跳到正文
原文
巨潮资讯 · 年报问询函·· 7 天前站内评分43

同有科技与招商证券回复深交所向特定对象发行股票审核问询函(修订稿)(豁免版)

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)

导读

同有科技会同招商证券、发行人律师及大信会计师事务所(特殊普通合伙)回复深交所审核问询函〔2026〕020074号,并修改、补充募集说明书。公司拟募集不超过99983.50 万元,投向AI全场景存储研发中心、智能制造、营销体验中心及补充流动资金;智能制造项目拟新增存储系统7,000 台/年、固态存储25 万块/年。

正文
证券代码:300302 证券简称:同有科技
北京同有飞骥科技股份有限公司
(北京市海淀区地锦路 9 号院 2 号楼-1 至 4 层 101)
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
保荐机构(主承销商)
住所:深圳市福田区福田街道福华一路 111 号
二〇二六年十一月
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-1
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:
问询函所列问题 黑体、加粗
对问询函所列问题的回复 宋体
对募集说明书的修改、补充披露 楷体、加粗
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-2
目 录
问题 1 ............................................................................................................................ 3
问题 2 .......................................................................................................................... 76
其他问题 ................................................................................................................... 120
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-3
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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-4
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:
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-5
【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
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(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:
募投项目 具体内容 联系 区别
项目一
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。
公司长期深耕企业级存储系
统和 SSD 的研发与产业化落
地,已搭建起全面覆盖主营业
务的核心技术体系,已发布多
款产品并实现规模化销售。
依托公司现有研发团队、核心
技术体系、知识产权储备和研
究开发经验,公司可通过面向
AI 全场景的企业级存储系统
和 SSD 研发中心建设项目分
阶段推进面向 AI 场景的前沿
存储技术攻关突破,研发适用
AI 场景的企业级存储系统和
SSD 产品。
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
由于 AI 训练、推理等全业务
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,其研究开发
更加依赖于实体硬件测试环
境的搭建、更高端的精密测试
仪器、系统级测试环境以及
AI 场景的软件及研发工具。
公司现有通用型企业级存储
系统和特殊领域 SSD 的研究
和开发基础设施较难满足 AI
场景产品的研发需求,因此公
司需搭建适应 AI 应用场景特
点的存储产品研究开发、测试
验证平台。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-6
募投项目 具体内容 联系 区别
AI 存储的需求持续增长。面
向 AI 全场景的企业级存储系
统和 SSD 研发中心建设项目
完成后,将加快公司 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,有利于公司把握行
业发展趋势,实现长期稳定发
展。
项目二
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,配套动力及公用设施;搭
建覆盖生产、仓储全流程的数字化
管理平台,优化生产与库存管理效
