程间接内存拜候）手艺，正在GPU之间成立起“数据超高速通道”，让数据可以或许间接、快速地互换，极大降低传输延迟。这确保了高贵的GPU资本尽可能处于“工做”而非“期待”形态，间接提拔了算力运营商的资产报答率。正在大模子锻炼中，所有GPU需要屡次地同步计较成果（这一过程称为“调集通信”）。DPU可以或许对通信过程进行硬件级加快，好像为万团队成立一套高效的会议系统，大幅削减同步所需时间，从而显著缩短模子锻炼的总周期，加速营业迭代速度。恒扬数据智算一体机产物深度融入华为鲲鹏、昇腾计较生态，整合DPU、CPU和GPU的多芯异构融合手艺，次要方针客户包罗有特定使用场景（如运营商、平安等）和异构算力需求的行业客户、系统集成商等，算力密度及机能不低于市场同定位次要竞品。目前，恒扬数据智算一体机产物已获得部门平安及运营行业客户订单，产物及办事逐渐落地并构成发卖。标的公司数据处置营业次要产物包罗高机能数据处置设备、数据阐发使用平台等，并基于上述产物系统为客户供给完整的一体化处理方案。数据处置产物次要包罗正交架构分流器、尺度机架式分流器等高机能汇聚分流设备，次要产物形态为包含嵌入式软件的硬件设备，支撑最高达800GE高速度接口，产物机能目标处于行业领先程度，可采集网、数据核心等场景的多向流量，连系使用软件、数据阐发平台可供给对收集流量的智能分流过滤、数据预处置、负载平衡取分发、可视化管控等功能。数据处置使用处理方案次要以项目标形式进行发卖、实施，以自从研发的大数据阐发平台为焦点成立了“大平台+多组件”的矫捷产物架构，采纳“焦点部件自研取业界组件集成并行、平台尺度化产物取客户场景化定制连系”的模式，分阶段试运转、逐段验收，提拔全体合作力。恒扬数据数据处置产物及使用处理方案正在高壁垒细分特种市场及海外成长中国度市场构成了差同化合作劣势，具有必然市场份额。次要产物如下：②财产链及行业上下逛环境标的公司数据处置产物及使用处理方案按使用场景划分次要属于收集可视化行业。收集可视化是以收集流量及数据的识别、采集取深度检测为根基手段，连系各类收集处置手艺和消息手艺，对收集的物理链、逻辑拓扑、运转质量、流量内容、用户消息、承载营业等进行监测、识别、统计、展示取管控，并将可视化的数据传送给下旅客户，实现收集流量计数据的智能化管控、贸易智能以及消息平安等一系列方针。财产链形成环境如下：此中，根本架构供给商次要为下逛使用开辟商和系统集成商供给流量及数据获取、解析、管控等各类根本的软硬件产物，例如高机能DPI探针设备、汇聚分流硬件、各类软件两头件和软件模块等。使用开辟商次要为下逛系统集成商供给各类使用系统的开辟，正在根本软硬件产物之上，专注于一类或多类收集使用，次要使用标的目的包罗：收集优化取运营、消息平安、大数据运营等方面。系统集成商则间接面向整个行业的下逛用户，如电信运营商、机构及企事业单元等，供给方案征询取设想、项目扶植和手艺办事等营业。正在数据处置及使用处理方案财产链中，恒扬数据既可以或许供给汇聚分流设备等根本架构产物，也可以或许以自研的大数据阐发平台并集成自有产物及行业通用产物为下旅客户供给一体化的数据使用处理方案。为确保各产物线的计谋成功，恒扬数据建立了一套涵盖从计谋到市场全周期的闭环营业模式，旨正在驱动“计谋驱动产物、产物博得客户、客户反馈加强计谋”的飞轮效应，确保营业的持续领先取进化。恒扬数据次要产物包罗硬件、软硬件一体、分析处理方案等分歧形式，除部门产物/营业特殊环境外，智能计较产物及数据处置产物营业流程不存正在严沉差别，焦点营业环节及次要工做内容申明如下：环绕公司计谋定位取焦点能力的计谋施行阐发取规划，成立“中持久→年度→季度”的 滚动计谋办理机制。并积极参取全球行业论坛及尺度组织的相关会议，确保手艺 前瞻性。沉点聚焦互联网、运营商、平安三大赛道，进行持续的宏不雅、财产链、 手艺趋向阐发。合作态势矩阵：阐发间接竞品、间接竞品、潜正在进入者，从产物能力、价钱、渠道、 品牌等维度对比，明白公司的相对。恒扬数据自创并导入业界先辈的集成产物开辟模式，制定了完美的研发流程及项目管 理轨制，对需求阐发、立项决策、产物及方案设想、测试验证、产物发布等环节进行 全流程办理（概念阶段：Kickoff→TR1；方案阶段：TR1→TR2；概念&开辟阶段： TR2→TR4；设想验证阶段：TR4→TR5；系统验证阶段：TR5→TR6；发布阶段： TR6→GA），手艺、产物研发需求即来历于公司的计谋规划、市场调研、手艺迭代等， 亦包罗特定合做模式下的客户定制化开辟需求。恒扬数据的产物开辟模式既适合高效 率高质量交付产物，也了必然的矫捷性，确保恒扬数据的产物开辟始于精准的市 场需求，并最终落地为具备市场所作力的成功产物。细致流程见研发营业流程图。 恒扬数据成立告终构化的产物发布机制，确保市场、发卖、办事等团队取研发同步完 成赋能，实现产物从研发到贸易化的滑润过渡。 此中，标的公司取部门特定客户采用NRE（Non-RecurringEngineering，一次性工程费 用）合做模式进行产物开辟，并收取手艺办事费用，具体模式及流程详见本小题之“3、 NRE模式项目流程”。通过系统化的产物迭代升级机制，产物不只能快速响应市场变化，更能自动引领手艺 趋向，具体包罗基于客户使用场景取反馈数据的持续优化、有规划的产物功能演朝上进步 版本迭代、建立平台化和生态系统等体例。采购部分按照市场部分的发卖订单、预测订单以及研发部分的物料需求清单确定采购 需求并制做采购订单，向及格供应商下达。原材料到货后需颠末质量办理部分的严酷 查验，及格后方可打点入库登记。为确保原材料质量和最终产物合适客户要求，公司 制定了完整的供应商办理轨制，包罗供应商的引入和查核流程、质量查验流程以及质 量变乱处置流程等，构成从供应商选择到原材料验收的全流程质量节制系统恒扬数据依托行业成熟的电子制制业财产链劣势，将次要资本集中于高附加值的研发 设想环节，而将硬件加工取拆卸等相对低附加值的出产环节委托给外协厂商完成。同 时，恒扬数据本身保留小型拆卸及测试车间做为弥补出产能力。细致出产流程见出产 营业流程图。 