GPU 指图形处理器（Graphics Processing Unit）。
智能算力指专门用于人工智能训练、推理等场景的算力资源。
智算中心指以人工智能计算为核心的数据中心，集成高性能算力资源、存储资源和网络资源，用于支撑 AI 模型训练与推理。
把握人工智能发展机遇，打造公司未来业务增长极。当前，人工智能产业正处于高速增长期，大模型技术的持续迭代与行业应用的不断深化，对算力及存储基础设施提出了长期且旺盛的需求。公司通过本次项目加大对算力与存储相关领域的投入，有助于抓住产业升级的重要窗口期，稳步拓展业务边界，持续构建新业务增长曲线。算力与存储业务的协同发展，将进一步优化公司业务结构，增强抗风险能力，为公司未来发展注入持续动力。
1、项目基本情况
本项目为协创数据智算中心建设项目，项目总投资 493,024.91 万元，建设期为 12 个月。公司拟在现有算力业务布局基础上，租赁第三方数据中心，购置高性能 GPU 服务器及配套网络、存储设备，建设训推一体的智算中心。
本项目定位为训推一体化算力中心，兼顾大模型训练与推理部署需求，旨在有效满足大模型训练、推理部署等核心场景对智能算力快速增长的应用需求。项目建成后，公司将进一步提升智能算力服务的供给能力，为客户提供算力租赁、训推一体化服务等智算服务及配套运维支持，深化公司在算力服务领域的业务布局，巩固和提升市场竞争力。
2、项目实施的必要性
（1）响应国家战略，助力智能算力产业高质量发展
数据、算力、算法是人工智能发展的“三大基石”。随着人工智能技术演进速度急剧提升，算力及其基础设施的发展质量已成为衡量国家综合竞争力的重要标尺，算力已成为大国科技竞争的核心领域。
近年来，国家围绕算力基础设施建设出台了一系列支持政策，工信部等六部门联合印发《算力基础设施高质量发展行动计划》，从算力供给、运载能力、存力保障等方面作出系统部署；国家发改委、国家数据局、工信部联合印发《国家数据基础设施建设指引》，从算力底座、网络支撑、数据流通等方面指明建设方向。
2025 年，国务院印发《关于深入实施“人工智能+”行动的意见》，强调强化算力、算法和数据供给；同期，“十五五”规划纲要明确“适度超前建设新型基础设施”，要求加快智算设施体系建设，构建全国一体化算力网。上述政策密集出台，为公司智算中心建设提供了明确的制度保障和良好的政策环境。
本次主要投入为 AI 大模型训练、推理提供服务的 AI 智算中心建设项目，项目的实施不仅是响应国家战略、推动算力产业高质量发展的重要举措，而且有助于提升我国在人工智能领域的国际竞争力，为智能制造、智能交通、智能医疗、智能家居等相关产业的创新发展注入新动力。
（2）把握算力市场发展机遇，满足日益增长的智能算力需求
随着生成式 AI、大模型等应用场景加速落地，算力需求呈现快速增长态势。根据国际数据公司（IDC）发布的《2025 年中国人工智能计算力发展评估报告》，2024 年中国智能算力规模达 725.3EFLOPS，同比增长 74.1%。
预计 2025 年中国智能算力规模将达到 1,037.3EFLOPS，较 2024 年增长 43%；2026 年将达到1,460.3EFLOPS，为 2024 年的两倍；2028 年将达到 2,781.9EFLOPS。2023 年至2028 年，中国智能算力规模的五年年复合增长率预计达 46.2%。上述数据显示，旺盛的市场需求与丰富的应用场景正驱动中国人工智能算力基础设施持续快速发展。
协创数据积极把握算力基础设施建设机遇，持续推进算力服务器及集群解决方案的落地实施，已在北京、上海、乌兰察布、廊坊、广州、深圳、宁波等多地部署并运营算力中心，成功完成了多个算力集群项目的交付与验收，客户覆盖头部互联网公司模型训练推理、自动驾驶、生物医药等领域。
2025 年，公司智能算力产品及服务实现营收 27.61 亿元，占总收入比重从 2024 年的 2.04%提升至22.57%，已成为公司第二大收入来源。但面对持续增长的市场需求，公司现有算力资源仍存在一定缺口。通过本次募投项目的实施，公司将进一步扩大算力服务能力，在算力产业快速发展的行业背景下巩固和提升市场地位。