率;完成对核心生产工序的自动化
改造,配备自动化加工、检测设备,
提升生产效率与产品良率。
该项目完成后,将进一步扩大
公司现有企业级存储系统和
SSD 产品的产能,同时完善全
工序自主生产能力,提高产线
数字化、自动化水平,进一步
提升生产效率。系公司为匹配
行业发展节奏,夯实规模化交
付能力,提高经营生产效率的
重要保障。该项目生产产品为
公司现有产品型号及后续迭
代升级型号。
公司现有企业级存储系统产
线主要安置于湖南同有,且仅
覆盖组装和测试环节,诸如表
面贴装、插件焊接等其他生产
环节依靠外协加工。公司现阶
段暂无企业级 SSD 产线,相
关产品生产依靠外协加工。鸿
秦科技具备 SSD 生产能力,
但其产品主要应用于特殊行
业领域。
企业级存储系统和 SSD 智能
制造项目将在湖南同有现有
存储系统产线基础上补充完
善工序环节,同时升级、扩大
相关产能。同时,在湖南同有
新建企业级 SSD 产线。
项目三
对现有场地进行专业化改造,并购
置营销展示设备、会议设备和模拟
体验设备等软硬件。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。
本项目围绕公司现有业务展
开,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,
助力公司实现客户触达与价
值传递,进一步加强公司营销
能力,挖掘客户需求,提升收
入规模。
现阶段,公司缺乏综合性的线
下展示与体验载体,在品牌宣
传、客户场景化验证等方面尚
存在提升空间。
补充流动
资金
用于补充公司业务发展过程中所需
要的流动资金。 
将用于公司现有业务的开展。 -
2、项目二属于公司现有业务扩产
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
产能基数相对较低,本次扩产规模与公司行业地位及未来业务发展趋势相匹配;
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-7
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。
(二)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
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
公司主要产品为存储系统和 SSD,与 AI 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
序号 客户 合同额 收入金额 
占当期营业收
入比例
产品
类型
收入确认
期间
1 公司一 2,424.00 2,145.13 5.32% 
存储
系统 
2025 年
2 A 单位 1,260.00 1,115.04 2.76% 
存储
系统 
2025 年
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-8
序号 客户 合同额 收入金额 
占当期营业收
入比例
产品
类型
收入确认
期间
3 公司二 938.00 830.09 2.06% 
存储
系统 
2025 年
4 B 单位 546.80 483.89 1.20% 
存储
系统 
2025 年
5 公司三 502.40 444.60 1.10% 
存储
系统 
2025 年
小计 5,671.20 5,018.76 12.44% - -
6 B 单位 799.66 707.66 2.15% SSD 
2026 年
1-9 月
7 B 单位 7,025.55 6,217.30 18.89% 
存储
系统
2026 年
1-9 月
8 B 单位 1,289.08 1,140.78 3.47% 
存储
系统
2026 年
1-9 月
9 B 单位 669.95 592.88 1.80% 
存储
系统
2026 年
1-9 月
10 公司八 270.00 150.38 0.46% 
存储
系统
2026 年
1-9 月
11 公司十一 111.00 98.19 0.30% 
存储
系统
2026 年
1-9 月
小计 10,165.24 8,907.19 27.06% - -
合计 15,836.44 13,925.95 - - -
2025-2026 年 9 月,公司 AI 相关存储产品主要服务于特殊行业客户。2025
年度,AI 相关存储产品收入占营业收入的比例为 12.44%,2026 年 1-9 月,AI
相关存储产品收入占营业收入的比例为 27.06%。截至 2026 年 10 月末,公司 AI
相关存储产品处于重点跟进阶段,具备落地预期的意向销售机会金额超 6.6 亿元。
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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-9
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
标准化解决方案,市场需求明确、政策红利充足,项目市场化可行性突出。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-10
(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 KV Cache