关于外协加东西体环境，详见本题“九、标的资产取外协厂商采购、出产具体商定，验 收及质量节制实施从体、实施流程及无效性，产质量量束缚办法及义务承担放置，是 否存正在胶葛或潜正在胶葛”之答复。 此中，关于数据处置营业平分析使用处理方案实施模式及流程详见本小题之“4、数据 使用处理方案实施流程”。恒扬数据采用曲销的发卖模式，并针对分歧类型客户采纳差同化的产销策略：对定制 类营业实行“以销定产”模式，严酷按照客户订单需求及市场预测放置出产打算和原材 料采购；而对于通用类产物则采纳适度“以产定销”策略，基于市场调研、行业趋向分 析及汗青发卖数据等度要素进行需求预测，制定科学的出产和采购打算，并连结 合理的原材料储蓄以确保市场响应速度。此外，恒扬数据部门一体化方案办事或产物 以项目为单元，通过参取方针客户招投标或合作性构和等体例取得发卖合同。恒扬数据自创并导入业界先辈的集成产物开辟模式，制定了完美的研发流程及项目办理轨制，既适合高效率高质量交付产物，也了必然的矫捷性。恒扬数据产物出产次要包罗PCB半成品加工及产物拆卸，恒扬数据依托行业成熟的电子制制业财产链劣势，将次要资本集中于高附加值的研发设想环节，而将硬件加工取拆卸等相对低附加值的出产环节委托给外协厂商完成。具体出产流程图如下：恒扬数据产物出产次要包罗PCB半成品加工及产物拆卸，恒扬数据依托行业成熟的电子制制业财产链劣势，将次要资本集中于高附加值的研发设想环节，而将硬件加工取拆卸等相对低附加值的出产环节委托给外协厂商完成。具体出产流程图如下：恒扬数据基于对行业成长趋向、财产合作款式、产物手艺需求的深刻理解，以及取部门客户构成了持久不变的计谋合做关系，产物规划及研发标的目的一直跟从行业前沿成长趋向，可以或许无效婚配各使用范畴的需求，从而更好地满脚客户需求。正在硬件层面，需要控制高机能硬件设想、公用芯片（以FPGA为从）的开辟及工程化能力，具备将复杂软件算法（如自定义收集和谈、特定计较使命）高效为FPGA硬件逻辑的能力，实现微秒级延迟取极致机能功耗比；正在软件层面，须具备底层DPI（深度报文检测手艺）、流量安排、和谈识别等核默算法的开辟能力，并确保系统达到高不变性、高靠得住性和高吞吐量的苛刻目标。同时，为了 满脚分歧客户的定制化需求，产物平台需要具备优良的模块化、系列化设想，以 节制研发和摆设成本。 （3）深度场景适配化取快速响应能力 恒扬数据针对互联网、平安、运营商等细分垂曲范畴，建立“场景需求-全栈 适配-快速交付”的闭环能力，可以或许从芯片选型、硬件设想、布局形态到固件和驱 动进行全栈式深度场景适配，连系标的公司完美的“计谋—需求—产物—反馈— 迭代”的产物开辟迭代机制，既实现“精准婚配场景痛点”，又确保“响应速度领先 行业”。 3、NRE模式项目流程 正在产物开辟环节，标的公司取部门特定客户采用NRE合做模式进行定制产物 开辟。取发卖尺度产物分歧，互联网及部门行业计谋客户往往需要取其特定业 务场景、手艺栈和根本设备深度绑定的公用硬件。通过NRE合做模式，恒扬数 据可以或许从需求泉源取客户协同，确保最终产物正在功能、机能、功耗及成本上精 准婚配其营业方针，这是实现客户价值最大化和成立持久合做的环节。 正在NRE合做模式下，一般由客户提出定制产物的手艺规格、担任项目过程 管控及评审、定制产物的验收等；恒扬数据NRE项面前目今的具体研发工做，包罗 硬件架构设想、FPGA开辟、产物测试验证、工艺实现等研发过程，恒扬数据承 担项目前期费用及研发失败的风险；项目研发完成后，客户向恒扬数据采购定 制产物。按照具体项目方针分歧，NRE项目标实施周期6-18个月不等。 恒扬数据基于取计谋客户的多年沟通取协做，对公司的产物项目开辟流程进 行了进一步的优化，以两个公司团队正在结合开辟过程中的开辟效率。NRE项 目流程如下：NRE项目流程各阶段具体营业内容、时间周期等具体申明如下：对应公司研发流程的概念阶段；针 对定制产物进一步细化，对NRE 和谈中的需求进行细致的拆解、输 出具体的交付件清单并进行可供 应性阐发，确保后续设想的无效性 和产物的可持续供应能力客户：从导提出营业场景、焦点功能取 机能目标等顶层需求 恒扬数据：基于客户需求，进行手艺可 行性阐发，将和谈需求为细致的产 品规格仿单、交付件清单，并完成可 供应性阐发。两边配合评审并确认最终 手艺规格。对应公司研发流程的TR2至TR3阶 段；完成产物各范畴的方案设想， 此中完成完整的硬件设想、布局& 散热设想，并启动打样客户：参取环节设想方案的评审，并对 取其系统兼容性、营业逻辑相关的部门 进行确认和测试 恒扬数据：从导完成硬件、布局、散热、 FPGA逻辑及配套软件的细致设想取开 发。我们担任原型机的打样、调试，并 施行从EVT（工程验证测试）到DVT（设 计验证测试）的全面测试，邀请客户对 环节测试成果进行协同评审，并按照反 馈进行设想优化对应公司研发流程的TR4节点，完 成产物方案设想、产物原型的开 发，并进行细致的功能测试及机能 测试，并按照测试成果进行设想修 改对应公司研发流程的TR5节点；形 成更大都量样机，进行更全面的功 能测试、机能测试和靠得住性测试， 确保产物合适客户需求及设想规 范，预备进入PVT阶段对应公司研发流程的TR6-GA节 点；进行小批量试产，进行全面的 质量节制和靠得住性测试，确认出产 工艺和设备的不变性，处理出产过 程中的问题，为产物量产及发布做 预备客户：对PVT（小批量试产）样品进行验 收测试，确认其能否满脚批量摆设要求 恒扬数据：从导小批量试产，处理出产 工艺问题，确保量产能力取质量不变性。 正在客户验收通事后，进入量产（MP）阶 段，担任产物的持续供应取交付注：按照NRE项目研发方针的复杂程度分歧，各阶段项目周期存正在必然波动，迭代产物研发周期相对较快。恒扬数据自2003年成立以来，正在FPGA开辟上堆集了深挚的工程实践经验，不只通晓硬件设想，更擅长将核默算法正在FPGA上实现高效固化。恒扬数据凭仗FPGA工程化取算法硬件化能力、深度场景适配化取快速响应能力等焦点能力及对行业取客户需求的深切、全面的认识和理解，能为客户供给高度定制化的系统处理方案，通过FPGA架构实现客户需要的产物功能，完成硬件验证取兼容性测试，并及时无效地完成产物、手艺开辟及交付。