同有科技(300302):公司与招商证券股份有限公司关于北京同有飞骥科技股份有限公司申请向特定对象发行股票的审核问询函的回复（修订稿）（豁免版）
原标题:同有科技:公司与招商证券股份有限公司关于北京同有飞骥科技股份有限公司申请向特定对象发行股票的审核问询函的回复（修订稿）（豁免版） 二〇二六年十一月 深圳证券交易所： 贵所《关于北京同有飞骥科技股份有限公司申请向特定对象发行股票的审核问询函》（审核函〔2026〕020074号）（以下简称“问询函”）已收悉。北京同有飞骥科技股份有限公司（以下简称“同有科技”“公司”“发行人”）会同保荐机构招商证券股份有限公司（以下简称“招商证券”“保荐机构”）、发行人律师北京植德律师事务所（以下简称“发行人律师”）、发行人会计师大信会计师事务所（特殊普通合伙）（以下简称“发行人会计师”），对贵所问询函中提出的问题进行了认真核查与落实，并对募集说明书等申请文件进行了相应的修改、补充。现就贵所问询函中提出的问题回复如下，请予审核。 如无特别说明，本问询函回复中使用的简称和释义与募集说明书的释义相同。 本问询函回复中部分合计数或各数值直接相加之和若在尾数上存在差异，为四舍五入所致。本问询函回复中引用的2026年1-9月财务报表相关数据均未经审计。 本问询函回复的内容按如下字体列示：
问题1............................................................................................................................3 问题2..........................................................................................................................76 其他问题...................................................................................................................120 问题1 申报材料显示，本次发行拟募集资金总额不超过99983.50万元，分别用于面向AI全场景的企业级存储系统和SSD研发中心建设项目（以下简称项目一）、企业级存储系统和SSD智能制造项目（以下简称项目二）、营销体验中心项目（以下简称项目三）和补充流动资金。项目一、项目二、项目三实施主体均为公司全资子公司湖南同有飞骥科技有限公司。 项目一投资总额47281.12万元，拟使用募集资金45904.00万元，拟对现有场地进行专业化改造，购置适配AI场景运行的开发、测试设备与研发配套工具，搭建面向AI全场景的存储产品研究开发、测试验证平台，构造需求对接、场景实测、产品持续优化迭代的完整研发流程，为推出适配AI全场景下的全套存储产品提供研发资源保障。项目为研发中心建设项目，不适用单独核算经济效益。 项目二投资总额27396.72万元，拟使用募集资金19790.70万元，拟在现有场地基础上建设标准化洁净生产车间及配套仓库，购置先进的生产、物流、仓储设备和数字化管理系统等，搭建覆盖生产、仓储全流程的数字化管理平台，完成对核心生产工序的自动化改造，进一步提升公司企业级存储系统及SSD的规模化生产与交付能力，项目所得税后内部收益率为14.13%，静态投资回收期为8.54年。 项目三投资总额4788.80万元，拟使用募集资金4788.80万元，为营销体验中心建设项目，包括营销、体验两大功能区，将打造融合品牌传播、产品培训、行业交流、商务洽谈等多功能于一体的线下平台。项目旨在提高公司营销实力，不适用单独核算经济效益。 截至2025年12月31日，公司第一大股东周泽湘持股占公司股份总数的17.41%。本次发行前，公司无控股股东、无实际控制人；本次发行完成后，公司仍无控股股东、无实际控制人。本次发行不会导致公司无控股股东、无实际控制人的情况发生变化。 请发行人结合最新一期财务数据补充说明：（1）本次募投项目与公司现有主要业务、产品的区别及联系，是否属于现有业务的扩产，如是，说明扩产比例；是否涉及新产品，如是，说明所涉新产品具体情况。结合公司现有业务中已实际形成收入的AI相关存储产品、订单规模、AI存储产品相关收入占比、客户及合同金额，公司对应技术、专利、人员及市场储备等，说明本次募投项目是否符合募资资金投向主业的要求，项目实施是否存在重大不确定性。（2）说明研发预算、内容及时间安排、公司现有研发投入与本次募投项目研发投入差异，目前已实现销售的AI全场景企业级存储系统和SSD的研发投入情况；结合上述情况说明本次投建研发中心项目的必要性、募投规模的合理性，以及研发项目技术可行性，是否存在较大的研发失败风险。（3）结合企业级存储系统和SSD产品市场需求及竞争情况、公司报告期内业绩增长情况、主要客户合作稳定性、报告期内产能利用率、本次扩产比例、在手订单或意向性协议、同行业扩产情况、发行人竞争优势等，说明实施本次募投项目的必要性和合理性，并分析说明本次新增产能的测算依据、新增产能规模的合理性和发行人产能消化措施。（4）结合项目二产品关键参数假设依据和项目效益测算具体过程、产品毛利率变动趋势及与发行人现有同类产品、同行业上市公司同类产品是否存在重大差异等，说明项目二效益测算的合理性和谨慎性。（5）结合本次募投项目固定资产、无形资产等投资进度安排、公司现有固定资产和无形资产折旧摊销计提情况、折旧摊销政策等，量化分析本次募投项目新增折旧摊销对公司未来经营业绩的影响。