深圳市致尚科技股份有限公司

关于《关于深圳市致尚科技股份有限公司申请发行股份、

现金购买资产的审核问询函》的回复

（修订稿）

独立财务顾问

二〇二五年十二月

2-1

深圳证券交易所：

贵所下发的《关于深圳市致尚科技股份有限公司申请发行股份、现金购买资产的审核问询函》（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有限公司（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真讨论分析与核查，并按照要求在《深圳市致尚科技股份有限公司发行股份购买资产暨关联交易报告书（草案）》（以下简称“重组报告书”）中进行了相应的修订和补充披露。

除另有说明外，本审核问询函回复（以下简称“本回复”）中的简称和名词释义与重组报告书中的含义一致。

本回复中若出现总计数与各分项数值之和的尾数不符的情况，均为四舍五入所致。

2-2

目录

目录 ...... 2

1.关于标的资产生产经营............................................................................................3

2.关于标的资产财务状况........................................................................................105

3.关于评估................................................................................................................158

4.关于股份支付........................................................................................................216

5.关于协同效应及整合管控....................................................................................224

6.关于交易对方........................................................................................................224

7.关于交易方案及其他事项....................................................................................268

其他事项说明 ...... 275

2-3

1.关于标的资产生产经营申请文件显示：（

）上市公司本次拟收购深圳市恒扬数据股份有限公司（以下简称恒扬数据或标的资产）99.8555%股权。标的资产主要从事智能计算产品和数据处理产品及应用解决方案的研发、销售及服务，产品生产主要委托外协厂商完成。报告期内，标的资产主营业务收入分别为2.15亿元、4.55亿元和1.78亿元，其中智能计算产品收入分别为

0.71亿元、

2.64亿元和

1.63亿元，占比分别为32.83%、57.93%和91.48%，收入大幅增长，主要系向终端客户阿里巴巴及其指定整机生产厂商新华三信息技术有限公司（以下简称新华三）销售收入增加。（

）最近一年及一期，新华三为标的资产前五大客户，标的资产向其销售金额分别为

1.01亿元、

0.56亿元，占营业收入比例分别为

33.97%、

30.68%。标的资产与新华三合作模式为：阿里巴巴集团内企业与恒扬数据签署NRE（一次性工程费用）技术服务协议，产品开发完成后，标的资产向新华三销售产品，并应用于阿里巴巴智算中心。（

）报告期各期，标的资产向阿里巴巴终端客户销售毛利率分别为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销售毛利率。标的资产向阿里巴巴销售产品系定制化开发，生命周期一般为2-3年，前期销售毛利率较高，后期批量交付毛利率较低，标的资产正在为阿里巴巴开发新一代的产品。（

）标的资产境外业务主要向A客户销售数据处理产品及应用解决方案，2023年、2024年，A客户均为标的资产第一大客户，标的资产向其销售金额分别为

1.19亿元、

1.61亿元，2025年1-3月未向其销售。（5）标的资产主要产品以外协生产为主，外协模式包括委托加工和代工模式。委托加工模式下，供应商仅提供组装、焊接等服务，代工模式下，代工厂自行采购原材料加工后销售给标的资产。标的资产产品需经过阻抗测试、外观检验、生产测试、老化测试、复检测试等关键环节的多次验收。（6）报告期内，国投智能（厦门）信息股份有限公司（以下简称国投智能）向标的资产采购乾坤大数据治理平台等软件，销售正交架构分流器、存储芯片等原材料，深信服科技股份有限公司向标的资产采购上网行为软件开发服务等软件，销售DPU产品。请上市公司补充说明：（1）使用通俗易懂的语言详细说明标的资产智能计算及数据处理业务的具体业务模式，包括但不限于产品研发设计、定制流程、

2-4

验证调试等环节的实际业务内容，提供相关服务所需的技术和能力，与同行业可比公司业务模式是否存在差异。（

）结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势。（3）主要客户如阿里巴巴、新华三等公司在国内外智能计算领域行业排名、竞争优势、市占率及收入情况，与标的资产在智能计算领域的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商，智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖。（

）阿里巴巴不直接向标的资产采购，而是指定新华三向标的资产采购的原因，标的资产签署NRE技术服务协议的对象及具体约定，包括但不限于研发产品知识产权归属、供应产品内容、合同有效期等，标的资产为阿里巴巴开发新一代产品的最新进展，产品开发、迭代及销售具体约定，新一代产品销售前是否需重新进行客户验证及具体流程。（5）结合智能计算产品生命周期各阶段产品性能、结构、单价、成本等方面的变化情况，标的资产定价模式、上下游议价能力等，说明标的资产智能计算业务毛利率大幅下滑、向不同类型客户销售毛利率差异较大的原因，导致毛利率大幅下滑的不利因素是否持续。（

）结合A客户成立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A客户销售的情况，说明标的资产数据处理业务收入是否具有可持续性，是否对A客户存在依赖。（

）报告期内A客户所在地区外交、行业、贸易等政策及变化情况，出口主要结算货币的汇率波动情况，相关政策及汇兑损益变化对标的资产的业绩影响及应对措施，最后一期未产生收入的原因，标的资产境外收入是否存在不确定性。（

）主要产品委托外协生产的原因，委托加工和代工模式下生产产品类型、单价、终端销售对象及销售金额占比，前五大外协厂商基本情况、合作背景、采购内容、金额及占比，定价方式及公允性，是否与标的资产存在关联关系，未来是否仍维持以研发、销售为主，将生产委托外协厂商的经营模式。（9）标的资产与外协厂商采购、生产具体约定，验收及质量控制实施主体、实施体流程及有效性，产品质量约束措施及责任承担安排，是否存在纠纷或潜在纠纷。（

）报告期内，标的资产既向国投智能等公司采

2-5

购，又向其销售的原因、相关交易必要性、合理性，采购及销售价格公允性，是否符合行业惯例。

请独立财务顾问和会计师核查并发表明确意见。【回复】

一、使用通俗易懂的语言详细说明标的资产智能计算及数据处理业务的具体业务模式，包括但不限于产品研发设计、定制流程、验证调试等环节的实际业务内容，提供相关服务所需的技术和能力，与同行业可比公司业务模式是否存在差异

（一）标的资产智能计算产品、数据处理产品及应用解决方案的具体业务模式

、标的资产智能计算产品、数据处理产品及应用解决方案具体情况

恒扬数据专注于智能计算产品、数据处理产品及应用解决方案的研发、销售与服务，是国内优秀的AI智算中心、云计算数据中心及边缘计算核心基础设施供应商，同时提供网络可视化与智能计算系统平台解决方案。

（

）智能计算产品

智能计算产品主要包括AI算力集群DPU产品、AI智算一体机/DPI智算一体机等。

①DPU产品

A、DPU产品概述

恒扬数据AI算力集群DPU产品主要为基于FPGA（现场可编程逻辑门阵列）芯片自研的异构计算加速卡、智能加速卡、AINIC（AI智能网卡）等，主要产品形态为包含嵌入式软件的硬件设备。以NSA.A3DPU产品为例，产品具体介绍如下：

2-6

标的公司DPU产品以FPGA芯片为基础，FPGA（现场可编程门阵列，Field-ProgrammableGateArray）芯片是基于通用逻辑电路阵列的集成电路芯片，和ASIC芯片不同，其最大的特点是芯片的具体功能在制造完成以后由用户配置决定，因此得名“现场可编程”。FPGA芯片出厂时无预设固定产品功能特性，需要通过硬件描述语言或高级综合工具，对FPGA芯片底层逻辑单元及互连资源进行晶体管级的编程，即可实现各类定制化数字逻辑功能，适配不同业务场景需求。FPGA芯片应用（与集成电路设计前端流程相同，需要使用硬件描述语言进行编程）及基于FPGA芯片的产品开发具有较高技术门槛，其技术复合性强、设计流程复杂、调试与验证难度高，基于FPGA的产品开发需要具备硬件架构设计、FPGA芯片编程及实现、PCB设计、芯片仿真测试等全流程的技术服务能力，且高度依赖人才与经验积累，需要从长期的产品研发与生产管理过程中不断积累工艺平台数据、产品测试验证数据、产品开发应用经验等，持续完善产品开发平台、技术、工具、方法等，从而提供具有市场竞争力的产品及服务。

恒扬数据自2003年成立以来，创始团队及芯片设计团队在FPGA开发上积累了深厚的工程实践经验，不仅精通硬件设计，更擅长将核心算法在FPGA上实现高效编程固化。可将客户的业务逻辑以及相对低效率的软件算法转化为基于FPGA路线实现的高性能、多并发、低功耗的计算硬件单元，结合标的公司成熟的硬件架构设计、PCB设计、仿真、测试等能力，最终形成高可靠、高性能、深度适配业务需求的DPU产品。标的公司DPU产品开发的核心流程具体说明如下：

2-7

注：FGPA开发与硬件开发一般同步进行、相互交叉，详细的研发流程图见本问回复之“2、恒扬数据主要业务模式”。标的公司DPU产品业务灵活性高，核心价值在于硬件级的可编程性与业务场景深度定制能力，客户可以基于FPGA为核心定制高速网络接口、系统侧互联

2-8

接口以及外部缓存等特性，基于FPGA的可编程特性从应用层到网络层，甚至数据链路层协议开始进行定制，实现与自身业务场景的深度适配。标的公司DPU产品主要应用于云计算集群和AI算力集群等场景，能够帮助核心芯片分担专项计算任务、网络及存储等工作负载，使核心芯片专注AI训练、模型推理等关键计算任务，从而提升系统整体效率。

B、DPU行业发展概况、产业链及行业上下游情况I、DPU行业发展概况DPU（DataProcessUnit，数据处理芯片）被认为是继CPU和GPU之后的“第三颗主力芯片”。主要承担CPU和GPU不擅长的计算加速、存储加速、网络加速、算力集群组网、网络流量及任务分发调度等功能。

在AI时代，计算模式发生了根本性转变：从以CPU（中央处理器）为核心的通用计算，转向了由GPU/NPU等集群驱动的规模化智能计算。可以将一个AI算力中心类比为一个超级物流枢纽：GPU是数以万计的“超级分拣机器人”，负责执行核心的计算任务；CPU是“枢纽的总指挥”，负责整体的任务调度与逻辑管理；DPU（数据处理单元）则是枢纽的“智能交通指挥系统”，部署于每个计算节点，实现所有数据的调度、传输与安全保障，确保海量数据包能够毫不停歇地、

2-9

精准地送达每一个GPU。Ⅱ、产业链及上下游情况i、DPU产业链DPU产业链具体构成如下：

DPU产品上游涉及如EDA设计软件、IP核、封装测试、制造代工等环节，下游则主要对应AI计算/云计算、数据通信、智能驾驶、网络安全等领域需求。中游的DPU研发、制造厂商主要向上游采购基础组件、芯片及加工服务，并基于核心芯片进行研究开发形成DPU产品。中游供应商（包括自研自用厂商）主要包括三类，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）以及国内行业初创企业（如云豹智能、云脉芯联等）等。技术路线主要包括ASIC、FPGA、SoC三类，不同路线的产品，在成本、编程的易用性和灵活性方面存在各种权衡。

恒扬数据采用FPGA路线，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芯片的不同之处在于，用户可以随时定义其硬件功能。虽然CPU、GPU都可以实现编程，但这种可编程是指改变其寄存器的配置，用户并不能改变其硬件功能。而FPGA可编程的是硬件可编程，内部的门电路逻辑块、连线、I/O等资源都可以由用户配置，使得同一片FPGA既可以在5G的基站实现信道编码的功能，也可以在重新配置后放在AI基础设施中实现网络传输及协议控制的功能。因此，FPGA芯片又被称作“万能”芯片。

2-10

FPGA具有以下技术特点及优势：1）灵活性高，适合高速迭代的场景：FPGA可以实现任何电路功能，重新配置逻辑功能耗时甚至不超过一秒，修改不限次数，这一特性尤其适合标准/协议/算法经常更改的行业、快速迭代成本敏感的行业、小批量的行业以及需要反复修改验证的设计领域等；2）并行性好，适合要求低时延和大量并行计算的场景：FPGA内部数十万个可配置逻辑块可以同时独立工作，实现大规模的低时延并行计算，由于不存在线程或者资源冲突的问题，FPGA的时延是确定的低时延，特别适合低时延高性能的计算场景。由于FPGA的技术特性，在数据通信处理、高性能计算、工业控制、航空航天、汽车电子等部分应用领域占据重要作用；3）开发周期快，一般FPGA芯片开发周期6-12个月，远远快于ASIC芯片2-3年的设计和流片周期。

在DPU产业链中，恒扬数据主要基于FPGA路线，形成了适配不同应用领域的多款高性能DPU计算加速卡产品，应用于存储加速、网络加速、算力集群组网、图像识别和处理、网络流量及任务分发调度等领域。同时，与部分头部互联网客户及细分行业应用客户形成战略合作关系，合作进行相关DPU产品开发，为客户提供与其业务需求深度匹配的定制化DPU解决方案及技术服务。

ii、人工智能产业链

标的公司DPU产品主要应用于云计算集群和AI算力集群等场景，属于人工智能行业。人工智能产业链构成如下：

2-11

在人工智能产业链中，恒扬数据的DPU产品主要归属于基础层中的IT设备（计算芯片、网络设备）部分，是AI基础设施建设的重要部件之一，与GPU、CPU等核心算力芯片在AI服务器中进行集成，主要应用于互联网及云计算厂商的AI算力集群。近年来，随着人工智能行业不断发展，AI算力需求急剧上升，DPU的价值在AI算力基础设施上更为凸显。当前，大模型训练需要成千上万个GPU/NPU组成算力集群实现协同工作。而正是通过DPU的网络互联实现了从单一计算卡到千卡、万卡、十万卡集群的协同。结构及配置示意图如下：

DPU在该场景下，主要解决了以下核心需求：

1）高带宽、低延迟的算力集群互联组网

网络接口速率是AI算力集群的核心要素之一，对集群的性能和效率起着关键作用，恒扬数据持续升级网络接口速率，已规模化应用2*100G/2*200G产品，2*400G产品正在研发中，持续满足AI算力集群对超高速、低延迟网络互联的刚性需求，确保产品不成为性能瓶颈。

2）解决“GPU等待”的问题，直接提升算力利用率

GPU成本昂贵，但其计算能力只有在持续获得数据输入时才能被完全释放。DPU通过支持RDMA（远程直接内存访问）技术，在GPU之间建立起“数据超高速通道”，让数据能够直接、快速地交换，极大降低传输延迟。这确保了昂贵的GPU资源尽可能处于“工作”而非“等待”状态，直接提升了算力运营商的资产回报率。

3）优化“集群协作”效率，缩短模型训练周期

2-12

在大模型训练中，所有GPU需要频繁地同步计算结果（这一过程称为“集合通信”）。DPU能够对通信过程进行硬件级加速，如同为万人大团队建立一套高效的会议系统，大幅减少同步所需时间，从而显著缩短模型训练的总周期，加快业务迭代速度。②智算一体机恒扬数据智算一体机产品深度融入华为鲲鹏、昇腾计算生态，整合DPU、CPU和GPU的多芯异构融合技术，主要目标客户包括有特定应用场景（如运营商、安全等）和异构算力需求的行业客户、系统集成商等，算力密度及性能不低于市场同定位主要竞品。目前，恒扬数据智算一体机产品已获得部分安全及运营行业客户订单，产品及服务逐步落地并形成销售。

（2）数据处理产品及应用解决方案

①产品概述

标的公司数据处理业务主要产品包括高性能数据处理设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案。数据处理产品主要包括正交架构分流器、标准机架式分流器等高性能汇聚分流设备，主要产品形态为包含嵌入式软件的硬件设备，支持最高达800GE高速率接口，产品性能指标处于行业领先水平，可采集骨干网、数据中心等场景的多向流量，结合应用软件、数据分析平台可提供对网络流量的智能分流过滤、数据预处理、负载均衡与分发、可视化管控等功能。

数据处理应用解决方案主要以项目的形式进行销售、实施，以自主研发的大数据分析平台为核心建立了“大平台+多组件”的灵活产品架构，采取“核心部件自研与业界组件集成并行、平台标准化产品与客户场景化定制结合”的模式，分阶段试运行、逐段验收，提升整体竞争力。

恒扬数据数据处理产品及应用解决方案在高壁垒细分特种市场及海外发展中国家市场形成了差异化竞争优势，具有一定市场份额。主要产品如下：

2-13

②产业链及行业上下游情况标的公司数据处理产品及应用解决方案按应用场景划分主要属于网络可视化行业。网络可视化是以网络流量及数据的识别、采集与深度检测为基本手段，结合各种网络处理技术和信息技术，对网络的物理链路、逻辑拓扑、运行质量、流量内容、用户信息、承载业务等进行监测、识别、统计、展现与管控，并将可视化的数据传递给下游客户，实现网络流量计数据的智能化管控、商业智能以及信息安全等一系列目标。产业链构成情况如下：

2-14

其中，基础架构提供商主要为下游应用开发商和系统集成商提供流量及数据获取、解析、管控等各类基础的软硬件产品，例如高性能DPI探针设备、汇聚分流硬件、各类软件中间件和软件模块等。应用开发商主要为下游系统集成商提供各类应用系统的开发，在基础软硬件产品之上，专注于一类或多类网络应用，主要应用方向包括：网络优化与运营维护、信息安全、大数据运营等方面。系统集成商则直接面向整个行业的下游用户，如电信运营商、政府机构及企事业单位等，提供方案咨询与设计、项目建设和技术服务等业务。

在数据处理及应用解决方案产业链中，恒扬数据既能够提供汇聚分流设备等基础架构产品，也能够以自研的大数据分析平台并集成自有产品及行业通用产品为下游客户提供一体化的数据应用解决方案。

2、恒扬数据主要业务模式

为确保各产品线的战略成功，恒扬数据构建了一套涵盖从战略到市场全周期的闭环业务模式，旨在驱动“战略驱动产品、产品赢得客户、客户反馈增强战略”的飞轮效应，确保业务的持续领先与进化。恒扬数据主要产品包括硬件、软硬件一体、综合解决方案等不同形式，除部分产品/业务特殊情况外，智能计算产品及数据处理产品业务流程不存在重大差异，核心业务环节及主要工作内容说明如下：

2-15

（1）研发流程恒扬数据借鉴并导入业界先进的集成产品开发模式，制定了完善的研发流程及项目管理制度，既适合高效率高质量交付产品，也保证了一定的灵活性。其中

2-16

FPGA设计、硬件设计等环节是形成标的公司产品竞争力的核心环节之一。具体研发流程图如下：

各研发环节具体情况说明如下：

2-17

2-18

注：研发流程（全流程）为标的公司所有产品开发的通用流程，根据具体项目及研发产品类型不同对研发环节有所侧重，同时项目经理可以根据实际需要进行流程裁减（经审批后执行）。

（2）生产流程图恒扬数据产品生产主要包括PCB半成品加工及产品组装，恒扬数据依托行业成熟的电子制造业产业链优势，将主要资源集中于高附加值的研发设计环节，而将硬件加工与装配等相对低附加值的生产环节委托给外协厂商完成。具体生产流程图如下：

（3）所需核心能力

①深刻理解行业需求及客户需求恒扬数据基于对行业发展趋势、产业竞争格局、产品技术需求的深刻理解，以及与部分客户形成了长期稳定的战略合作关系，产品规划及研发方向始终跟随

2-19

行业前沿发展趋势，能够有效匹配各应用领域的需求，从而更好地满足客户需求。

②强大的自有软硬件架构设计能力和设备开发能力在硬件层面，需要掌握高性能硬件设计、专用芯片（以FPGA为主）的开发及工程化能力，具备将复杂软件算法（如自定义网络协议、特定计算任务）高效转化为FPGA硬件逻辑的能力，实现微秒级延迟与极致性能功耗比；在软件层面，须具备底层DPI（深度报文检测技术）、流量调度、协议识别等核心算法的开发能力，并确保系统达到高稳定性、高可靠性和高吞吐量的苛刻指标。同时，为了满足不同客户的定制化需求，产品平台需要具备良好的模块化、系列化设计，以控制研发和部署成本。

③深度场景适配化与快速响应能力恒扬数据针对互联网、安全、运营商等细分垂直领域，构建“场景需求-全栈适配-快速交付”的闭环能力，能够从芯片选型、硬件设计、结构形态到固件和驱动进行全栈式深度场景适配，结合标的公司完善的“战略—需求—产品—反馈—迭代”的产品开发迭代机制，既实现“精准匹配场景痛点”，又确保“响应速度领先行业”。

3、NRE模式项目流程在产品开发环节，标的公司与阿里巴巴、B客户、华大智造等特定客户采用NRE合作模式进行定制产品开发。与销售标准产品不同，互联网及部分行业战略客户往往需要与其特定业务场景、技术栈和基础设施深度绑定的专用硬件。通过NRE合作模式，恒扬数据能够从需求源头与客户协同，确保最终产品在功能、性能、功耗及成本上精准匹配其业务目标，这是实现客户价值最大化和建立长期合作的关键。在NRE合作模式下，一般由客户提出定制产品的技术规格、负责项目过程管控及评审、定制产品的验收等；恒扬数据NRE项目下的具体研发工作，包括硬件架构设计、FPGA开发、产品测试验证、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品。根据具体项目目标不同，NRE项目的实施周期6-18个月不等。

2-20

恒扬数据基于与战略客户的多年沟通与协作，对公司的产品项目开发流程进行了进一步的优化，以保证两个公司团队在联合开发过程中的开发效率。NRE项目流程如下：

NRE合作模式下的产品开发流程与标的公司研发流程基本相同，主要在需求阶段有所差异，且各阶段的研发成果、进展需要客户共同参与评审或进行验收。NRE项目流程各阶段具体业务内容、时间周期等具体说明如下：

注：根据NRE项目研发目标的复杂程度不同，各阶段项目周期存在一定波动，迭代产品研发周期相对较快

2-21

所需核心能力：

恒扬数据自2003年成立以来，在FPGA开发上积累了深厚的工程实践经验，不仅精通硬件设计，更擅长将核心算法在FPGA上实现高效固化。恒扬数据凭借FPGA工程化与算法硬件化能力、深度场景适配化与快速响应能力等核心能力及对行业与客户需求的深入、全面的认识和理解，能为客户提供高度定制化的系统解决方案，通过FPGA架构实现客户需要的产品功能，完成硬件验证与兼容性测试，并保证及时有效地完成产品、技术开发及交付。

（1）FPGA工程化与算法硬件化实现能力

在芯片设计、嵌入式系统领域，芯片、软件和硬件各自提供部分功能，但要形成可满足客户需求应用的产品，还是面临软件的代码运行与硬件的性能、资源限制、执行时序等协同问题，需要将高级语言描述的软件算法转化为在专用硬件上高效、可靠运行的物理实现的能力，这是一个跨越算法、软件和硬件设计及开发领域的系统工程。

恒扬数据可提供RTL级（Register-transferLevel，寄存器传输级，使用硬件描述语言描述电路的数据流和控制逻辑）硬件化服务，可将客户的业务逻辑以及相对低效率的软件算法，通过HDL级语言（HardwareDescriptionLanguage）在FPGA上进行RTL级转化，转化为基于FPGA路线实现的高性能、低能耗的计算硬件单元（算法直接由硬件电路运行可实现纳秒级处理，较软件平台效率提升10倍-100倍），满足客户超高速、高集成度、高能效和高并发的业务需求。如标的公司与阿里巴巴合作开展深度的联合开发，将其自研RDMA算法在FPGA中实现，构成了其HPN网络的核心部件，完成了400GAINiC的自有协议和通用协议互联互通。

（2）超高速硬件设计与验证能力

恒扬数据具备从设计、仿真、测试到验证的全流程超高速硬件设计与实现能力。在设计与仿真环节，恒扬数据具备112GPAM4、PCIeGen5x16（128GB/s）等高速信号的端到端设计与仿真能力，以及6相300A的大电流电源设计等成熟经验，并将技术能力落地到12.8T（32x400G）的交换机产品、400G及800G的

2-22

DPU和数据处理产品、集成T级交换芯片的CPU计算刀片产品等；在测试与验证环节，恒扬数据硬件测试执行全面的信号和电源完整性测试，确保产品在高速运行下的稳定可靠，同时还拥有国密三级安全PCIe卡的成功设计经验，在高可靠硬件设计领域具有深厚的积累。

（3）平台化产品赋能与快速部署响应能力FPGA开发具有底层编程门槛高、方案定制化程度高、可复用性低、开发部署验证流程复杂等难题，对于满足客户需求而言，企业的历史开发经验积累、平台化的能力和响应时间至关重要。