正在芯片设想、嵌入式系统范畴，芯片、软件和硬件各自供给部门功能，但要构成可满脚客户需求使用的产物，仍是面对软件的代码运转取硬件的机能、资本、施行时序等协同问题，需要将高级言语描述的软件算法为正在公用硬件上高效、靠得住运转的物理实现的能力，这是一个逾越算法、软件和硬件设想及开辟范畴的系统工程。恒扬数据可供给RTL级（Register-transferLevel，寄放器传输级，利用硬件描述言语描述电的数据流和节制逻辑）硬件化办事，可将客户的营业逻辑以及相对低效率的软件算法，通过HDL级言语（HardwareDescriptionLanguage）正在FPGA长进行RTL级，为基于FPGA线实现的高机能、低能耗的计较硬件单位（算法间接由硬件电运转可实现纳秒级处置，较软件平台效率提拔10倍-100倍），满脚客户超高速、高集成度、高能效和高并发的营业需求。如标的公司取阿里巴巴合做开展深度的结合开辟，将其自研RDMA算法正在FPGA中实现，形成了其HPN收集的焦点部件，完成了400GAINiC的自有和谈和通用和谈互联互通。恒扬数据具备从设想、仿实、测试到验证的全流程超高速硬件设想取实现能力。正在设想取仿线GB/s）等高速信号的端到端设想取仿线A的大电流电源设想等成熟经验，并将手艺能力落地到12。8T（32x400G）的互换机产物、400G及800G的DPU和数据处置产物、集成T级互换芯片的CPU计较刀片产物等；正在测试取验证环节，恒扬数据硬件测试施行全面的信号和电源完整性测试，确保产物正在高速运转下的不变靠得住，同时还具有国密平安PCIe卡的成功设想经验，正在高靠得住硬件设想范畴具有深挚的堆集。FPGA开辟具有底层编程门槛高、方案定制化程度高、可复用性低、开辟摆设验证流程复杂等难题，对于满脚客户需求而言，企业的汗青开辟经验堆集、平台化的能力和响应时间至关主要。颠末二十余年的手艺堆集取产物迭代，恒扬数据正在Xilinx（AMD）和Altera（Intel）等行业最新一代高机能产物平台长进行了持续的迭代和演进，建立起“可复用、低门槛”的FPGA硬件开辟平台，为客户供给基于高端FPGA的平台化硬件设想及成熟的FPGA逻辑固化设想办事。正在供应商供给的FPGA开辟根本上，可进一步为客户供给成熟的硬件架构设想、PCB设想、逻辑仿实、样机验证等一坐式办事，使客户能够专注于其焦点营业逻辑开辟和硬件定制需求，可无效缩短产物上市周期40%以上，实现了手艺取市场的快速对接。标的公司数据使用处理方案次要以项目标形式进行发卖、实施，采用了“焦点自研+生态集成”的双轮驱动策略：一方面，公司专注于高机能数据阐发处置设备的研发以及大数据阐发平台的焦点架构取环节手艺；同时积极引入业界成熟部件，填补特定范畴的不脚，提拔全体合作力。正在实施过程中，采纳“焦点部件自研取业界组件集成并行、平台尺度化产物取客户场景化定制连系”的模式，分阶段试运转、逐段验收，并通过持续迭代不竭实现手艺升级取营业升级，从而稳步提拔客户体验取对劲度。具体申明如下：处理方案规划过程中，立脚全体行业成长趋向，从顶层设想切入，同时深度 契合客户的营业需求取手艺架构，兼顾手艺前瞻性取落地可行性完成方案初步规划建立后，持续取客户进行沟通交换，采用小规模试点及成 熟案例推介的体例对客户进行指导，并挖发掘户的专有需求，同时需要将客 户的恍惚需求为具体的手艺方案基于项目需求对已有产物、成熟部件进行处理方案集成，针对不克不及完全婚配 的客户需求立项进行产物/手艺研发协帮客户制定切实可行的实施方案，成立尺度化交付系统，笼盖收集规划、 系统摆设、数据迁徙、机能优化、上线试运转等全流程环节； 制定细致的验证打算，凡是包罗功能验证、机能测试、不变性评估、数据一 致性测试和平安审计等多个维度验收前组织客户多个营业部分对新上线产物进行系统性试用，全面评估功能 完整性、机能表示及易用性。成立尺度化反馈收集机制，可以或许高效识别系统 优化点、系统问题、前期需求理解的误差，为后续迭代供给标的目的。 验收流程凡是包罗系统功能验证、机能测试、数据分歧性测试、平安合规检 查等。 成立客户培训系统，涵盖产物操做取营业使用以及收集系统平安、行业数据 阐发等专业学问。同时充实操纵培训勾当收集客户的新需求、新设法、营业 痛点，对系统的改良看法等，为系统的升级演进供给比力好的输入成立了7×24小时响应机制，并对实施问题进行分级办理，确保分歧级别问 题能正在的时效内获得无效的处理标的公司数据使用处理方案以自研D-EYE数据阐发平台及高机能汇聚分流设备为焦点，以互联网的大数据阐发处置为根本，对互联网数据（挪动网、固网、专网）和客户自无数据、外部导入数据等数据进行智能挖掘阐发，实现用户画像、时空联系关系、行为阐发、数据管理、消息平安等使用呈现，为客户供给智能化高性价比的行业完整处理方案。此中数据阐发平台架构能力是手艺能力扶植的焦点，平台必需具备海量数据的存储取处置能力，并支撑程度扩展，以满脚营业持续增加的需求。正在已实施项目中，标的公司平台已可以或许支持每秒500万条数据的接入取处置，单日处置规模达500亿条，为客户供给了高机能、高靠得住性的大数据阐发取使用支持。同时，公司需具备笼盖数据的全生命周期办理的大数据手艺全栈研发取能力，从数据采集、存储、处置到阐发取使用，每个环节都需要专业手艺支持，以确保全体处理方案的完整性取分歧性；汇聚分流设备需满脚高靠得住性取高带宽接入的严酷要求，恒扬数据持续进行手艺立异，按照行业需求，鞭策产物向更大容量、更高机能、更低功耗成长，推出笼盖100G、400G到800G的数据采集阐发产物，相关产物机能目标处于行业领先程度。标的公司场景适配及营业交付能力以客户行业特征取营业痛点为焦点，针对客户及行业的具体营业需求进行定制方案，避免“尺度化方案硬套”。交付端搭建全流程管控系统，笼盖需求确认、当地化摆设、试运转优化，海外项目还设置装备摆设多言语团队取跨时区响应机制，高效满脚客户个性化营业落地取跨地区实施需求。合规性办理是平安范畴处理方案落地的“底线要求”，需以国表里数据律例为导向，将合规设想贯穿处理方案全流程，避免客户面对法令风险。