（6）结合公司现有货币资金、资产负债结构、现金流状况、经营规模及变动趋势、日常营运资金周转情况、未来业务发展规划及流动资金需求等，测算论证本次募集补充流动资金的必要性与合理性。（7）结合报告期内持续亏损、经营活动产生的现金流量净额为负、最新一期业绩变动情况等，说明上述情况是否对公司持续经营、本次募投项目实施产生重大不利影响。（8）结合发行完成前后发行人主要股东持股占比及董事会构成，说明本次发行是否可能使公司控制权发生变更，无实际控制人的治理状态是否对本次募投项目实施产生重大不利影响。 请发行人补充披露（1）-（5）（7）（8）相关风险。 请保荐人和会计师核查并发表明确意见，请发行人律师核查（8）并发表明确意见。 回复： 【发行人说明】 一、本次募投项目与公司现有主要业务、产品的区别及联系，是否属于现有业务的扩产，如是，说明扩产比例；是否涉及新产品，如是，说明所涉新产品具体情况。结合公司现有业务中已实际形成收入的AI相关存储产品、订单规模、AI存储产品相关收入占比、客户及合同金额，公司对应技术、专利、人员及市场储备等，说明本次募投项目是否符合募资资金投向主业的要求，项目实施是否存在重大不确定性 （一）本次募投项目与公司现有主要业务、产品的区别及联系，是否属于现有业务的扩产，如是，说明扩产比例；是否涉及新产品，如是，说明所涉新产品具体情况 1、本次募投项目与公司现有主要业务、产品的区别及联系 公司主营业务为自主可控存储产品研发、生产及提供全场景存储综合解决方案，核心产品为企业级存储系统和各类固态硬盘。 本次募投项目分别为面向AI全场景的企业级存储系统和SSD研发中心建设SSD 项目（以下简称“项目一”）、企业级存储系统和 智能制造项目（以下简称“项目二”）、营销体验中心（以下简称“项目三”）和补充流动资金。 本次募投项目的具体内容以及与公司现有主要业务、产品的区别及联系如下：
本次募投项目中，项目二属于公司现有业务的扩产，其余项目不直接涉及生产。截至2026年9月末，公司存储系统产能约为3,000台/年，固态存储产品产能约为75,044块/年。项目二建设完成后，存储系统将新增产能7,000台/年，扩产比例约233.33%；固态存储将新增产能25万块/年，扩产比例约333.14%。 项目二扩产比例较高，主要原因如下：一是企业级存储系统和SSD行业市场空间广阔、增长态势良好，同行业上市公司普遍加大产能布局；二是公司现有三是公司已制定较为充分的产能消化措施，能够有效承接新增产能。具体分析请见本题“三、结合企业级存储系统和SSD产品市场需求及竞争情况、公司报告期内业绩增长情况、主要客户合作稳定性、报告期内产能利用率、本次扩产比例、在手订单或意向性协议、同行业扩产情况、发行人竞争优势等，说明实施本次募投项目的必要性和合理性，并分析说明本次新增产能的测算依据、新增产能规模的合理性和发行人产能消化措施”之回复。 3、本次募投项目均不涉及新产品 项目一建设完成后，将作为面向AI全场景的企业级存储系统和SSD的研发平台，在产品类型方面不涉及新产品研发，但会针对AI使用场景的具体要求，在现有产品基础上进行升级迭代。 项目二建设完成后，拟生产的产品为企业级存储系统和企业级SSD，在产品类型方面不涉及新产品的生产，但生产的企业级SSD将主要应用于服务器、存储阵列等场景，与公司现有SSD产品主要应用于特殊行业领域有所不同。 项目三及补充流动资金均系为公司现有主营业务服务，不涉及新产品。 AI AI （二）结合公司现有业务中已实际形成收入的 相关存储产品、订单规模、存储产品相关收入占比、客户及合同金额，公司对应技术、专利、人员及市场储备等，说明本次募投项目是否符合募资资金投向主业的要求，项目实施是否存在重大不确定性 1、公司现有业务中已实际形成收入的AI相关存储产品、订单规模、AI存储产品相关收入占比、客户及合同金额 SSD AI 公司主要产品为存储系统和 ，与 相关的产品包括可配套应用于智算中心或超算中心的存储系统，以及可配套应用于智算或超算服务器的SSD。 最近三年及一期，公司AI相关存储产品收入占比、客户及合同金额如下：单位：万元
2、公司AI相关存储产品对应的技术、专利、人员及市场储备情况 （1）全栈自研技术储备扎实，可全面支撑AI存储产品研发落地 公司已构建覆盖存储系统、SSD软硬件的全栈自研技术体系，为AI存储产品研发构建了扎实的技术基础。在存储系统领域，公司具备大规模存储集群管理、数据智能分层调度等核心技术能力，已推出支持新一代高速传输协议的自主可控全闪存存储产品，可支撑面向大规模算力集群的AI训练存储系统、低时延AI推理存储系统的研发工作。在SSD领域，公司具备固态硬盘核心控制程序开发、闪存性能优化的完整技术能力，可开发适配AI训练、推理场景的固态硬盘、大容量高性价比固态硬盘。在生态适配领域，公司长期开展国产软硬件的兼容适配工作，可快速搭建国产AI芯片的协同验证环境，研发适配AI场景的存储优化技术。针对AI算力配套存储、多规格固态硬盘等产品研发方向，公司均已制定清晰可行的技术迭代规划，整体研发风险可控，技术落地具备较为充分的保障。 通过长期研发投入，截至2026年9月末，公司已取得境内专利186项（含发明专利109项）、软件著作权141项、集成电路布图设计专有权1项，涵盖存储系统架构、存储系统管理软件、存储系统核心算法、固态存储架构设计、原型验证及固件算法开发等核心环节。其中，56项专利（含发明专利45项）与AI相关存储技术或产品相关。因此，公司的相关知识产权及技术积累能够为AI相关存储产品的研究开发提供支持。 （2）成熟业务体系与完整产业链协同，保障产品快速商业化落地 项目一与公司现有主营业务同属企业级存储赛道，研发流程、供应链、交付服务体系高度复用，业务协同性极强。公司深耕信创存储多年，积累大量党政、特殊行业等国产化存量客户，行业智能化转型需求与AI训练、推理全场景产品高度匹配。