经过二十余年的技术积累与产品迭代，恒扬数据在Xilinx（AMD）和Altera（Intel）等行业最新一代高性能产品平台上进行了持续的迭代和演进，构建起“可复用、低门槛”的FPGA硬件开发平台，为客户提供基于高端FPGA的平台化硬件设计及成熟的FPGA逻辑固化设计服务。在供应商提供的FPGA开发环境基础上，可进一步为客户提供成熟的硬件架构设计、PCB设计、逻辑仿真、样机验证等一站式服务，使客户可以专注于其核心业务逻辑开发和硬件定制需求，可有效缩短产品上市周期40%以上，实现了技术与市场的快速对接。

4、数据应用解决方案实施流程

标的公司数据应用解决方案主要以项目的形式进行销售、实施，采用了“核心自研+生态集成”的双轮驱动策略：一方面，公司专注于高性能数据分析处理设备的研发以及大数据分析平台的核心架构与关键技术；同时积极引入业界成熟部件，弥补特定领域的不足，提升整体竞争力。在实施过程中，采取“核心部件自研与业界组件集成并行、平台标准化产品与客户场景化定制结合”的模式，分阶段试运行、逐段验收，并通过持续迭代不断实现技术升级与业务升级，从而稳步提升客户体验与满意度。具体说明如下：

2-23

所需核心能力：

（

）技术研发能力标的公司数据应用解决方案以自研D-EYE数据分析平台及高性能汇聚分流设备为核心，以互联网的大数据分析处理为基础，对互联网数据（移动网、固网、专网）和客户自有数据、外部导入数据等多维数据进行智能挖掘分析，实现用户画像、时空多维关联、行为分析、数据治理、信息安全等应用呈现，为客户提供智能化高性价比的行业完整解决方案。其中数据分析平台架构能力是技术能力建设的核心，平台必须具备海量数据的存储与处理能力，并支持水平扩展，以满足业务持续增长的需求。在已实施项目中，标的公司平台已能够支撑每秒

万条数据的接入与处理，单日处理规模达

亿条，为客户提供了高性能、高可靠性的大数据分析与应用支撑。同时，公司需具备覆盖数据的全生命周期管理的大数据技术全栈研发与维护能力，从数据采集、存储、处理到分析与应用，每个环节都需要专业技术支撑，以确保整体解决方案的完整性与一致性；汇聚分流设备需满足高可靠性与高带宽接入的严格要求，恒扬数据持续进行技术创新，根据行业需求，推动产品向更大容量、更高性能、更低功耗发展，推出覆盖100G、400G到800G的数据采集分析产品，相关产品性能指标处于行业领先水平。

2-24

（2）场景适配及业务交付能力标的公司场景适配及业务交付能力以客户行业特性与业务痛点为核心，针对客户及行业的具体业务需求进行定制方案，避免“标准化方案硬套”。交付端搭建全流程管控体系，覆盖需求确认、本地化部署、试运行优化，海外项目还配置多语言团队与跨时区响应机制，高效满足客户个性化业务落地与跨地域实施需求。

（3）数据安全与合规性管理合规性管理是安全领域解决方案落地的“底线要求”，需以国内外数据法规为导向，将合规设计贯穿解决方案全流程，避免客户面临法律风险。在国内场景，需严格遵循《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等要求；面向海外市场，需适配当地法规，支持数据本地化存储、数据出境审批流程。

（二）关于与同行业可比公司业务模式是否存在差异

1、关于与同行业可比公司业务模式对比情况标的公司主要业务模式与产品特点、行业情况相匹配，符合标的公司实际经营情况，与同行业可比公司相比不存在重大差异。同行业可比上市公司主营业务/产品及业务模式具体如下：

2-25

2-26

除标的公司与阿里巴巴、B客户、华大智造等特定客户合作采用NRE模式外，标的公司与行业可比上市公司在采购、生产、研发、销售等方面不存在重大差异。

、关于NRE合作模式的说明在电子制造、半导体等行业，NRE合作模式已形成成熟惯例，如光峰科技（688007.SH）与极米科技通过NRE合作模式开发激光投影光学引擎、华丰科技（688629.SH）与华为通过NRE合作模式开发连接器产品等。

2-27

标的公司阿里巴巴、B客户、华大智造等特定客户采用NRE合作模式，主要系相关产品应用场景高度适配、定制化程度高，通过“客户预付/补偿研发成本+绑定后续合作”的机制，可平衡研发投入风险、强化客户粘性并提升产业链价值，其合作模式具有真实的商业背景，对标的公司经营无不利影响。

二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势

（一）智能计算产品

1、AI算力集群DPU产品

恒扬数据AI算力集群DPU产品主要为基于FPGA芯片自研的异构计算加速卡、智能加速卡、AINIC等，主要应用于云计算集群和AI算力集群等场景，能够帮助核心芯片分担专项计算任务、网络及存储等工作负载，使核心芯片专注AI训练、模型推理等关键计算任务，从而提升系统整体效率。

在人工智能行业高速发展的背景下，DPU相关产品市场规模持续增长，市场整体呈现为由不同技术路径和客户需求驱动的多层次竞争格局。行业主要竞争企业包括Nvidia、云豹智能等，其主要采用ASIC/SoC方案，追求标准化、高性能与低功耗；而恒扬数据以FPGA芯片为基础的DPU产品灵活性高，核心价值在于硬件级的可编程性与业务场景深度定制能力，从性能、效率、定制化和可维护性等多个方面增加了客户云服务基础设施的能力。在AI行业发展带来的算力投资持续增长以及不同行业客户差异化的深度定制需求的情况下，恒扬数据的DPU产品解决方案有望持续获益。具体分析如下：

（1）行业发展情况、市场容量

①DPU行业发展概况

DPU（DataProcessUnit，数据处理芯片）被认为是继CPU和GPU之后的“第三颗主力芯片”。DPU要解决的核心问题是基础设施的“降本增效”，即

2-28

将“CPU处理效率低下、GPU处理不了”的负载卸载到专用DPU，提升整个计算系统的效率，降低整体系统的总体拥有成本（TCO）。CPU资源负载过大为行业痛点，智能网卡（SmartNIC）为DPU前身。在通信领域，伴随着5G、云网融合时代的到来，以及虚拟交换等技术的引入，基于服务器的网络数据平面的复杂性急剧增加。海量的数据搬运工作被CPU承担，导致网络接口带宽急剧增加，CPU资源负载过大，大大影响了CPU将计算能力释放到应用程序中，为了提高主机CPU的处理性能，SmartNIC将部分CPU的网络功能转移到网卡硬件中，起到了加速运算的目的，其可视为DPU的前身。新一代的DPU的优势在于不仅可以作为运算的加速引擎，还具备控制平面的功能，可以更高效的完成网络虚拟化、I/O虚拟化、存储虚拟化等任务，并彻底将CPU的算力释放给应用程序。

②DPU主要技术路线当前DPU主要采用的架构方案包括NP/MP+CPU、FPGA+CPU、ASIC+CPU及DPUSoC等。在这些不同路线之间，在成本、编程的易用性和灵活性方面存在各种权衡，主要技术路线介绍如下：

2-29

注：1、信息来源于互联网公开资料整理；

2、不同技术路线亦可以进行架构的整合。

其中，通用市场主要以ASIC/SoC技术路线为主导，代表企业为Nvidia，Nvidia占有市场份额接近60%；而FPGA技术路线由于其本身具有高度可编程性、低延迟、高并发的特点，在工业控制、航空航天、通信、汽车电子等细分领域具有一定市场份额，同时依靠其高度灵活、可深度定制的特点，在互联网、云计算等应用领域也具有一定市场份额，与Nvidia主导的通用产品生态形成差异化竞争。

③DPU产品受益于算力基础设施投资，市场规模不断扩大

人工智能（AI）是数字经济的核心驱动力，是新质生产力的关键要素。随着多模态、大模型的快速发展，各行业对智能化需求迅速增加，全球对AI算力基础设施的需求也不断增长。其中，AI服务器作为智算中心核心计算架构，随着AI技术升级应用，CPU的串行处理架构不能满足AI时代的算力需求，企业需要为人工智能、机器学习和深度学习建设全新的IT基础架构，逐渐由CPU密集型转向搭载GPU、FPGA、ASIC芯片的加速计算密集型架构，且越来越多地使用搭载GPU、FPGA、ASIC等加速卡的服务器。

在市场规模方面，Gartner报告显示，得益于AIGC技术的快速迭代，2024年全球都在加大对AI算力基础设施的投资，全球服务器市场规模将达到2,164.0亿美元，预计2023年-2028年市场将以18.8%的年复合增长率保持高速增长，2028年市场规模将达3,328.7亿美元，其中AI服务器将占据近七成市场份额。

受益于技术方案成熟度提升、服务器市场规模扩大及边缘计算应用落地等因素驱动，全球DPU产品市场规模快速增长。以Nvidia为例，其2023财年（2022年1月31日-2023年1月29日）数据中心网络业务板块（包括网络交换芯片、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）增长至129.90亿美元，年化增长率87.68%。

2-30

国内市场，从整体发展趋势看，中国DPU市场保持稳定增长态势，2020年国内DPU市场规模为0.88亿美元，而根据市场机构预测，预计到2025年市场规模有望达到37.41亿美元，年均复合增长率达到111.69%。这一发展前景主要得益于云计算、5G和边缘计算等技术的快速普及，以及各行业数字化转型带来的算力需求激增。

（2）产品供需情况

应用于AI算力集群的DPU产品可以是基于ASIC、FPGA和SoC的。在这些不同路线之间，在成本、编程的易用性和灵活性方面存在各种权衡。ASIC具有成本效益，可能提供最佳性价比，但灵活性有限；SoC芯片集成了NiC和ARM等，兼具灵活性，但可编程部分以CPU为核心，性能有限；相比之下，FPGA具有高度可编程性、低延迟、高并发的特点，但存在功耗高、成本高、单位面积大的问题，在部分要求低时延处理和高灵活变化场景的细分领域具有相对优势，如工业控制、互联网、通信、航空航天、汽车电子等。基于不同路线产品以及特定应用领域的需求特点，市场整体供需结构较为复杂。具体分析如下：

在需求端，DPU产品需求整体呈现爆发式增长的趋势：

①伴随着5G、云网融合时代的到来，以及虚拟交换等技术的引入，基于服务器的网络数据平面的复杂性急剧增加。在当前数据增幅大幅提升的大背景下，CPU性能的增速减缓，成本大幅增加，而DPU可有效减少算力损耗，提升算力中心运行效率，展现出强劲的发展潜力。②随着数据量的爆发式增长与数据类型的多元化发展，单一超算服务器（Scale-Up，纵向扩展）已无法满足大模型训练需求，万卡级集群成为头部企业的标配，横向扩展（Scale-Out）架构成为目前算力集群建设的主流选择，在此架构下，网络通信效率直接决定整体算力效率，DPU成为提升集群效率的关键因素之一，逐渐成为AI算力集群的必选项。③各大算力中心呈现存算分离与算力协同的发展趋势，通过跨域扩展（ScaleAcross）将分布在不同地理位置的多个数据中心视为一个统一的、巨型的“虚拟计算机”，协同完成一项任务。这为DPU在广域网加速、数据调度等领域创造了新市场。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

2-31

亿美元。基于不同路线产品以及特定应用领域的需求特点，市场整体需求结构较为复杂，不同性能参数、技术路线及应用场景的产品需求规模及价格差异较大。其中，FPGA路线产品凭借其深度适配、高灵活性及极致性能等特点，在部分领域具有比较优势，有望获得一部分市场增量。

在供给端，DPU产品总体市场集中度较高，但因技术路线及细分领域应用特点的差异，不同类型的DPU产品并非简单的“替代”关系，而是一个由不同技术路径和客户需求驱动的多层次竞争格局。其中通用市场主要由Nvidia主导，占据绝大部分市场份额；但面对部分客户如互联网厂商的自主可控、定制适配的需求，国内采用ASIC/SoC路线的厂商凭借本土化策略、特定场景优化及兼容性提供部分替代选择；FPGA路线的DPU产品凭借本身低延迟、高并发的技术特点以及可编程高适配性，在部分应用领域如数据通信处理、高性能计算、AI算力集群组网等具有一定的市场份额。市场中DPU厂商均主要使用代工模式进行产品生产，自身专注于高附加值的研发设计环节，主要企业均未披露产能、产量、生产计划等信息。其中ASIC/SoC路线的厂商主要通过晶圆厂进行核心芯片代工生产；恒扬数据采用FPGA路线，主要向上游供应商采购FPGA芯片进行研发设计，并通过NSM、珠海一博等外协厂商进行产品的加工生产，截至本回复签署日，标的公司的原材料采购及生产环节未出现产能瓶颈或生产受限的情况。

总体上，DPU产品呈现需求爆发式增长，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发展特点。

（3）行业竞争格局、主要竞品对比情况

①行业竞争格局

因DPU产品技术路线及细分领域应用特点的差异，不同类型的DPU产品并非简单的“替代”关系，而是一个由不同技术路径和客户需求驱动的多层次竞争格局。Nvidia凭借其成熟的端到端生态（NVLink+IB+CUDA）以及行业领先的产品性能主导通用市场，市场份额接近60%；但面对部分客户如互联网厂商的自主可控、定制适配的需求，国内采用ASIC/SoC路线的厂商凭借本土化策略、特定场景优化及与其他非Nvidia产品的兼容性提供替代选择；FPGA路线的DPU产

2-32

品凭借本身低延迟、高并发的技术特点以及对部分领域的高适配性，在部分应用领域如数据通信处理、高性能计算、工业控制、航空航天、汽车电子等具有一定的市场份额，FPGA路线厂商则通过极致的灵活性与快速适配性解决头部客户的极致需求，形成差异化竞争。②主要竞品对比分析当前DPU/AINIC的市场存在两种鲜明的技术路径：一种是以Nvidia、云豹智能为代表的ASIC/SoC方案，追求标准化、高性能与低功耗；另一种则是恒扬数据为代表的FPGA方案，核心价值在于硬件级的可编程性与深度定制能力。标的公司代表产品与行业竞品对比分析如下：

2-33

2-34

注：1、关于技术路线：（1）ASIC芯片性能特性相对固化，适合已有的标准化和通用场景的解决方案；（2）SoC芯片集成了NiC和ARM等，兼具灵活性，但可编程部分以CPU为核心，性能有限，适合带状态的控制面分析与处理；（3）FPGA芯片支持硬件级可编程，开发门槛较高，但是可针对场景进行深层次的自定义以提升系统级性能，同时具备快速适应AI时代的业务变化而重编程的能力：

2、关于网络接口：网络接口主要实现端到端的互联，在AI网络中，接口的速率的高低直接与GPU突发的交互数据有关，速率越高瞬时交互的数据容量越大。当前业界在端侧的AINIC互联的带宽最高是400G；

3、关于PCIe接口：与网络接口相对应，PCIe侧接口实现1:1的交互带宽，以实现从GPU的数据到网络数据的互通，PCIe5.0理论带宽为PCIe4.0的两倍；

4、关于结构尺寸：全高（≤111.15mm），半高（≤68.90mm），全长（≤312.00mm），半长（≤167.65mm），单宽（单槽），双宽（双槽）。结构尺寸越小，与服务器的适配性越好；

5、关于功耗：对于ASIC的方案，由于功能、性能相对固化，为此功耗越小越好；对于SoC的方案，由于CPU的负荷将影响功耗的大小，而CPU的能力取决于其核数与主频，为此首要的能力在于板卡可实现CPU性能的充分发挥，同时在相同的核数和主频情况下，功耗越小越好；对于FPGA的方案，由于FPGA的资源利用率、主频以及逻辑翻转率等直接影响了功能，为此首要的能力在于FPGA性能、功能可以实现充分的发挥，同时在实现特定功能和性能的情况下，功耗越小越好；

6、关于加速功能：（1）Nvidia提供的是端到端的封闭生态解决方案，其Connect-X系列（ASIC网卡）与BlueField系列（SoCDPU）配合Quantum（IB交换机）和Spectrum（RoCE交换机），能构建一个集成了自适应路由、在网计算等高级功能的完整AI网络，在使用Nvidia的全生态产品时其产品功能与性能可以更好的发挥；（2）云脉芯联、云豹智能等国内厂商的ASIC/SoC路线产品，系对标Nvidia不同产品线，专注于某些具体应用场景进行国产替代和专项优化；（3）恒扬数据采用FPGA路线，产品业务灵活性高，核心价值在于硬件级的可编程性与业务场景深度定制能力；

7、关于产品售价：产品售价与采购规模、选配规格、定制化程度及是否需要配套服务相关，相关价格范围仅供参考，其中云豹智能、云脉芯联相关产品未查询到价格信息。

2-35

Nvidia提供的是端到端的封闭生态解决方案。其Connect-X系列（ASIC网卡）与BlueField系列（SoCDPU）配合Quantum（IB交换机）和Spectrum（RoCE交换机），基于Nvidia自研的通信协议、标准及计算核心，能构建一个集成了自适应路由、在网计算等高级功能的完整AI网络。这些特有功能仅在全部使用Nvidia产品时才能完全发挥，一旦与第三方产品配合则无法发挥产品全部功能及性能，这构成了其强大的生态护城河，Nvidia定义了高端AI网络的标准，但其封闭生态策略也为其他市场参与者创造了在开放生态中竞争的机会。

国内其他厂商如云脉芯联、云豹智能的ASIC/SoC路线产品分别对标Nvidia的不同产品线，在特定领域凭借本土化策略、特定场景优化及与其他非Nvidia产品的兼容性提供替代选择。

恒扬数据采用FPGA路线，产品业务灵活性高，核心价值在于硬件级的可编程性与业务场景深度定制能力。客户可以基于FPGA为核心定制高速网络接口、系统侧互联接口以及外部缓存等特性，基于FPGA的可编程特性从应用层到网络层，甚至数据链路层协议开始进行定制，实现与自身业务场景的深度适配。全球头部互联网及云服务厂商（如Meta、Google、亚马逊AWS、阿里巴巴、腾讯、字节跳动等）以及拥有大规模算力网络的运营商，其业务和模型架构千差万别，为了极致地提升核心计算芯片利用率，并减弱对Nvidia生态的依赖，它们普遍倾向于自研Scale-Up/Out解决方案、AI加速器（GPU/NPU/TPU/PPU）、协议标准（如中国移动、华为、阿里云联合制定的算力路由协议标准，阿里云联合烽火通信等制定的AI计算集群网络体系标准等）、通信库（如xCCL）等。FPGA架构具有灵活性高、并行性强、低时延等技术优势，能更好的满足客户快速迭代与深度定制的需求特点，是前述主体在部分应用领域的最优选择，这为恒扬数据的产品提供了广泛的市场应用空间。恒扬数据相对于行业其他企业的差异化竞争优势具体如下：

①硬件级的可编程性与业务场景深度定制能力

Nvidia的BlueField和ConnectX系列产品虽然占据市场主导地位，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方案则能直接根据头部客户的业务逻辑的变化需求，对网络协议、转发模型进行硬件级的深度

2-36

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芯片难以提供的。同时，恒扬数据产品在满足客户自定义业务逻辑的核心需求的同时，提供了不弱于Nvidia的产品技术规格，如400G的网络吞吐带宽、PCIeGen5x16等硬件技术指标。

②从供应商升级为“技术合作伙伴”相较于Nvidia主导的通用产品生态，恒扬数据可为客户提供深度的FPGA联合开发能力，能够帮助客户快速将独特的业务需求逻辑转化为与其特定业务场景、技术栈和基础设施深度绑定的专用硬件。对于追求构建自身核心竞争力的行业头部客户来说，恒扬数据提供的不仅仅是某款硬件产品，更是一种深度的“技术合作伙伴”关系。

③更快的产品开发周期及迭代速度ASIC及SOC方案普遍具备较长的设计周期，产品开发完成后难以进行快速迭代，一款产品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路线，可以以业界最快的迭代速度提供行业最高性能的产品，产品平均开发周期在1年左右，并支持在产品量产后以平均6个月左右的时间周期进行快速迭代。

（4）标的资产行业地位、市占率当前全球DPU产品通用市场主要由Nvidia主导，占据了绝大部分市场份额，其中Nvidia2025财年（2024年1月29日-2025年1月26日）数据中心网络业务板块（包括网络交换芯片、系统、DPU及光模块等）营业收入约为129.90亿美元，2024财年（2023年1月30日-2024年1月28日）数据中心网络业务板块营业收入约为85.75亿美元，其中中国大陆及港澳地区业务收入占比约为10%-15%（根据Nvidia披露数据进行估算）。而在以FPGA为技术路线的DPU细分赛道中，竞争格局相对复杂，这一领域需求高度集中于阿里巴巴、字节跳动等基于自身业务特点对算力网络有深度定制化需求的头部互联网及云厂商。该部分企业对算力网络有深度定制化需求，如阿里巴巴采用“全栈自研”战略路径，在基础设施层持续推进包括自研AI芯片、

2-37

高性能网络（HPN8.0）和存储系统在内的软硬件协同创新，其底层网络协议和通信库往往需要与核心芯片计算任务深度耦合，标准的ASIC或SoC的DPU方案难以有效满足其灵活性和独特性需求。因此，基于FPGA、支持硬件级定制的DPU/AINIC成为了它们在特定业务领域的优先选择之一。

恒扬数据始终坚持并深化基于FPGA的DPU技术路径，在该路线产品的灵活性、场景适配能力和迭代速度上处于行业头部地位。公司的DPU产品成功切入由Nvidia主导的高端市场，成为阿里巴巴DPU产品国内最大的合作伙伴及部分行业客户的国内首选供应商，具有一定的市场份额。以恒扬数据对应期间DPU产品销售规模进行测算，约为Nvidia2025财年数据中心网络业务板块中国大陆及港澳地区收入的2%-3%，总体市场占有率较低但在细分领域具有一定优势。

（5）行业进入壁垒

①技术研发与整合壁垒

DPU并非简单的硬件组件，而是集成了多核处理器、高速网络接口以及各类硬件加速引擎的复杂系统。企业需要同时精通高性能计算、网络协议、虚拟化技术、芯片设计以及软硬件的深度协同优化，这种跨领域的尖端技术整合能力构成了极高的研发门槛。随着数据中心网络向400G甚至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的技术架构需要持续快速迭代，新进入者难以迅速匹配行业及客户需求的变化节奏。

②产业生态与标准壁垒显著

当前DPU的软硬件生态仍由行业巨头主导，新厂商面临显著的生态壁垒。一方面，亚马逊AWS、微软Azure等超大规模云服务商普遍采用自研DPU方案（如AWSNitro），形成封闭的内部生态系统，第三方产品难以切入。另一方面，在通用市场，DPU需要与主流的云计算平台、操作系统以及应用软件进行深度适配和优化。然而，行业在硬件接口、管理规范、软件API等方面尚未形成完全统一的标准，导致每进入一个新客户环境都可能需要高昂的定制化开发成本，极大地限制了产品的规模化扩张。

2-38

③市场信任与服务能力企业级客户，尤其是云服务商和金融行业，对底层基础设施的可靠性、稳定性和安全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，需要经历一个漫长的“验证-试用-小规模部署-大规模应用”周期才能建立起市场信任。此外，DPU的价值实现离不开强大的服务能力，厂商需要具备为客户提供从部署调试、驱动优化到持续运维和定制化开发的全生命周期技术支持，这需要深厚的技术积累和资源投入。

（6）恒扬数据产品技术迭代情况标的公司产品技术迭代遵循明确的平台化战略，始终围绕更高性能、更低延迟、更强兼容性的核心目标，在芯片平台、网络接口和主机互联等关键维度上持续领先行业。

①从传统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与网络工作负载提供革命性的算力与灵活性。②紧跟数据中心网络升级步伐，持续升级网络接口速率。网络接口速率是AI算力集群的核心要素之一，对集群的性能和效率起着关键作用，恒扬数据持续升级网络接口速率，已规模化应用2*100G/2*200G产品，2*400G产品正在研发中，持续满足AI算力集群对超高速、低延迟网络互联的刚性需求，确保产品不成为性能瓶颈。

③持续升级主机接口。主机接口是算力集群中连接计算单元（如CPU、GPU）与外部设备（如存储、网络卡、加速器）的“数据咽喉”，直接决定集群的整体效率与算力释放能力，其重要性和作用贯穿数据流转全流程。恒扬数据目前已推出PCIeGen6接口产品，充分释放DPU的数据处理能力，避免出现“卡脖子”问题。