存储加速的关键技术及系统、面向 AI 的高密度大容量 NVMe SSD、面向 AI 的
高性能低延时 NVMe SSD 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)
关于“现有主业”的认定;(2)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:
认定类型 判断标准 项目一 项目二 项目三
关于“现有主业”
的认定
“现有主业”原则上应当以
公司披露再融资方案时点为
基准进行认定,是指有一定
收入规模、相对成熟、稳定
运行一段时间的业务。募投
项目如涉及未能达到一定收
入规模或者新开展的业务,
应当结合收入发展趋势、业
务稳定性和成长性等进行审
该 项目 系 为研 发 适用
AI 场景的企业级存储
系统和 SSD 而建设的
研发基础设施项目,系
为 发行 人 现有 主 业服
务的项目。
该项目旨在扩
大发行人现有
主业产品的产
能规模。
该项目旨在提高
发 行 人 营 销 能
力,系为提高发
行人现有主业收
入规模而服务的
项目。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-11
认定类型 判断标准 项目一 项目二 项目三
慎论证。
关于募集资金投
向“新产品”是
否属于“主要投
向主业”
对 于 募 集 资 金 投 向 新 产 品
的,应当结合是否为基于现
有产品技术升级或拓展应用
领域、拓展现有业务上下游
的情形进行论证。一是在原
材料采购、产品生产、客户
拓展等方面与现有主业具有
协同性;二是新产品的生产、
销售不存在重大不确定性。
对于募投项目与现有主业在
原材料、技术、客户等方面
不具有直接协同性的,原则
上认定为跨界投资,不属于
投向主业。
该 项目 系 为研 发 适用
AI 场景的企业级存储
系统和 SSD 而建设的
研发基础设施项目,不
涉 及生 产 及产 业 化功
能,依托该项目可实现
发 行人 现 有产 品 的迭
代研发和升级,进一步
丰富发行人产品结构,
依 托项 目 研发 形 成的
成 果仍 属 于存 储 系统
及 SSD 产品,不属于
与 公司 现 有产 品 完全
无关的新产品,不属于
募 集资 金 投向 新 产品
的情形。
该项目生产产
品均属于发行
人现有主业范
畴,不涉及投
向新产品的情
况;本次募投
项目产品在原
材料采购、产
品生产和客户
拓展等方面与
现有主业具有
高度协同性。
该项目旨在提高
发 行 人 营 销 能
力,系为提高发
行人现有主业收
入规模而服务的
项目,不属于募
集资金投向新产
品的情形。
关于“募投项目
实施不存在重大
不确定性”的认
定
募投项目涉及新产品的,上
市公司及中介机构应当结合
所处行业特点、技术和人员
储备、研发进展情况、产品
测试、客户送样、市场需求
和销售渠道等充分论证募投
项目实施不存在重大不确定
性。新产品有试生产程序的,
原则上应当中试完成或达到
同等状态,同时对项目最终
能否获得客户认证等相关风
险进行重大风险提示。
本次募投项目不涉及新产品。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。
4、本次募投项目实施不存在重大不确定性
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 AI 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-12
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
序号 项目 项目投资总额 拟使用募集资金金额 自筹金额
1 软硬件设备购置 45,004.00 45,004.00 -
2 场地装修费 900.00 900.00 -
3 预备费 1,377.12 - 1,377.12
合计 47,281.12 45,904.00 1,377.12
(1)软硬件设备购置费
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
设备名称 描述 金额
并行训练存储开发平台
并行训练存储软硬件开发环境搭建,涵
盖硬件、基础软件、核心软件、管理软
件、硬件测试及系统测试各环节的存储
开发设备
9,472.00
KV 推理存储开发平台
KV 推理存储开发软硬件开发环境搭
建,涵盖硬件、基础软件、核心软件、
管理软件、硬件测试及系统测试各环节
的存储开发设备
7,496.00
并行文件存储开发平台 并行文件存储软硬件开发环境搭建,涵 7,850.00
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-13
盖硬件、基础软件、核心软件、管理软
件、硬件测试及系统测试各环节的存储
开发设备
AI 智算及超算模拟测试环境
搭建
计算及调度管理服务器、存储系统、交
换机设备 
1,591.40
可靠性测试环境搭建 
高低温测试设备、震动冲击测试、长期
老化、高负载等测试平台 
1,832.00
生态兼容性测试环境搭建 国产软硬件生态兼容性环境设备 3,348.60
实验室基础环境设备 
高速示波器、用电增容、液冷机柜等设
备 
1,176.00
总计 32,766.00
②SSD 研发相关采购明细
单位:万元
设备名称 描述 金额
SSD 产品开发验证 
SSD 产品开发平台搭建所需芯片及软
件,电源分析仪及硬盘功能测试等设备 
5,228.00
可靠性测试 