正在国内场景，需严酷遵照《中华人平易近国收集平安法》《中华人平易近国数据平安法》《中华人平易近国小我消息保》等要求；面向海外市场，需适配本地律例，支撑数据当地化存储、数据出境审批流程。标的公司次要营业模式取产物特点、行业环境相婚配，合适标的公司现实运营环境，取同业业可比公司比拟不存正在严沉差别。处置智能系统处理方案 的研发、发卖取办事， 是国内优良的收集可视 化和智能系统平台供给 商，以及算网处理方案 和运维科技的供给商， 努力于为运营商收集、 消息平安、 国产消息 化、工业互联网、行 业智能和智算核心等领 域供给业界先辈的产物 和处理方案迪普科技以“让收集更简 单、智能、平安”为， 深耕收集平安、工控安 全、数据平安、云平安 及使用交付等多个环节 范畴，建立了以收集安 全为焦点，使用交付、 收集产物为两翼的“一体 两翼”的产物系统，持续 为各行业用户供给具有 焦点合作力的全场景网 络平安处理方案及全生 命周期的平安运营保 障，用户笼盖了、 运营商（挪动、电信、 联通）、电力、能源、 金融、交通、教育等多 个环节行业收集可视化根本架构、网 络内容平安、数据运营、 数据取收集平安等产物的 研发、出产、发卖，以 及相关产物的安拆、调试 和培训等手艺办事，为政 府、运营商及企事业单元 等供给专业产物、处理方 案和手艺办事。正在出产方面，恒为科技 采用自有产线取外协加 工相连系模式，以产物 质量以及交付响应能力 为优先，连系强无力的 成本管控系统，按照产 能和需求环境动态调整 产线选择，并通过节制迪普科技出产流程严酷 遵照研发设想的硬件图 纸取工艺申明，正在各类 电子元器件及其辅帮材 料颠末拆卸工序后，将 自从研发的软件系统灌 拆至硬件设备中。整个 出产过程通过一系列严正在出产方面，以销定 产并连结恰当平安库存的 准绳，采纳自行出产和委 外出产相连系的体例，通 过同一采购、层层检测的 模式，确保出产效率和产 质量量。此中恒为科技、 中新赛克均采 用自产+外协加 工的出产模式， 迪普科技未披 露能否存正在外 协加工，总体上 标的公司出产工艺尺度、制定操做流 程、质量工程师驻厂， 以及节制最终查验环节 等体例产质量量的 分歧性。格的质量节制流程，涵 盖原材料查验、出产过 程以及成品检测等 环节，确保产物均合适 迪普科技质量尺度。为 客户供给了靠得住、不变 的产物保障，进一步提 升迪普科技正在市场中的 口碑取品牌抽象恒为科技打算部根据销 售部制定的发卖预测以 及研发部的项目物料需 求，进行物料需求打算 的计较和采购申请的下 达。采购部根据采购申 请，将采购订单下达给 及格供应商名录内的相 关供应商。采购部同时 成立供应商管控流程， 办理供应商的认证导 入、查核评价和改 善。正在订单施行过程中， 采购部根据需求变化的 环境，取供应商协调物 料交付打算的调整。物 料到料后，经由质量部 做进料查验及格后，由 仓储物流部进行入库操 做迪普科技建立了一套高 效、专业、矫捷的采购 运做系统，涵盖计谋性 供应商选择、采购施行 以及供应商办理三大核 心流程。正在供应商选择 阶段，迪普科技根据严 格的评估尺度，筛选出 具备优良产物、靠得住服 务及强大供应能力的供 应商，并取之成立持久 不变的合做关系。正在采 购施行过程中，迪普科 技通过精细化的采购管 理，确保原材料及零部 件的及时供应，满脚生 产打算的成功推进。同 时，迪普科技持续优化 供应商办理系统，通过 评估、监视取合做优化 等办法，激励供应商不 断提拔产质量量取办事 程度。中新赛克设立供应链管 理部，担任成立健全中新 赛克的采购办理轨制取供 应商办理轨制、制定采购 流程和年度采购打算，管 理出产物料及主要设备的 采购工做，并对子公司的 采购及出产勾当进行管 控。为规范采购流程，降 低采购成本，中新赛胁制 定了一系列采购节制措 施，包罗《采购节制法式》、 《供方评定法式》等，并 监视子公司的相关轨制执 行环境。正在发卖方面，国内发卖 次要采纳向客户间接销 售的模式，海外发卖通 过外贸公司实现出口， 恒为科技加大发卖渠道 扶植，加强取客户的联 系取合做，连结行业市 场领先劣势。采用渠道发卖和曲签销 售相连系的体例。迪普 科技持续强化发卖团队 扶植，优化渠道办理体 系，通过取优良渠道伙 伴成立生态合做伙伴关 系，迪普科技实现了产 品取处理方案正在方针客 户群体中的普遍笼盖。正在发卖方面，确立“曲销+ 经销”的发卖模式，加强渠 道系统扶植，正在加大发卖 团队扶植和办理力度的同 时，积极加强取行业生态 伙伴之间的合做，配合拓 展并扩大外行业范畴的覆 盖面。行业可比公司 采用包罗曲销、 经销、渠道发卖 等多种形式，标 的公司以曲销 为从，发卖环境 略有分歧但无 严沉差别正在研发方面，市场 导向和手艺引领的双驱 动模式，加强产物研发， 提拔产物和处理方案竞 争力。采用产物线办理团队的 模式进行组织，该团队 由市场产物部和研发产 品部协同构成。市场产 品部担任收集客户需求 及反馈，精准定义产物 功能取机能目标；研发 产物部则专注于需求的 细化分化取手艺可行性 阐发。通过市场取研发 部分的无缝跟尾，迪普 科技无效保障了研发成 果的市场适配性，为持 续推出高质量、立异性 的产物奠基了基 础。正在产物方面，环绕市场需 求，紧跟前沿手艺，加强 产物研发，积极扩大产物 品种，加强各个产物间的 协同效应，加强取其他厂 商的方案合做，构成分析 处理方案，提高行业合作 力。除标的公司取部门特定客户合做采用NRE模式外，标的公司取行业可比上市公司正在采购、出产、研发、正在电子制制、半导体等行业，NRE合做模式已构成成熟老例，如光峰科技（688007。SH）取极米科技通过NRE合做模式开辟激光投影光学引擎、华丰科技（688629。SH）取华为通过NRE合做模式开辟毗连器产物等。标的公司部门特定客户采用NRE合做模式，次要系相关产物使用场景高度适配、定制化程度高，通过“客户预付/弥补研发成本+绑定后续合做”的机制，可均衡研发投入风险、强化客户粘性并提拔财产链价值，其合做模式具有实正在的贸易布景，对标的公司运营无晦气影响。