（7）恒扬数据技术含量及核心竞争优势基于前述对算力集群DPU产品的相关行业发展趋势、市场容量、竞争格局、

2-39

供需状况、技术迭代情况、竞品优劣势对比情况的分析，恒扬数据DPU产品技术含量及核心竞争优势总结如下：

①优异的FPGA工程化与算法硬件化能力：具备将复杂软件算法（如自定义网络协议、特定计算任务）高效转化为FPGA硬件逻辑的能力，实现微秒级延迟与极致性能功耗比。

②复杂的高速硬件系统设计能力：拥有应对200G/400G及以上速率的高速PCB设计、高密度散热、信号/电源完整性的全流程设计、仿真与测试能力，产品可靠性极高（返修率<0.1%）。③多芯异构架构设计能力：精通CPU、GPU、DPU、交换芯片等多种计算单元的选型与系统级协同优化，能为客户提供整体性能最优的解决方案。

④深度场景适配化与快速响应能力：能够从芯片选型、硬件设计、结构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竞争对手。

2、智算一体机AI技术加速渗透千行百业，全球市场规模持续爆发，大模型商业化落地推动行业进入高质量发展阶段。传统AI部署依赖云端或本地集群，存在算力采购与运维成本高昂、跨网络传输延迟影响实时响应、核心数据暴露的安全泄露风险等问题。边缘计算将算力下沉至数据产生端，而智算一体机是集成高性能硬件、智能软件、行业模型的一体化方案，实现“开箱即用”的本地化智能计算。其广泛应用于政务审批、金融风控、医疗影像分析、工业质检等场景，解决了敏感数据“不出域”的安全需求、实时业务的低延迟要求及中小企业AI部署门槛高的痛点。

当前，智算一体机市场已从概念验证步入大规模部署的爆发前夜，展现出巨大的增长潜力。恒扬数据深度融入华为鲲鹏、昇腾计算生态，整合DPU、CPU和GPU的多芯异构融合技术，打造了具备高性能、高密度特性的智能计算一体机产品系列，主要面向基础及中端应用场景，凭借极致的技术灵活性、快速的响应速度和深度场景适配能力构筑核心壁垒，在部分行业垂直应用领域内具有一定比较优势，与行业内其他厂商形成差异化竞争。具体分析如下：

2-40

（1）行业发展趋势、市场容量AI应用正从云端向边缘端普及，算力亦从“云优先”向“端边协同”转变，智算一体机是集成计算硬件、存储系统、网络设备与软件平台的一体化解决方案，旨在为用户提供“开箱即用”的高效计算能力，可针对人工智能、大数据分析、科学计算等特定场景进行优化适配。随着数据安全合规要求的提升和实时性需求的增加，边缘AI迅速崛起，混合AI模式逐渐成为行业发展的主流趋势，智算一体机迎来新的技术发展机遇。

根据IDC预测，2025年全球边缘计算服务支出总额将达到近2610亿美元，预计年复合增长率为13.8%，到2028年将达到3800亿美元；根据中研普华研究院预测分析，2025年，中国边缘计算市场规模达1900亿元人民币（约260亿美元），年复合增长率超30%，预计2030年将突破600亿美元。

智算一体机作为边缘计算的核心形态，其市场容量与边缘计算的整体发展紧密相关。当前，该市场已从概念验证步入大规模部署的爆发前夜，展现出巨大的增长潜力，据浙商证券测算，2025年到2027年一体机需求量将分别达到15万台、39万台、72万台，对应市场空间超过千亿元。

（2）产品供需情况

需求方面：随着各行业数字化转型的加速，对AI算力的需求不断增长，智算一体机作为一种高效、便捷的AI算力解决方案，受到金融、医疗、政务等多个行业的青睐。例如，金融行业在风险评估、智能客服等方面，医疗行业在医学影像分析、辅助诊断等环节，都对智算一体机有较大的需求。

供给方面：市场上已经涌现出众多智算一体机供应商，如华为、浪潮信息、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、飞腾、鲲鹏等国产品牌生态授权的OEM厂商及生态合作伙伴等，同时，随着技术的不断进步和市场的不断扩大，越来越多的企业也在进入该领域，供给能力不断提升。

（3）行业竞争格局、主要竞品对比情况

智算一体机行业竞争激烈，市场上存在着众多的供应商，竞争格局尚未完全稳定。目前，一些企业凭借技术领先、场景覆盖全面、安全性能卓越等优势，在

2-41

市场上占据了一定的份额。基于面向的应用场景及算力需求的不同，在不同的市场层级面临的竞争态势有所差异，分别覆盖超大模型预训练、主流行业落地与边缘推理等多样化场景，体现出硬件市场对分层算力需求的精细匹配能力，具体如下：

注：

B指Billion（

亿），671B参数指6,710亿参数，DeepSeek-R1671B（通常称的满血版DeepSeek）总容量

为671B参数。

各厂商的算力一体机产品呈现多样化配置与功能定位，价格覆盖5万元至500万元不等，高端型号支持超大模型预训练与推理，中端型号适配行业主流大模型应用，基础型号赋能轻量级模型推理与边缘部署。这种多样化的产品布局满足了不同用户群体的需求，推动了市场的快速发展。

2-42

恒扬数据产品与市场部分产品对比情况如下：

①AI智算一体机

2-43

注：1、1U，即外形满足EIA规格、厚度为4.445cm的PC服务器；

2、基于一体机架构平台，用户可根据实际需求选配CPU、GPU、内存、存储等具体型号及数量，一体机整体功耗根据具体配置不同亦存在差异；

3、根据一体机具体配置不同，销售价格存在较大差异，上述价格范围系根据行业通行配置情况进行估算，仅供参考，与产品实际销售价格可能存在差异。

1-44

②DPI智算一体机

标的公司深度对接国产化技术生态，基于华为鲲鹏处理器+昇腾AI芯片+自有DPU处理器，打造了多款高性能AI智算一体机/DPI智算一体机产品，主要面向基础及中端应用场景，主要目标客户包括有特定应用场景（如运营商、安全等）和异构算力需求的行业客户、系统集成商等，算力密度及性能不低于市场同定位主要竞品，恒扬数据凭借极致的技术灵活性、快速的响应速度和深度场景适配能力构筑核心壁垒，在部分行业垂直应用领域内具有一定比较优势，与行业内其他厂商形成差异化竞争。

（

）标的资产行业地位、市占率标的公司智算一体机相关产品仍处于研发及市场推广期，尚未形成较大规模收入。同时智算一体机行业仍处于市场发展期，竞争格局尚未完全稳定，尚未清晰的市场规模及市场份额分布。标的公司智算一体机产品深度融合华为生态，技术开发能力及响应速度领先于其他生态合作伙伴，主要通过极致场景的适配和快速响应开拓并主导高价值的细分市场。

标的公司自2022年

月开始，将“智能计算”作为公司的战略方向之一，由

1-45

中心侧算力部件、边缘侧智算一体机构成产品核心，面向互联网、安全和运营商三大行业。标的公司持续投入研发资源进行“智能计算”相关产品及技术开发，完成了NGIS.MCP多芯融合正交刀片式智算一体机、SK90机架式智算一体机等产品的研发落地，结合SempFusion大模型平台，形成软硬一体化解决方案。标的公司凭借优异的产品性能及方案落地能力，产品得到了华为生态的高度认可，分别于2025年3月、2025年9月获得鲲鹏KPN钻石合作伙伴及昇腾APN银牌合作伙伴认证，产品获选进入华为安平行业展厅与高性能计算展厅进行核心展示。

标的公司持续通过行业展会（如华为全连接大会、华为鲲鹏KPN伙伴大会、警博会等）等方式进行产品展示及客户拓展，标的公司基于华为生态的国产化解决方案在部分领域达到行业领先水平。同时，标的公司已在运营商、安全DPI领域的10余家客户侧进行导入测试工作，包括武汉绿网、南京烽火、国投智能、恒安嘉新、北京亚鸿等，针对该类业务场景，标的公司产品已经在部分客户的测试场景中完成了稳定性测试和深度性能优化，为后续实现规模销售奠定了良好的基础。

（5）行业进入壁垒

①技术整合与架构设计的复杂性

智算一体机并非简单硬件堆砌，而是涉及芯片、系统架构、算法框架及软硬件的深度协同优化。企业需同时掌握高性能计算、异构加速、互联通信及系统级调优等综合能力，并实现从底层硬件到上层应用的全栈技术闭环，这一跨领域技术整合构成了极高的研发门槛。

②生态依赖与产业协同的壁垒

智算一体机的价值实现依赖于与现有AI软件生态的兼容适配，包括主流深度学习框架、应用接口及行业解决方案。新进入者若无法融入现有技术生态或构建自有应用体系，将难以形成用户基础。同时，高端芯片供应链、异构组网技术等关键资源往往被头部厂商掌控，进一步提高了产业协作难度。

③资金投入与规模效应

1-46

智算一体机的研发需长期、大规模的资金支持，涵盖硬件调试、系统开发、软件适配及技术团队建设等方面。同时，该产品需要依托规模化生产与交付来摊薄成本，缺乏足够订单的中小企业难以实现盈利，而头部企业及先发企业则可通过项目复用与生态扩展形成成本优势。

④深度场景适配壁垒

智算一体机与特定行业应用场景进行深度适配的复杂性较高，要求研发者必须深入理解目标行业（如仿真科学的流体模拟计算、基因测序的碱基识别、智慧城市的视频流解析等）的底层计算范式、数据流动模式及业务处理瓶颈，并将这种理解转化为从芯片架构、内存层级、互联拓扑到系统软件和算法模型的全栈式、协同性设计。这种“场景-架构-算法”紧耦合的优化过程需要长期的领域知识积累与交叉学科迭代，新进入者难以在短期内抽象出通用模型并实现性能与效率的显著提升，从而构成了深厚的行业经验壁垒。

（6）恒扬数据产品技术迭代情况

标的公司智算一体机产品主要分为3个产品系列，包括融合刀片整机、机架式整机和端侧一体机，分别根据不同的应用场景及算力需求进行差异化设计和迭代，产品目前尚处于研发优化及推广阶段，未来将进一步根据产品市场响应、客户反馈以及底层硬件的技术演进（CPU、GPU、DPU等）进行产品升级和迭代。

（7）恒扬数据技术含量及核心竞争优势

基于前述对智算一体机业务的相关行业发展趋势、市场容量、竞争格局、供需状况、技术迭代情况、竞品优劣势对比情况的分析，恒扬数据智算一体机业务的主要技术含量及核心竞争优势总结如下：

①芯片级架构设计能力

具备全栈芯片协同优化能力，可实现CPU、GPU、FPGA、DPU高效协同。在鲲鹏920、昇腾310/910等芯片的架构整合方面达到业界领先水平，成功开发出性能领先的“鲲鹏+昇腾+FPGA（DPU）+交换芯片”的多芯异构解决方案。

②深度场景适配与快速响应能力

1-47

标的公司建立了敏捷高效的开发体系，将客户需求到产品实现的周期压缩至3-6个月，支持客户需求的快速迭代，适应AI技术快速演进的特点。并为客户提供从芯片选型、硬件设计、结构形态到散热方案的全流程适配，支持客户特殊场景需求，如宽温运行、抗震设计、特定接口等。

③深度融合华为生态

标的公司为华为鲲鹏/昇腾生态钻石级合作伙伴，产品入选华为安平行业展厅和高性能计算展厅，与华为在技术接入、深度支持和供应链保障方面建立了深度战略合作关系，是新进入者难以获得的资源。

（二）数据处理产品及应用解决方案

标的公司数据处理产品主要包括高性能汇聚分流设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案，支持最高达800GE高速率接口，可采集骨干网、数据中心等场景的多向流量，结合应用软件、数据分析平台可提供对网络流量的智能分流过滤、数据预处理、负载均衡与分发、可视化管控等功能，按应用领域属于网络可视化领域。恒扬数据数据处理产品性能指标处于行业领先水平，并以自主研发的大数据分析平台为核心建立了“大平台+多组件”灵活产品架构，在高壁垒细分特种市场及海外发展中国家市场形成了差异化竞争优势，具有一定市场份额。

当前网络可视化市场正处于一个需求快速扩张、技术加速演进，同时竞争格局深度调整的阶段。一方面，传统网络可视化市场随着技术成熟，在一些基础应用领域竞争加剧；另一方面，AI、算力网络、AIGC监管等新需求创造了全新的赛道，对供应商的技术前瞻性和快速响应能力提出了更高要求。在行业整体需求增长、需求及技术深度变化的背景下，标的公司“行业需求锚定+技术引领”为核心指引，紧跟网络可视化行业“国产化替代、速率升级、AI融合、场景拓展”四大趋势，依托技术积累构建递进式迭代路径，确保产品技术与下游应用场景（运营商5G/6G、智算中心、监管领域）的演进节奏高度适配，抢占市场先机。具体分析如下：

1、行业发展趋势、市场容量

1-48

标的公司数据处理产品及应用解决方案主要包括高性能数据处理设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案。从应用领域角度属于网络可视化行业，网络可视化是以网络流量及数据的识别、采集与深度检测为基本手段，结合各种网络处理技术和信息技术，对网络的物理链路、逻辑拓扑、运行质量、流量内容、用户信息、承载业务等进行监测、识别、统计、展现与管控，并将可视化的数据传递给下游客户，实现网络流量及数据的智能化管控、商业智能以及信息安全等一系列目标。行业发展趋势及市场容量情况如下：

（1）互联网用户持续增长带动网络可视化管理需求

随着智能手机和移动数据的可承受性不断提高，以及电子商务、流媒体视频和社交媒体等在线服务的日益普及，全球数字网民的规模正以前所未有的速度扩张。据国际电信联盟（ITU）最新发布的《2024年事实与数据》年度报告显示，截至2024年，全球约有55亿人使用互联网，占全球总人口的68%。中国互联网络信息中心（CNNIC）截至2024年12月，中国网民规模达11.08亿人，互联网普及率升至78.6%，较2023年12月增长1608万人。截至2024年12月，我国手机网民规模达11.05亿人，较2023年12月增长1403万人，网民中使用手机上网的比例达99.7%。

随着全球网民数量快速增长，以及各类网络应用和移动应用种类快速增加，使得网络数量越来越庞大，对网络可视化系统的应用和管理提出了更高需求。

（2）国家互联网基础设施建设持续深化，为行业发展提供了强劲动力

随着我国互联网基础设施建设的持续深化，网络可视化行业迎来新一轮发展机遇。截至2024年末，全国互联网宽带接入端口数达12.02亿个，较2023年底净增6,600万个；5G基站总数突破425.10万个，5G基站占移动电话基站总数达

33.6%，占比较上年末提升4.5个百分点。与此同时，全国新建光缆线路长度856.2万公里，全国光缆线路总长度达7288万公里；移动互联网接入流量达3376亿GB，比上年增长11.6%。

1-49

数据来源：互联网公开资料、工业和信息化部基础设施规模的快速扩张和网络流量的持续增长，显著提升了网络可视化在流量监测、安全分析、智能运维等领域的应用需求，为行业发展提供了强劲动力。

（3）中国网络可视化产品市场规模近年来，随着大数据、人工智能和物联网等技术的发展，网络数据量激增，对数据分析和可视化的需求不断增加。网络可视化技术手段日益成熟，市场因此呈现出快速增长的态势。根据智研咨询发布的统计数据，2023年，我国网络可视化产品市场规模从2017年的170.24亿元增长至342.02亿元，未来，随着技术的发展，网络可视化将变得更加智能和高效，提供更强大的支持来理解和分析复杂网络数据。

2、产品供需情况当前网络可视化产品市场正处于一个需求快速扩张、技术加速演进，同时竞争格局深度调整的阶段。行业内各企业业务形态差异较大，产品交付包括基础架构产品、基础架构+应用、系统集成综合方案等多种形式，同时下游客户包括信息安全、特种行业、政府等对涉密管理较为严格的行业，因此缺乏行业产品产量、销量、价格等具体数据。行业整体供需关系分析如下：

在需求端，随网络升级与流量增长，包括5G建设深化、千兆光网推广、IPv6流量提升等影响，网络运维管理和优化的基础需求持续提升；随数据安全法规完善、AIGC内容监管挑战，推动政府及企业对网络空间安全监控的需求；同时，在智算中心大规模建设的背景下，催生对“算力网络”进行可视化运维和调优的刚性需求。在供给端，一方面，传统网络可视化市场随着技术成熟，在一些基础应

1-50

用领域竞争加剧；另一方面，AI、算力网络、AIGC监管等新需求创造了全新的赛道，对供应商的技术前瞻性和快速响应能力提出了更高要求。

总体而言，网络可视化行业存在传统市场竞争加剧，但新兴应用领域差异分化、供给相对不足的态势。

3、行业竞争格局、主要竞品对比分析

（1）行业竞争格局

目前，我国数据处理产品市场的细分程度较高，不同的细分领域有相应的专业厂商，但由于行业企业数量众多，细分市场竞争也比较激烈。其中，网络可视化领域主流产品同质化较为严重，竞争比较激烈，缺乏绝对优势企业。行业内厂商寻求差异化竞争，市场的多元化发展趋势渐趋明朗，行业中具有一定规模和技术积累的公司，正在努力开拓技术门槛及毛利率均较高的新产品或新市场，以期获得进一步的市场竞争优势。

行业整体呈现出多层次、多维度竞争的特点，市场参与者各具特色。以下为主要市场参与者及其特点：

①数据处理前端设备供应商，代表企业：恒为科技、中新赛克、迪普科技等；特点：主要拥有前端流量采集、数据分析的分流器等数据处理和网络可视化产品，并根据产品形成解决方案，在运营商、政府安全等前端设备市场有一定优势；

②数据处理后端方案及细分领域专业厂商，代表企业：浩瀚深度、任子行、武汉绿网、太极股份、烽火科技、国投智能等；特点：专注于网络性能管理（NPM）、应用性能管理（APM）、信息安全分析等特定领域，提供行业相关解决方案，在运营商和政府安全等细分市场有一定根基。

（2）主要竞品对比分析

网络可视化行业企业通常需要根据细分领域特点确定产品开发及优化路线，并满足客户一定的定制化需求，通常以多款软硬件产品相结合的综合解决方案向客户进行交付，不同企业的综合类产品难以直接进行比较。标的公司与行业内主要竞争对手产品特点及优劣势对比分析如下：

1-51

4、标的资产行业地位、市占率标的公司在网络可视化行业中，凭借“技术卡位+场景深耕+生态协同”的综合能力，业务规模及技术实力处于行业前列。标的公司在2024年GA资质测试中，在二十余家参与测试的企业中，汇聚分流产品性能排名第一，核心指标领先友商；在准入门槛极高的特种行业（如特定安全管控领域），公司凭借“通过严苛测试+项目交付能力”，构建强竞争壁垒，市场份额稳居前列，2023年率先通过某特种行业头部客户的规范满足度测试，成为少数具备准入资格的厂商之一；同时标的公司凭借优异的产品性能及专业的服务能力，数据处理解决方案在海外实现了持续且大规模的销售部署。标的公司在高壁垒细分特种市场及海外发展中国家市场形成了差异化竞争优势，与部分战略客户建立了长期持续的深度合作关系，具有稳定的客户资源。

数据处理产品所处的细分行业因涉及信息安全与特定领域管控需求，保密属性较强，行业数据相对不透明，同时行业内产品交付包括基础架构产品、基础架

1-52

构+应用、系统集成综合方案等多种形式，行业内厂商业务数据未进行公开披露或以应用场景、其本身综合业务板块的口径进行披露，暂无法有效的进行市场占有率测算。其中，在数据处理前端设备领域，根据对比标的公司与可比上市公司恒为科技、迪普科技、中新赛克的经营数据（3家可比公司均为行业头部企业），可推断标的公司市场份额虽低于可比公司但仍处于行业前列，标的公司与可比上市公司业务规模对比如下：

单位：亿元

注：数据来源于可比公司定期报告披露数据，各上市公司信息披露口径及产品统计口径不完全一致

、行业进入壁垒（

）技术门槛网络可视化基础架构产品具有较高的技术要求。需要产品研发实力强，须具备电信级高端设备开发能力，产品须具备高稳定性、高可靠性、定制化及系列化等技术门槛。新进入企业如果只借助市场中通用软硬件架构来开发产品，而不具备一定的技术积累和自有软硬件架构储备，其产品很难进入中高端市场。

（

）准入资质针对特定市场的产品，需要前期技术架构预研和客户需求场景反复验证，结合广泛的市场调研与理解、极端环境运行要求，不断调整技术路线，确定最终技术规范。同时，该类业务在招投标前通常还需要通过客户的符合性验证测试或准入测试，如特种行业规范度测试、运营商信息安全相关测试等。

（3）市场壁垒网络可视化基础架构产品具备较高的专业性，产品下游用户对产品的功能、性能、稳定性有较高要求，并且产品市场的综合替换成本较高，用户粘性大。对

1-53

于已经占有较高市场份额和已建立市场地位的企业来说，更容易保持和拓展市场，对于新进入企业则有较大的市场压力和壁垒。

6、恒扬数据产品技术迭代情况

（1）产品技术迭代核心方向恒扬数据产品技术迭代以“行业需求锚定+技术引领”为核心指引，紧跟网络可视化行业“国产化替代、速率升级、AI融合、场景拓展”四大趋势，依托专利与算法等技术积累构建递进式迭代路径，确保产品技术与运营商5G/6G、智算中心、监管领域等下游应用场景的演进节奏高度适配。其中，短期1-2年迭代聚焦“国产化替代+性能优化”，以适配国产化政策落地与5G稳定运行需求；中长期3-5年迭代主攻“高速率技术+AI深度融合”，以适配算网融合与智算中心建设浪潮。

（2）技术迭代保障措施标的公司通过三项核心措施保障技术迭代有效性。一是技术储备，依托战略委员会对行业技术趋势的研判，提前2-3年启动关键技术预研，当前已启动

1.6T后续技术的实验室验证，确保迭代节奏领先行业；二是资源协同，将研发资源投入向中期、长期迭代方向倾斜，重点投向高性能数据处理设备的速率升级以及数据分析应用平台的AI模块研发，同时联动国产芯片厂商同步推进技术适配；三是市场反馈协同，通过客户联动机制实时收集客户的技术需求变化，动态调整迭代优先级。

（

）技术迭代实践成果基于成熟的产品、技术研发及迭代优化机制，恒扬数据始终跟随行业技术与需求演进推动产品及技术升级，不断推出新产品与新架构。例如，在100GE接口产品成熟商用后，同步启动400GE产品预研并已完成产品发布；在新产品研发或发布过程中，会同步开展国产化适配产品的研发；针对大数据分析平台，以每2月一个小版本迭代、每

年一次系统架构升级的频次进行更新，确保产品功能及性能始终满足市场需求。

7、恒扬数据技术含量及核心竞争优势

1-54

基于前述对数据处理业务的相关行业发展趋势、市场容量、竞争格局、供需状况、技术迭代情况、竞品优劣势对比情况的分析，恒扬数据数据处理业务的主要技术含量及核心竞争优势总结如下：

（1）标的公司产品在细分领域性能指标及技术领先

标的公司基础架构产品在部分客户、行业的准入测试中取得了优异的结果，如标的公司2023年在某特种行业头部客户规范测试中核心性能（如百亿级数据搜索准确度、设备稳定性）排名第一；在2024年GA资质测试中，汇聚分流产品性能排名第一。

标的公司大数据分析平台实现多项自研核心技术的深度应用，包括具备万亿级数据的秒级搜索能力的搜索引擎架构、融合多源地理信令与先进轨迹算法，精准还原目标对象的全时空动态时空轨迹架构等，应用相关技术的产品取得了客户的高度认可。

（2）技术团队及技术研发能力

标的公司核心技术团队稳定，主要人员平均任职时间超过5年，深度参与了多款重点产品的研究开发及大型大数据分析项目，具备从架构设计到系统落地的全流程经验。团队拥有近10年的大数据治理经验，擅长处理百亿至千亿级数据的存储优化、性能调优与高可用架构设计，确保数据资产的高效利用。同时，结合标的公司成熟的产品、技术研发及迭代优化机制，始终保持跟随行业技术、需求演进推动产品及技术，不断推出新产品新架构，以保证产品功能及性能始终满足市场需求。

（3）客户持续合作关系

标的公司始终以客户需求为导向，持续挖掘业务痛点，通过产品升级迭代不断优化用户体验，提升客户满意度。凭借丰富的网络安全业务经验，能够快速响应并解决客户实际业务问题，提供专业、及时的技术支持服务。标的公司与主要客户均建立了持续稳定的合作关系，其中部分客户经历了持续10年以上的业务形态深度磨合，交付系统高度契合客户使用习惯，形成稳定的合作关系，客户粘性大，难以被竞争对手替换。

1-55

三、主要客户如阿里巴巴、新华三等公司在国内外智能计算领域行业排名、竞争优势、市占率及收入情况，与标的资产在智能计算领域的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商，智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖。