SSD 测试系统、老化设备、高低温及
加速寿命试验设备 
3,750.00
颗粒特性分析
高速内存测试仪、配套 NAND、双倍
数 据 率 同 步 动 态 随 机 存 取 存 储 器
(DDR)协议分析设备
1,410.00
信号测量 
示波器、网络分析仪、各类探头及配套
分析设备 
900.00
协议分析 PCIe 协议分析仪 550.00
生态兼容性测试 
多架构国产服务器及多平台兼容性测
试 PC 机 
250.00
环境适应性 
跌落、温湿度、冲击等环境适应性试验
设备 
80.00
电磁兼容测试 
电磁干扰接收机、静电放电模拟器等电
磁兼容测试设备 
70.00
总计 12,238.00
如上表所示,项目一拟采购的各类研究开发设备、性能检测设备及相关软件,
均紧密贴合面向 AI 场景的企业级存储系统和 SSD 的研究开发需求。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。
(2)场地装修费
单位:平方米、万元/平方米、万元
序号 建筑物名称 建筑面积 装修单价 装修金额
1 存储系统研发实验室 750.00 0.60 450.00
2 SSD 研发实验室 750.00 0.60 450.00
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-14
合计 1,500.00 - 900.00
2、时间安排
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:
序号 项目 
T+1 T+2 T+3
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
1 工程装修
2 
设备及软
件购置
3 安装调试
4 竣工验收
3、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。
研发方向 研发内容 技术可行性
面向 AI 训练的高并发
访问关键技术及系统
本项目面向海量训练数据集、模型参数存储
及大规模 GPU 集群协同训练需求,研发高
性能 AI 训练存储系统。通过中心化并行文
件存储架构实现容量与性能横向扩展,为 PB
级训练数据提供高带宽并发访问;进一步优
化 GPU 与存储间的数据传输路径,提升聚
合带宽并缩短检查点(Checkpoint)写入时
间。同时适配主流算力平台和 AI 框架,支
持多节点高效协同,并通过冷热数据智能分
层,将高频训练数据部署于高性能存储层、
低频数据迁移至大容量低成本存储层,在保
障 训 练 效 率 的 同 时 降 低 总 体 拥 有 成 本
(TCO)。
本项目技术基础扎实,拥有成熟全
闪硬件底座与分布式块存储核心能
力,具备信创适配、远程直接内存
访问(RDMA)及用户态 IO 技术积累,
配套完善测试运维体系,可复用存
储管理与冷热分层能力,拥有 AI 行
业生态资源,熟悉业务痛点,可支
撑 AI 存储研发落地。
面向 KV Cache 存储加
速的关键技术及系统
本项目聚焦大模型推理过程中 KV Cache 占
用显存高、缓存复用效率不足及高并发访问
压力等问题,研发面向推理场景的高性能存
储系统。通过 GPU 直连、远程直接内存访
本项目具备扎实的技术实现基础,
拥有用户态 NVMe、远程直接内存
访问(RDMA)/基于融合以太网的远
程直接内存访问(RoCE)全闪硬件
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-15
问(RDMA)等高速数据通路,降低计算与存
储之间的数据传输开销;针对 KV Cache 开
展专属优化,将部分缓存数据由 HBM 分层
卸载至主机内存或 NVMe SSD,并支持缓存
快速复用,缓解显存容量压力、降低推理基
础设施成本。在此基础上,进一步优化高并
发、小粒度随机 IO 处理能力,提升大规模
推理场景下的请求响应效率和系统吞吐能
力。
底座与完善测试适配体系,分布式
存储各项核心能力可复用,具备 AI
相关生态资源,深度理解 KV Cache
业务特点与客户选型诉求,能够有
效支撑项目研发落地。
面向 AI 的高密度大容
量 NVMe SSD
本项目面向大模型推理及海量 AI 数据存储
需求, 研发针对 KV Cache 优化的 高密度
QLC 大容量 SSD。通过提升单盘容量和存储
密度降低单位容量成本,并针对 KV Cache
高频、小粒度随机访问特征,优化固件 IO
调度、FTL 映射、垃圾回收及寿命管理机制,
提升缓存数据读写与复用效率,在兼顾容
量、成本、功耗和耐久性的同时,满足大模
型在线推理、生成式人工智能(AIGC)等高
并发场景,并可用于原始数据集、模型版本
及低频数据的大容量存储。
本项目具备扎实的技术实现基础,
公司已形成 NAND FLASH 特性分
析、超大容量 FTL 管理、多通道并
发调度及 QLC 寿命管理等关键技术
积累,并具备高密度 NVMe SSD 硬
件设计和长期测试验证经验,可为
大容量企业级 NVMe SSD 研发及产
品化提供技术支撑。
面向 AI 的高性能低延
时 NVMe SSD
本 项 目 面 向 大 模 型 训 练 及 超 算 场 景 研 发
PCIe 5.0/6.0 高性能企业级 SSD,在持续优化
PCIe 5.0 产品的基础上开展 PCIe 6.0 技术预
研,面向新一代接口实现 20GB/s 以上顺序
读取能力。针对训练场景持续大带宽、高并
发读写特征,优化固件 IO 调度、数据通路