项目打造的全场景AI存储产品矩阵，将传统存储升级为AI训练算力底座、推理内存扩展层，既能丰富高端一体化解决方案，也能将存算协同、分层调度等前沿技术赋能原有存储产品，巩固主业竞争力。同时，公司具备“存储系统+自研SSD”全链路产业布局，上游可联动闪存、主控、国产AI芯片厂商联合技术攻关，下游协同AI框架、智算服务商共建行业落地方案，完整产业链资源能够有效降低研发、量产、推广各环节风险，助力各类AI存储产品快速完成场景试点与规模化交付，商业化落地路径清晰可行。 （3）广阔市场空间叠加政策扶持，项目具备良好市场发展基础 当前国内AI算力基础设施建设提速，千亿参数大模型集群、高并发AI推理设备大规模落地，AI训练超高带宽、推理键值缓存（KV）高频读写专属需求无法依靠传统通用存储满足，行业存在持续性供给缺口。存量市场上，国产化重点行业客户加速智能化改造，原有存储设备存在升级替换需求；增量市场上，各地智算中心、大模型企业持续扩容，打开全新市场空间。政策层面，国家数字经济、人工智能、信创替代相关规划持续扶持国产算力存储产业，高端AI专用存储国产替代空间广阔。相较于海外存储厂商，公司在国产AI芯片适配、本地技术服务、全生命周期成套方案输出上具备差异化优势，可交付大模型训练、推理存储（4）核心研发团队稳定，具备丰富的项目实施经验 最近三年及一期，公司研发人员数量分别为178人、177人、191人和184人，研发人员占公司员工总数的比例分别为46.11%、43.07%、41.98%和41.26%，始终维持在较高水平。经过多年持续建设，公司已打造出一支规模稳定、专业聚焦的研发队伍，本次研发中心项目的核心研发力量可直接从现有团队中统筹调配，无需从零搭建研发体系，项目具备快速启动、平稳推进的人员基础。本次研发中心建设项目拟围绕面向AI训练的高并发访问关键技术及系统、面向KVCache存储加速的关键技术及系统、面向AI的高密度大容量NVMeSSD、面向AI的高性能低延时NVMeSSD等方向开展技术攻关，与公司现有研发方向高度一致，核心研发人员均具备多年相关领域技术积累与项目落地经验，现有技术储备与研发成果可直接复用至募投项目，能够有效降低技术风险、提升研发效率。 同时，公司已建立成熟的内部人才培养体系与外部高端人才引进机制，一方面通过自身培养后备研发力量，完善人才梯队建设；另一方面可依托研发中心的平台优势，针对性引进AI存储算法、高端固件开发等领域的高端专业人才，持续优化人员结构。完善的人才供给机制能够为研发中心项目的长期技术迭代与持续创新提供稳定的人员支撑。 3、本次募投项目符合募资资金投向主业的要求 根据深交所发行上市审核动态（2024年第6期，总第48期），上市公司应当合理规划再融资募集资金投向，有利于上市公司聚焦主业，提高公司质量。上市公司和保荐人应当从以下三个方面把握“募集资金主要投向主业”的要求：（1）“ ” 2 “ ” “ 关于现有主业的认定；（）关于募集资金投向新产品是否属于主要投向主业”；（3）关于“募投项目实施不存在重大不确定性”的认定。具体分析如下：
AI 综上所述，本次募投项目均围绕公司现有主营业务展开，公司 相关存储产品销售已达到一定规模，公司在技术、专利、人员及市场方面均具备实施本次募投项目的相应储备，本次募投项目实施不存在重大不确定性风险。 二、说明研发预算、内容及时间安排、公司现有研发投入与本次募投项目研发投入差异，目前已实现销售的AI全场景企业级存储系统和SSD的研发投入情况；结合上述情况说明本次投建研发中心项目的必要性、募投规模的合理性，以及研发项目技术可行性，是否存在较大的研发失败风险 （一）研发预算、内容及时间安排 项目一并非研发项目，其拟对公司现有场地进行专业化改造，购置适配AI场景运行的开发、测试设备与研发配套工具，搭建面向AI全场景的存储产品研究开发、测试验证平台，构造需求对接、场景实测、产品持续优化迭代的完整研发流程，为推出适配AI全场景下的全套存储产品提供研发资源保障，不属于通过本项目直接形成研发成果的情形。本项目的建设将有效改善公司技术研发环境，提高公司研发效率，提升公司整体研发实力，有利于公司攻克面向AI全场景的存储领域关键核心技术，加快推出兼容市面主流AI软硬件、适配AI训练、推理等全场景的标准化解决方案，打造适配AI业务的自主存储产品体系，拓宽公司业务增长赛道。 1、项目预算 项目一投资总额为47,281.12万元，拟使用募集资金45,904.00万元，具体投资安排如下： 单位：万元
本项目用于软硬件设备购置的投入金额为45,004.00万元，均为资本性支出，主要为搭建相应的开发环境、测试环境进行的硬件设备和软件系统投入。具体设备采购明细如下： ①存储系统研发相关采购明细 单位：万元
单位：万元
（2）场地装修费 单位：平方米、万元/平方米、万元
本项目预计建设期为3年，将按照工程装修、设备及软件购置、安装调试、竣工验收等进度实施，具体投资进度安排如下：
、项目研发技术攻关方向 公司基于在企业级存储系统和SSD领域充分的技术储备，实施本次研发中心建设项目。项目将完成研发场地改造、专业软硬件设备购置、AI全场景存储研发测试平台搭建，项目拟聚焦下表所列四大技术方向开展为期3年的迭代攻关与技术升级。本次四大核心技术攻关工作将结合研发中心建设进度分步启动、同步推进；研发中心平台建成后将搭建形成开发、测试、调优、再验证的全流程闭环研发体系，可常态化开展故障模拟、高负载长时间运行测试、国产软硬件生态适配验证，全面匹配核心技术迭代、样机调试与落地验证需求。