标的公司智能计算产品主要客户包括以阿里巴巴为代表的互联网客户、以华大智造及B客户为代表的行业应用客户，上述客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续稳定。基于该等客户的自身发展状况及所属行业的发展情况、客户的未来战略规划、产品开发规划等，以及标的公司持续的产品、技术创新和针对性研发，标的公司与主要客户具有持续稳定的合作预期，标的公司对该等客户服务的持续性较好。

（一）智能计算业务主要客户行业排名、竞争优势、市占率及收入情况

标的公司智能计算业务主要客户包括阿里巴巴（新华三、浪潮信息、东勤科技等为阿里巴巴的服务器供应商）、华大智造，前述主要客户行业排名、竞争优势、市占率及收入情况具体如下：

1、阿里巴巴

阿里巴巴为国内云计算龙头，在云计算基础服务实力强劲，阿里云通过全栈自研技术、全球部署的算力资源、丰富的客户积累与集团自身电商业务锤炼带来的安全性构建竞争壁垒，占据了亚太地区及中国国内市场的主要份额，根据市场统计，阿里云在亚太地区云计算IaaS市场2023年的市场份额达到22.20%。

数据来源：《公司深度研究-阿里巴巴-W（09988）》，2025年，天风证券

1-56

而在中国市场，截至2024年三季度，阿里云在云计算市场份额达到36%，稳居市场第一位。

数据来源：《人工智能动态跟踪2025年

月第

周》，2025年，东方证券

最近三年，阿里巴巴的收入及利润情况如下：

单位：亿元

注：阿里巴巴（09988）财年为前一年的4月1日至当年的3月31日，2025财年为2024年4月1日至2025年3月31日

恒扬数据服务的主要是阿里集团下属的阿里云业务板块，阿里云以

35.8%份额居中国AI云市场首位。阿里云在2025财年（2024年

月

日至2025年

月

日）全年收入达1,180.28亿元，同比增长11%；2025年第二季度（截至2025年

月

日）收入为

333.98亿元，同比增长26%，创三年新高增速。

、浪潮信息

浪潮信息是全球领先的IT基础设施产品、方案和服务提供商，为客户提供云计算、大数据、人工智能等各类创新IT产品和解决方案。根据Gartner、IDC发布的最新数据，浪潮信息服务器、存储产品市场占有率持续保持全球前列：

2024年及2025年第一季度服务器产品市场占有率全球第二、中国第一；2024年及2025年第一季度存储装机容量全球前三、中国第一；2024年，液冷服务器及边缘服务器中国第一。

2023年至2025年

月，浪潮信息的收入及利润情况如下：

1-57

单位：亿元

注：数据来源于浪潮信息定期报告披露数据

浪潮信息为阿里巴巴的核心服务器供应商之一，报告期内系受阿里巴巴指定向恒扬数据采购DPU产品，采购数量及采购价格均为阿里巴巴指定。

、新华三

新华三集团有限公司为紫光股份控股子公司，新华三拥有计算、存储、网络、安全、终端等全方位的数字化基础设施整体能力，提供云计算、大数据、人工智能、工业互联网、信息安全、智能联接、边缘计算、统一运维等在内的一站式数字化解决方案，以及端到端的技术服务。根据IDC相关统计数据，紫光股份在网络、计算、存储、安全、云计算等产品市场占有率均位居前列：

2024年，紫光股份在中国企业网园区交换机市场份额

38.2%，排名第一；在中国以太网交换机市场份额

31.1%，排名第二；中国企业网路由器市场份额

30.5%，持续位列第二；中国企业级WLAN市场份额

28.5%，连续十六年保持市场份额第一；中国X86服务器市场份额

12.6%，位列第三；中国刀片服务器市场份额

54.4%，蝉联市场第一；中国UTM防火墙市场份额

21.0%，位列第三；中国超融合市场份额

17.1%，排名第二。其中新华三为交换机、路由器、服务器等部分业务的主要运营主体。

2023年至2025年

月，新华三的收入及利润情况如下：

单位：亿元

注：数据来源于紫光股份定期报告披露数据

恒扬数据主要与新华三信息技术有限公司进行交易，新华三信息技术有限公司为新华三集团有限公司的全资子公司，亦为阿里巴巴的服务器供应商之一，报告期内系受阿里巴巴指定向恒扬数据采购DPU产品，采购数量及采购价格均为阿里巴巴指定。

1-58

4、华大智造华大智造依托DNBSEQ技术，为全球仅有的两家完整布局低通量至超高通量基因测序产品的企业之一，满足科研、临床等多样化需求，其准确性高、成本较低，测序仪设备在性能参数上比肩全球龙头Illumina的产品。

过去国内高端测序市场长期由海外行业龙头Illumina垄断，华大智造在2018年成功研发出高通量基因测序仪DNBSEQ-T7，打破了国内高端测序市场长期由海外行业龙头Illumina垄断的格局，并随之完成了从低通量到超高通量基因测序产品的完整布局。截至2024年，华大智造已连续三年占据国内基因测序设备新增装机行业第一，2024年在新增装机中占比已高达63.8%。

2023年至2025年9月，华大智造的的收入及利润情况如下：

单位：亿元

注：数据来源于华大智造定期报告披露数据

（二）智能计算业务主要客户与标的资产的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商

、阿里巴巴

报告期内，标的公司主要为阿里巴巴集团云计算中心提供定制化的AI算力集群DPU产品。双方的合作模式为，阿里巴巴集团与公司签署技术委托合同，由公司为其开发定制化产品，开发完成后，公司将产品销售给其指定的服务器供应商。

当前，人工智能、智能计算与云计算正深度协同发展，共同构筑新型数字经济的核心底座，全球人工智能市场规模持续扩张，并呈现出“垂直深耕+跨界协同”的双轮驱动特征。在此背景下，核心产业生态主要由三类企业主导：一是以Nvidia为代表的计算芯片企业，其中Nvidia凭借其成熟的端到端生态（NVLink+IB+CUDA）以及行业领先的产品性能主导高端算力市场；二是以亚马逊AWS、微软Azure、谷歌云和阿里巴巴为代表的云服务巨头，它们占据全球

1-59

云平台市场大部分份额，并分化出“云+生态”（如微软绑定OpenAI）与“全栈自研”（如谷歌、阿里）两种战略路径；三是各类硬件、软件及行业应用厂商，共同构成从底层算力到上层应用的完整生态体系。

阿里巴巴，特别是其阿里云业务，已确立成为“全栈人工智能服务商”的战略定位。其生态架构与战略规划清晰：在模型层，依托“通义千问”大模型家族构建了全球领先的开源模型矩阵；在基础设施层，持续推进包括自研AI芯片、高性能网络（HPN8.0）和存储系统在内的软硬件协同创新，并计划投入巨资用于AI与云基础设施建设；在平台服务层，通过ModelStudio等平台赋能开发者与企业高效部署AI智能体。阿里巴巴始终坚持依托开放开源生态、通过协同开发实现技术创新突破，快速响应其不同业务场景的独特需求。

针对阿里巴巴全栈生态中的部分业务场景，由于存在快速迭代、深度定制、高并发、低延迟等需求特点，采用FPGA芯片为基础的DPU产品路线能够更好的适应这类需求。对于此类业务，阿里通常与外部企业进行合作，其中阿里巴巴主导需求定义与系统整合，基于业务场景提出算力调度、低延迟通信等具体需求指标，开发适配FPGA的驱动程序与上层应用接口，并通过快速迭代优化软硬件协同效率；而恒扬数据提供芯片硬件设计与底层工具链，根据阿里需求定制可编程逻辑单元架构，优化芯片功耗与算力密度，配合完成硬件验证与兼容性测试，保障技术落地可靠性。这种分工既发挥了阿里的场景与系统整合优势，又依托研发企业的研发和定制能力，实现加速产品的敏捷迭代与性能优化。

标的公司自2017年开始与阿里巴巴建立了合作关系，基于标的公司优异的FPGA芯片设计及工程化能力，阿里巴巴与标的公司的合作关系逐步深入，截至2025年9月标的公司与阿里巴巴合作开发产品超过10款，覆盖计算加速、存储网络加速、AI网络加速等应用场景，深度融入阿里巴巴的生态体系建设及迭代升级。具体项目情况如下：

1-60

报告期内，标的公司向阿里巴巴销售的主要产品为NSA.X5DPU加速卡，应用于阿里巴巴的AI算力集群中，产品的主要功能如下：

（

）提供高速IO与数据传输：恒扬数据的DPU加速卡具备高速接口，可提供200G/400G的数据传输能力。能满足阿里巴巴服务器大规模数据处理和实时应用对高带宽、低延迟数据传输的需求，保障数据在服务器内部及与外部设备间的高效流转，比如在AI网络、高性能计算等场景中，使数据能够快速传输到计算单元进行处理，提升整体系统的响应速度。

（

）卸载服务器核心芯片负载：

DPU可以承担部分原本由计算芯片处理的网络、存储等IO相关任务，如数据的预处理、数据包的解析与转发等。通过将这些任务卸载到DPU上，能够让核心芯片专注于更核心的计算任务，从而提高服务器的整体运行效率，提升算力资源的利用率。

（

）适配自研算法与应用需求：阿里巴巴选择恒扬数据产品进行定制，可

1-61

根据自身自研算法的特点和应用需求，在DPU的硬件架构和软件功能上进行底层定制。比如针对特定的协议解析、RMDA算法，优化数据传输路径、计算任务分配等，使DPU更好地适配具体业务场景，发挥出自研算法的最大效能，为其业务发展提供有力支持。

（4）提升系统灵活性与可扩展性：定制化的DPU产品能够更灵活地融入阿里巴巴的服务器架构和整体技术体系中，基于FPGA可编程的特性可以灵活的进行产品迭代升级、算法更新，方便根据业务增长和技术发展进行扩展与升级，保持系统的高性能运行。

标的公司非阿里巴巴DPU产品的唯一供应商，由于阿里巴巴出于其自身商业信息保密政策，未对外披露其供应商体系的具体排名及采购份额分配细节，恒扬数据未能获取其在阿里巴巴供应商体系的具体排名及采购占比。标的公司多次沟通后仍无法获取相关数据，经保荐机构核查，该等客户对供应商信息的保密要求在行业内具有普遍性，并非针对标的公司单独设置限制。但在FPGA路线上标的公司已与阿里巴巴达成了深度合作关系，双方合作时间超过8年，与阿里巴巴合作开发完成包括NSA、F项目、NSA.X5等多个项目，相关产品在阿里巴巴的云计算中心等业务线实现了规模化部署，双方合作的新一代产品正在开发过程中。标的公司是阿里巴巴FPGA路线的DPU产品的核心供应商，并获得阿里巴巴最佳协同奖，相较潜在竞争对手具有较大的先发优势，双方合作关系持续且稳定。

2、浪潮信息、新华三等客户

标的公司DPU产品的直接客户中，浪潮电子信息产业股份有限公司、新华三信息技术有限公司、广东东勤科技有限公司等均为阿里巴巴的服务器供应商，前述服务器供应商与阿里巴巴一般为JDM合作模式（即共同设计制造商），委托方与制造商同时参与到设计、研发和交付的全过程中，普遍存在部分产品、技术由委托方提供或指定的情况。

阿里巴巴与恒扬数据合作开发的DPU产品系用于其AI算力、云计算等服务器的配套设施之一，因此阿里巴巴指定浪潮信息、新华三等服务器供应商向标的资产进行采购，浪潮信息、新华三等完成服务器生产组装后根据阿里巴巴的要求进行交付。此种模式具有真实的商业背景，符合行业情况。

1-62

恒扬数据与阿里巴巴合作关系持续稳定，双方合作背景、历史及稳定性的相关分析详见本题“（二）智能计算业务主要客户与标的资产的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商”之“1、阿里巴巴”之回复。阿里巴巴根据其自身的AI算力基础设施建设规划及供应链管理规划，其指定各家服务器供应商向恒扬数据采购的DPU产品份额分配有可能发生变动。因此，标的公司向浪潮信息、新华三等直接客户的销售数量有可能发生变动，或因阿里巴巴供应商名单变动而终止向对应客户进行销售。

3、华大智造

标的公司与华大智造自2019年开始合作，标的公司HBC产品系为华大智造DNBSEQ-T7基因测序仪开发的DNB（DNANanoball，DNA纳米球）图像处理和碱基识别功能单元，在该款产品中标的公司HBC产品最近三年的应用率为100%。标的公司HBC产品相较华大智造产品原使用的GPU方案具有更高的性能和更低的成本，在保持精度的前提下，24小时处理量最高可达19.44TB（TB指1T*DNB，DNBSEQ测序技术通过将目标DNA构建为DNB后负载到DNA测序芯片进行测序，以获得DNB中的DNA序列信息）。

标的公司与华大智造建立了持续的合作关系，曾获得华大智造年度最佳共赢奖，产品性能得到了华大智造的高度认可。恒扬目前已经与华大智造研发部门进行了新一代HBC产品的技术方案讨论，预计在2026年正式启动下一代HBC产品的正式研发，双方合作关系持续且稳定。

（三）智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖

1、客户集中度较高符合行业特性，阿里巴巴业务经营不存在重大不确定性

国内算力中心基础设施投资呈现“5+3+1”主导格局，即5家互联网及云计算厂商（阿里巴巴、字节跳动、腾讯、百度、京东）、3大运营商以及华为为主导，下游客户集中度高符合行业特性，具有行业普遍性。标的公司向阿里巴巴销售的产品均为与阿里巴巴合作定制开发，在产品开发阶段即通过了阿里巴巴的验证测试，并在阿里巴巴的数据中心中实现规模化部署。

1-63

阿里巴巴电商与云计算两大业务板块市场份额均为国内第一，其经营不存在重大不确定性。

2、标的公司与阿里巴巴的合作关系持续稳定，不存在重大不确定性

标的公司自2017年起与阿里巴巴建立合作关系，截至目前标的公司与阿里巴巴合作定制开发产品超过10款，相关产品在阿里巴巴数据中心中实现了规模化部署，标的公司已成为阿里巴巴在FPGA产品路线的核心供应商，双方具有长期稳定的合作关系。将阿里巴巴穿透为最终客户并合并计算（新华三、浪潮信息等企业为阿里巴巴的服务器供应商，系受阿里巴巴指定向恒扬数据采购定制DPU产品），则报告期各期标的公司向阿里巴巴销售金额分别为6,356.27万元、24,897.59万元及16,645.68万元，占报告期各期标的公司营业收入的比例分别为26.84%、52.63%和64.45%，合作规模持续扩大，标的公司与阿里巴巴合作开发的新一代产品进展情况良好，双方的合作不存在重大不确定性。

3、标的公司具备新业务领域拓展能力和新客户拓展能力

标的公司具备新业务领域拓展能力和新客户拓展能力，报告期内新增B客户等优质客户，同时新的智算一体机相关产品即将实现规模化销售，标的公司在客户稳定性与业务持续性方面无重大风险。

综上所述，标的公司智能计算业务客户集中符合行业特性，报告期内受AI行业发展影响，阿里巴巴向标的公司采购DPU产品规模爆发式增长。阿里巴巴自身经营状况良好，标的公司与阿里巴巴的合作关系不存在重大不确定性。同时，报告期内标的公司持续开拓新客户，与B客户等新增客户合作关系稳定，标的公司具备独立面向市场获取业务的能力。

因此，标的公司对阿里巴巴的依赖不会造成公司持续经营的重大不确定性，不会对公司持续经营能力构成重大不利影响，智能计算业务收入具有可持续性。

四、阿里巴巴不直接向标的资产采购，而是指定新华三向标的资产采购的原因，标的资产签署NRE技术服务协议的对象及具体约定，包括但不限于研发产品知识产权归属、供应产品内容、合同有效期等，标的资产为阿里巴巴开发新一代产品的最新进展，产品开发、迭代及销售具体约定，新一代产品销售前

1-64

是否需重新进行客户验证及具体流程。

（一）阿里巴巴不直接向标的资产采购，而是指定新华三向标的资产采购的原因

阿里巴巴作为云计算服务厂商，不直接进行相关产品的生产制造，主要通过向专业的制造商采购对应的产品。

新华三信息技术有限公司、广东东勤科技有限公司、浪潮电子信息产业股份有限公司等均为阿里巴巴的服务器供应商，前述服务器供应商与阿里巴巴一般为JDM合作模式（即共同设计制造商），委托方与制造商同时参与到设计、研发和交付的全过程中，普遍存在部分产品、技术由委托方提供或指定的情况。

阿里巴巴与恒扬数据合作开发的DPU产品系用于其AI算力、云计算等服务器的配套设施之一，因此阿里巴巴指定新华三等服务器供应商向标的资产进行采购，新华三等完成服务器生产组装后根据阿里巴巴的要求进行交付。此种模式具有真实的商业背景，符合行业情况。

（二）标的资产与阿里巴巴NRE合作的具体情况

标的公司与阿里巴巴自2016年开始合作，历史合作项目详见本题之“三、主要客户如阿里巴巴、新华三等公司在国内外智能计算领域行业排名、竞争优势、市占率及收入情况，与标的资产在智能计算领域的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商，智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖”之“（二）智能计算业务主要客户与标的资产的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商”的回复。

标的资产签署NRE技术服务协议的对象为阿里巴巴及其关联公司，包括阿里巴巴（中国）有限公司、阿里云计算有限公司、浙江天猫技术有限公司等主体。标的公司与阿里巴巴NRE合作模式下的主要条款约定如下：

1、合作内容

阿里巴巴（包括阿里巴巴及其指定的关联公司，下同）负责提供定制产品的

1-65

技术规格、负责定制产品研发工作成果及定制产品的验收等；恒扬数据负责定制产品的研发、物料采购、生产制造、包装供货、售后服务以及整个项目的技术支持。

2、知识产权归属恒扬数据在研发过程中产生的一切工作成果，包括研发过程中形成的文档、软件、定制产品样品（包括半成品、成品）等有形的资料、资产，也包括无形的技术成果及对应的所有知识产权均归属阿里巴巴所有。

3、合作分工-量产、交付及验收阿里巴巴对样品验收合格后，阿里巴巴通过书面授权形式，由阿里巴巴授权第三方（以下简称“买方”）向恒扬数据下单购买定制产品；恒扬数据根据订单约定的数量及双方约定的交付时间将生产完毕并将符合合同约定标准的定制产品交付给买方。阿里巴巴授权采购方验收时间以授权采购方与恒扬数据另行约定为准。

4、售后服务定制产品的质保期为3年，自买方对定制产品安装完毕且经买方验收合格之日起算。恒扬数据应当为维修后的定制产品提供12个月的质保期，此质保期自买方开具入库确认单之日起算。

5、合同期限合同有效期一般为1年，合同到期后经双方书面同意可顺延1年。如期限届满后，协议项下涉及的定制产品和/或订单，如相关的各方权利义务未履行完毕的，双方应继续履行。

（三）新一代产品的最新进展，产品开发、迭代及销售具体约定标的公司与阿里巴巴合作的NSA.A5项目、北斗七星2.0项目正处于开发过程中，项目具体情况如下：

1、NSA.A5项目

1-66

（1）项目合作背景应对AI负载面临的技术挑战，阿里巴巴在基础设施层面全面创新，构建了灵骏集群，该集群专为AI负载进行大量优化，其中在网络架构方面，通过高性能网络HPN（HighPerformanceNetwork），能让规模化的GPU服务器更紧密、高效地协同工作，充分发挥GPU算力效率。

其中，HPN7.0网络通过多平面多轨网络架构的设计，可高效支持10万张GPU卡的集群，通过RDMA（远程直接内存访问技术）网络实现GPU间互联，使机器能更紧密、高效协同。NSA.X5产品即构成阿里云灵骏网络的端到端可预测网络（HPN7.0）的核心部件之一，与GPU/PPU的配比为2张GPU/PPU配1张DPU卡。在阿里巴巴2025云栖大会上，阿里云发布了新一代算力底座—“磐久超节点”服务器和HPN8.0高性能网络，将网络带宽升级至800Gbps，可实现Pb/s级Scale-Up（纵向扩展）带宽和百纳秒级低延迟，支持Nx10万卡GPU规模化互联。这两大技术升级进一步凸显了DPU/AINIC在系统中的关键地位。

NSA.A5项目系在NSA.X5项目基础上进行升级迭代，是为了适配阿里巴巴业务发展及技术升级的需求变化，以及兼容阿里巴巴PPUAI计算场景而定向开发的高性能DPU设备，是阿里巴巴新一代计算集群/高性能网络架构的核心部件之一。

（2）产品/技术迭代情况

恒扬数据根据阿里巴巴的产品规划开发进度及与客户的沟通进行了项目立项及技术预研。该项目于2025年2月立项，截至目前已进入设计验证阶段，预计2026年3月完成产品开发。该项目作为NSA.X5产品的迭代产品，主要升级为更高速的网络传输接口（400Gx2）、支持Interlaken扩展接口、配套的PCIe侧接口（PCIeGen5.0x16x2）和逻辑资源（≥4M），配合阿里巴巴的PPU或AMD的GPU使用，产品性能较NSA.X5产品提升在1倍以上。

（3）项目研发历程及阶段性成果

本项目来源于阿里巴巴基于其算力设施建设、HPN网络架构升级战略规划的新一代产品需求。标的公司市场及项目研发团队自2024年前一代产品量产起

1-67

持续与阿里巴巴相关业务团队保持密切沟通，持续跟踪其业务及技术需求变化，同时启动立项进行相关技术及产品预研，为阿里巴巴的新一代产品开发做好储备工作。自阿里巴巴2024年4月初步提出产品需求起，双方通过近6个月的技术推进和方案沟通，初步形成了产品技术方案并确定了需求规格，恒扬数据于2025年2月正式完成了NSA.A5项目立项。

截至本回复签署日，本项目已经签署NRE开发合同，已完成产品方案设计并经评审通过，完成了完整的产品硬件设计、结构及散热设计，现处于工程验证与测试阶段（EVT阶段），已完成70PCS样卡交付，并新取得203.10万元样卡采购订单，客户反馈情况良好。

根据项目进展情况及与客户沟通情况，本项目产品预计将在2025年12月内完成工程验证及测试，后续设计验证及测试阶段（DVT）及生产验证及测试阶段（PVT）预计用时5-6个月，本项目产品预计将于2026年逐步量产并供应。

（4）产品需求分析

阿里巴巴在2025年云栖大会宣布，将在未来三年推动3,800亿元的AI基础设施投资计划，并明确将持续追加投资。这一数额超过其过去十年云和AI硬件投入总和，旨在迎接超级人工智能时代。资金重点投向AI服务器、高性能算力集群、自研芯片（如交换芯片和AI加速卡）及绿色能源设施。2025年第一季度，阿里巴巴资本开支为246亿元，同比提高121%；2025年第二季度资本开支为386亿元，同比增长220%，环比上季增长57%，过去四个季度，阿里已经在AI基础设施及AI产品研发上累计投入超1,000亿元。

AINIC作为阿里巴巴算力中心GPU互联和网络通信的关键部件，将直接受益于其服务器采购量增长。根据高盛估算，阿里巴巴目前数据中心容量为3-4GW，计划到2032年扩大至20GW，这意味着平均每年需新增约2GW容量，基于每GW容量可承载100万个GPU的估算以及阿里巴巴服务器GPU/PPU与AINIC的配置比例，阿里巴巴预计未来平均每年DPU/AINIC的需求数量在100万-200万张。同时，基于减少对Nvidia生态依赖及自主可控的考虑，阿里巴巴应用NRE模式合作自研的AINIC的比例可能增加，预计阿里巴巴对标的公司NSA.X5及NSA.A5产品的采购占比也将进一步增加。

1-68

在与阿里巴巴的合作中，标的公司负责DPU/AINIC产品的设计和前期交付，以及其他技术支持项目的联合开发。凭借NRE合作基础，标的公司在产品灰度阶段和小批量阶段具有先发优势，并有望在产品量产后占有一定供应份额。

2、北斗七星2.0项目

北斗七星项目系与阿里巴巴合作的对于NSA.X5等相关项目的技术支持项目，旨在解决NSA.X5产品在不同类型GPU/NPU之间互联互通的问题，实现应用场景的扩展，提升NSA.X5产品在阿里云体系应用适配，减少对Nvidia的BlueField、CX系列AINIC产品的需求。

北斗七星2.0项目是在北斗七星基础上针对新特性和客户特殊业务需求的二次项目开发，通过北斗七星1.0项目，恒扬数据与阿里巴巴一起完成基于NSA.X5的RDMA标准化IP的开发、设计与交付工作，系基于RoCEV2的2*200GAI算力集群节点互联AINIC产品。

基于前一期项目的成功，阿里巴巴和标的公司启动了二期新增特性的开发，计划完成产品性能的两倍提升、QP连接数的4倍提升以及根据业务模型需要等新增特性的开发。进一步扩大NSA.X5产品在阿里巴巴数据中心的使用面和使用量。