二、连系标的资产所处行业成长趋向、市场容量、合作款式，次要产物如DPU、一体机、数据处置方案的供需情况、手艺迭代环境、竞品好坏势对比环境，标的资产行业地位、市占率、手艺劣势及行业进入壁垒等，申明标的资产从停业务手艺含量及焦点合作劣势速卡、智能加快卡、AINIC等，次要使用于云计较集群和AI算力集群等场景，可以或许帮帮焦点芯片分管专项计较使命、收集及存储等工做负载，使焦点芯片专注AI锻炼、模子推理等环节计较使命，从而提拔系统全体效率。正在人工智能行业高速成长的布景下，DPU相关产物市场规模持续增加，市场全体呈现为由分歧手艺径和客户需求驱动的多条理合作款式。行业次要合作企业包罗Nvidia、云豹智能等，其次要采用ASIC/SoC方案，逃求尺度化、高机能取低功耗；而恒扬数据以FPGA芯片为根本的DPU产物矫捷性高，焦点价值正在于硬件级的可编程性取营业场景深度定制能力，从机能、效率、定制化和可性等多个方面添加了客户云办事根本设备的能力。正在AI行业成长带来的算力投资持续增加以及分歧业业客户差同化的深度定制需求的环境下，恒扬数据的DPU产物处理方案无望持续获益。具体阐发如下：DPU（DataProcessUnit，数据处置芯片）被认为是继CPU和GPU之后的“第三颗从力芯片”。DPU要处理的焦点问题是根本设备的“降本增效”，即将“CPU处置效率低下、GPU处置不了”的负载卸载到公用DPU，提拔整个计较系统的效率，降低全体系统的总体具有成本（TCO）。CPU资本负载过大为行业痛点，智能网卡（SmartNIC）为DPU前身。正在通信范畴，伴跟着5G、云网融应时代的到来，以及虚拟互换等手艺的引入，基于办事器的收集数据平面的复杂性急剧添加。海量的数据搬运工做被CPU承担，导致收集接口带宽急剧添加，CPU资本负载过大，大大影响了CPU将计较能力到使用法式中，为了提高从机CPU的处能，SmartNIC将部门CPU的收集功能转移到网卡硬件中，起到了加快运算的目标，其可视为DPU的前身。新一代的DPU的劣势正在于不只能够做为运算的加快引擎，还具备节制平面的功能，能够更高效的完成收集虚拟化、I/O虚拟化、存储虚拟化等使命，并完全将CPU的算力给使用法式。及DPUSoC等。正在这些分歧线之间，正在成本、编程的易用性和矫捷性方面存正在各类衡量，次要手艺线引见如下：-和谈兼容性强，支撑多种网 络尺度 -超低时延处置能力 -不变性高，适合运营商级应 用 -矫捷性中等-硬件可矫捷沉构，快速顺应 新和谈 -开辟周期短（凡是约3-6个 月） -支撑深度定制化需求 -功耗较高-集成度高，节流物理空间 -支撑最新接口尺度（PCIe 5。0/CXL） -通信延迟最低 -开辟难度高此中，通用市场次要以ASIC/SoC手艺线为从导，代表企业为Nvidia，Nvidia拥有市场份额接近60%；而FPGA手艺线因为其本身具有高度可编程性、低延迟、高并发的特点，正在工业节制、航空航天、通信、汽车电子等细分范畴具有必然市场份额，同时依托其高度矫捷、可深度定制的特点，正在互联网、云计较等使用范畴也具有必然市场份额，取Nvidia从导的通用产物生态构成差同化合作。人工智能（AI）是数字经济的焦点驱动力，是新质出产力的环节要素。跟着多模态、大模子的快速成长，各行业对智能化需求敏捷添加，全球对AI算力根本设备的需求也不竭增加。此中，AI办事器做为智算核心焦点计较架构，跟着AI手艺升级使用，CPU的串行处置架构不克不及满脚AI时代的算力需求，企业需要为人工智能、机械进修和深度进修扶植全新的IT根本架构，逐步由CPU稠密型转向搭载GPU、FPGA、ASIC芯片的加快计较稠密型架构，且越来越多地利用搭载GPU、FPGA、ASIC等加快卡的办事器。正在市场规模方面，Gartner演讲显示，得益于AIGC手艺的快速迭代，2024年全球都正在加大对AI算力根本设备的投资，全球办事器市场规模将达到2，164。0亿美元，估计2023年-2028年市场将以18。8%的年复合增加率连结高速增加，2028年市场规模将达3，328。7亿美元，此中AI办事器将占领近七成市场份额。受益于手艺方案成熟度提拔、办事器市场规模扩大及边缘计较使用落地等要素驱动，全球DPU产物市场规模快速增加。以Nvidia为例，其2023财年（2022年1月31日-2023年1月29日）数据核心收集营业板块（包罗收集互换芯片、DPU及光模块等）收入为36。88亿美元，至2025财年（2024年1月29日-2025年1月26日）增加至129。90亿美元，年化增加率87。68%。国内市场，从全体成长趋向看，中国DPU市场连结不变增加态势，2020年国内DPU市场规模为0。88亿美元，而按照市场机构预测，估计到2025年市场规模无望达到37。41亿美元，年均复合增加率达到111。69%。这一成长前景次要得益于云计较、5G和边缘计较等手艺的快速普及，以及各行业数字化转型带来的算力需求激增。些分歧线之间，正在成本、编程的易用性和矫捷性方面存正在各类衡量。ASIC具有成本效益，可能供给最佳性价比，但矫捷性无限；SoC芯片集成了NiC和ARM等，兼具矫捷性，但可编程部门以CPU为焦点，机能无限；比拟之下，FPGA具有高度可编程性、低延迟、高并发的特点，但存正在功耗高、成本高、单元面积大的问题，正在部门要求低时延处置和高矫捷变化场景的细分范畴具有相对劣势，如工业节制、互联网、通信、航空航天、汽车电子等。基于分歧线产物以及特定使用范畴的需求特点，市场全体供需布局较为复杂。具体阐发如下：正在需求端，DPU产物需求全体呈现迸发式增加的趋向：①伴跟着5G、云网融应时代的到来，以及虚拟互换等手艺的引入，基于办事器的收集数据平面的复杂性急剧添加。正在当前数据增幅大幅提拔的大布景下，CPU机能的增速减缓，成本大幅添加，而DPU可无效削减算力损耗，提拔算力核心运转效率，展示出强劲的成长潜力。②跟着数据量的迸发式增加取数据类型的多元化成长，单一超算办事器（Scale-Up，纵向扩展）已无法满脚大模子锻炼需求，万卡级集群成为头部企业的标配，横向扩展（Scale-Out）架形成为目前算力集群扶植的支流选择，正在此架构下，收集通信效率间接决定全体算力效率，DPU成为提拔集群效率的环节要素之一，逐步成为AI算力集群的必选项。