同时，公司组建了稳定专业的研发团队，并通过产业链上下游协同布局，可高效解决核心技术迭代过程中的各类技术问题。研发中心建成后，将完善闭环研发体系，摆脱对外部智算、超算资源的依赖，为技术故障模拟、稳定性测试、问题复现提供可控研发条件，有效缩短核心技术迭代周期，降低技术落地与项目交付风险。 综上所述，项目一属于研发基础设施建设项目，通过建设配套软硬件平台支撑AI存储相关技术和产品的研究开发和迭代升级，依托公司成熟的技术体系、专利储备、研发团队及产业链协同优势，不存在较大的研发失败风险。 （二）公司现有研发投入与本次募投项目研发投入差异，目前已实现销售的AI全场景企业级存储系统和SSD的研发投入情况 1、公司现有研发投入与本次募投项目研发投入差异 （1）公司现有存储系统与募投项目面向AI的存储系统技术差异 随着大模型产业高速发展，AI企业级存储已成为算力基础设施的核心环节。 其技术体系与传统企业级存储高度同源，但业务诉求与数据处理逻辑存在明显差异。现有企业级存储侧重稳定读写、低时延、高可靠与存储容量，而AI企业级存储适配大模型训练、向量数据库、长上下文推理、智能代理等专属场景，兼顾大带宽吞吐与高频碎片化并发访问，对端到端数据流转效率提出更高要求。AI存储无需重构底层技术架构，仅需在成熟的传统存储技术基础上，完成场景化功能升级、性能迭代与软硬件协同优化。 AI业务重塑了存储系统的数据负载特征，大模型训练对聚合带宽、并行IO与横向扩展能力要求严苛，推理场景则需要承接海量小块随机访问与高并发实时请求，这意味着AI存储不能仅追求读写峰值提升，更需优化缓存调度、数据分AI 层与数据通路，推动现有存储向 数据供给管理平台转型。 落地应用中，AI训练环节依托分布式存储、高速网络等成熟技术，缩短数传链路、降低数据损耗，国内头部厂商均通过产品迭代适配AI算力需求。AI推理场景搭建显存、内存、高速SSD、共享存储的多层架构，依据数据热度分层存储上下文数据，复用现有存储核心能力并搭载AI专属调度算法，目前已实现工程落地，跨硬件缓存协同调度成为行业主流趋势。 AI 综上， 企业级存储是现有企业级存储的技术升级，无需重构底层架构，核心是面向各类AI业务场景针对性研发优化，以此充分适配大模型算力的数据存储与流转需求。 （2）公司现有SSD与募投项目面向AI大容量、高性能企业级SSD技术差异 企业级SSD以主控、闪存芯片、缓存芯片为硬件基础，依托固件实现协议SSD 处理、数据调度以及可靠性保障。企业级 在闪存介质研究、通信协议、闪下的企业级SSD研发提供了重要基础；而AI业务爆发带来的存储需求，使得面向AI的企业级SSD分化出高性能与大容量两大发展方向，与现有企业级SSD形成显著差异。 面向AI的高性能SSD不再局限于单纯提升接口速率，重在实现高带宽、高读取性能、低延迟、高并发以及GPU直连能力，承担GPU扩展显存的角色，尽管原有协议、固件与闪存调度技术可部分复用，但新一代接口标准落地需要解决信号传输、内部数据通路、功耗散热等系统性难题，必须基于现有技术开展整体迭代升级，高速接口搭配GPU直连存储也已成为明确的行业发展趋势。 面向AI的大容量SSD主要适配大规模AI集群、AI数据湖、多模态知识库等应用，传统闪存的容量上限已无法满足业务诉求，行业逐步推进QLC闪存的规模化应用，以此提升存储密度、降低单位存储成本，适配AI读多写少的业务特征。但QLC闪存本身存在写入寿命有限、时延和出错风险更高的短板，这就需要进一步优化地址映射、纠错机制、垃圾回收、损耗均衡等算法，强化大容量产品的功耗管控，对主控算法和介质管理能力提出了更高的研发要求。AI驱动SSD 技术变革，需立足既有积累持续开展针对性技术攻关。 综上，本次高性能、大容量SSD研发并非从零构建新的SSD技术体系，而是在公司现有企业级SSD底层技术栈上的代际升级和AI场景深化。 （3）现有存储系统技术储备为募投项目面向AI存储系统研发提供技术支撑 ①现有存储系统技术储备可复用至募投面向AI存储系统的技术研发 AI 从技术演进看， 存储并非颠覆现有企业级存储，而是传统存储的迭代升级与场景优化。常规业务和大模型训练、推理等AI业务，对存储的基础诉求一致，都要求高速读写、并发访问、稳定传输、安全防护及高效资源调度。只是AI业务标准更为严苛，训练要支撑海量节点并行读写，推理需要高频缓存访问，对带宽、响应、并发能力要求更高。AI存储与传统企业级存储底层同源，核心能力具备较强延续性。 公司长期从事企业级存储产品研发，已在集中式全闪存储和分布式存储领域形成较为完整的技术积累，可为AI存储研发提供良好基础。在数据传输方面，公司现有全闪存储已经具备高速数据读写和网络传输能力，可进一步支撑AI训练过程中大规模数据持续读取、训练中间数据快速写入以及推理过程中的低时延访问；在并发处理方面，公司分布式存储已具备多节点并行处理和横向扩展能力，可随着计算和存储节点增加提升系统整体处理能力，为大规模GPU等计算节点同时访问训练数据提供支撑。在此基础上，公司还形成了数据分层管理和可靠性保障能力，可根据数据访问频率和重要程度，对不同数据进行分级存放和动态迁移，并通过数据校验、冗余保护、故障切换和故障恢复等机制，保障AI训练、推理等长时间运行任务中的数据安全和系统连续性。 综上，公司现有企业级存储已形成高速传输、并发访问、数据管理、安全保障的完整技术体系，可精准承接AI存储核心需求。本次募投项目无需从零开展新技术研发，而是立足现有成熟技术体系，针对AI场景高并发、大吞吐、读写模式特殊等专属需求做专项优化与能力升级。公司现有技术储备充分保障了项目可行性，同时项目落地将进一步补齐AI场景专属存储能力，整体技术演进路径和承接关系较为清晰。 AI AI ②现有通用 存储技术储备有助于加速 专属存储技术的研发速度 AI专属存储虽然需要针对大模型训练、推理等新型负载进行专项优化，但其底层仍建立在高速数据传输、并发访问、数据保护和资源调度等企业级存储共性技术之上，并非从零构建全新的技术体系。