该项目于2025年4月立项，截至目前已完成主要技术开发及产品迭代工作，该项目一方面可以有效扩大与阿里巴巴在NSA.X5产品的合作规模，另一方面可有效推动NSA.A5项目的落地。

（四）新一代产品销售前是否需重新进行客户验证及具体流程

标的公司与阿里巴巴合作的新产品在NRE项目交付完成后，后续恒扬数据（取得采购订单后）将按相应的产品质量标准及阿里巴巴的采购需求进行供货，产品量产销售阶段无需重复进行客户验证。

五、结合智能计算产品生命周期各阶段产品性能、结构、单价、成本等方面的变化情况，标的资产定价模式、上下游议价能力等，说明标的资产智能计算业务毛利率大幅下滑、向不同类型客户销售毛利率差异较大的原因，导致毛利率大幅下滑的不利因素是否持续。

1-69

报告期内，标的公司智能计算业务毛利率下降幅度较大，主要系向阿里巴巴销售产品毛利率下降影响所致。报告期内，标的公司向阿里巴巴销售规模持续增长，随阿里巴巴采购需求增长，产品定价有所调整；同时，基于标的公司与阿里巴巴的业务合作模式，随定制产品进入规模化交付阶段，受阿里巴巴供应链管控的要求，以及标的公司维护客户关系、预防竞争对手进入的考虑，双方会阶段性重新议价，定制产品的毛利率在生命周期内存在逐渐下降而后保持稳定的变动趋势。

标的公司主要客户分属不同的行业，其采购标的公司产品的具体需求、数量及应用场景有所差异，与标的公司采用的合作模式也不完全相同，对标的公司而言付出的研发精力和费用投入也存在较大差异。因此标的公司智能计算产品根据销售客户及产品类型不同毛利率差异较大，符合标的公司实际经营情况，具有商业合理性。

标的公司与主要客户合作关系持续稳定，与主要客户均有合作的新产品、项目处于研发过程中，部分新产品将于2025年四季度、2026年逐步量产并实现销售，预计新产品毛利率将维持相对较高的毛利率。同时，标的公司向阿里巴巴销售的主要产品毛利率在2025年第二季度保持相对稳定。标的公司智能计算产品毛利率不存在持续下滑的趋势。

报告期内，标的公司营业收入、净利润均呈增长态势，主要系中国智算中心投资以及专业领域客户需求的增长，DPU产品收入快速增加，使得净利润亦有所增加；报告期内，标的公司毛利率分别为54.09%、46.07%和21.83%，主要受智能计算产品收入占比增加但毛利率下降影响，以及2025年1-6月高毛利的数据处理应用解决方案收入相对较少所致。

标的公司2025年1-9月营业收入、净利润实现水平较高，主要来源于智能计算产品及数据处理产品；毛利率为30.08%，较2025年1-6月有所回升，主要系数据处理产品及应用解决方案收入占比有所增加且其毛利率相对较高所致。标的公司依据2025年1-9月实际经营数据以及在手订单、项目执行情况等，预计2025年度可实现营业收入59,985.06万元、净利润10,707.74万元、毛利率为

40.21%，整体经营情况较好。标的公司经营基本面展现出较强稳健性，未来年度

1-70

收入具有较强的增长潜力与可实现性。

（一）智能计算产品毛利率大幅下滑的原因报告期内，标的公司智能计算产品收入按终端客户群体分类的具体情况如下：

单位：万元

报告期内，标的公司向阿里巴巴指定整机生产厂商销售的智能计算产品收入分别为4,593.89万元、24,897.59万元和16,645.68万元，是智能计算产品收入的主要来源。其毛利率分别为55.39%、28.38%和9.68%，呈下滑趋势，主要系产品开发销售阶段差异所致。

报告期内，标的公司向非阿里巴巴客户销售的智能计算产品收入分别为2,477.25万元、1,478.24万元和2,516.56万元，2024年及2025年1-6月占比较小。毛利率分别为55.66%、59.59%和32.00%，2025年1-6月有所下滑，主要系新增客户销售产品定价策略影响。

1、向阿里巴巴销售产品毛利率大幅下滑的原因

报告期内，标的公司向阿里巴巴指定整机生产厂商销售的智能计算产品收入分别为4,593.89万元、24,897.59万元和16,645.68万元，是智能计算业务收入的主要来源。其毛利率分别为55.39%、28.38%和9.68%，呈下滑趋势，主要系受与阿里巴巴合作模式及产品开发销售阶段差异所致。具体分析如下：

（1）与阿里巴巴的合作模式

报告期内，标的公司主要为阿里巴巴集团提供定制化的DPU产品解决方案。双方的合作模式为，阿里巴巴集团与公司签署NRE合同（包括技术开发服务、定制产品开发等），由标的公司为其开发定制化产品，开发完成后，标的公司将产品销售给阿里巴巴指定的服务商。

1-71

标的公司与阿里巴巴的合作背景、合作历史及NER合同主要条款内容详见本问题之第三问及第四问之回复。

（2）标的公司向阿里巴巴集成商销售产品毛利率下降的具体原因

标的公司向阿里巴巴集成商销售的产品系根据阿里巴巴的需求定制化开发的产品，产品生命周期一般为4-5年。在样卡阶段、小批量阶段，由于仍在进行产品调测、场景应用验证，生产规模相对较小，产品单位售价较高，产品销售毛利率相对较高；进入大规模商用阶段后，产品已经完全定型，客户的采购数量需求扩大，受阿里巴巴规模化交付、降低采购成本的要求，以及标的公司维护客户关系、预防竞争对手进入的考虑，在产品的生命周期内会阶段性重新议价，产品价格会根据产品需求、市场因素等进行协商调整，除特殊情况外（如原材料价格大幅变动）产品销售价格一般会逐渐下调后保持稳定，导致毛利率亦会呈现前中期逐渐下降而后保持稳定的变动趋势。

报告期内，标的公司向阿里系集成商销售的主要产品为定制开发的NSA.X5产品，未来随标的公司为阿里定制开发的新产品投入生产销售，新产品的销售价格及毛利率变动趋势总体上亦将保持前述变动规律。

标的公司自2017年起与阿里巴巴建立合作关系，自2017年至今标的公司向阿里巴巴销售主要产品情况如下：

①F项目系列产品

标的公司历史上向阿里巴巴销售F项目系列产品具体情况如下：

单位：万元

注：为保持时间序列数据可比，其中2023年、2024年F1.0产品销售数据未按净额法进行调整

1-72

其中F1.0产品因主要原材料FPGA芯片涨价，标的公司在2022年末上调了销售单价（约12%），并在2023年度、2024年度维持以该价格进行销售，该产品毛利率波动主要系成本因素导致。

②NSA.X5项目产品

单位：万元

NSA.X5产品为面向AI网络加速的FPGA异构解决方案，系在AI算力需求爆发增长的背景下阿里巴巴定制的战略产品，对于产品的性能参数等指标要求更为严格，在一定程度上需要与Nvidia的DPU产品形成竞争，标的公司投入相关资源、研发成本显著高于其他项目，考虑前期投入等因素，该产品在投产初期维持了较高定价，毛利率相对高于其他产品。

同时，阿里巴巴对NSA.X5产品的需求规模亦显著高于其他产品，该产品2024年度实现销售2.27亿元，超过历史向阿里巴巴销售的其他产品收入总和，随采购规模增加以及市场竞争的影响，产品销售价格逐步下调，调价频率及幅度亦高于其他产品，导致产品2023年度至2025年一季度毛利率持续下滑。2025年二季度及三季度，该产品销售价格趋于稳定，毛利率变动主要系成本因素影响。至2025年一季度产品售价已经趋于稳定，2025年二季度毛利率保持相对稳定。

NSA.X5产品自2023年实现销售至2025年9月综合销售毛利率为22.86%，主要系受采购规模影响，其毛利率低于其他产品但仍处于合理范围内。

③GMG项目产品

单位：万元

1-73

GMG1.0由于销售规模相对较小，在产品生命周期内未进行大幅调价，毛利率整体保持稳定，波动系生产成本变化影响所致。

④NSA.343/NSA.345产品

单位：万元

其中NSA.345产品分别在2021年末、2022年末下调了销售价格，2018年至2021年三季度销售价格基本保持稳定，毛利率变动主要系生产成本变动影响。综上，除特殊情况影响外，标的公司与阿里巴巴合作定制开发产品的毛利率主要受销售价格调整影响，基本符合在大规模销售初期保持较高毛利率并随产品生命周期价格调整逐渐下降的变动趋势。

2025年1-9月，标的公司向阿里巴巴销售的主要产品（NSA.X5）实现销售收入17,318.99万元，毛利率为9.48%，相对一季度、二季度毛利率基本保持稳定。标的公司与阿里巴巴合作开发的新产品预计将在2026年逐步量产销售，新产品在销售初期毛利率相对较高。综上，标的公司向阿里巴巴销售产品的毛利率不存在进一步持续下滑的趋势，未来随新产品量产销售毛利率将实现回升。

2、其他客户毛利率变动分析

（1）B客户

B客户为标的公司2025年度新增客户，系国内知名半导体设备与量测装备制造企业子公司，恒扬数据为其提供深度定制的DPU产品，用于其开发的电子测量仪器当中。为达成与B客户的战略合作关系，标的公司前期产品销售价格

1-74

相对较低。标的公司为B客户定制开发的新产品即将量产，双方合作关系稳定。未来随标的公司与B客户合作进一步深化，预计产品毛利率将有所回升。

（2）华大智造报告期内，标的公司向华大智造销售的产品毛利率分别为63.10%、62.00%、

62.01%，毛利率未发生重大变化。

（二）向不同类型客户销售毛利率差异较大的原因报告期内，标的公司智能计算产品的主要客户包括阿里巴巴、B客户、华大智造，标的公司向前述客户销售产品的毛利率差异较大，主要系标的公司销售产品类型及应用场景、合作模式、定制程度、销售规模以及竞争情况等因素综合影响所致。具体如下：

综上，因向不同客户销售的产品差异以及与客户具体模式的差异，标的公司针对性的采用了差异化的产品开发、定价及销售策略。受上述因素的综合影响，标的公司向B客户、华大智造销售产品的毛利率相对较高且较为稳定；向阿里

1-75

巴巴销售产品随具体产品及所处生命周期情况毛利率呈现先降后稳的变化趋势，且毛利率综合水平低于向B客户、华大智造销售的产品。标的公司向不同客户销售毛利率差异符合实际经营情况，具有商业合理性。

（三）报告期内营业收入、净利润、毛利率波动原因及期后情况

1、报告期内营业收入、净利润、毛利率波动情况报告期内，标的公司营业收入、净利润、毛利率等财务指标情况如下：

单位：万元

报告期内，标的公司营业收入快速增长，金额分别为23,683.42万元、47,307.50万元和25,826.30万元，主要来源于主营业务收入。报告期内，标的公司净利润金额分别为3,735.30万元、8,546.67万元和2,168.87万元，2024年金额大幅增加主要系当年营业收入激增所致，2025年1-6月金额相对较小主要系当期毛利率大幅下滑所致。报告期内，标的公司毛利率分别为54.09%、46.07%和21.83%，主要受智能计算产品收入占比增加但毛利率下降影响，以及2025年1-6月高毛利的数据处理应用解决方案收入相对较少所致。具体分析如下：

（1）主营业务收入及毛利率按产品类别分析

单位：万元

1-76

标的公司主要收入来源为智能计算产品、数据处理产品及应用解决方案。

①主营业务收入变动的具体分析报告期内，标的公司智能计算产品收入分别为7,071.14万元、26,375.82万元和19,162.23万元，金额快速增长，主要来源于DPU产品。受益于云计算、5G和边缘计算等技术的快速普及，以及各行业数字化转型带来的算力需求激增，基于GPU+CPU+DPU的AI算力集群、AI智算一体机等算力设施的大规模部署，作为“第三颗主力芯片”的DPU产品参与AI算力集群组网建设，可有效减少算力损耗，有助于运营商、云计算厂商和互联网厂商对大规模智能计算数据中心的建设。标的公司经过多年的自主研发与技术积累，凭借对客户需求的精准把握和市场趋势的深刻洞察，在DPU产品研发和应用上具有领先优势。伴随中国智算中心投资以及专业领域客户需求的增长，标的公司的智能计算产品收入持续增长。

报告期内，标的公司数据处理产品及应用解决方案收入分别为14,468.92万元、19,157.17万元和6,094.49万元，2023年及2024年主要来源于与A客户签订的国家级解决方案业务。A客户所在国家与中国建立了全方位、多层次的战略伙伴关系，数字经济是其重点支持及优先发展产业。恒扬数据与A客户自2009年即建立了合作关系，合作以来，累计已签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好。

②毛利率变动的具体分析

报告期内，标的公司智能计算产品的毛利率分别为55.48%、30.13%和12.61%，毛利率有所下滑，主要受向阿里巴巴指定整机生产厂商销售的DPU产品毛利率下降影响。报告期内，标的公司智能计算产品收入按终端客户群体分类，销售给阿里巴巴的DPU产品的毛利率分别为55.39%、28.38%和9.68%，呈不断下滑趋势，主要系产品开发销售阶段差异所致。详见上文“（一）智能计算产品毛利率大幅下滑的原因”的具体论述。

报告期内，标的公司数据处理产品及应用解决方案业务毛利率分别为

1-77

59.60%、69.59%和50.47%，2023年及2024年主要来源于与A客户签订的国家级解决方案业务，2025年1-6月毛利率相对较低主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致。A客户的总体需求较多，涉及数据处理、网络通信等多种先进技术应用，技术含量高，项目对软件研发的投入要求大，标的公司对客户所需核心系统进行了大量前瞻性研发并在实施过程中根据客户需求不断完善。标的公司既保证了解决方案的专业性和针对性，又实现了较好的盈利水平。

（2）净利润变动的具体分析报告期内，标的公司净利润金额分别为3,735.30万元、8,546.67万元和2,168.87万元，2024年金额大幅增加主要系当年营业收入激增所致，2025年1-6月金额相对较小主要系当期毛利率大幅下滑所致。

除主要受营业收入及毛利率的影响外，净利润还受销售费用、管理费用、研发费用、信用减值损失和资产减值损失等损益类科目的影响。其中，期间费用报告期内的金额分别为7,725.70万元、11,057.46万元和3,829.86万元，期间费用率分别为32.62%、23.37%和14.83%，2024年金额有所增长主要系职工薪酬增加所致，比例逐渐下滑主要系期间费用增长幅度不及营业收入增长幅度所致，具有合理性。

2、2025年1-9月实际经营情况

标的公司2025年1-9月实际经营数据情况如下：

单位：万元

注：2025年1-9月财务数据未经审计，其中利润总额、净利润金额较前次披露版本有所减小，主要系截至目前标的公司全年预计业绩可实现性较强，将部分年终奖于2025年9月末计提所致

标的公司2025年1-9月实现营业收入为36,744.21万元，主要来源于智能计算产品；净利润为4,643.57万元，主要系营业收入增加的同时，毛利率有所增

1-78

加所致；毛利率为30.08%，较2025年1-6月有所回升，主要系数据处理产品及应用解决方案收入占比有所增加且其毛利率相对较高所致。具体分析如下：

（1）主营业务收入及毛利率按产品类别分析

单位：万元

2025年1-9月，标的公司智能计算产品收入金额为21,736.08万元，其中来源于终端客户阿里巴巴的金额为17,532.45万元，其毛利率水平为

9.64%，与2025年1-6月毛利率9.68%相比基本持平。标的公司与阿里巴巴合作开发的新产品预计将在2026年逐步量产销售，新产品在销售初期预计将具备相对较高的毛利率，未来随新产品量产销售将实现回升。详见上文“（一）智能计算产品毛利率大幅下滑的原因”的具体论述。

2025年1-9月，标的公司数据处理产品及应用解决方案收入金额为13,789.08万元，主要来源于数据处理产品。其中，标的公司向E客户销售数据处理产品的收入金额为6,137.16万元，毛利率为

62.68%，处于较高的水平，主要系：数据处理产品系标的公司的传统核心产品，具有较强的产品竞争力。标的公司凭借“通过严苛测试+项目交付能力”，构建强竞争壁垒，市场份额稳居前列，2023年率先通过E客户的规范满足度测试，成为少数具备准入资格的厂商之一，使得销售给E客户的数据处理产品具备较高的毛利率水平。（

）净利润变动的具体分析2025年1-9月，标的公司净利润为4,643.57万元，主要系营业收入增加的同时，毛利率有所增加所致。除主要受营业收入及毛利率的影响外，净利润还受销售费用、管理费用、研发费用、信用减值损失和资产减值损失等损益类科目的

1-79

影响。其中，期间费用的金额为6,150.33万元，期间费用率为16.74%，处于正常的水平，具有合理性。

3、2025年全年预计经营情况标的公司2025年全年预计经营数据情况如下：

单位：万元

注：1、2025年1-9月财务数据未经审计，其中利润总额、净利润金额较前次披露版本有所减小，主要系截至目前标的公司全年预计业绩可实现性较强，将部分年终奖于2025年9月末计提所致；

2、2025年度数据为标的公司预测数，数据未发生变化，主要系全年预测数据已考虑了全部需计提的年终奖。标的公司依据2025年1-9月实际经营数据以及在手订单、项目执行情况等对2025年第四季度经营数据进行预测，预计2025年度可实现营业收入59,985.06万元、净利润10,707.74万元、毛利率为40.21%。

标的公司2025年度预计营业收入、净利润及毛利率水平较2025年1-9月均大幅增加，主要系：标的公司正处于执行过程中的对A客户的应用解决方案服务于2025年第四季度确认收入，其毛利率水平较高，使得全年整体毛利率提升。A客户数据应用解决方案项目履约进展详见本回复之“2、三、（三）”的相关回复。标的公司2025年度预计营业收入及净利润较2024年度有所增加，毛利率水平较2024年度有所下降，主要系：2025年度确认的对A客户的应用解决方案收入较2024年度增加，使得营业收入及净利润绝对值增加；虽其毛利率处于较高水平，但主要应用于终端客户阿里巴巴的DPU产品的毛利率大幅下降，使得公司整体毛利率水平有所下滑。

标的公司未来年度收入具有较强的增长潜力与可实现性：1）在智能计算产品方面，2025年销售给终端客户阿里巴巴的DPU产品虽不及预测数据，但基于阿里巴巴后续投资规划，以及标的公司正在进行的下一代产品研发情况，后续实

1-80

现收入的可能性较高；同时，标的公司销售给B客户、华大智造的DPU产品与客户实现深度绑定，且上述客户产品的销售预期较好，截至本回复签署日，标的公司对B客户及华大智造的在手订单合计约3,900万元；此外，标的公司深度融入华为鲲鹏、昇腾计算生态，整合DPU、CPU和GPU的多芯异构融合技术，打造了具备高性能、高密度特性的智能计算一体机产品系列，有望成为新的业绩增长点。2）在数据处理产品与应用解决方案方面，标的公司自2009年即与A客户建立了合作关系，累计签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好，详见下文“六、（二）标的资产数据处理业务收入具有可持续性”的相关论述。

综合来看，标的公司经营基本面展现出较强稳健性：一方面，其服务的客户群体结构保持稳定，未出现影响合作连续性的重大不利变动，客户合作基础扎实；另一方面，产品研发工作持续深化推进，核心研发项目按计划实施，为业务发展提供持续支撑；同时，公司核心产品及解决方案的市场竞争优势稳固，在技术壁垒、场景适配性等关键维度的差异化价值持续凸显；在此基础上，标的公司整体业务具备清晰的延续性逻辑与稳健发展根基，未来经营的可持续性得到有效保障。

六、结合A客户成立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A客户销售的情况，说明标的资产数据处理业务收入是否具有可持续性，是否对A客户存在依赖

A客户系政府机构，其所在国家位于非洲西北部，经济规模在非洲位居前列。报告期内，标的公司主要为A客户提供数据应用一体化解决方案服务，收入占比较高，主要系A客户业务需求类型为国家级解决方案，项目规模较大，具有合理性。

标的公司与A客户自2009年即建立了合作关系，合作以来，累计已签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好。其中最近一期销售收入金额较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致。

1-81

A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。因此，标的公司数据处理应用解决方案业务收入具有可持续性，标的公司对A客户存在依赖，但不构成重大不利影响。

（一）A客户成立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A客户销售的情况

1、A客户成立时间、具体业务

A客户系政府机构，其所在国家位于非洲西北部，经济规模在非洲位居前列。A客户所在国家与中国建立了全方位、多层次的战略伙伴关系，数字经济是其重点支持及优先发展产业。

报告期内，标的公司主要为A客户提供数据应用一体化解决方案服务，收入占比较高，主要系A客户业务需求类型为国家级解决方案，项目规模较大，具有合理性。

、A客户向标的资产采购处理产品及应用解决方案的背景、双方合作历史

标的公司与A客户自2009年即建立了合作关系，合作以来，累计已签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好。双方合作背景及历史具体如下：

（

）2009年-2010年：业务开拓初期

2009年开始，受华为海外业务启发，同时洞察到海外对网络流量分析和信息安全的需求，标的公司决定开拓海外市场。通信设施厂家华为等公司建设数据通信基础设施，如电信运营商骨干网，而标的公司提供类似运营商检查站、收费管理站等网络流量分析、数据处理等解决方案业务。标的公司主要在东南亚、中东、非洲等“一带一路”沿线国家和地区进行业务推广，至今已经在二十多个国家

1-82

形成了业务落地，其中标的公司于2009年获得A客户的第一笔较大规模的业务合作订单，合同金额为

35.20万美元。

（2）2011年-2014年：业务拓展期标的公司持续进行产品技术升级，并向海外客户进行产品营销推广，2011年、2013年、2014年分别取得了A客户799.98万美元、1,000万美元、342.5万美元的项目订单，分批次逐步建立并完善了覆盖全国骨干网络节点的数据处理分析系统。

标的公司具备高效的客户需求响应机制和完善的服务体系，拥有一批专业技术强、经验丰富、市场理解深刻的技术支持团队，通过自身对于技术发展路径和市场需求的理解，积极且高效地参与到项目开发当中，为客户提供高效、完善的服务，解决客户从概念到实现的难题；标的公司在海外项目常驻项目服务及技术支持人员，为客户提供持续性、全生命周期的咨询、维护、优化等服务。经过持续不断的沟通与服务，标的公司与A客户建立了持续深度的合作关系，标的公司的产品、技术及服务能力得到了客户的高度认可，为标的公司后续海外订单爆发式增长奠定了坚实的基础。

（3）2015年-2018年：业务规模突破期

标的公司在2015年

月取得了A客户的第一笔大型NF系统建设项目订单（C15项目），合同金额为3,500万美元。该项目为A客户所在国家首次建设大型国家级的NF系统，并建立了网络流量的可视化分析系统。

（4）2019年-2025年：持续高速增长期

随着A客户所在国家运营商网络发展及电信用户增长，原有的系统无法满足其数据安全及管理分析的需求。基于标的公司与A客户历史上的良好合作关系，同时标的公司产品性价比、技术服务能力相比竞争对手（主要为北美服务商）具有显著优势，因此标的公司成为A客户项目扩容改造的最优选择。标的公司于2020年3月取得了A客户国际网络流量管理平台扩容项目（C20项目）订单，合同金额为3,200万美元，项目第一期主要为NF系统扩容改造（600G扩容至

1.72T，并优化系统功能），项目第二期新增基于用户画像的大数据分析平台。

1-83

随着A客户所在国家运营商网络流量进一步增长，同时网络用户、数据日益复杂，C20项目系统逐渐不能满足其全部需求。标的公司于2024年

月取得了A客户国际网络流量管理平台扩容项目（E23项目）订单，合同金额为4,770万美元，主要内容包括：①NF系统扩容并增加移动互联网业务（从1.72T扩容至3.9T）；②系统功能更新升级，并增加移动互联网的精细用户画像和基于机器学习算法的数据内容深度挖掘，以适应更复杂及更精细化的安全管理及业务分析应用需求。

3、具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期

（1）供应产品内容

标的公司主要为A客户提供国家级数据处理应用解决方案，各期项目主要内容已申请豁免披露。

（

）付款方式及节点、合同有效期

针对A客户，标的公司报告期内确认收入的项目为国际网络流量管理平台扩容项目，即C20项目及E23项目。上述项目合同及补充协议就合同金额、合同生效条件、合同终止、付款方式、验收等核心事项进行了明确约定。