③各大算力核心呈现存算分手取算力协同的成长趋向，通过跨域扩展（ScaleAcross）将分布正在分歧地舆的多个数据核心视为一个同一的、巨型的“虚拟计较机”，协同完成一项使命。这为DPU正在广域网加快、数据安排等范畴创制了新市场。据研究机构预测，2025年全球DPU市场规模将达到135。7亿美元，而中国DPU市场规模将达到37。4亿美元。基于分歧线产物以及特定使用范畴的需求特点，市场全体需求布局较为复杂，分歧机能参数、手艺线及使用场景的产物需求规模及价钱差别较大。此中，FPGA线产物凭仗其深度适配、高矫捷性及极致机能等特点，正在部门范畴具有比力劣势，无望获得一部门市场增量。正在供给端，DPU产物总体市场集中度较高，但因手艺线及细分范畴使用特点的差别，分歧类型的DPU产物并非简单的“替代”关系，而是一个由分歧手艺径和客户需求驱动的多条理合作款式。此中通用市场次要由Nvidia从导，占领绝大部门市场份额；但面临部门客户如互联网厂商的自从可控、定制适配的需求，国内采用ASIC/SoC线的厂商凭仗本土化策略、特定场景优化及兼容性供给部门替代选择；FPGA线的DPU产物凭仗本身低延迟、高并发的手艺特点以及可编程高适配性，正在部门使用范畴如数据通信处置、高机能计较、AI算力集群组网等具有必然的市场份额。市场中DPU厂商均次要利用代工模式进行产物出产，本身专注于高附加值的研发设想环节，次要企业均未披露产能、产量、出产打算等消息。此中ASIC/SoC线的厂商次要通过晶圆厂进行焦点芯片代工出产；恒扬数据采用FPGA线，次要向上逛供应商采购FPGA芯片进行研发设想，并通过NSM、珠海一博等外协厂商进行产物的加工出产，截至本答复签订日，标的公司的原材料采购及出产环节未呈现产能瓶颈或出产受限的环境。总体上，DPU产物呈现需求迸发式增加，而供给端呈现高端供给分化且仍需要进一步适配客户需求的成长特点。因DPU产物手艺线及细分范畴使用特点的差别，分歧类型的DPU产物并非简单的“替代”关系，而是一个由分歧手艺径和客户需求驱动的多条理合作款式。Nvidia凭仗其成熟的端到端生态（NVLink+IB+CUDA）以及行业领先的产物机能从导通用市场，市场份额接近60%；但面临部门客户如互联网厂商的自从可控、定制适配的需求，国内采用ASIC/SoC线的厂商凭仗本土化策略、特定场景优化及取其他非Nvidia产物的兼容性供给替代选择；FPGA线的DPU产物凭仗本身低延迟、高并发的手艺特点以及对部门范畴的高适配性，正在部门使用范畴如数据通信处置、高机能计较、工业节制、航空航天、汽车电子等具有必然的市场份额，FPGA线厂商则通过极致的矫捷性取快速适配性处理头部客户的极致需求，构成差同化合作。当前DPU/AINIC的市场存正在两种明显的手艺径：一种是以Nvidia、云豹智能为代表的ASIC/SoC方案，逃求尺度化、高机能取低功耗；另一种则是恒扬数据为代表的FPGA方案，焦点价值正在于硬件级的可编程性取深度定制能力。标的公司代表产物取行业竞品对比阐发如下：CPU为焦点，机能无限，适合带形态的节制面阐发取处置；（3）FPGA芯片支撑硬件级可编程，开辟门槛较高，可是可针对场景进行深条理的自定义以提拔系统级机能，同时具、关于收集接口：收集接口次要实现端到端的互联，正在 收集中，接口的速度的凹凸间接取 突发的交互数据相关，速度越高瞬时交互的数据容量越大。当前业界正在端3、关于PCIe接口：取收集接口相对应，PCIe侧接话柄现1！1的交互带宽，以实现从GPU的数据到收集数据的互通，PCIe5。0理论带宽为PCIe4。0的两倍；4、关于布局尺寸：全高（≤111。15mm），半高（≤68。90mm），全长（≤312。00mm），半长（≤167。65mm），单宽（单槽），双宽（双槽）。布局尺寸越小，取办事器的适配、关于功耗：对于 的方案，因为功能、机能相对固化，为此功耗越小越好；对于 的方案，因为 的负荷将影响功耗的大小，而 的能力取决于其核数取从频，为此首要的能力正在于板卡可实现CPU机能的充实阐扬，同时正在不异的核数和从频环境下，功耗越小越好；对于FPGA的方案，因为FPGA的资本操纵率、从频以及逻辑翻转率等间接影响了功能，为此首要的能力正在于FPGA机能、功能能够实现充实的阐扬，同时正在实现特定功能和机能的环境下，功耗越小越好；（RoCE互换机），能建立一个集成了自顺应由、正在网计较等高级功能的完整AI收集，正在利用Nvidia的全生态产物时其产物功能取机能能够更好的阐扬；（2）云脉芯联、云豹智能等国内厂商的 线产物，系对标 分歧产物线，专注于某些具体使用场景进行国产替代和专项优化；（）恒扬数据采用 线，产物营业矫捷性高，7、关于产物售价：产物售价取采购规模、选配规格、定制化程度及能否需要配套办事相关，相关价钱范畴仅供参考，此中云豹智能、云脉芯联相关产物未查询到价钱消息。Nvidia供给的是端到端的封锁生态处理方案。其Connect-X系列（ASIC网卡）取BlueField系列（SoCDPU）共同Quantum（IB互换机）和Spectrum（RoCE互换机），基于Nvidia自研的通信和谈、尺度及计较焦点，能建立一个集成了自顺应由、正在网计较等高级功能的完整AI收集。这些特有功能仅正在全数利用Nvidia产物时才能完全阐扬，一旦取第三方产物共同则无法阐扬产物全数功能及机能，这形成了其强大的生态护城河，Nvidia定义了高端AI收集的尺度，但其封锁生态策略也为其他市场参取者创制了正在生态中合作的机遇。国内其他厂商如云脉芯联、云豹智能的ASIC/SoC线产物别离对标Nvidia的分歧产物线，正在特定范畴凭仗本土化策略、特定场景优化及取其他非Nvidia产物的兼容性供给替代选择。恒扬数据采用FPGA线，产物营业矫捷性高，焦点价值正在于硬件级的可编程性取营业场景深度定制能力。客户能够基于FPGA为焦点定制高速收集接口、系统侧互连接口以及外部缓存等特征，基于FPGA的可编程特征从使用层到收集层，以至数据链层和谈起头进行定制，实现取本身营业场景的深度适配。