及闪存并行访问,并研究主机与 SSD 协同的
闪存管理技术,降低内部管理开销、提升持
续性能,可用于大模型预训练、多卡协同训
练及超算中心高负载 AI 任务。
本项目具备扎实的技术实现基础,
公司已形成 NAND FLASH 高速接
口特性分析、PCIe/NVMe 协议栈、
高速 FTL 数据路径、低时延调度及
小粒度 IO 优化等关键技术积累,并
具备 PCIe 6.0(信号完整性/电源完
整性)SI/PI 设计、高每日全盘写入
次数(DWPD)寿命验证及多种散热
方案的工程经验,可为高性能企业
级 NVMe SSD 研发及产品化提供技
术支撑。
上述技术攻关并非从零开展,公司具备相应技术储备,不存在颠覆性、未知
性技术难题,研发不确定性较低。公司具备坚实的攻关基础,AI 存储和 SSD 相
关方向前期累计研发投入超亿元,拥有多项配套专利及已落地的成熟技术成果。
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。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-16
(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
层与数据通路,推动现有存储向 AI 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。
综上,AI 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
处理、数据调度以及可靠性保障。企业级 SSD 在闪存介质研究、通信协议、闪
存转换算法、寿命与可靠性管控等方面沉淀的技术积累与量产实践,为 AI 场景
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-17
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
从技术演进看,AI 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,
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-18
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。
②现有通用 AI 存储技术储备有助于加速 AI 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
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 AI 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
KV Cache 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-19
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、KV
Cache 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。
凭借完善的存储技术架构,公司可精准匹配通用 AI 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
维稳定、适配性强的优势,充分满足当下通用 AI 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,
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-20
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,
保障大容量 SSD 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。
②公司存储产业链从主控芯片到企业级 SSD 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-21
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,
贴合 AI 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、
高性能企业级 SSD 的研发效率与产品综合竞争力,助力精准落地适配 AI、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
容量、高性能企业级 SSD 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-22
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
项目 2026 年 1-9 月 2025 年度 2024 年度 2023 年度
研发费用 5,781.14 7,710.23 7,626.86 7,400.20
占营业收入比例 17.56% 19.11% 20.91% 21.08%
最近三年及一期,公司研发费用分别为 7,400.20 万元、7,626.86 万元、7,710.23
万元和 5,781.14 万元,占各期营业收入比例分别为 21.08%、20.91%、19.11%