根据相关条款，A客户分项目阶段以银行转账的方式进行付款，由A客户直接支付美元给标的公司。

根据相关条款，自完成签署、监管方批准及发出通知后合同生效，在不符合约定条款等情况下合同终止。截至本回复签署日，上述合同均在有效期内。

4、最近一期向A客户销售的情况

报告期内，标的公司向A客户销售产生的收入金额分别为11,888.96万元、16,072.38万元和577.69万元，其中最近一期销售收入金额较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致。

1-84

截至本回复签署日，标的公司与A客户的订单（E23合同）已执行完毕，2025年度全年确认收入为3,454.79万美元，折合人民币约

2.4

亿元，占全年收入的比例为40%左右。

（二）标的资产数据处理业务收入具有可持续性报告期内，标的公司数据处理产品及应用解决方案业务收入金额分别为14,468.92万元、19,157.17万元和6,094.49万元，其中来源于A客户的收入金额分别为11,888.96万元、16,072.38万元和577.69万元，2023年及2024年占比分别为82.17%和83.90%，占比较高。

标的公司数据处理业务收入具有可持续性，主要系来源于A客户的收入具有可持续性。A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。具体分析如下：

、A客户所在国家经济发展趋势向好，相关产业具有广阔的发展潜力

A客户所在国家与中国建立了全方位、多层次的战略伙伴关系，中国与A客户所在国家战略合作关系为中国企业赴A客户所在国家开展投资及经济贸易合作奠定了坚实的基础，是标的公司与A客户达成长期持续的稳定合作关系的重要前提；A客户所在国家经济发展持续向好，推动经济结构转型，大力发展数字经济，A客户所在国家政府具有充足的财政预算支持，并有较高的意愿进行通信基础设施建设及升级；A客户所在国家通信产业高速发展，在大力发展数字经济的背景下，随运营商网络、光纤网络提速扩容，会同步带来网络可视化及信息安全相关领域的扩容改造需求，A客户所在国家数据应用处理相关需求具有持续增长预期；中国与A客户所在国家在数字经济领域合作较多，中国企业具有一定的优势地位。具体情况已申请豁免披露。

2、建立了稳定持续的合作关系，技术路线深度绑定

1-85

标的公司自2009年起开始与A客户合作，共签署9个项目订单，累计合同金额达

1.36亿美元。2009年-2014年逐步建立了覆盖全国骨干网络节点的数据处理分析系统，2015年为A客户建设了首个国家级NF系统，并于2020年、2024年对原有系统进行了扩容升级，并新增了大数据分析平台。标的公司与A客户的合作既包括延续性的产品功能升级扩容，又包括随当地产业环境发展出现的新增需求，业务合作规模呈现稳中有增的趋势。

在项目实施及日常服务过程中，标的公司快速响应客户需求，针对客户要求进行产品深化设计，全生命周期提供咨询、维护服务。经过超过15年多个项目的合作，标的公司与A客户建立了深度的合作及互信关系，标的公司的产品及技术服务能力得到了客户的高度认可，A客户网络安全、数据采集分析处理等相关项目设备及方案均使用公司产品，技术路径高度绑定。截至2024年末，标的公司已成为A客户在信息安全、数据应用处理领域的唯一供应商，其他供应商或同类产品难以对标的公司形成替代。

3、标的公司技术积累及产品储备丰富，可持续满足客户新增需求

标的公司深耕数据处理网络可视化领域超过

年，多年的产品和技术积累为标的公司形成了全系列的产品和系统解决方案。目前标的公司的产品覆盖了从网络可视化前端数据采集、分流、预处理，到后端协议识别、还原解析、数据存储、业务应用和大数据分析等完整环节，解决方案覆盖了宽带接入网、骨干网、移动网等多种部署场合，并以D-EYE平台为核心建立了“大平台+多组件”灵活产品架构，对产品组件进行灵活优化组合，为客户提供最适合应用需求、性价比最优的系统级解决方案。依托丰富的产品系列，标的公司对A客户历史项目实现了较好的实施交付效果。同时标的公司持续投入研发资源对产品进行迭代升级，增加产品种类，可满足客户未来潜在的新增需求。如：顺应网络带宽高速发展的需求，推出覆盖100G、400G到800G的数据采集分析处理产品；在D-EYE平台中新增开源大模型（AI应用相关）等子系统功能。

2016年起，标的公司进入智能计算领域，主要为下游云计算/互联网数据中心等提供算力相关的基础设施，经过多年的研发及产品迭代，标的公司部分产品在细分市场处于行业领先地位，产品在国内头部企业（如阿里巴巴）进行了规模

1-86

化应用。A客户所在国家本国云计算和数据中心产业尚处于发展早期阶段，未来随相关行业发展，标的公司可凭借与A客户的良好合作关系导入智能计算产品及解决方案，存在较大的潜在市场空间。

、A客户具有广阔且持续增长的采购需求，未来合作意愿具备较高确定性A客户所在国家自2020年以来，经济保持回稳增长态势，政府预算亦保持增长趋势。为摆脱对油气行业的依赖，A客户所在国家政府提出“经济多元化”战略，大力推动数字经济等非油气产业建设。未来，随着A客户所在国家基础网络能力建设的加强，网络覆盖率的提升，移动流量及宽带流量将出现爆发式的增长，政府部门对于信息安全及数据应用处理的需求亦将随电信网络扩容保持同步增长。

此外，随着A客户所在国家大数据、AI/AIGC、IDC等产业的进一步发展，标的公司相关智能计算产品（如DPU产品、智算一体机、AI大模型算力产品等）等亦存在较为广阔的潜在业务机会。标的公司与A客户具有超过15年的合作历史，A客户对标的公司的产品性能、技术服务能力等高度认可，同时考虑系统运行及维护的持续性，A客户具备与标的公司继续合作的确定性意愿。

截至本回复签署日，标的公司与A客户的订单（E23合同）已执行完毕，2025年度全年确认收入为3,454.79万美元，折合人民币约2.4亿元，占全年收入的比例为40%左右。

综上，A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。

因此，标的公司数据处理应用解决方案业务收入具有可持续性。

（三）标的资产对A客户存在依赖，但不构成重大不利影响

1-87

标的公司对A客户的销售收入及毛利占比较高，对A客户存在依赖，但不构成重大不利影响，一方面系标的公司对A客户的收入具有可持续性，另一方面系标的公司具备独立面向市场获取业务的能力。

、标的公司对A客户销售的收入及毛利情况

报告期内，标的公司对A客户销售及毛利情况如下：

单位：万元

2023年及2024年，标的公司来源于A客户的销售收入分别为11,888.96万元和16,072.38万元，占营业收入的比例分别为

50.20%和

33.97%；2023年及2024年，标的公司来源于A客户的销售毛利分别为7,564.76万元和12,218.25万元，占毛利的比例分别为

59.05%和

56.06%。

2025年1-6月，标的公司来源于A客户的销售收入金额为577.69万元，金额较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致。截至本回复签署日，标的公司与A客户的订单（E23合同）已执行完毕，2025年度全年确认收入为3,454.79万美元，折合人民币约

2.4

亿元，占全年收入的比例为40%左右。

标的公司对A客户的销售收入及毛利占比较高，对A客户存在依赖。

2、标的公司对A客户的依赖不构成重大不利影响

（1）标的公司对A客户的收入具有可持续性A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。详见前文相关论述。

1-88

（2）标的公司具备独立面向市场获取业务的能力报告期内，标的公司积极开发新产品，拓展新客户，与阿里巴巴、华大智造等战略客户保持了长期稳定的合作关系，合作规模持续扩大；同时，标的公司还积极向其他领域进行拓展，2024年度新增了B客户，通过B客户进入了国产智算中心高端量测设备制造的供应链。2024年起，标的公司对A客户的收入占比降低，标的公司具备面向市场独立获取业务的能力。

七、报告期内A客户所在地区外交、行业、贸易等政策及变化情况，出口主要结算货币的汇率波动情况，相关政策及汇兑损益变化对标的资产的业绩影响及应对措施，最后一期未产生收入的原因，标的资产境外收入是否存在不确定性

（一）报告期内A客户所在地区外交、行业、贸易等政策及变化情况

报告期内，A客户所在国家的外交、行业、贸易等领域推出了一系列政策和措施。其中，在外交政策方面，A客户所在国家整体的外交政策整体较为稳定，对华关系未出现不利变化；在行业政策方面，A客户所在国家以能源产业作为其重点发展产业，同时支持和优先发展数字经济产业，推动经济多元化的发展；在贸易政策方面，A客户所在国家的贸易伙伴稳定，贸易规模较大，中国与A客户所在国家双边贸易快速增长并签有双边投资保护协定，中国已连续

年保持A客户所在国家第一大进口来源国。具体情况已申请豁免披露。

（二）出口主要结算货币的汇率波动情况，相关政策及汇兑损益变化对标的资产的业绩影响及应对措施

、标的公司出口主要结算货币的汇率波动情况

报告期内，标的公司出口主要结算货币为美元，其汇率波动情况如下：

1-89

报告期内，标的公司出口主要结算货币的汇率较为稳定，未发生较大波动。

、相关政策及汇兑损益变化对标的公司的业绩影响及应对措施

（1）相关政策及汇兑损益变化对标的公司的业绩影响报告期内，标的公司主营业务收入中外销收入分别为11,888.96万元、16,186.08万元和642.13万元，占比分别为55.19%、35.55%和2.54%；以外币计价的采购金额分别为1,527.50万元、22,882.93万元和13,018.82万元，金额较大。报告期内，标的公司产生汇兑净收益分别为261.47万元、1.87万元和-150.70万元，分别占当期利润总额的6.54%、0.02%和-7.00%，分别占当期净利润的7.00%、

0.02%和-6.95%。整体而言，报告期内标的公司汇兑损益金额较小，占利润总额和净利润的比例不高，对公司经营业绩不存在重大影响。

（2）标的公司应对汇率风险采取的措施报告期内，标的公司外销收入及进口采购金额较大，且均采用美元结算。标的公司通过外销形成的外币收入面临的汇率波动风险一定程度上可通过对应期间外币采购予以缓释。

此外，为应对汇率波动的影响，报告期内，标的公司与商业银行开展了远期

1-90

结汇和外汇掉期业务，加强了在业务执行中对人民币汇率的动态监控，有效降低标的公司在经营中的外汇风险。

（三）最后一期未产生收入的原因2025年1-6月，标的公司来源于A客户的销售收入金额为577.69万元，金额较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致。截至本回复签署日，标的公司与A客户的订单（E23合同）已执行完毕，2025年度全年确认收入为3,454.79万美元，折合人民币约

2.4

亿元，占全年收入的比例为40%左右。

（四）标的公司对A客户的收入具有可持续性报告期内，标的公司主营业务收入按地区分类构成情况如下：

单位：万元

报告期内，标的公司的境外业务收入分别为11,888.96万元、16,186.08万元和642.13万元，其中来源于A客户的收入金额分别为11,888.96万元、16,072.38万元和577.69万元，占比分别为

100.00%、

99.30%和89.97%。标的公司境外收入具有可持续性，主要系来源于A客户的收入具有可持续性，详见本题回复之“

六、（二）标的资产数据处理业务收入具有可持续性”中的相关论述。

八、主要产品委托外协生产的原因，委托加工和代工模式下生产产品类型、单价、终端销售对象及销售金额占比，前五大外协厂商基本情况、合作背景、采购内容、金额及占比，定价方式及公允性，是否与标的资产存在关联关系，未来是否仍维持以研发、销售为主，将生产委托外协厂商的经营模式

标的公司将主要产品委托外协生产，主要系将低附加值的制造环节外包以聚焦高附加值的研发环节，同时构建多元化供应链保障生产安全与效率。报告期内，

1-91

标的公司数据处理产品及智能计算产品均以代工或委托加工模式委托外协厂商生产，其中智能计算DPU产品的外协采购金额较大，其终端销售对象主要为阿里巴巴。报告期内，标的公司的主要外协厂商为NationGateSolution(M)Sdn.Bhd.和珠海市一博科技有限公司，其均为上市公司，采购的主要内容为“产品组装”和“PCB半成品”。标的公司以向多家供应商询价的方式进行定价，上述外协厂商与标的公司不存在关联关系。标的公司未来将继续维持以研发、销售为主，将生产委托外协厂商的经营模式，通过专业化分工实现资源优化配置。

（一）主要产品委托外协生产的原因，委托加工和代工模式下生产产品类型、单价、终端销售对象及销售金额占比

恒扬数据依托行业成熟的电子制造业产业链优势，将主要资源集中于高附加值的研发设计环节，而将硬件加工与装配等相对低附加值的生产环节委托给外协厂商完成。同时，恒扬数据自身保留小型装配及测试车间作为补充生产能力。

为确保供应链安全和生产持续性，恒扬数据构建了多元化的外协生产网络，在国内外均有合格的外协厂商提供代工服务，这种布局既能保障产能供给，又能有效分散供应链风险。通过这种专业化分工模式，恒扬数据得以集中优势资源强化核心技术研发能力，同时确保产品制造的效率和质量。

报告期内，公司委托加工和代工模式下生产产品类型、单价及采购金额占比情况如下：

1-92

注：2024年，标的公司向NSM采购产品组装-G型号、PCB半成品-I型号及PCB半成品-其他型号时，使用了新加坡恒扬向其销售的赛灵思芯片，为保留上表中采购单价的可比性，上述产品的采购金额及单价均以抵消（新加坡恒扬向NSM销售赛灵思芯片的金额）前金额列示。报告期内，标的公司外协采购根据采购模式分为代工及委托加工，根据采购内容分为产品组装及PCB半成品。2023年及2024年，标的公司外协采购的主要模式及内容为向代工供应商采购产品组装，2023年主要采购H型号DPU产品组装及J型号PCB半成品，2024年主要采购G型号DPU产品组装；2025年1-6月，标的公司主要向委托加工供应商采购L型号DPU产品组装。标的公司亦向外协供应商采购其他型号PCB半成品或产品组装，其金额占比较小。报告期内，H型号、G型号及L型号DPU产品组装及J型号PCB半成品为外协采购的主要型号，其供应商、细分产品类型、终端销售对象及对应的采购金额占比情况如下：

注：2024年，标的公司向NSM采购G型号产品的金额已以抵消新加坡恒扬向其销售赛灵思芯片金额后的净额列示，其余期间、其余三种主要型号产品不涉及上述抵消。

1-93

（二）前五大外协厂商基本情况、合作背景、采购内容、金额及占比，定价方式及公允性，是否与标的资产存在关联关系，未来是否仍维持以研发、销售为主，将生产委托外协厂商的经营模式

1、前五大外协厂商基本情况、合作背景、采购内容、金额及占比

报告期各期，前五大外协厂商采购内容、金额及占比情况如下：

报告期内，与标的公司发生过交易的外协供应商共有7家，其基本情况、与标的公司的合作背景如下：

1-94

其中，NationGateSolution(M)Sdn.Bhd及珠海市一博科技有限公司两家供应商的采购金额占各期外协总采购额的比例分别为

85.68%、

98.61%和96.69%，是标的公司最主要的外协供应商，其业务开展情况如下：

（1）NationGateSolution(M)Sdn.Bhd.

恒扬数据的境外外协供应商NationGateSolution(M)Sdn.Bhd.（以下简称“NSM”）为马来西亚上市公司NationGateHoldingsBerhad（以下简称“NATGATE”，股票代码为0270.KL）的全资子公司。NATGATE于2010年成立，于2023年在马来西亚交易所创业板上市，2024年转至主板。截至2025年6月30日，其实收资本为698,357千马来西亚林吉特（约合

11.79亿元人民币）。上市公司NATGATE的控股股东、实际控制人为OoiEngLeong和TanAhGeok夫妇，合计持股

54.745%，其中，OoiEngLeong担任董事总经理。

NATGATE主营业务为EMS（ElectroNiCsManufacturingServices，电子制造服务，是为电子产品品牌商提供从设计、生产到物流等全链条外包服务的专业模式），主要包括电子元器件及产品（PCB、半成品子组件及完成组装的电子产品）、半导体器件和服务器、交换机等设备的制造。NATGATE在马来西亚设有多个生产基地，其中NSM位于马来西亚槟城州。NATGATE为客户提供兼具高度复杂

1-95

性与定制化的灵活模块化组装产线，专长于高精度表面贴装（SMT）工艺、先进产线组装及精密半导体制造，其已成为Nvidia的认证OEM合作伙伴，生产搭载顶级GPU的AI服务器，其余客户所属行业涉及数据计算、消费电子、网络与通信、半导体、工业仪器仪表、人工智能设备、汽车、航空航天、物联网、医疗等领域。NATGATE主要通过寄售（consignment，代工厂控制全程并拥有产权，销售后与客户结算）与交钥匙（turnkey，客户控制全程并拥有产权，产成品交付给客户）两种模式与客户进行合作。

NSM及NATGATE的股权结构如下：

2024年度及2025年1-6月，马来西亚上市公司NATGATE的财务状况如下：

注：

2025年

月

日，中国人民银行授权中国外汇交易中心公布的银行间外汇市场汇率中间价为

0.59246马来西亚林吉特/人民币元

（2）珠海一博珠海市一博科技有限公司（以下简称“珠海一博”）是深圳市一博科技股份有

1-96

限公司（以下简称“一博科技”）的全资子公司，一博科技（股票代码为301366.SZ）于2003年成立，于2022年在创业板上市。法定代表人为汤昌茂，控股股东、实际控制人为汤昌茂、王灿钟、柯汉生、郑宇峰、朱兴建、李庆海、吴均七人，七人互为一致行动人，合计持股

58.89%。

珠海一博及一博科技的股权结构如下：

根据其公开披露信息，一博科技专注于为客户提供高速PCB研发设计、PCB和PCBA研发打样、中小批量制造服务，其七位创始人均来自华为，拥有专业的仿真分析团队，掌握行业前沿的信号完整性、电源完整性和电磁兼容性等PCB设计、仿真相关技术，客户范围覆盖网络通信、工业控制、集成电路、人工智能、医疗电子、智慧交通、航空航天等行业领域，累计与全球超过8,000家高科技研发、制造和服务企业进行合作，客户群体为下游多个领域的创新企业或龙头企业。珠海一博为一博科技的全资子公司，主营业务为PCB设计及PCB制造。2024年度及2025年1-6月，一博科技的财务状况如下：

1-97

2024年度及2025年1-6月，珠海一博的财务状况如下：

、定价方式及公允性，是否与标的资产存在关联关系，未来是否仍维持以研发、销售为主，将生产委托外协厂商的经营模式标的公司代工模式及委外模式的定价方式有所区别，各外协供应商的定价均遵循标的公司统一的定价方式执行。

（1）代工模式代工模式的采购价格为完成组装的成品（对应产品组装）及完成焊接的PCB半成品（对应PCB半成品）的整体价格。其中，FPGA芯片等高价值原材料由标的公司要求代工厂按照指定的供应商（如赛灵思）、指定的参考价进行采购。标的公司每批次采购代工产品需选取2-3家可比供应商进行询价，在考虑标的公司已指定的主要原材料价格范围的基础上，对比其他由代工供应商负责采购、控制的辅料费、加工费、运输成本等报价，综合决定产品整体价格的报价。

代工产品因型号不同、批次规模不同、时间要求不同而无法直接对比单价，经对比其他已询价的供应商报价，标的公司选取的供应商报价处于合理水平，不存在重大差异。

（2）委外加工模式

委外加工模式的采购价格为PCBA、组装测试等各加工环节的加工费，及部分由委外工厂负责采购的低价值辅料对应的原材料费。其中，FPGA芯片等高价值原材料由标的公司直接采购后运输至委外工厂。恒扬数据每批次采购委外加工服务需选取2-3家可比供应商进行询价，对比各环节加工费、原材料费等报价，选择优势报价的供应商进行合作。

委外加工服务因加工的产品型号不同、批次规模不同、时间要求不同而无法直接对比单价，经对比其他已询价的供应商报价，恒扬数据选取的供应商报价处于合理水平，不存在重大差异。

1-98

报告期内，恒扬数据合作过的委外供应商中，恒扬数字技术（东莞）有限公司为恒扬数据的关联方，仅在2023年与恒扬数据发生交易且采购金额为

0.97万元，其余外协供应商与恒扬数据不存在关联关系。

为继续保持标的公司研发的核心优势，未来将继续维持以研发、销售为主，将生产委托外协厂商的经营模式，确保产品制造的效率和质量。

九、标的资产与外协厂商采购、生产具体约定，验收及质量控制实施主体、实施体流程及有效性，产品质量约束措施及责任承担安排，是否存在纠纷或潜在纠纷

标的公司与外协厂商通过代工或委托加工模式合作，明确约定原材料采购及生产流程、质量控制及交付标准，其中重要原材料由恒扬数据指定供应商或直接提供，代工工厂需严格按BOM单及质量要求执行生产，并承担包装、运输及品质保证责任。验收及质量控制由恒扬数据主导，包括现场监督试生产、参照合格样品标准检验成品，并依托《质量保证协议》约束供应商责任。报告期内，双方合同正常履行，未出现质量纠纷或潜在争议。

（一）代工模式

报告期内，恒扬数据与供应商NSM采用代工模式合作；2024年，标的公司与珠海一博以代工模式合作了少量产品，后续与珠海一博的交易模式改为委外加工模式并持续至今。

恒扬数据与代工供应商签署了《委外加工协议》和《质量保证协议》约定产品品质、包装及交付品质，每笔交易签署《采购订单》约定产品总价格。其中，重要及贵重原材料由恒扬数据要求代工工厂向恒扬数据指定的供应商采购相应品牌及型号，恒扬数据为代工工厂提供重要及贵重原材料的参考价格，并以贵重原材料的参考价格为依据之一，在代工工厂的加工成本、其他原材料及运输成本的基础上对完整代工成品进行定价，供应商自主执行相应的原材料采购，供应商必须严格按照恒扬数据要求的数量和约定的日期送货，每批货物都需出具《出货检验报告》。

供应商有义务完善包装以保障货物交付的品质，每款物料必须有独立完整包

1-99

装并且保持包装外观良好。供应商承诺并保证向恒扬数据提供的产品为原厂正品，并承诺提供的产品应该符合恒扬数据质量标准要求。如供应商提供以次充好、假冒、仿造等产品给恒扬数据，因此造成的一切损失由供应商负责赔偿，并需承担由此引起的所有法律风险。

（二）委托加工模式报告期内，恒扬数据主要与珠海市一博科技有限公司、深圳市智联科迅科技有限公司、资电电子（深圳）有限公司采用委托加工模式进行交易。合作模式如下：

恒扬数据向委外厂商提供合格样品、质量控制流程及要求、BOM单、用料清单、重要及贵重原材料，委外厂商负责加工、运输。加工费主要由贴片、BGA、DIP、压接、烧录、组装、测试、包装、运输等各环节的单价及钢网费、治具费、工程费等组成，部分加工合同若约定了由委外供应商提供部分常规元器件原材料（非贵重物料），则加工价格中也包含相应的原材料费用，交货时间由双方协商确定。

恒扬数据向委外厂商提供原装全新零件，委外厂商负责检测，及时返还坏料。从委外厂商收料到将成品交付给恒扬数据之前，由委外厂商承担恒扬数据提供的原材料保险，恒扬数据已在委外合同中约定原材料的允许损耗率。若生产及检查过程委外厂商发现恒扬数据提供材料的品质问题，应在

小时内以书面形式通知恒扬数据并将坏料及时返还恒扬数据。若由于委外厂商生产工艺或辅助材料品质造成物料损失，则由委外厂商承担经济损失。

在恒扬数据没有指定特别检验要求下，制程及出货检验参照恒扬数据提供的合格样品标准执行。新产品生产初期，由恒扬数据人员在委外工厂现场跟进质量控制工作，确保在试生产的各个关键环节及控制节点上，产品工艺符合标的公司要求，产品质量符合合格样品标准。委外工厂能够按照相关质量要求稳定生产合格样品后，恒扬数据主要负责检测产成品是否符合标的公司合格样品标准。未经恒扬数据允许，委外厂商不能向第三方泄露有关恒扬数据的任何状况及任何技术参数。

报告期内，标的公司与外协供应商的合同均正常履行，严格按照标的公司质

1-100

量控制制度及与供应商签订的《质量保证协议》执行生产，未出现产品质量控制相关问题，未与任何委外或代工的外协供应商发生纠纷，亦不存在潜在纠纷。

十、报告期内，标的资产既向国投智能等公司采购，又向其销售的原因、相关交易必要性、合理性，采购及销售价格公允性，是否符合行业惯例。报告期内，标的公司向国投智能、深信服采购和销售的产品不同、应用领域不同，均为满足各自需求而产生交易，且交易价格公允、真实，具有必要性、合理性并符合行业惯例。报告期内，既向标的公司采购产品/服务，又向标的公司销售产品/服务的客户供应商情况如下：