全球头部互联网及云办事厂商（如Meta、Google、亚马逊AWS、阿里巴巴、腾讯、字节跳动等）以及具有大规模算力收集的运营商，其营业和模子架构千差万别，为了极致地提拔焦点计较芯片操纵率，并削弱对Nvidia生态的依赖，它们遍及倾向于自研Scale-Up/Out处理方案、AI加快器（GPU/NPU/TPU/PPU）、和谈尺度（如中国挪动、华为、阿里云结合制定的算力由和谈尺度，阿里云结合狼烟通信等制定的AI计较集群收集系统尺度等）、通信库（如xCCL）等。FPGA架构具有矫捷性高、并行性强、低时延等手艺劣势，能更好的满脚客户快速迭代取深度定制的需求特点，是前述从体正在部门使用范畴的最优选择，这为恒扬数据的产物供给了普遍的市场使用空间。恒扬数据相对于行业其他企业的差同化合作劣势具体如下：Nvidia的BlueField和ConnectX系列产物虽然占领市场从导地位，但功能相对固定，其高度通用性也意味着难以深度定制。恒扬数据的FPGA方案则能间接按照头部客户的营业逻辑的变化需求，对收集和谈、转发模子进行硬件级的深度优化，实现快速适配及工程化交付。这种“快速原型验证和迭代”的能力，是固定功能的ASIC芯片难以供给的。同时，恒扬数据产物正在满脚客户自定义营业逻辑的焦点需求的同时，供给了不弱于Nvidia的产物手艺规格，如400G的收集吞吐带宽、PCIeGen5x16等硬件手艺目标。相较于Nvidia从导的通用产物生态，恒扬数据可为客户供给深度的FPGA结合开辟能力，可以或许帮帮客户快速将奇特的营业需求逻辑为取其特定营业场景、手艺栈和根本设备深度绑定的公用硬件。对于逃求建立本身焦点合作力的行业头部客户来说，恒扬数据供给的不只仅是某款硬件产物，更是一种深度的“手艺合做伙伴”关系。ASIC及SOC方案遍及具备较长的设想周期，产物开辟完成后难以进行快速迭代，一款产物从立项到量产往往需要2-3年或更长的时间。而恒扬数据所采用的FPGA线，能够以业界最快的迭代速度供给行业最高机能的产物，产物平均开辟周期正在1年摆布，并支撑正在产物量产后以平均6个月摆布的时间周期进行快速迭代。当前全球DPU产物通用市场次要由Nvidia从导，占领了绝大部门市场份额，此中Nvidia2025财年（2024年1月29日-2025年1月26日）数据核心收集营业板块（包罗收集互换芯片、系统、DPU及光模块等）停业收入约为129。90亿美元，2024财年（2023年1月30日-2024年1月28日）数据核心收集营业板块停业收入约为85。75亿美元，此中中国及港澳地域营业收入占比约为10%-15%（按照Nvidia披露数据进行估算）。而正在以FPGA为手艺线的DPU细分赛道中，合作款式相对复杂，这一范畴需求高度集中于阿里巴巴、字节跳动等基于本身营业特点对算力收集有深度定制化需求的头部互联网及云厂商。该部门企业对算力收集有深度定制化需求，如阿里巴巴采用“全栈自研”计谋径，正在根本设备层持续推进包罗自研AI芯片、高机能收集（HPN8。0）和存储系统正在内的软硬件协同立异，其底层收集和谈和通信库往往需要取焦点芯片计较使命深度耦合，尺度的ASIC或SoC的DPU方案难以无效满脚其矫捷性和奇特征需求。因而，基于FPGA、支撑硬件级定制的DPU/AINIC成为了它们正在特定营业范畴的优先选择之一。恒扬数据一直并深化基于FPGA的DPU手艺径，正在该线产物的矫捷性、场景适配能力和迭代速度上处于行业头部地位。公司的DPU产物成功切入由Nvidia从导的高端市场，具有必然的市场份额。以恒扬数据对应期间DPU产物发卖规模进行测算，约为Nvidia2025财年数据核心收集营业板块中国及港澳地域收入的2%-3%，总体市场拥有率较低但正在细分范畴具有必然劣势。DPU并非简单的硬件组件，而是集成了多核处置器、高速收集接口以及各类硬件加快引擎的复杂系统。企业需要同时通晓高机能计较、收集和谈、虚拟化手艺、芯片设想以及软硬件的深度协同优化，这种跨范畴的尖端手艺整合能力形成了极高的研发门槛。跟着数据核心收集向400G以至800G升级，以及AI算力需求对低时延、高吞吐提出的极致要求，DPU的手艺架构需要持续快速迭代，新进入者难以敏捷婚配行业及客户需求的变化节拍。一方面，亚马逊AWS、微软Azure等超大规模云办事商遍及采用自研DPU方案（如AWSNitro），构成封锁的内部生态系统，第三方产物难以切入。另一方面，正在通用市场，DPU需要取支流的云计较平台、操做系统以及使用软件进行深度适配和优化。然而，行业正在硬件接口、办理规范、软件API等方面尚未构成完全同一的尺度，导致每进入一个新客户都可能需要昂扬的定制化开辟成本，极大地了产物的规模化扩张。企业级客户，特别是云办事商和金融行业，对底层根本设备的靠得住性、不变性和平安性有着近乎苛刻的要求，该类客户更倾向于选择已有品牌背书和大量成功案例的供应商。对于新进入者而言，需要履历一个漫长的“验证-试用-小规模摆设-大规模使用”周期才能成立起市场信赖。此外，DPU的价值实现离不开强大的办事能力，厂商需要具备为客户供给从摆设调试、驱动优化到持续运维和定制化开辟的全生命周期手艺支撑，这需要深挚的手艺堆集和资本投入。标的公司产物手艺迭代遵照明白的平台化计谋，一直环绕更高机能、更低延迟、更强兼容性的焦点方针，正在芯片平台、收集接口和从机互联等环节维度上持续领先行业。①从保守FPGA迈向集成AI引擎、软件可编程的下一代平台（如VersalACAP），为复杂AI取收集工做负载供给性的算力取矫捷性。②紧跟数据核心收集升级程序，持续升级收集接口速度。收集接口速度是AI算力集群的焦点要素之一，对集群的机能和效率起着环节感化，恒扬数据持续升级收集接口速度，已规模化使用2*100G/2*200G产物，2*400G产物正正在研发中，持续满脚AI算力集群对超高速、低延迟收集互联的刚性需求，确保产物不成为机能瓶颈。③持续升级从机接口。从机接口是算力集群中毗连计较单位（如 CPU、GPU）取外部设备（如存储、收集卡、加快器）的 “数据咽喉”，间接决定集群的全体效率取算力能力，其主要性和感化贯穿数据流转全流程。