（3）深化公司算力业务布局，提升综合竞争实力
当前，人工智能技术与实体经济深度融合，大模型应用落地进程持续加快，各行业对智能算力的需求呈现海量化、多元化、常态化特征。AI 推理、行业大模型微调、具身智能、自动驾驶、生物医药、芯片设计、智能制造等多样化应用场景不断涌现，对智能算力的需求从规模、性能到服务模式均提出了更高要求，智能算力正成为支撑千行百业数字化转型的关键基础设施。与此同时，算力服务模式正从传统的硬件交付向算力租赁、训推一体化服务等方向持续演进，智能算力租赁等智算服务模式凭借其灵活、高效、低成本的优势，日益成为市场刚需，行业发展迎来重要机遇期。
尽管公司在算力服务领域已取得快速发展并形成较好的市场地位，但面对人工智能产业持续增长带来的广阔市场空间，公司现有算力业务布局仍需进一步深化。通过本次募投项目的实施，公司将持续优化“算、连、存”的资源配置，构建具备极高协同效应的算力服务体系，持续巩固公司在高端算力服务市场的市场地位，全面提升核心竞争力，为公司长期高质量发展提供坚实支撑。
3、项目实施的可行性
（1）公司算力业务已形成规模化的市场基础和充裕的订单支撑
公司自2023年以来，完成从传统电子制造平台到AI算力服务商的战略转型，确立了以“算力底座+云端服务+智能终端”三位一体的全球化产业布局。2025 年，公司智能算力产品及服务实现营收 27.61 亿元，同比增长 1727.17%，占总收入比重从 2024 年的 2.04%提升至 22.57%，已成长为公司第二大收入支柱以及驱动业绩增长的核心引擎。
公司在手订单充裕，并正积极推进相关订单交付。公司已在北京、上海、乌兰察布、廊坊、广州、深圳、宁波等多地部署并运营算力中心，重点服务于头部互联网公司模型训练推理、自动驾驶、生物医药等领域客户。当前全球 AI 算力需求持续增长，算力租赁市场进入新一轮涨价周期，公司凭借前瞻性的客户拓展和稳定的订单来源，为本次募投项目的产能消化提供了坚实的市场保障。
在客户资源方面，公司算力业务客户涵盖国内头部互联网企业、AI 大模型公司及行业数字化转型企业。公司与头部客户建立了长期稳定的合作关系，部分合作期限长达 5 年及以上，能够有效保障项目的持续运营收益。
同时，公司算力业务布局主要围绕客户需求、在手订单、资金安排、项目收益测算及长期战略布局审慎推进，建设项目与客户需求精准匹配，项目收益的可预见性较高，投资回收确定性较强，有效降低了大规模算力基础设施的投资风险。稳固的客户基础与成熟的订单获取模式，为本项目的产能消化和市场拓展提供了有力支撑。
（2）公司具备全栈式的算力服务技术能力和成熟的集群运维经验
在技术能力方面，公司持续加大研发投入，迭代升级算力服务平台，已实现异构算力纳管与多用户租赁、算力资源实时调度、主流 AI 模型适配及高速网络运维调优等能力，为客户提供从接入到运维的一站式解决方案。具体而言：
公司具备全栈算力资源整合能力。公司已取得英伟达 NCP（NVIDIA CloudPartner）高级别认证资质，该资质是英伟达授予合作伙伴的高级别认证，表明公司在 AI 算力租赁和云计算服务方面具备与英伟达直接合作的资质和能力。同时，公司支持数据中心及边缘 CPU 算力、数据中心 GPU 算力、国产化算力等多种算力资源的混合部署，实现跨架构算力统一纳管与任务动态分配。公司自研的FCloud 智能体训推创新平台已正式上线，面向具身机器人、生物制药、芯片制造、金融等领域提供训推服务支持。
公司具备高性能网络与智能运维能力。公司采用先进的 NVIDIA IB 或者以太网 RoCEv2 的 RDMA 网络优化方案，支持大规模集群无损扩展。在运维方面，公司设有完善的设备运维和维保团队，通过时序数据分析与故障模式库匹配，实现GPU 硬件故障的预测性发现与处理，保障集群高可用性。公司具备算力模组板卡级维修技术，可大幅降低过保服务器运维成本，延长设备服役周期。结合 AI智能体应用和大模型能力，公司构建了面向智能化的主动运维体系，能够及时发现并处理故障，形成完整的运维知识库。