单位：万元

注：已合并计算同一控制下的企业，包括国投智能信息科技股份有限公司，以及厦门市美亚柏科信息安全研究所有限公司、厦门安胜网络科技有限公司、厦门美亚中敏科技有限公司、福建美亚国云智能装备有限公司等。

报告期内，国投智能信息科技股份有限公司及其关联企业（以下简称“国投智能”）为恒扬数据的客户，主要采购正交架构分流器。标的公司与国投智能于2018年开始正式开展业务合作，由于其项目需求，需采购分流器等设备用于构建客户应用解决方案后整体对外销售，标的公司产品经国投智能质量认可后，进入其合格供应商名单，后续通过竞价方式获取国投智能订单，销售价格市场化，与标的公司向其他第三方销售同类产品价格不存在重大差异，合作关系稳定。标的公司在2024年存在向国投智能、厦门市美亚柏科信息安全研究所有限公司（以下简称“美亚研究所”，为国投智能之子公司，因国投智能组织架构调整，将上述业务转移至美亚研究所的主体开展。）采购软件及设备的情况，主要系标的公司A客户项目存在业务需求，而国投智能、美亚研究所为业内龙头公司，标的公司

1-101

向其采购软件具有必要性、合理性，符合行业惯例，经访谈美亚研究所经办人员，其向恒扬数据销售的定制化软件价格为市场化价格。

2023年，深信服科技股份有限公司（以下简称“深信服”）向恒扬数据采购DPU产品及相关NRE技术服务，主要系其存在相关技术需求，采购标的公司DPU产品自用，具有合理性，销售价格与恒扬数据向其他第三方销售同类产品价格不存在重大差异。2024年，标的公司存在向深信服采购上网行为管理软件用于A客户项目，深信服为该行业内龙头公司，恒扬数据向其采购软件具有必要性、合理性，符合行业惯例。标的公司向其采购的软件为定制化软件，经访谈深信服经办人员，其定制化软件销售价格与软件功能需求相匹配，价格水平与同类软件不存在重大差异。

十一、中介机构核查程序及核查意见

（一）中介机构核查程序

针对上述事项，独立财务顾问和会计师履行了以下核查程序：

1、访谈标的公司高级管理人员、核心技术人员及业务人员，了解标的公司各类业务的具体业务模式、业务实质、具体流程以及公司各项业务在同行业的竞争优势、公司各项业务在行业内的竞争态势等；

2、查阅相关研究报告、行业公开信息等，分析标的公司各类业务所属行业的发展趋势、市场供需、技术迭代情况、竞品对比情况等；

3、查阅标的公司主要客户的公开披露信息及市场公开信息，了解主要客户与标的公司的合作历史、合作背景，分析标的公司对主要客户是否存在依赖以及对标的公司经营的影响；

4、取得标的公司自与阿里巴巴开始合作至今的所有销售明细、NRE合同、定制开发产品项目资料等。分析标的公司与阿里巴巴合作的稳定性以及销售产品价格、毛利率的变动趋势；了解与阿里巴巴合作的在研项目进展情况及对应产品市场需求情况；了解标的公司与阿里巴巴及阿里巴巴的服务器供应商的具体合作模式；

5、获取标的公司2025年1-9月的经营数据、2025年全年预测数据、获取报

1-102

告期各期及2025年1-9月的收入成本明细表，了解标的公司与主要客户的具体合作模式、向主要客户销售产品的差异情况，按业务分类及主要客户对收入、成本、毛利率进行分析；

6、访谈标的公司实际控制人、海外业务负责人及销售、交付实施人员，了解A客户项目合作历史及渊源、项目交付过程及内容；检查项目合同、补充协议、合同附件（含销售清单、技术文档等），了解具体协议约定；执行函证、走访程序，了解项目的金额、交付时间、服务质量、竞争优势以及未来采购需求等内容；

7、通过公开信息渠道查询A客户所在国家外交、行业、贸易等政策及变化情况，以及中国与A客户所在国家的贸易往来等合作关系；通过公开信息渠道查询标的公司出口主要结算货币的汇率波动情况，了解标的公司针对汇率波动的应对措施并获取相关合同文件；

8、分析标的公司向外协供应商采购的内容及对应细分产品、终端客户情况，走访NSM、珠海一博等主要外协供应商，查阅标的公司外协询价流程、外协供应商报价单及其价格构成、定价方式，查阅框架合同、交易订单等资料，调查标的公司与外协供应商的合作背景、合作模式、关联关系；

9、公开查询外协供应商的工商信息、披露文件，了解其股权结构及主营业务等情况；查阅外协合同及质量控制制度；

10、走访国投智能、深信服，调查交易背景、定价方式，分析交易价格公允性，核查交易真实性。

（二）中介机构核查意见

经核查，独立财务顾问和会计师认为：

1、标的公司业务模式与行业内可比公司不存在重大差异，标的公司具备向市场提供产品、服务的相应技术或能力；

2、标的公司在部分技术领域具有一定领先优势，具备创新特征，各类业务及产品相比行业竞品/竞争对手具有一定的差异及竞争优势；

1-103

3、标的公司主要客户均为行业细分领域头部客户，客户具有可持续经营能力，标的公司虽然对阿里巴巴存在依赖，但标的公司与阿里巴巴合作关系持续稳定，同时，标的公司具有一定核心竞争力，具备独立拓展新业务、新客户的能力，标的公司对阿里巴巴的依赖对标的公司持续经营无重大不利影响；

4、标的公司与阿里巴巴及其服务器供应商的合作模式具有真实的商业背景，符合行业特性，标的公司与阿里巴巴合作的新项目进展情况良好；

5、标的公司智能计算产品毛利率下滑主要系向阿里巴巴销售产品毛利率大幅下滑影响所致，标的公司与阿里巴巴合作产品价格及毛利率存在随产品生命周期逐渐下降后保持稳定的变动趋势，随标的公司与阿里巴巴合作的新产品研发完成并投产，标的公司的相关业务毛利率将有所回升；标的公司向不同客户销售毛利率存在一定差异，系销售产品类型及应用场景、合作模式、定制程度、销售规模以及竞争情况等因素综合影响所致，符合实际经营情况，具有商业合理性；

6、A客户系政府机构，报告期内，标的公司主要为A客户提供数据应用一体化解决方案服务，收入占比较高，主要系A客户业务需求类型为国家级解决方案，项目规模较大，具有合理性；标的公司与A客户自2009年即建立了合作关系，合作以来累计已签订多份合作协议，最近一期销售收入较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致；标的公司数据处理应用解决方案业务收入具有可持续性，主要系来源于A客户的收入具有可持续性；标的公司对A客户存在依赖，但不构成重大不利影响；

7、报告期内A客户所在国家的外交、行业、贸易政策整体较为稳定，对华关系及贸易往来情况良好；报告期内，标的公司出口主要结算货币的汇率较为稳定，未发生较大波动；报告期内标的公司汇兑损益金额较小，占利润总额和净利润的比例不高，对标的公司经营业绩不存在重大影响；标的公司最后一期收入较小，主要系标的公司对A客户的应用解决方案服务正处于执行过程中，尚未全部确认收入所致；标的资产境外收入具有可持续性，主要系来源于A客户的收入具有可持续性；

8、恒扬数据将硬件加工与装配等相对低附加值的生产环节委托给外协厂商完成，主要系通过专业化分工，将恒扬数据的优势资源集中，强化核心技术研发

1-104

能力；本回复中已披露委托加工和代工模式下生产产品类型、单价、终端销售对象及销售金额占比，前五大外协厂商基本情况、合作背景、采购内容、金额及占比；恒扬数据下订单时通过对比数家供应商报价而择优选取，定价方式公允；报告期内，恒扬数据合作过的委外供应商中，除仅发生0.97万元交易的恒扬数字技术（东莞）有限公司为恒扬的关联方外，其余外协供应商与恒扬数据不存在关联关系；为继续保持研发的核心优势，标的公司未来将继续维持以研发、销售为主，将生产委托外协厂商的经营模式，确保产品制造的效率和质量；

9、报告期内，标的公司与外协厂商签署了《委托加工协议》、《质量保证协议》等合同约束产品质量及责任承担安排，并按照标的公司生产质量控制制度执行验收，质量控制验收主体为标的公司，质量控制流程实施有效，标的公司未与外协供应商发生纠纷，亦不存在潜在纠纷；

10、报告期内，标的资产向国投智能、深信服采购和销售的产品不同、应用领域不同，均为满足各自需求而产生交易，且交易价格公允、真实，具有必要性、合理性并符合行业惯例。

1-105

2.关于标的资产财务状况申请文件显示：（

）标的资产包含销售业务、技术服务合同（含NRE开发）业务、数据应用解决方案业务，销售业务中安装调试构成主要合同内容的，按时点法确认收入，技术服务合同按合同类型确认收入，数据应用解决方案业务作为一个单项履约义务，在系统安装调试完成并经过客户验收之时确认收入。（

）2023年和2024年，标的资产境外销售收入分别为

1.19亿元、

1.62亿元占比分别为55.19%和35.55%，2025年1-3月无境外销售。（3）报告期各期末，标的资产存货账面价值分别为0.69亿元、1.72亿元和1.72亿元，占资产总额的比例分别为

28.30%、

30.06%和

33.47%。存货主要由原材料、库存商品、发出商品、合同履约成本等构成，最近一年及一期末，标的资产存货账面余额大幅增长，主要系A客户数据应用解决方案项目已交付未验收的产品合同履约成本金额，标的资产未对合同履约成本计提跌价准备。（4）报告期各期末，标的资产应收账款账面价值分别为

0.39亿元、

0.74亿元和

1.29亿元，占资产总额的比例分别为15.84%、12.88%和25.19%，应收账款金额增长较快。（5）报告期内，标的资产研发费用分别为

0.44亿元、

0.51亿元和

0.09亿元，研发费用率分别为

18.63%、10.71%和4.70%，呈下滑趋势。请上市公司补充说明：（

）不同业务类型及不同生产模式的收入成本确认政策，主要客户销售收入确认金额、确认时点，安装调试及数据应用解决方案业务是否包含质保期或质保金，在客户验收后确认收入是否谨慎，NRE开发业务是否包含客户向标的资产发放的激励收入，相关收入确认金额、确认时点，委托加工及代工模式下标的资产收入确认采用总额法还是净额法，标的资产不同类型收入确认方式是否符合《企业会计准则》规定，对比同行业可比公司收入确认政策是否存在重大差异。（2）境外销售前五大客户情况，与标的资产是否存在关联关系，约定的结算方式和实际回款情况，是否存在第三方回款，发货、货物运输、签收凭据与实际销售是否匹配，海关出口数据、出口退税金额是否匹配，应收账款函证情况与标的资产境外销售收入是否匹配，境外销售价格、毛利率与境内销售是否存在重大差异。（

）原材料的主要类别，库存商品、发出商品的库龄情况，A客户数据应用解决方案项目履约进展，结合原材料市场价格波动、在手订单价格和市场定价波动、产品定制化特征和技术迭代快的特

1-106

征，说明对原材料及库存商品计提跌价准备是否充分，未对在产品、发出商品、合同履约成本计提跌价准备的依据，截至回函日发出商品的结转情况，存货跌价准备计提是否充分，计提比例与同行业可比公司是否存在重大差异。（4）报告期各期末应收账款的期后回款情况，是否存在逾期情形，如是，披露各期末逾期应收账款对应客户、金额以及逾期原因和期后回款情况，并结合信用政策、应收账款周转率、账龄结构、历史回款情况、同行业可比公司情况等，披露标的资产应收账款坏账准备计提是否充分。（5）报告期内研发费用具体构成，占比逐年下滑的具体原因，研发费用相关会计处理及合规性，研发人员薪资水平与同行业、同地区公司相比是否存在显著差异，研发费用确认是否真实、准确。请独立财务顾问和会计师核查并发表明确核查意见，详细说明对境外销售真实性、准确性，存货特别是异地库存的真实性、准确性，所采取的具体核查措施、核查比例、获取的证据和核查结论。

【回复】

一、不同业务类型及不同生产模式的收入成本确认政策，主要客户销售收入确认金额、确认时点，安装调试及数据应用解决方案业务是否包含质保期或质保金，在客户验收后确认收入是否谨慎，NRE开发业务是否包含客户向标的资产发放的激励收入，相关收入确认金额、确认时点，委托加工及代工模式下标的资产收入确认采用总额法还是净额法，标的资产不同类型收入确认方式是否符合《企业会计准则》规定，对比同行业可比公司收入确认政策是否存在重大差异。

标的公司业务类型主要包括智能计算产品、数据处理产品及应用解决方案、其他业务，视具体业务特点及生产模式的不同，收入成本确认政策存在差异。其中，数据应用解决方案业务收入主要来源于A客户，其就质保期及质保金进行了约定，标的公司在客户验收后确认收入谨慎；NRE开发业务不包含客户向标的公司发放的激励收入，收入确认时点准确。在外协合作方面，标的公司与供应商合作模式包括委托加工和代工模式，不同模式下收入确认政策均符合会计准则的相关要求。因此，标的公司不同类型收入确认方式符合《企业会计准则》的规

1-107

定，对比同行业可比公司收入确认政策不存在重大差异。

（一）不同业务类型及不同生产模式的收入成本确认政策

1、不同业务类型的收入确认政策如下：

报告期内，标的公司为阿里巴巴提供NRE开发服务并向阿里巴巴指定整机生产厂商销售智能计算DPU产品，具体为：

（1）阿里巴巴与标的公司签订NRE开发服务合同，约定标的公司对客户提出的业务场景、核心功能与性能指标等需求进行设计与开发，开发过程中主导小批量试产，解决生产工艺问题，确保量产能力与质量稳定性，在客户验收通过后该NRE开发服务完成，标的公司据此确认收入，符合企业会计准则的规定。

（2）NRE开发服务完成后，标的公司随即进入DPU产品的供应交付阶段。标的公司与阿里巴巴指定整机生产厂商签订相关产品销售合同，将货物直接发运至客户指定地点并经客户签收后确认收入，符合企业会计准则的规定。

报告期内，标的公司为阿里巴巴提供的NRE开发技术服务与DPU产品销售金额如下：

单位：万元

1-108

注：S项目2.0及NSA500项目NRE开发完成后由于需求变更未产生相关产品销售；NSA345项目报告期内前期需求发生变更后未产生相关产品销售。报告期内，标的公司为阿里巴巴提供的NRE开发服务与DPU产品销售收入合计分别为2,425.52万元和43,250.30万元；NRE开发服务与产品销售为独立业务，两者的业务性质、交易目的、风险报酬转移方式完全不同，分别依据不同的时点和证据确认收入。

2、不同生产模式的成本确认政策如下：

（二）主要客户销售收入确认金额、确认时点报告期内，主要客户销售收入确认金额、确认时点具体情况如下：

单位：万元

1-109

（三）安装调试及数据应用解决方案业务是否包含质保期或质保金，在客户验收后确认收入是否谨慎报告期内，标的公司安装调试及数据应用解决方案业务为数据应用解决方案业务，各期金额分别为12,084.72万元、16,518.55万元和894.83万元，其中，来源于A客户的金额分别为11,888.96万元、16,072.38万元和577.69万元，占该类业务比分别为98.38%、97.30%和64.56%。

1-110

1、质保期或质保金的相关约定标的公司与A客户的合同就质保期进行了约定，质保期为自货物验收之日起两年，在质保期结束后的三年内确保备件供应及提供售后服务，以满足所要求的任何必要协助。同时，约定合同金额的5%作为履约保证金，自验收之日起，将该履约保证金转换为质保金用于覆盖质保期内的义务，上述履约保证金企业已通过银行开具相关保函。

履约保证金属于履约担保类资金，系标的公司为担保合同义务的全面、合规履行而向客户提供的担保。担保期限届满后，若标的公司无违约情形且双方无争议，银行保函将按约定注销，相关保证金同步退回。截至本回复签署日，标的公司报告期内确认收入的合同尚处于质保期内，履约保证金尚未退回；标的公司于报告期外2018年确认收入的合同，质保期已结束，履约保证金已全额退还。

报告期内该类业务其他客户质保期根据合同的不同约定1-6年，基本未约定相关质保金。

2、免费维保服务不构成一项可单独识别履约义务

标的公司提供一定期限的免费维保属于行业惯例，免费期限内，公司提供的免费维保服务不确认收入，不构成一项可单独识别履约义务，符合企业会计准则的规定。标的公司根据权责发生制的要求，将符合确认条件的产品质量保证费用在销售成立时确认为预计负债，结合实际发生产品质量保证费用的历史经验，按照约定了质保期的合同当期收入及合理估计比例2%进行计提，并在实际发生维修费用时冲减相关预计负债金额。

3、A客户合同中约定的相关单据

2024年5月，标的公司与A客户签订国际网络流量管理平台扩容项目（E23项目），合同金额为4,770万美元，具体建设内容及约定的相关单据已申请豁免披露。标的公司确认收入时点准确，符合企业会计准则的相关规定。

4、C20项目变更合作方名称的具体情况，无需认定为第三方回款

1-111

C20项目变更合作方名称的具体情况已申请豁免披露，无需认定为第三方回款。

5、标的公司数据应用解决方案业务收入确认原则谨慎

标的公司向客户整体交付数据应用解决方案，方案内软硬件需现场安装调试且存在重大修改定制，软硬件与服务关联性高，故将该业务作为单项履约义务。因项目需全部完成交付客户才达使用目的，履约中客户无法取得消耗经济利益、不能控制在建商品，且合同未约定可就已履约部分收款，因此标的公司在系统调试完成并经客户验收时确认收入，符合《企业会计准则》，确认收入原则谨慎。

（四）NRE开发业务是否包含客户向标的资产发放的激励收入，相关收入确认金额、确认时点

报告期内，标的公司NRE开发业务不包含客户向其发放的激励收入。相关收入确认金额及确认时点如下：

单位：万元

报告期内，标的公司NRE开发业务收入金额分别为1,611.45万元、1,221.86万元和351.00万元，占营业收入的比例分别为

6.80%、

2.58%和1.36%，金额及占比较小，收入确认时点符合会计准则的规定。

（五）委托加工及代工模式下标的资产收入确认采用总额法还是净额法

1-112

在外协合作方面，标的公司与供应商合作模式包括委托加工和代工模式。

1、委托加工模式中，供应商所需生产物料主要由标的公司提供，其为标的公司提供组装、焊接等服务，标的公司向其支付加工费。该模式下收入确认采用总额法核算；

、代工模式中，若①标的公司对特定物料指定品牌规格由代工厂自行采购，产品加工完成后销售给标的公司，标的公司向其支付产品采购款。该模式下收入确认采用总额法核算；②标的公司境外子公司对核心物料进行采购后，以平价销售给代工厂，代工厂向其支付销售款；代工厂加工完成产品后销售给标的公司母公司，母公司向其支付采购款。该模式下境外子公司销售收入与采购成本合并层面进行抵消处理。

（六）标的资产不同类型收入确认方式是否符合《企业会计准则》规定，对比同行业可比公司收入确认政策是否存在重大差异

标的公司不同类型收入确认方式符合企业会计准则的规定，对比同行业可比公司收入确认政策不存在重大差异。

1、标的公司不同类型收入确认方式

标的公司不同类型收入确认方式具体情况如下：

1-113

、同行业可比公司收入确认政策标的公司同行业可比公司各类销售模式收入确认政策情况如下：

1-114

因此，标的公司不同类型收入确认方式符合企业会计准则的相关规定，与同行业可比公司无重大差异，公司对各类模式的收入确认时点准确，符合《企业会计准则》的相关要求。

二、境外销售前五大客户情况，与标的资产是否存在关联关系，约定的结算方式和实际回款情况，是否存在第三方回款，发货、货物运输、签收凭据与实际销售是否匹配，海关出口数据、出口退税金额是否匹配，应收账款函证情况与标的资产境外销售收入是否匹配，境外销售价格、毛利率与境内销售是否存在重大差异。

报告期内，标的公司境外销售客户主要为A客户等公司，与标的公司不存在关联关系，回款付款方与交易对应的具体客户一致，不存在第三方回款的情况。报告期内，标的公司发货、货物运输、签收凭据与实际销售情况匹配，海关出口数据、出口退税金额与境外销售收入相匹配，标的公司应收账款函证情况与境外销售收入匹配，不存在异常情形。报告期内，标的公司境外销售价格、毛利率与境内销售存在差异，但具有合理性，主要系境外销售的主要为数据应用解决方案、境内销售的主要为数据处理产品，产品类别存在差异所致。

（一）境外销售前五大客户情况，与标的资产是否存在关联关系，约定的结算方式和实际回款情况，是否存在第三方回款

、报告期内境外销售主要客户A客户情况

报告期内，境外销售主要客户A客户情况参见本回复之“问题1.关于标的资产生产经营”之“六、（一）A客户成立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A客户销售的情况”。

、报告期内，标的公司境外销售前五大客户销售金额、结算方式及回款情况如下：

单位：万元

1-115

注：标的公司正推进对A客户的收款事项。

报告期内，标的公司境外销售前五大客户与标的公司不存在关联关系，约定的结算方式与实际执行情况相符，不存在第三方回款情况。

（二）发货、货物运输、签收凭据与实际销售是否匹配

报告期内，标的公司境外销售收入金额分别为12,010.92万元、16,186.08万元及642.13万元，其中来源于A客户的金额分别为11,888.96万元、16,072.38万元及577.69万元，占比分别为98.98%、99.30%及89.97%。报告期内，标的公司发货、货物运输、签收凭据与实际销售情况匹配，具体说明如下：

1、针对标的公司货物发出环节，通过获取完整的发货明细，将其与对应销售订单、报关出口货物信息进行交叉核验。以发给A客户的特定型号设备为例，发货单中记载的设备数量、型号，与销售订单约定的数量、型号，及报关单申报的数量、型号完全一致，未发现信息矛盾或数据差异，验证了发货行为与销售订单、出口申报的匹配性。

2、针对出口销售业务，已获取相关货运提单。上述单据的核心信息显示：

运输单据中的收件人信息，为销售合同约定的客户名称；货物名称、数量及起运地、目的地等关键字段，也与销售合同约定内容完全对应。同时，国内运输环节

1-116

中，货物从公司运至机场所产生的费用结算记录（包括银行付款凭证、物流服务发票等），进一步佐证了运输业务的真实发生，确保“发货-运输”环节与销售约定的一致性。

3、对于收入确认时点所依据的客户签收单据，经核查确认，所有签收单据的出具主体均为销售合同中约定的客户，不存在非约定客户签收的情况，保证了收入确认所依赖的签收凭据与销售业务主体的匹配性。

标的公司发货、货物运输、签收凭据与实际销售具有匹配性。

（三）海关出口数据、出口退税金额是否匹配

报告期内，标的公司的境外销售收入主要系由标的公司母公司直接销售至境外，标的公司母公司享受出口退税优惠。标的公司母公司外销收入与海关出口数据及出口退税金额的对比情况如下：

单位：万元

1、与海关出口数据的匹配性

如上表所示，标的公司母公司的境外销售收入与报关出口的货物销售额存在差异，核心原因是收入确认时点与货物报关时点不一致。具体来看，该母公司境外收入以数据应用解决方案业务为主，根据企业会计准则及业务实质，此类业务的收入确认需满足“系统完成安装调试且经客户验收通过”这一条件；而货物报关时点为货物实际出境并完成海关报关手续的时间，两者在时间节点上存在天然差

1-117

异，最终导致境外销售收入与报关出口货物销售额出现金额差异。

2、与出口退税金额的匹配性如上表所示，标的公司母公司的境外销售收入与申报免抵退的出口货物销售额存在差异，主要源于以下三方面原因：

（1）收入构成差异导致部分收入不可申报免抵退：在标的公司境外销售合同中，除出口货物对应的收入外，还包含部分软件收入及维修性质的销售收入。根据出口货物免抵退税的相关政策规定，该两类收入不属于免抵退税的适用范围，因此未纳入免抵退申报金额。

（2）收入确认规则与免抵退申报规则差异：由于销售合同中存在赠送产品、培训费等项目，公司在确认境外销售收入时，需按照货物、软件、培训费的公允价值对总合同金额进行分摊，分别确认各类别收入；而在办理免抵退申报时，需依据政策要求及合同约定，仅针对满足要求的出口货物按照对应的合同约定金额进行申报，进一步导致两者金额存在差异。

（3）境外收入确认时点与申报出口退税时点存在时间差异导致的汇兑差异：

报告期内，标的公司境外收入确认时点为根据约定办妥报关手续、取得报关单、提单或将货物直接发运至合同约定地点并经验收；出口退税则在货物已出口、出口退税所需单证齐全的情况下进行申报。因两个时点的汇率存在波动，导致按不同汇率折算后的金额产生汇兑差异，进而影响两类数据的一致性。具体明细如下：