和 17.56%,研发强度长期保持较高水平。企业级存储行业技术迭代迅速,国产
替代进程持续深化,AI、高性能计算等新兴应用对存储产品的性能、可靠性与自
主可控能力提出更高要求。公司保持高强度研发投入,前瞻把握高端存储升级与
国产替代发展机遇,围绕主控芯片、固件算法、固态存储、存储整机系统开展全
链条技术布局,系统性构建全栈自主可控技术能力,夯实公司核心竞争壁垒,保
障产品在信创、AI、HPC 等关键领域的迭代优化与市场落地。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-23
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
类型 原值 主要构成
固定资产 5,371.84 服务器、测试设备、分析设备、开发设备等
无形资产 2,886.43 研发用软件及知识产权等
(2)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
投项目开展 AI 场景专属优化的技术攻关提供坚实的技术支撑。
单位:万元
研发项目
名称 
募投项目相关技术成果储备 
最近三年及一期
累计研发投入 
研发周期 
项目进
度
自 主 可 控
NVMe 端 到端
全闪一体化高
端存储硬件平
台开发项目
本 项 目 基 于 国 产 飞 腾 FT5000C
CPU 构 建 端到 端 NVMe 全 闪 平
台,采用 PCIe 4.0、DDR4 及 NVMe
SSD,并通过基于融合以太网远
程直接内存访问的非易失性内存
快 速 外 接 存 储 ( NVMe-oF over
RoCE)实现前端远程直接内存访
问(RDMA)高速访问,结合 NVMe
多队列并行读写形成端到端高速
IO 通路,可满足 AI 训练高带宽及
推理低时延的数据传输需求。
4,385.01 2023.03-2024.12 已完成
基 于 飞 腾
S5000C 处 理
器 的 全 闪
NVME 自主可
控硬件平台开
发项目
本 项 目 基 于 国 产 飞 腾 S5000C
CPU 研发新一代 NVMe 全闪存储
平台,通过优化前后端 PCIe 通路
带宽匹配,并结合多核智能调度、
多流水线并行处理等软硬件协同
设计,充分发挥多核 CPU 及高速
IO 资源能力,提升系统吞吐、并
发处理效率及 AI 存储平台整体能
3,874.32 2023.4-2025.12 已完成
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-24
研发项目
名称 
募投项目相关技术成果储备 
最近三年及一期
累计研发投入 
研发周期 
项目进
度
效。
基于 NVME 与
远程直接内存
访问(RDMA)
高速网络技术
的高性能分布
式文件存储开
发项目
本项目基于国产平台研发高性能
分布式文件系统,采用 100Gbps
及以上高速网络及远程直接内存
访问(RDMA)等技术,实现高带
宽、低时延和近线性扩展,并通
过细粒度锁机制提升并发读写能
力,可满足 AI 场景下大规模 GPU
训 练 的 数 据 并 发 读 取 及 检 查 点
(Checkpoint)高带宽写入需求。
1,191.03 2025.1-2026.12 进行中
自 主 可 控
NVMe 端 到端
全闪一体化存
储高级特性开
发项目
本项目围绕存储高可用与性能保
障开展研发,通过实时数据同步、
一 致 性 及 故 障 切 换 机 制 实 现 双
活,提升业务连续性;针对大容
量 SSD 故障重建时间长的问题优
化 快 速 重 建 , 并 通 过 服 务 质 量
(QoS)对不同模型和业务负载实
施分级资源保障,提升 AI 存储系
统可靠性与服务能力。
1,763.71 2025.2-2025.12 已完成
面向 AI 应用超
算智算性能优
化开发项目
本项目通过智能分层技术降低存
储总体拥有成本(TCO),将 SSD
作为高性能层、HDD 作为大容量
低成本层,基于数据热度模型动
态识别冷温热数据并自动迁移。
AI 场景同样存在数据分级需求,
KV Cache 由 HBM 向 DRAM、SSD
等层级卸载亦体现多层缓存与存
储分级思路。
590.45 2026.1-2026.12 进行中
自主可控端到
端 NVMe 数据
智能管理开发
项目
本项目建设跨设备统一智能运维
平台,整合不同存储系统形成统
一视图,并通过 AI 实现容量趋势
预测、性能瓶颈分析、硬盘故障
预警及异常事件关联,推动运维
由被动响应向主动预防转变,同
时支持将 AI 存储系统统一纳入集
中管理。
266.77 2026.1-2026.12 进行中
大容量高性能
超 宽温 NVMe
存储板卡
研发的大容量高性能 SSD 项目,
为未来采用更大容量单颗 NAND
实现超大容量 QLC 和大容量 TLC
SSD 产品,进行了产品预研和技
术 积 累 , 包 括 错 误 检 查 和 纠 正
(ECC)/掉电保护/磨损均衡等共
性技术,是面向 AI 训练场景检查
点(Checkpoint)快照保存所需
大容量存储能力和面向推理场景
KV Cache 高性能卸载的 SSD 共性
技术路线研究基础工作项目。
633.31 2024.1-2024.12 已完成
超强纠错全国 
高比例国产化器件选型有助于国 
608.48 2024.1-2024.12 已完成
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-25