公司构建了自主可控的软件技术栈。公司基于容器化和微服务架构，开发了Fcloud 训推融合平台，支持主流千亿参数大模型一键部署，将 AI 应用交付周期大幅压缩。平台支持混合云跨区域算力调度，覆盖多个核心节点，通过智能流量调度算法实现跨境数据传输延迟最优，满足全球化客户算力需求。同时，公司推出场景化产品矩阵，集成自研推理引擎及多种开源推理框架，提供从数据集管理、模型训练评估到部署应用的一站式 MaaS 平台能力。
公司具备存储与再制造协同赋能智算业务的独特优势。在数据存储方面，公司依托多年来的存储产品研发制造经验，持续向适配数据中心的企业级存储产品延伸。数据存储组件是服务器的重要组成部分，随着 AI 大模型对数据传输和存储读写要求的持续提升，存储与算力的协同效应日益显著，公司在存储领域的技术积累有助于提升“算存一体”的综合服务能力；
在再制造方面，公司自 2023 年起布局服务器再制造业务，在服务器拆解维修、GPU 服务器维保等方面积累了实践经验，有助于延长算力服务器的设备服役周期、降低运维成本，为智算数据中心的长期稳定运营提供支撑。此外，公司亦在持续推进与算力业务相关的高性能光模块、光通讯等方面的技术合作与布局。
在运维经验方面，公司已在多地成功部署并运营了多个算力集群，积累了丰富的集群规划部署、算力调度、运维保障等方面的实操经验。公司通过自研智算管理平台和自建运维团队，实现了从硬件采购、集群搭建到日常运维的全链条自主可控，具备为客户提供高标准、专业化算力服务的综合能力。公司智算业务以“高端算力租赁、核心算法调优、垂直场景赋能”为战略，构建从硬件层到应用层的完整技术闭环，为政府、企业及开发者提供高性价比、高可用性、高安全性的新一代 AI 基础设施。
综上，公司凭借已形成的规模化市场基础、充裕的订单储备、全栈式的技术能力、成熟的集群运维经验以及在存储与再制造领域对智算业务的协同赋能优势，为本项目的顺利实施和后续稳健运营提供了充分保障，项目具备良好的可行性。
4、项目投资概算
本项目总投资 493,024.91 万元，全部为建设投资。
5、项目涉及报批事项情况
本项目建设不涉及新增土地。截至本报告出具日，本项目相关审批正在办理中，公司将根据相关要求履行审批手续。
6、项目实施的背景及目的
（1）人工智能产业加速落地，智能算力需求持续走高
当前，人工智能正加速从技术突破走向行业应用。大模型训练、推理及各类AI 应用场景对算力的依赖日益加深，算力资源已成为支撑 AI 技术迭代和商业化的关键底座。随着模型参数规模从千亿级向万亿级跃升、应用场景从云端向端侧和边缘侧持续拓展，市场对高性能、高稳定性的智能算力服务需求呈现快速增长态势。与此同时，算力资源的供给结构也在发生深刻变化，智能算力占比持续提升，为具备规模化部署能力和专业运维能力的算力服务商提供了明确的市场机遇。
（2）国家战略持续推动算力基础设施布局
近年来，国家围绕数字经济发展和人工智能产业培育出台了一系列支持政策。2024 年，工信部等十一部门联合印发《关于推动新型信息基础设施协调发展有关事项的通知》，强调优化布局算力基础设施，引导面向全国、区域提供服务的大型及超大型数据中心、智能计算中心、超算中心在枢纽节点部署，逐步提升智能算力占比。
东部发达地区先行先试、探索 5G-A、人工智能等建设和应用新模式，西部地区在综合成本优势明显地区合理布局重大算力设施，探索建设超大型人工智能训练算力设施。2025 年，国家发改委、国家数据局、工信部联合印发《国家数据基础设施建设指引》，从算力底座、网络支撑、数据流通等方面指明建设方向；
同期，国务院印发《关于深入实施“人工智能+”行动的意见》，强调强化算力、算法和数据供给；2026 年，“十五五”规划纲要明确“适度超前建设新型基础设施”，要求加快智算设施体系建设。上述政策的密集出台，为公司智算中心及数据存储业务的拓展提供了良好的制度环境和明确的市场预期。
（3）行业竞争向全栈能力延伸，需加快“算—连—存”协同布局
随着算力服务市场参与主体的持续增加，行业竞争焦点已从单一的硬件供给转向算力规模、组网能力、存储配套及全生命周期运维服务的综合能力比拼。头部客户在选择算力服务商时，不仅关注算力资源的规模和稳定性，也更加看重服务商的异构算力调度能力、训推一体化平台支持以及端到端的交付效率。公司需要加快构建“算—连—存”一体化的业务体系，强化智算集群建设与高端存储产品的协同效应，提升整体解决方案的供给能力，以巩固和提升市场地位。