公司经过多年研发，已在集中式全闪存储、分布式存储领域形成较完整且经过产品化验证的技术积累。因此，本次AI专属存储研发可通过成熟技术复用、AI场景增强的方式，减少底层架构、基AI 础功能及可靠性机制的重复开发和验证，将研发资源更多投入 场景新增需求，提高整体研发效率。 具体而言，公司现有集中式全闪存储系统已具备高速数据传输、数据保护和冷热分层等成熟能力，可直接作为AI存储的基础数据通路和管理框架，并针对训练过程中大规模数据读取、检查点（Checkpoint）集中写入以及推理过程中的KVCache访问等特点进行专项优化；分布式存储系统已形成多节点并行访问、集群扩展、高速网络传输、并发控制及数据冗余保护等能力，可进一步支撑大规模GPU集群同时读取训练数据和写入中间结果。同时，公司既有冷热数据识别、迁移及调度框架，也可延伸用于训练数据、模型文件、检查点（Checkpoint）和推理缓存等不同类型数据的分级管理。上述技术共同构成从底层数据传输、集群并发访问到上层数据管理和可靠性保障的完整基础。 在此基础上，公司后续研发可进一步聚焦检查点（Checkpoint）加速、KVCache分层与复用、GPU/神经网络处理器（NPU）数据访问优化、AI框架适配及高并发性能调度等AI专属能力。综上，公司现有技术储备能够减少底层共性模块的重复设计、开发和长期稳定性验证，缩短产品迭代周期并降低研发试错成本，现有技术基础能够加速募投项目AI专属存储技术研发进度及后续产品化落地。 ③现有通用AI存储技术的实战应用为未来AI垂直行业应用提供丰富实战经验 公司深耕企业级存储领域，已搭建成熟完备的核心技术体系，掌握并行存储、分布式集群管控、全闪存存储、高速传输、智能数据分层等一系列关键核心技术。 依托扎实的技术积淀，公司存储产品与解决方案现阶段已全面适配各类通用AI基础场景，实现规模化落地应用，积累了充足的实战经验，为AI业务的进阶拓展奠定坚实基础。 AI 凭借完善的存储技术架构，公司可精准匹配通用 全流程差异化存储需求，覆盖AI数据预处理、模型微调、常规推理、向量检索、数据归档等核心场景。 针对AI业务海量数据、高并发读写、快速加载、安全归档等核心诉求，公司依托分布式集群管理、并行高速读写、智能分层、快照备份等核心技术，可高效解决行业痛点。同时，AI配套的日志存储、数据库运维、系统部署、权限审计等辅助场景，均为公司传统成熟业务领域，产品可直接适配落地，具备部署快、运AI 维稳定、适配性强的优势，充分满足当下通用 业务的落地与运营需求。 目前，公司已在AI训练、推理、数据管理等通用AI全链条落地多个标杆项目，沉淀了丰富的技术迭代与场景运营经验，持续夯实通用AI基础服务能力，不断优化产品与解决方案体系，提升场景落地质量与效率。 未来，公司将依托现有通用AI实战案例，持续打磨、迭代并复制成熟技术方案，逐步突破万卡级超大规模训练集群、长上下文高效推理等高端AI场景。 在此基础上稳步向各垂直行业延伸，依托可快速复制、灵活迭代的技术能力，精准适配各行业AI数字化转型的个性化需求，全面覆盖垂直行业AI全场景应用，助力各领域AI业务规模化、高质量落地，培育全新业务增长点，持续提升公司核心竞争力。 （4）公司SSD现有技术储备为募投项目面向AI大容量、高性能SSD研发提供技术支撑 ①公司现有SSD技术储备可复用至募投大容量、高性能SSD技术研发 公司长期深耕企业级SSD底层技术研发与规模化落地，在闪存芯片特性研究、核心固件算法、硬件架构设计、量产测试验证等全流程环节积累了深厚的工程技术经验，形成了一套成熟、完备、可快速迁移复用的存储核心技术体系。针对AI业务高频读写、高吞吐、低延迟、长期高负载运行的严苛应用场景，公司现有各项核心技术能力可精准适配大容量、高性能企业级SSD的研发迭代与量产需求，具备良好的场景复用性与落地实用性。 依托多年技术沉淀，公司已形成从底层芯片、核心算法到硬件量产的完整技术能力。在闪存底层研究层面，公司通过大量试验积累完善的闪存评估能力，可精准把控闪存寿命、数据稳定性与高速接口性能，有效匹配AI高频读写工况，SSD 保障大容量 的耐久性能与数据可靠性。在此基础上，公司凭借自主可控且拥有专利加持的SSD核心固件技术，可实现全套存储管理与纠错防护核心功能，并针对AI高负载场景优化读写机制、降低写入放大，结合高速协议迭代、掉电防护、智能温控等配套技术，大幅提升设备运行稳定性与产品服役寿命。同时，公司具备成熟的高速硬件设计能力与自研标准化测试体系，可全面覆盖产品功能、性能与可靠性验证需求，实现高性能SSD从研发设计到批量落地的全流程闭环保障。 综上，公司构建了以闪存特性研究为底层基础、固件算法优化为核心优势、硬件设计与测试验证为量产保障的一体化企业级SSD共性技术体系，技术链条完整、场景适配度高、工程落地经验丰富。整套核心技术无需重复研发，可直接高效复用，为本项目AI场景大容量、高性能企业级SSD的研发优化、性能提升及规模化量产落地提供扎实、可靠的核心技术支撑。 SSD ②公司存储产业链从主控芯片到企业级 投资布局技术协同有助于提高未来大容量、高性能企业级SSD的研发速度 企业级SSD研发是涉及多领域的系统工程，单一技术突破难以形成产品核心竞争力。公司通过投资布局主控芯片、企业级SSD相关参股企业，打通上下游产业链，实现各环节技术协同，有效突破传统研发模式的弊端，大幅提升未来大容量、高性能企业级SSD的研发速度与产品综合实力。 传统外购主控的研发模式存在明显短板，需求传递层层损耗，沟通链条长、对齐效率低，极易出现芯片能力与实际应用场景不匹配的问题。