研发项目
名称 
募投项目相关技术成果储备 
最近三年及一期
累计研发投入 
研发周期 
项目进
度
产化存储应用 产 AI 存储供应链的安全性保障,
保障供货与品质安全;超强纠错
能力与超低误码率对数据安全的
保护,是 SSD 共性固件技术之一,
是 AI 时代采用的高层数多 die 堆
叠 NAND FLASH 和 QLC 型 NAND
FLASH 可靠性保障所需的必要基
础 积 累 和 延 续 性 开 发 的 技 术 保
障。
高可靠固态硬
盘自适应防护
修复系统的研
发
SSD 向大容量、高性能演进过程
中,数据安全与可靠性始终是核
心指标。公司已形成健康监测、
数据保护及异常诊断处理等技术
积累,上述能力可作为未来大容
量、高性能企业级 SSD 研发的共
性技术基础,尤其是 AI 推理场景
512B/4KB 小数据包磨损、GPU 直
接访问所需 SSD 健康状态上报、
KV Cache 卸载尾部延迟控制等需
求,提供了细颗粒度的监测和状
态汇报能力。
203.32 2024.1-2024.4 已完成
多介质固态存
储动态损耗协
同管理系统的
研发
对这些不同介质的特性评估与研
究,是建立 Nand Flash 特性分析
的共性技术,是支撑固件设计和
SSD 产品可靠性的技术基础,针
对性解决 AI 场景下不同数据按不
同分层存储于 SLC、TLC 和 QLC 等
不同介质设计思路下的损耗评估
与处置。
182.78 2025.1-2025.12 已完成
基 于 PCIe4.0
接口的全国产
大容量电子盘
PCIe 4.0 是研究和实现面向 AI 领
域所需高性能 PCIe 5.0/6.0 技术协
议的前置技术基础;32TB TLC 单
盘容量是当前 TLC 型 SSD 产品
中,最大容量等级,对于完成大
容量存储技术的研究具有基础性
和延续性,尤其适用于 AI 训练场
景下数据集加载训练、保存检查
点(Checkpoint)模型权重及断
点续训,是当前实际应用及未来
延续应用的技术方向。
609.83 2026.1-2026.12 进行中
带智能平台管
理接口(IPMI)
管理的大容量
存储模块
智能平台管理接口(IPMI)是 SSD
产品中,支持状态管理和运行监
测的共性技术,该技术的储备性
研究可以延续至未来所有 SSD 产
品中,在未来 AI 集群硬件底盘构
建中,是必备基础性技术,为 AI
训练场景中可能出现的 GPU 内核
死锁、CUDA 崩溃、容器失联等场
441.60 2026.1-2026.12 进行中
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-26
研发项目
名称 
募投项目相关技术成果储备 
最近三年及一期
累计研发投入 
研发周期 
项目进
度
景提供带外管理和排故手段,保
障大模型训练稳定性,节省电力
开销。
合计 14,750.61 - -
(三)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,不存在较大的研发失败风险
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。
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-27
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)顺应 AI 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-28
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 PCIe NVMe 固态硬盘等产品的研发工作,
重点攻关 GDS 直通、KV Cache 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
系统及数据库等已实现规模化落地,但适配 AI 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
系列 PCIe SSD 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
均提出了不同于传统存储的新要求。因此,AI 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
北京同有飞骥科技股份有限公司 2026 年度向特定对象发行 A 股股票 审核问询函的回复
1-29
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 PCIe 6.0、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
要建设内容包括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。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

来源:巨潮资讯 · 年报问询函 · static.cninfo.com.cn

审计热点 是聚合摘要和阅读索引,原文版权归各来源所有,引用请以官方原文为准。如果你是来源方,希望更正、下架或调整展示方式,可以通过反馈页联系我们。

来自微信公众号的内容,本站仅呈现摘要与原文链接,不转载文章全文;文章权利归属原作者及原公众号

关于使用条款隐私信源