目录
第一章 概述
1.1 项目概况
1.1.1 项目名称
1.1.2 项目建设性质
1.1.3 项目拟建地址
1.1.4 项目建设目标
1.1.5 项目建设工期
1.1.6 项目投资估算及资金筹措
1.1.7 项目运营规模
1.2 企业概况
1.3 编制依据及研究范围
1.3.1 编制依据
1.3.2 研究范围
1.3.3 编制原则
1.4 主要结论和建议
1.4.1 主要结论
1.4.2 建议
第二章 项目建设背景、需求分析及产出方案
2.1 项目背景
2.2 项目建设的必要性
2.2.1 满足国内人工智能发展需求
2.2.2 加强政府治理，提升公共服务能力
2.2.3 加速 AI 生态对接，推动创新产业聚集
2.2.4 顺应行业发展趋势，是公司人工智能战略拓展的需要
2.3 项目建设的可行性
2.3.1 相关产业政策为项目开展提供良好的发展空间
2.3.2 充足的技术和人才储备，为项目的实施提供了充分的保障
2.3.3 广阔的市场空间为项目的实施提供了良好的市场基础
2.4 市场需求分析
2.4.1 全球算力进入新一轮快速发展期
2.4.2 我国开启算力赋能数字经济新篇章
2.4.3 全球人工智能计算中心的发展现状
2.4.4 我国人工智能计算中心的发展现状
2.4.5 人工智能计算中心面临的新形势和新需求
2.5 项目建设内容、规模和产出方案
2.5.1 项目建设内容及规模
2.5.2 项目服务规模
2.6 项目商业模式
第三章 项目选址与要素保障
3.1 项目选址方案
3.1.1 项目选址的原则
3.1.2 选址方案的确定
3.2 项目建设条件分析
3.2.1 地理环境
3.2.2 科学技术
3.2.3 交通运输
第四章 项目建设方案
4.1 技术方案
4.1.1 智能算力中心的整体架构
4.1.2 智能算力中心技术架构体系
4.1.3 智能算力中心异构集群部署方案
4.2 设备方案
4.3 工程方案
4.3.1 智能算力中心算力服务平台建设方案
4.3.2 公用及辅助工程
4.4 数字化方案
4.5 建设管理方案
4.5.1 项目建设期管理
4.5.2 项目招标
4.5.3 项目实施进度计划
第五章 项目运营方案
5.1 运营方案
5.1.1 销售模式
5.1.2 研发模式
5.1.3 影响公司经营模式的关键因素
5.1.4 燃料动力供应保障
5.2 安全保障方案
5.2.1 危害因素和危害程度分析
5.2.2 安全措施方案
5.2.3 消防设施
5.3 运营管理方案
5.3.1 项目运营期组织机构
5.3.2 人力资源配置
5.3.3 人员培训
第六章 项目投融资与财务方案
6.1 投资估算
6.1.1 投资估算范围及参考依据
6.1.2 项目投资估算
6.1.3 资金使用和管理
6.2 盈利能力分析
6.2.1 基础数据与参数选取
6.2.2 编制依据
6.2.3 收入测算
6.2.4 成本核算
6.2.5 财务评价分析
6.3 财务可持续性分析
6.3.1 偿债能力分析
6.3.2 评价结论
第七章 项目影响效果分析
7.1 经济影响分析
7.2 社会影响分析
7.3 生态环境影响分析
7.3.1 环境评价依据及执行标准
7.3.2 污染控制目标
7.3.3 施工期环境影响分析
7.3.4 营运期环境影响分析
7.3.5 环境保护的建议
7.3.6 环境影响评价结论
7.4 资源和能源利用效果分析
7.4.1 用能标准和节能规范
7.4.2 项目能耗情况
7.4.3 节能措施及效果分析
7.4.4 资源和能源利用效果分析结论
第八章 项目风险管控方案
8.1 工期风险
8.2 政策及市场拓展风险
8.3 技术人才风险
第九章 结论与建议
9.1 主要研究结论
9.1.1 本项目与产业政策、规划的相符性
9.1.2 本项目的社会效益
9.2 建议
附件：财务分析过程
关 于 我 们 
·官方网站：Chinasihan.com