而通过产业链投资布局，公司可将各类业务需求前置到芯片设计阶段，针对性规划芯片架构、硬件性能与防护能力，从源头规避产品适配问题，减少后期改造返工，压缩整体研发周期。 在核心技术适配层面，产业链协同破解了大容量介质研发难题。大容量SSD常用的存储颗粒特性复杂，直接影响产品性能与使用寿命。依托与产业链参股公司技术协同，团队可摆脱外部芯片的技术黑盒限制，灵活优化核心运行策略，同步开展新型介质的测试与调优工作。相较于传统模式多厂商层层流转、问题定位缓慢的弊端，技术协作能快速完成技术适配，同时优化高性能场景的传输能力，AI 贴合 等高端存储需求。此外，全链条技术协同大幅简化了产品验证迭代流程。 芯片团队可深度参与硬件设计，优化设备适配、散热、功耗等核心环节，减少硬件改版次数。面对设备故障、运行异常等问题，各团队可协同排查定位根源，大幅提升问题修复效率，同时提前预留硬件性能余量，为产品迭代升级提供支撑。 综上，公司通过对主控芯片、企业级SSD相关参股公司的投资布局，实现全产业链技术协同，有效破除传统研发模式的痛点，显著提升公司未来大容量、SSD AI 高性能企业级 的研发效率与产品综合竞争力，助力精准落地适配 、大容量存储等高端新兴场景的差异化产品。 ③现有企业级SSD项目的实战应用为未来AI垂直行业应用提供丰富实战经验 公司已在企业级SSD领域完成系统性技术与产品布局，依托重点超算项目的高难度实战场景，充分验证并持续锤炼了自身SSD核心技术实力，同时为大SSD 容量、高性能企业级 的持续迭代研发积累了关键技术与工程经验。该项目融合科学仿真与AI大模型混合负载，场景复杂度高、IO压力大、数据并发与时延要求严苛，集中暴露了行业存储领域的核心技术短板，也为公司针对性突破SSD技术瓶颈提供了绝佳试验场景。面对大模型训练高频写入、瞬时大流量IO冲击，以及AI推理缓存容量不足、并发承载能力受限等难题，公司依托自研NVMe企业级SSD开展技术创新，通过搭建分层高速缓存架构、优化冷热数据智能调度机制，有效解决了复杂负载下的性能抖动、容量受限、资源利用率低等行业痛点。在项目落地过程中，公司成功攻克时延精细化管控、SSD介质寿命均衡、分层数据一致性、智能缓存淘汰等一系列核心关键技术，解决了高性能SSD在极端复杂工况下的稳定性、可靠性难题，补齐并完善了高端企业级SSD的全套技术体系。本次超算场景的高强度实战验证，充分彰显了公司SSD产品的高性能、高可靠与强适配能力，全面印证了公司在存算协同、高速存储调度领域的技术领先性。项目沉淀的核心技术与工程经验，不局限于超算场景应用，更能反向持续赋能大容量、高性能企业级SSD的迭代升级，夯实公司高端SSD技术壁垒，为后续面向各类AI及高性能计算场景规模化迭代提供坚实研发基础。 2、目前已实现销售的AI全场景企业级存储系统和SSD的研发投入情况1 （）持续高强度研发投入 最近三年及一期，公司研发费用占营业收入比例情况如下： 单位：万元
从研发费用构成来看，最近三年及一期职工薪酬是研发投入的主要组成部分，占研发费用比例分别为75.46%、77.44%、81.93%和85.04%；其次为折旧摊销，占研发费用比例分别为16.41%、14.71%、12.66%和9.17%。 截至2026年9月末，公司用于研发活动的设备类固定资产和无形资产情况如下： 单位：万元
（）与募投项目技术储备有关的研发项目 最近三年及一期，公司开展多项与募投项目技术储备有关的研发项目，累计投入超1.4亿元。相关项目覆盖企业级存储系统、固态存储核心技术，多数已完成并实现成果落地。依托上述研发投入，公司沉淀形成充分、可复用的软硬件技术、专利及产品化实践经验，有助于将现有通用存储技术能力向后续研发任务迁移，降低募投项目涉及技术攻关的研发验证风险，加速存储技术迭代升级，为募AI 投项目开展 场景专属优化的技术攻关提供坚实的技术支撑。 单位：万元
1、本次投建研发中心项目必要性 （1）面向AI全场景企业级存储系统软硬件设备投资的必要性 面向AI全场景的存储系统，本质上是由多个计算节点、网络设备和存储节点共同运行的复杂分布式系统。随着业务由传统高性能计算进一步拓展至大模型训练、微调及高并发推理，存储系统不仅需要提供更高的数据读写能力，还需要同时应对大量计算节点并发访问、训练中间数据集中写入、推理缓存频繁读写以及多类业务混合运行等复杂情况。上述压力和问题通常只有在多节点集群同时运行时才会出现，单机或小规模环境只能验证局部功能，难以真实反映系统整体性能、稳定性及各模块之间的协同效果。因此，建设专用集群研发测试环境，是本项目开展研发和产品验证的重要基础条件。 具体而言，集群环境可以更接近真实AI业务的运行状态，模拟多个GPU同时读取训练数据、训练过程中集中写入中间结果、推理缓存频繁访问以及不同类型任务同时运行等情况，从而检验存储系统在高并发、高负载条件下是否能够稳定运行，并持续优化数据访问、缓存和调度能力。同时，集群环境能够完整还原从计算节点到网络，再到存储系统的实际数据传输过程，测试多节点同时访问时的带宽、响应速度和性能稳定性，使测试结果更接近真实应用。同时，集群环境还可进行节点故障、网络中断、硬盘异常等故障模拟，并持续开展长时间高负载运行测试，以验证故障切换、数据恢复、缓存一致性及系统长期稳定性，提前发现资源占用异常、数据不一致等在小规模环境下不易暴露的问题。在此基础上，公司还可对现有超算、智算项目中形成的缓存、分层及数据调度等技术持续迭代，建立真实的性能基线，为后续产品规格定义和技术方案优化提供测试依据。 综上，AI存储的高并发、混合负载、性能波动及故障恢复等关键问题均具有明显的集群特征，无法仅通过单机测试充分验证。自建集群研发测试环境可以使公司在内部完成开发、测试、调优、再验证的完整闭环，无需依赖外部智算、超算集群及测试环境资源，可自主开展故障模拟、长时间高负载运行稳定性测试和问题复现提供可控条件，从而缩短研发迭代周期、降低外场测试和项目交付风险。