恒扬数据目前已推出PCIeGen6接口产物，充实DPU的数据处置能力，避免呈现“卡脖子”问题。基于前述对算力集群DPU产物的相关行业成长趋向、市场容量、合作款式、供需情况、手艺迭代环境、竞品好坏势对比环境的阐发，恒扬数据DPU产物手艺含量及焦点合作劣势总结如下：①优异的FPGA工程化取算法硬件化能力：具备将复杂软件算法（如自定义收集和谈、特定计较使命）高效为FPGA硬件逻辑的能力，实现微秒级延迟取极致机能功耗比。②复杂的高速硬件系统设想能力：具有应对200G/400G及以上速度的高速PCB设想、高密度散热、信号/电源完整性的全流程设想、仿实取测试能力，产物靠得住性极高（返修率<0.1%）。③多芯异构架构设想能力：通晓CPU、GPU、DPU、互换芯片等多种计较单位的选型取系统级协同优化，能为客户供给全体机能最优的处理方案。④深度场景适配化取快速响应能力：可以或许从芯片选型、硬件设想、布局形态到固件和驱动进行全栈式深度场景适配，响应速度远快于行业合作敌手。AI手艺加快渗入千行百业，全球市场规模持续迸发，大模子贸易化落地鞭策行业进入高质量成长阶段。保守AI摆设依赖云端或当地集群，存正在算力采购取运维成本昂扬、跨收集传输延迟影响及时响应、焦点数据的平安泄露风险等问题。边缘计较将算力下沉至数据发生端，而智算一体机是集成高机能硬件、智能软件、行业模子的一体化方案，实现“开箱即用”的当地化智能计较。其普遍使用于政务审批、金融风控、医疗影像阐发、工业质检等场景，处理了数据“不出域”的平安需求、及时营业的低延迟要求及中小企业AI摆设门槛高的痛点。当前，智算一体机市场已从概念验证步入大规模摆设的迸发前夕，展示出庞大的增加潜力。恒扬数据深度融入华为鲲鹏、昇腾计较生态，整合DPU、CPU和GPU的多芯异构融合手艺，打制了具备高机能、高密度特征的智能计较一体机产物系列，次要面向根本及中端使用场景，凭仗极致的手艺矫捷性、快速的响应速度和深度场景适配能力建立焦点壁垒，正在部门行业垂曲使用范畴内具有必然比力劣势，取行业内其他厂商构成差同化合作。具体阐发如下：AI使用正从云端向边缘端普及，算力亦从“云优先”向“端边协同”改变，智算一体机是集成计较硬件、存储系统、收集设备取软件平台的一体化处理方案，旨正在为用户供给“开箱即用”的高效计较能力，可针对人工智能、大数据阐发、科学计较等特定场景进行优化适配。跟着数据平安合规要求的提拔和及时性需求的添加，边缘AI敏捷兴起，夹杂AI模式逐步成为行业成长的支流趋向，智算一体机送来新的手艺成长机缘。按照IDC预测，2025年全球边缘计较办事收入总额将达到近2610亿美元，估计年复合增加率为13.8%，到2028年将达到3800亿美元；按照中研普华研究院预测阐发，2025年，中国边缘计较市场规模达1900亿元人平易近币（约260亿美元），年复合增加率超30%，估计2030年将冲破600亿美元。智算一体机做为边缘计较的焦点形态，其市场容量取边缘计较的全体成长慎密相关。当前，该市场已从概念验证步入大规模摆设的迸发前夕，展示出庞大的增加潜力，据浙商证券测算，2025年到2027年一体机需求量将别离达到15万台、39万台、72万台，对应市场空间跨越千亿元。需求方面：跟着各行业数字化转型的加快，对AI算力的需求不竭增加，智算一体机做为一种高效、便利的AI算力处理方案，遭到金融、医疗、政务等多个行业的青睐。例如，金融行业正在风险评估、智能客服等方面，医疗行业正在医学影像阐发、辅帮诊断等环节，都对智算一体机有较大的需求。供给方面：市场上曾经出现出浩繁智算一体机供应商，如华为、海潮消息、紫光股份、新华三、中科曙光、摩尔线程、云从科技、恒为科技以及海光、高涨、鲲鹏等国产物牌生态授权的OEM厂商及生态合做伙伴等，同时，跟着手艺的不竭前进和市场的不竭扩大，越来越多的企业也正在进入该范畴，供给能力不竭提拔。智算一体机行业合作激烈，市场上存正在着浩繁的供应商，合作款式尚未完全不变。目前，一些企业凭仗手艺领先、场景笼盖全面、平安机能杰出等劣势，正在市场上占领了必然的份额。基于面向的使用场景及算力需求的分歧，正在分歧的市场层级面对的合作态势有所差别，别离笼盖超大模子预锻炼、支流行业落地取边缘推理等多样化场景，表现出硬件市场对分层算力需求的精细婚配能力，具体如下：支撑超大模子预锻炼取推理（如671B参数）的预锻炼 取推理，硬件设置装备摆设包罗多卡并行计较（如Nvidia A100/H100集群）、大内存及分布式存储华为、海潮消息、紫光股份（新 华三）、中科曙光、摩尔线程、 云从科技、恒为科技以及海光、 高涨、鲲鹏等国产物牌生态授 权的OEM厂商及生态合做伙 伴等适配行业支流大模子使用，支撑70B-300B参数模子的 锻炼取推理，合用于中型企业及行业垂曲场景赋能轻量级模子推理取边缘摆设，次要办事中小企业、 科研单元或边缘计较需求，支撑70B以下参数级模子的 当地推理，适合轻量级生成式AI使用，如客服问答、 营销内容生成、学问检索等。各厂商的算力一体机产物呈现多样化设置装备摆设取功能定位，价钱笼盖5万元至500万元不等，高端型号支撑超大模子预锻炼取推理，中端型号适配行业支流大模子使用，根本型号赋能轻量级模子推理取边缘摆设。这种多样化的产物结构满脚了分歧用户群体的需求，鞭策了市场的快速成长。OpenEuler、FusionOS、SUSE、 Ubuntu、CentOS、中标麒麟、 麒麟信安等10G/25G/100G 网卡 +4x25GOCP网卡 光口：8个GE电口或 4*25GE/10GE基于海潮消息全新一代AI超 融合架构平台，系统支撑 4.0Tbps收集带宽，面向超大 模子锻炼（万亿级参数超大模 型并行锻炼需求）、元、 天然言语理解、保举、AIGC 等场景设置装备摆设矫捷，次要面向软件定义 存储、分布式存储、云计较、 大数据、高机能计较和数据库 等营业场景，可支撑70B以上 模子合用于云计较、虚拟化、数据 库、大数据阐发、分布式存储、 Web等使用场景，满脚企业用 户多样性计较，可支撑32B～ 70B模子中端或根本产物，次要面向DPI使用、通用计较、边缘计较、 AI计较及超融合存算分手算力节点等营业场景，可支撑32B～ 70B模子。