因此，该集群环境并非一般性的设备扩充，而是支撑本项目技术研发、性能验证和后续产品化落地所必需的研发基础设施。 （2）大容量、高性能企业级SSD软硬件设备投资的必要性 随着AI应用规模持续扩张，企业级SSD作为核心存储载体，承载数据卸载、AI推理样本库存储等关键任务，下游市场对产品容量、运行性能及使用可靠性的要求持续升级，推进高性能、大容量企业级SSD研发及产业化落地势在必行，公司拟使用募集资金采购研发测试设备，项目实施具备充分必要性。 本项目将通过搭建全流程研发测试设备体系，逐层完成核心研发验证环节，实现产品从技术攻关到量产落地的完整突破。项目首先针对闪存芯片底层特性开展专项摸底测试，依托专用芯片分析设备复现各类实际工况，精准获取试验数据优化产品方案与固件策略，通过批量试验验证保障产品核心可靠性指标达标。在此基础上，借助高速信号测试、协议分析设备攻克新一代存储协议迭代难题，完成高速接口开发与主流CPU、GPU多平台适配；同时配套整机验证设备、引入成熟开发IP，聚焦核心控制算法研发，精简研发流程、缩短研发周期。最后通过配置充足测试单元与试验样品，并行开展老化、温控等全维度可靠性测试，针对性排查产品偶发故障、工艺批次等潜在隐患，保障量产产品的成熟稳定。 本次募集资金设备投入全面覆盖芯片摸底、协议开发、整机适配、可靠性验证的研发全链条，有效补齐公司现有测试能力短板，筑牢产品技术与品质根基，顺利打通研发试制到规模化量产的关键壁垒，全面提升企业级SSD产品的性能、稳定性与市场竞争力，助力公司抢抓AI算力存储行业发展机遇，高效落地本次募投项目目标，为产品商业化推广、满足高端存储市场需求提供坚实保障。 3 AI （）顺应 产业迭代趋势，适配新型基础设施升级发展需求 当前AI算力集群加速落地，存算协同已成为AI产业发展关键支撑，市场对场景化专用AI存储的需求持续增长。AI训练、推理等全场景，对存储带宽、并发调度、响应时延、功耗等指标提出差异化高标准要求。然而，国内AI存储产业仍面临一定挑战：一是行业尚未形成统一的AI存储性能与可靠性测试评价体系；二是国产AI算力芯片与存储系统的软硬件协同适配有待进一步加深；三是适配AI应用场景的高端存储产品及核心底层技术供给仍有优化空间。本项目拟建设GPU仿真测试环境、AI存储基准性能验证平台及国产算力芯片适配实验室，开展AI训练、推理存储系统、全系列PCIeNVMe固态硬盘等产品的研发工作，重点攻关GDS直通、KVCache加速、冷热数据智能分层调度等核心技术，助力完善行业测试规范、加强软硬件协同适配能力并提高专用产品供给水平，推动存储基础设施向存算协同、场景定制化方向升级，更好地适配我国AI智算领域新型基础设施建设的发展需求。 （4）落实自主可控发展战略，筑牢AI存力安全底线 自主可控是我国数字基建核心国策，完善AI领域底层软硬件自主配套，是保障国家信息与关键产业供应链安全的重要基础。目前国产CPU、GPU、操作AI 系统及数据库等已实现规模化落地，但适配 场景的高端专用存储系统、高性能企业级SSD国产化配套仍有提升空间，是实现AI领域全栈自主可控的关键一环，直接影响党政、金融、特殊行业等重点行业安全稳定运行。公司作为国内信创存储核心厂商，已实现通用存储、标准SSD全栈国产化适配，拥有成熟的信创研发与项目落地经验。本项目是公司国产化战略在AI赛道的延伸升级，将搭建国产AI芯片标准化适配验证环境，研发全国产化AI训练、推理存储系统、全PCIeSSD 系列 等产品，打通国产算力芯片与存储软硬件协同适配壁垒，打造覆盖AI全场景的自主可控存储体系，补齐AI国产存力短板，夯实重点行业AI业务安全底座，落实国家信创替代相关战略。 （5）升级建设适配AI场景存储产品的研发中心，强化公司技术研发能力，为拓展产品体系、提升业务规模奠定基础 AI场景下对存储算力协同、超大带宽、并发调度、响应时延、功耗等指标AI 均提出了不同于传统存储的新要求。因此， 存储产品的研发在测试环境、硬件仿真、测试设备、算力支持及环境等方面均与传统服务器存储产品研发存在显著差异。为紧抓AI行业发展机遇，满足适配AI场景存储产品的研发需求，公司亟待对现有场地进行专业化改建，购置适配AI场景运行的开发、测试设备与研发配套工具，搭建面向AI全场景的存储产品研究开发、测试验证平台。研发中心建成后，将加快AI存储产品的研发成果转化进程，为拓展产品体系、提升业务规模奠定基础。并且能够吸引更多的优秀人才，构建稳定、高水平的研发团队，从而扩大公司的技术领先优势，促进公司长期稳定发展。 （6）挖掘市场空间，增强产品竞争力，构筑全国产竞争壁垒 随着各行业智能化转型持续推进，公司政企、特殊行业等存量客户纷纷落地AI算力业务，存储设备升级改造需求旺盛。项目研发的全系列AI存储产品，可搭配传统存储设备提供一体化解决方案，深度挖掘存量客户价值，提升客户粘性与单客户合作规模。与此同时，各地智算中心、大模型厂商快速发展，带来广阔增量市场。本项目通过搭建专业AI高负载研发验证平台，攻关PCIe6.0、FTL主机卸载、存算协同调度等前沿技术，输出场景化成套解决方案，有助于公司打造软硬件一体化的差异化竞争壁垒，增强在高端存储细分领域的市场竞争力，优化产品盈利结构。依托该研发平台，公司可联动上游闪存、主控厂商及下游国产AI 算力企业联合攻关，打通算力芯片、固态硬盘、分布式存储全链路协同通道，牵头推动国产AI存储统一测试标准体系建设，助力完善行业技术规范，整合上下游产业资源，推动国内AI存储国产化生态建设，支撑我国AI存力基础设施规模化、高质量发展。 2、本次投建研发中心项目募投规模合理性 项目一不属于研发项目类募投项目。本项目属于研发基础设施建设项目，主AI 要建设内容包括对现有场地进行专业化改造，购置适配 场景运行的开发、测试设备与研发配套工具。本项目主要投资于软硬件设备购置和场地装修。募集资金不用于支付具体研发项目发生的研发人员工资、研发材料费、试制费等研发支出。项目一募投规模与发行人现有研发场地、科研团队及未来研发项目规划相匹配，设备选型紧扣研发需求，价格参照市场同类设备进行测算，投资规模合理。 （1）面向AI全场景企业级存储系统软硬件设备投资的合理性 公司传统企业级存储系统主要服务数据库、虚拟化、文件共享等通用业务，业务压力相对稳定，同时访问的用户和设备数量也相对有限，因此研发过程中通常通过单机或小规模集群即可完成功能、性能和可靠性测试，原有研发环境总体以轻量化配置为主。随着公司研发方向进一步拓展至大模型训练、推理及AI与高性能计算融合等场景，存储系统面对的工作压力明显增加：大量计算节点需要同时读取数据，训练过程中会阶段性集中写入大量中间结果，在部分推理场景下还会频繁访问缓存数据，不同任务之间也可能同时争用网络和存储资源。这些问题往往只有在较大规模、持续高负载的环境下才会充分暴露，因此原有小规模测试环境已经难以完整覆盖AI存储产品的研发验证需求。 基于上述变化，本项目需要建设可长期使用的集群化软硬件研发测试环境，尽可能在公司内部还原真实AI业务的运行情况。通过让计算节点、网络设备和存储设备同时工作，可以测试多个节点并发读取训练数据、集中写入训练结果以及频繁访问推理缓存时，系统的实际读写速度、响应时间和稳定性。同时，还可以主动模拟节点故障、网络中断、硬盘异常等情况，并开展长时间高负载运行测试，提前发现性能下降、资源争用、数据不一致和故障恢复不及时等小规模环境下不容易发现的问题。该环境还可以用于持续比较不同软硬件版本的实际效果，为后续产品性能指标确定和方案优化提供可靠依据。 综上，AI存储研发对测试环境的要求，已由传统存储的小规模功能测试提升为面向真实业务压力的系统化、持续性测试。相关软硬件投入并不是简单增加设备数量，而是为了满足大规模并发测试、长期稳定性验证、故障模拟和产品持续优化等研发需要。设备数量可结合研发任务数量、测试周期、设备并行使用能力以及现有设备复用情况统筹配置。通过自建研发测试环境，公司还可以减少对外部智算、超算资源和客户现场测试的依赖，缩短问题发现和修改周期，降低后续项目交付风险，因此相关软硬件投入具有较明确的必要性和合理性。 （2）大容量、高性能企业级SSD软硬件设备投资的合理性 公司现有SSD产品在工控与特种存储领域积累高稳定、强环境适配与可定制的技术优势。随着AI产业快速发展，SSD产品正向大容量、高性能、高并发方向快速迭代，AI全新应用场景对产品研发架构、算法设计及可靠性验证体系AI 提出更高要求，因此开展软硬件设备规模化升级投入、推动产品向 企业级场景升级落地，具备充分的合理性与必要性。 公司在工控与特种存储领域沉淀的高可靠、宽温稳定运行能力，与AI数据中心设备长期连续稳定运行的核心需求高度契合。本次升级依托现有成熟技术底座，优化迭代研发平台，将丰富的项目制定制能力转化为系统化、规模化的研发能力，实现工业级可靠标准向AI数据中心级高标准升维升级，以经济高效的方式完成产品技术迭代。AI场景小数据包、高并发的复杂负载特征，叠加新一代高速传输协议的应用，大幅提升了固件算法调度、资源管理与高速信号测试的研发难度。公司顺应行业分工趋势，引入成熟商用技术模块与高端研发仪器，精简研发流程、缩短开发周期，聚焦核心技术攻关，让研发资源精准匹配大容量、高性能SSD高复杂度的研发需求。同时，AISSD单盘容量与读写性能大幅提升，验证规模、测试精度和可靠性考核标准同步升级。通过增补专业测试平台、试验设备及配套样品，可有效提升规模化验证效率、压缩测试周期，积累完备的质量与可靠性数据，全面保障产品在AI高负载场景下的长期运行稳定性，满足行业高可靠、高品质的量产交付要求。 综上，本次软硬件规模化投资精准贴合大容量、高性能SSD技术迭代、研发攻关与量产验证的全链条需求。项目有效延续公司存储产品高可靠技术积淀，补齐AI高端存储研发与验证配套短板，全面提升产品性能、服役稳定性与规模化交付能力，是公司布局AI企业级SSD赛道、夯实核心竞争力的合理且必要的战略投入。 （3）项目一投资规模与上市公司类似项目投入可比 根据中科曙光（603019.SH）《向不特定对象发行可转换公司债券募集说明书》披露，其募集资金使用计划包括投资“国产化先进存储系统项目”，该项目拟投资200,000.00万元，其中资本性支出179,000.00万元。该项目基于国产处理器芯片等核心部件，开展国产化先进存储系统研发。该项目的设备及软件购置主要是为搭建相应的开发环境、测试环境进行的投入，以及研发测试用的硬盘、处理器、内存、PCIe卡、电源模块、线缆、光模块等支出。项目一与上述项目研发目标类似，存储系统研发购置设备种类可比，投资规模低于上述项目，与公司经营情况更匹配。 根据江波龙（301308.SZ）《公司2025年度向特定对象发行A股股票募集说明书》披露，其募集资金使用计划包括投资“面向AI领域的高端存储器研发及产业化项目”，该项目拟投资93,000.00万元，其中资本性支出32,553.10万元，主要用于采购测试软硬件设备、仿真软件等。该项目主要开发满足新一代存储技术标准的企业级PCIeSSD、寄存式双列直插内存模组（RDIMM）和消费级PCIeSSD、双列直插内存模组（DIMM）内存条。该项目购置设备主要包括协议分析仪、整机测试设备、可靠性测试设备、服务器等。项目一与上述项目研发目标类似，SSD研发购置设备种类可比，投资规模低于上述项目，与公司经营情况更匹配。（未完）  |