单位：万元

综上，标的公司报告期内各期申报表中记载的出口退税金额与公司账面记载的出口退税金额一致，与境外销售收入的差异具有合理原因，海关出口数据、出

1-118

口退税金额与境外销售收入相匹配。

（四）应收账款函证情况与标的资产境外销售收入是否匹配

1、报告期内标的公司境外销售收入函证情况报告期内，标的公司境外收入执行的函证程序结果如下：

单位：万元

2、标的公司境外销售收入函证差异说明报告期内，标的公司收入回函不符的情况主要系入账时间性差异，具体情况、不符差异金额、差异原因列示如下：

单位：万元

1-119

注：发函金额及回函金额均为不含税销售金额，不符差异金额为发函金额-回函金额

标的公司境外销售收入回函差异调节表具体如下：

单位：万美元

标的公司境外应收账款各期回函差异金额较小，主要系由于双方入账规则不同造成的入账时间差异，具有合理性。针对上述回函差异，独立财务顾问和会计师了解并核实了差异形成的原因及其合理性，获取差异调节表，同时进一步检查了确认销售收入的相关原始单据，包括相关销售合同或订单、出库单、发货单、提单、定质定量验收报告、报关单、验收单等支持性文件资料，并检查回函不符客户的回款情况，以确认销售收入的真实性、准确性。因此，标的公司应收账款函证情况与境外销售收入匹配，不存在异常情形。

（五）境外销售价格、毛利率与境内销售是否存在重大差异

报告期内，标的公司境外及境内按照主要产品销售类别所列示主营业务收入销售金额及毛利率如下表所示：

单位：万元

1-120

报告期内，标的公司数据处理产品及应用解决方案存在境内及境外销售的情形，智能计算产品仅在境内销售。报告期内，数据处理产品及应用解决方案境外收入金额分别为11,888.96万元、16,186.08万元和642.13万元，毛利率分别为

63.51%、

75.68%和74.45%；境内收入分别为2,579.96万元、2,971.09万元和5,452.36万元，毛利率分别为

41.54%、

36.41%和47.64%，境外毛利率显著高于境内毛利率，主要系销售的产品类别存在差异。

报告期内，标的公司向境外销售的数据处理产品及应用解决方案，主要系为A客户提供集数据采集与分析功能于一体的综合解决方案。为满足客户在网络优化及舆情监测等方面的需求，标的公司采取系统集成模式：一方面采购服务器、交换机等基础硬件设备及相关配套软件；另一方面充分发挥自主研发优势，将自有的多核平台及分流采集产品进行深度整合，最终形成完整的一体化解决方案。这种业务模式既保证了解决方案的专业性和针对性，又实现了较好的盈利水平。境内外销售价格无可比性。

报告期内，标的公司向境内销售的数据处理产品及应用解决方案主要为正交架构分流器、标准机架式分流器等硬件产品，数据处理产品各期金额分别为2,375.41万元、2,631.61万元和5,112.20万元，占该业务境内收入的比例分别为

92.07%、

88.56%和93.76%。相较于数据处理应用解决方案，硬件产品毛利率处于较低的水平。

综上所述，标的公司境外销售价格、毛利率与境内销售存在差异，具有合理性。

三、原材料的主要类别，库存商品、发出商品的库龄情况，A客户数据应用解决方案项目履约进展，结合原材料市场价格波动、在手订单价格和市场定价波动、产品定制化特征和技术迭代快的特征，说明对原材料及库存商品计提跌价准备是否充分，未对在产品、发出商品、合同履约成本计提跌价准备的依据，

1-121

截至回函日发出商品的结转情况，存货跌价准备计提是否充分，计提比例与同行业可比公司是否存在重大差异。报告期各期末，标的公司原材料库存主要为芯片及CPU模组，二者余额合计占原材料总金额的比例分别为50.03%、63.76%和81.35%，呈逐年上升趋势。报告期各期末，标的公司库存商品、发出商品的库龄主要在1年以内，库存商品状况良好，具有较高的周转效率与履约稳定性。

报告期各期末，标的公司原材料跌价准备计提比例分别为40.59%、30.76%和9.12%，库存商品跌价准备计提比例分别为21.38%、50.41%和24.68%，比例较高。标的公司已充分结合原材料市场价格波动、在手订单价格和市场定价波动、产品定制化特征和技术迭代快的特征，按照可变现净值与成本孰低的原则，计提相应的存货跌价准备，具有充分性。

标的公司以委外生产为主要模式，存货包括原材料、委托加工物资、半成品、库存商品、发出商品、周转材料及合同履约成本七类。其中，标的公司未对在产品、发出商品、合同履约成本计提跌价准备，系按照会计准则的要求，结合相应业务特点及实际情况分析判断，具有合理性。

截至本回复签署日，报告期各期末标的公司发出商品期后结转金额占期末金额比例较高，尚未结转部分主要系尚未验收的未确认收入部分。标的公司存货跌价准备计提充分，计提比例与同行业可比公司不存在重大差异。

（一）原材料的主要类别

报告期各期末，原材料主要类别如下所示：

单位：万元

1-122

报告期各期末，标的公司原材料库存主要为芯片及CPU模组，二者余额合计占原材料总金额的比例分别为50.03%、63.76%和81.35%，呈逐年上升趋势。报告期各期末，原材料整体跌价计提比例分别为40.59%、30.76%和9.12%，呈明显下降趋势，这一变化主要受芯片与CPU模组两类核心原材料跌价情况的影响，具体如下：

①芯片方面，报告期各期末存货跌价准备比例分别为

38.38%、

26.55%和

8.85%，占比不断下降，主要系各期末芯片存货应用的具体产品存在差异所致，2025年6月，公司为客户新增备货芯片金额达3,490.48万元，该备货金额占芯片期末余额的69.09%。截至2025年6月末，上述备货芯片未出现减值迹象，进而导致当期芯片存货跌价准备计提比例处于较低水平。2023年存货跌价比例较高，主要是芯片受行业技术迭代速度加快、客户产品需求方向调整等因素影响，导致部分芯片出现较大金额的价值减值。

②CPU模组方面，报告期各期末存货跌价准备比例分别为

94.10%、

28.53%和2.07%，同样呈现显著下降态势。报告期期末，CPU模组账面余额大幅增加而跌价准备金额较小，主要系该模组主要于2025年2月完成采购入库，报告期期末未出现跌价情况。

报告期内，标的公司不断优化存货管理措施，提升存货管理水平，随着管理举措落地及合作项目带来的新增需求，报告期内原材料货跌价准备比例逐步降低，管理成效逐步显现。

（二）库存商品、发出商品的库龄情况

报告期各期末，标的公司库存商品、发出商品的库龄分布情况如下:

单位:万元

1-123

报告期各期末，标的公司库存商品库龄主要在

年以内，库龄

年以内的库存商品账面余额分别为2,851.16万元、1,703.16万元和3,293.29万元，占比分别为

75.86%、

71.01%和83.00%，库存商品状况良好。报告期各期末，标的公司发出商品库龄主要在

年以内，库龄

年以内的发出商品账面余额分别为

401.72万元、2,719.70万元和306.28万元，占比分别为

91.48%、

100.00%和90.04%，比例较高。此外，库龄为1-2年的发出商品在期后均已结转，未出现长期挂账情况，具有较高的周转效率与履约稳定性。

（三）A客户数据应用解决方案项目履约进展截至本回复签署日，标的公司与A客户的订单（E23合同）已执行完毕。该项目自2024年签订合同以来，始终严格依照合同约定推进履约工作。标的公司已于2025年

月

日完成项目预验收，重点解决系统验收相关问题、收集客户试用意见并完成问题整改。

根据合同约定，出具验收报告前需完成平台的测试、核查并确认符合平台技术规格等工作。标的公司已于2025年

月

日提交正式验收申请，并于2025年11月26日取得A客户出具的验收报告。标的公司正推进款项收取工作。

（四）结合原材料市场价格波动、在手订单价格和市场定价波动、产品定制化特征和技术迭代快的特征，说明对原材料及库存商品计提跌价准备是否充分

报告期各期末，原材料及库存商品跌价准备具体情况如下：

单位：万元

1-124

报告期各期末，标的公司原材料跌价准备计提比例分别为

40.59%、

30.76%和9.12%，库存商品跌价准备计提比例分别为

21.38%、

50.41%和24.68%，比例较高，具有充分性，具体分析如下：

、原材料市场价格波动公司采购的主要原材料为FPGA芯片、CPU模组及服务器。报告期内，标的公司FPGA芯片采购价格逐年下降，其市场价格不具有参考性，标的公司已结合在手订单等情况，相应计提存货跌价准备，2025年6月，标的公司采购芯片金额达3,490.48万元，占芯片期末余额的69.09%，该批次芯片未出现减值迹象；CPU模组市场价格降幅较小且报告期期末余额主要为2025年2月采购入库产生，减值风险较低，跌价准备金额下降；主要服务器品牌E市场价格不断上升且相关业务毛利率较高，未出现减值迹象。因此，结合原材料市场价格分析，报告期各期末标的公司原材料跌价准备计提比例有所下降，具有合理性。

（

）2023年-2025年FPGA芯片（系列A、系列B）标的公司量产采购价格如下：

单位：元/件

注：相关市场价格数据来源见https://www.findchips.com

1-125

报告期内，FPGA芯片系列A的市场价格区间为32,333.85美元-35,207.73美元/件，系列B的市场价格为57,331.23美元/件，两类芯片价格均保持稳定。芯片市场价格较高，但与标的公司实际采购价格可比性较低，具体原因如下：

①原厂目录价虽高但为标准化价格，客户报备行业、年用量、项目背景后，原厂会提供大幅低于目录价的折扣价（如

折、

折甚至更低），且折扣幅度因行业和客户不同有差异；②现货市场价格按供需和市场即时情况定价，常高于原厂订货价，国际第三方现货平台价格还受运输、关税等影响，无法代表原厂定价或客户实际订购价。

报告期内，标的公司FPGA芯片主要应用于AI算力集群DPU产品，采购价格有所下降，主要因采购需求量上升后，供应商提供了价格优惠。标的公司结合在手订单等情况，对芯片计提跌价准备，具有充分性。

（2）2023年-2025年CPU模组（品牌C型号a、品牌C型号b、CPU模组-品牌D）采购价格与市场价格走势如下：

单位：元/件

注：品牌C型号a及b市场价格来源见同类供应商报价；品牌D市场价格数据来源见https://www.findchips.com。

报告期内，品牌C型号a与品牌C型号b的市场价格呈小幅下降趋势，报告期期末原材料CPU模组的主要构成是品牌C型号b，该型号CPU模组于2025年

月完成采购入库，报告期期末未出现跌价情况。

（3）2023年-2025年服务器（品牌E、品牌F）采购价格与市场价格走势如下：

1-126

单位：元/件

注：市场价格来源见同类供应商报价。报告期内，服务器品牌E及品牌F的市场价格均呈上升趋势，在2025年价格达到最高。其中，品牌E的采购金额占服务器采购总额的比例

99.32%，且该部分服务器主要用于A客户，相关采购成本核算至合同履约成本，未出现跌价迹象。

因此，结合原材料市场价格分析，报告期各期末标的公司原材料跌价准备计提比例有所下降，具有合理性。

2、在手订单价格

报告期各期末，标的公司在手订单主要为应用于A客户的数据处理应用解决方案，其对应的存货金额于合同履约成本下归集核算。报告期各期末，标的公司在手订单—数据处理应用解决方案金额分别为823.43万元、19,375.35万元和18,734.25万元，远高于对应的合同履约成本金额分别为454.86万元、6,139.13万元和6,477.03万元。由于该类业务在手订单金额较大，且自身毛利率处于较高水平，因此相关合同履约成本未出现减值迹象。

剔除数据应用解决方案在手订单及合同履约成本的明细如下：

单位：万元

1-127

注：在手订单统计口径为各期末已签但尚未执行完毕的订单。在手订单覆盖率=在手订单/存货账面余额。

报告期各期末，剔除数据应用解决方案在手订单及合同履约成本后，标的公司在手订单覆盖率分别为26.13%、102.13%和85.81%。

其中，2023年末在手订单覆盖率较低，主要原因是该期末原材料及库存商品中存在前期备货，受市场需求变化影响，这些备货出现减值迹象，且暂无对应订单可用于销售处理。标的公司充分考虑上述因素，对该期末原材料计提跌价准备比例为40.59%，对库存商品计提跌价准备比例为21.38%，比例较高，存货跌价准备计提充分。

2024年末和2025年6月末标的公司在手订单覆盖率较高，存货跌价准备计提具有充分性。

3、市场定价波动

报告期内，标的公司执行一贯的销售定价策略，为各类产品保留一定的利润空间。标的公司主要产品销售价格存在一定的波动，部分产品销售价格有所下降，系销售数量、产品阶段等因素变化所致，具有合理性。结合市场定价分析，标的公司存货跌价准备计提具有充分性。

（1）标的公司产品的市场定价策略

报告期内，标的公司的市场定价主要受以下四方面因素影响：

①销售框架合同约定销售阶梯价格，当销售量达到一定标准时，会给予客户销售优惠价格；

②采购合同约定采购阶梯价格，采购量达到特定范围后，供应商会提供价格优惠，而使用该材料的相关产品，其销售价格也会在一定范围内相应降低；

③竞争对手推出同类型产品并降低销售价格，标的公司因此采用竞争性定

1-128

价策略；

④客户规模差异影响定价，通常给予大客户的定价会低于小客户。

（2）标的公司报告期内主要产品的平均销售单价变化情况标的公司销售主要产品为智能计算产品、数据处理产品及数据应用解决方案。

报告期内，标的公司同型号主要产品平均销售单价变化情况如下：

单位：元/个、台

①DPU产品单价变动分析公司DPU产品中，型号A、型号B、型号C和型号D为应用于阿里云智算中心产品。其中，型号A产品价格变动较小；型号B主要系2023年和2024年，公司从阿里巴巴集团新加坡子公司采购了一批芯片用于该款产品生产，因此采用了净额法进行财务处理，导致披露口径销售平均单价存在波动，实际合同约定销售单价未发生变化；型号C在2023年为小批量交付，销售额为

186.68万元，单

1-129

价较高，2024年实现大批量交付，销售额达到17,996.05万元，单价降低；型号D2025年单价下降较为明显，主要系2025年1-6月产品销售额为16,437.63万元，高于2024年全年4,623.39万元销售额，随着销量的增长，公司给予客户价格上的优惠。

型号E产品主要应用于武汉华大智造科技有限公司基因测序产品，报告期内单价变动较小。型号G产品主要应用于B客户电子测量仪器，B客户为国内知名半导体设备与量测装备制造企业子公司，其产品主要用于AI智算中心性能评价，恒扬数据DPU产品系其中核心部件，2025年逐步实现规模化销售。

②交换机单价变动分析

交换机产品中，型号I产品2024年单价上涨，主要系中国电信股份有限公司北京研究院小批量采购，单价较高；型号J产品2025年1-6月相较于2023年单价升高，主要系客户发生变化，新客户产品定价较高。

③分流器单价变动分析

标准机架式分流器和正交架构分流器产品标准化程度较高，恒扬数据针对不同客户，会考虑合作历史、采购数量等因素进行区别定价。报告期内，产品单价波动主要系客户结构发生变动，导致平均单价变动。

公司主要为客户提供定制化产品服务，因此不同规格型号产品价格差异较大。此外，采购规模、与客户合作历史，亦会对产品售价造成一定影响。

、产品定制化特征和技术迭代快的特征

标的公司主要采购原材料为芯片，新技术会快速取代旧技术，导致基于旧技术的存货性能落后于市场需求，客户更倾向于采购新技术产品，旧技术存货的市场接受度骤降，可变现净值随技术迭代速度同步下滑。企业为保障生产连续性，通常会提前备货（如芯片、核心组件），但若备货周期长于技术迭代周期，备货的存货面临技术淘汰，导致企业备货的旧版产品无法进行销售，只能计提全额跌价。

1-130

报告期各期末，企业按照可变现净值与成本进行比较计提跌价准备，原材料计提跌价比例分别为40.59%、30.76%和9.12%；库存商品计提跌价比例为21.38%、

50.41%和24.68%，比例较高，充分体现了标的公司产品定制化特征和技术迭代快的特征以及存货跌价准备计提的充分性。

综上所述，原材料市场价格整体波动幅度较小；在手订单价格与存货跌价计提趋势保持一致，且在手订单覆盖率充足；尽管市场定价存在一定波动，但已为存货预留相应利润空间；同时，针对产品定制化特征显著、技术迭代速度快的特点，标的公司在跌价计提过程中也已充分考量该类属性。综上，标的公司对原材料及库存商品计提的跌价准备充分。

（五）未对在产品、发出商品、合同履约成本计提跌价准备的依据

标的公司存货包括原材料、委托加工物资、半成品、库存商品、发出商品、周转材料及合同履约成本七类，由于标的公司以委外生产为主要模式，结合其生产特性，不存在在产品这一存货类型。标的公司计提存货跌价准备的依据为：在资产负债表日，需按照“成本与可变现净值孰低”的原则对存货进行计量，即当存货成本高于其可变现净值时，按差额计提相应的跌价准备。其中，原材料、半成品、库存商品已计提存货跌价准备；委托加工物资、发出商品、周转材料及合同履约成本未计提存货跌价准备，具体原因如下：

发出商品及合同履约成本通常与企业在手订单直接关联，由于可变现净值可依据现有订单约定的售价测算，且测算时已扣除后续可能发生的履约、销售相关费用，因此与无订单支撑的存货相比，该类资产因“可变现净值低于成本”产生的跌价风险通常较低。

具体来看，发出商品经跌价测试可变现净值均高于账面成本，未发现跌价迹象；从发出商品的期后结转情况来看，报告期各期末发出商品在期后（截至本回复签署日）实现结转的金额占期末余额的比例分别为100.00%、98.39%和76.20%，基本实现全部销售交付，说明对应订单的执行稳定性较强，订单取消或客户违约导致存货无法销售的风险较小。

此外，2024年末及2025年6月末的合同履约成本，主要为与A客户相关合

1-131

同对应的已发出存货，且该合同具备较高的毛利率水平，经跌价测试可变现净值高于账面成本，未发现跌价迹象。根据过往交易经验，A客户在合同约定的信用期内，均能按约定全额支付货款，履约付款记录良好，进一步降低了后续付款及存货减值的不确定性，也使得对应合同履约成本的跌价风险更具保障。

（六）截至回函日发出商品的结转情况

单位：万元

截至本回复签署日，报告期各期末标的公司发出商品期后结转金额占期末金额比例分别为

100.00%、

98.39%和76.20%，比例较高，尚未结转部分主要系尚未验收的未确认收入部分。

（七）跌价准备计提是否充分，计提比例与同行业可比公司是否存在重大差异

、标的公司的存货跌价准备计提情况

报告期各期末，存货跌价准备具体情况如下：

单位：万元

1-132

报告期各期末，标的公司存货跌价计提比例分别为25.43%、12.60%和9.01%，各期末存货跌价损失的形成，主要源于两方面因素：一是行业技术迭代速度加快，部分存货因技术过时难以匹配当前市场需求；二是部分备货品类与市场最新需求存在偏差，导致可变现净值下降，进而需计提跌价准备。

原材料：报告期各期末，标的公司原材料库龄结构持续优化，其中库龄1年以内的原材料占比分别为35.76%、66.87%和89.25%。标的公司原材料包含各类芯片、CPU模组等，计提跌价准备时，会结合市场供需变化（如原材料价格波动、技术替代趋势）及存货实际状态等情况综合分析，报告期各期末原材料跌价准备计提比例分别为40.59%、30.76%和9.12%，整体计提充分。

库存商品：报告期各期末，标的公司库存商品保持较优的库龄结构，库龄1年以内的库存商品占比分别为75.86%、71.01%和83.00%。标的公司依据临近资产负债表日的售价等有关参数测算库存商品可变现净值，对可变现净值小于账面成本的部分计提跌价准备。各报告期计提比例分别为21.38%、50.41%和24.68%，计提充分。

半成品：报告期各期末，标的公司半成品库龄结构相对稳定，库龄1年以内的半成品占比分别为71.45%、83.95%和81.48%，大部分半成品可快速加工为成品并实现销售。标的公司依据临近资产负债表日的售价等有关参数测算自制半成品可变现净值，对可变现净值低于账面成本的部分计提跌价准备。各报告期计提比例分别为24.99%、11.97%和12.07%，计提充分。

1-133

2、标的公司的存货减值测试情况资产负债表日，标的公司对各类存货进行全面盘点和清查，并按存货成本与可变现净值孰低计量，存货成本高于其可变现净值的，计提存货跌价准备。其中，各类存货可变现净值的具体确认方法如下:

①原材料、在产品等需要经过加工的存货，以所生产的产成品的估计售价减去至完工估计将要发生的成本、估计的销售费用以及相关税费后的金额，确定可变现净值；②库存商品和用于出售的材料等直接用于出售的存货以该存货的预计售价减去估计的销售费用和相关税费后的金额确定其可变现净值；③为执行销售合同或者劳务合同而持有的发出商品、合同履约成本及库存商品等，以合同价格减去估计的销售费用和相关税费后的金额确定其可变现净值。

存货跌价准备计提过程使用的主要参数如下所示：

各类存货减值测试的具体过程如下：

单位：万元

3、存货跌价计提政策的对比情况

1-134

报告期内，标的公司及同行业可比公司存货跌价计提政策如下:

从上表可知，标的公司存货跌价准备计提政策与同行业可比公司基本一致，不存在重大差异。

、存货跌价准备计提比例的对比情况

标的公司存货跌价准备计提比例与同行业可比公司比较情况如下:

单位：万元

1-135

从上表数据可见，2023年度标的公司存货跌价比例高于同行业可比公司，核心原因在于其存货结构中，原材料、半成品及库存商品受两类因素影响，导致可变现净值显著偏低：一方面是行业技术迭代速度加快，部分存货因技术性能落后、无法匹配当前市场技术标准而减值；另一方面是客户需求发生变更，原备货的存货品类、规格与客户最新需求不匹配，难以按预期价格及预期销量进行销售，最终使得标的公司该年度存货跌价比例高于同行水平。

2024年度及2025年1-6月，标的公司存货跌价比例在同行业可比公司中处于中间偏低水平，主要由两方面因素共同作用：一方面，标的公司存货中合同履约成本占比较高，占存货余额比分别为

31.16%和29.55%，而该类成本通常与在手订单直接挂钩、减值风险较低，从而拉低了整体存货跌价计提比例；另一方面，标的公司持续优化原材料结构（如调整备货品类、减少高减值风险原材料储备等），使得原材料跌价准备计提比例有所下降，进一步推动整体跌价比例处于行业中低位。

综上所述，标的公司在报告期各期末计提存货跌价准备时，综合考量了存货库龄结构、存货状态、在手订单价格等多方面因素，严格遵循企业会计准则及自身存货跌价准备计提政策执行。存货跌价准备计提政策与同行业可比公司不存在重大差异，整体计提充分且具备合理性。

四、报告期各期末应收账款的期后回款情况，是否存在逾期情形，如是，披露各期末逾期应收账款对应客户、金额以及逾期原因和期后回款情况，并结合信用政策、应收账款周转率、账龄结构、历史回款情况、同行业可比公司情况

1-136

等，披露标的资产应收账款坏账准备计提是否充分。

截至2025年11月30日，标的公司报告期各期末的应收账款期后回款比例分别为77.71%、79.34%和33.25%，未回款部分主要为账龄较长、预计无法收回、客户性质特殊的应收账款，具有合理性。标的公司各期末应收账款存在逾期情形，系部分客户受其内部付款审批流程等因素的综合影响，资金结算超过信用期而形成，标的公司已根据企业会计准则要求，针对逾期时间较长的相关款项，结合该类款项的预期信用损失率，相应计提了坏账准备。经结合信用政策、应收账款周转率、账龄结构、历史回款情况、同行业可比公司情况等分析，标的公司应收账款坏账准备计提具有充分性。

（一）报告期各期末应收账款的期后回款情况

报告期各期末，公司应收账款期后累计回款情况如下：

单位：万元

注：期后回款统计截止时间为2025年11月30日。

截至2025年11月30日，标的公司报告期各期末的应收账款期后回款比例分别为

77.71%、

79.34%和33.25%。未回款部分主要为账龄较长、预计无法收回、客户性质特殊的应收账款，标的公司己按照预期信用损失率计提坏账准备；2025年6月30日的应收账款余额为6,392.86万元，期后回款金额为2,125.90万元，未回款金额为4,266.96万元，未回款金额的坏账准备计提比例为28.71%，计提比例较低主要是由于2025年二季度新增南京烽火天地通信科技有限公司、E客户等客户形成大额应收账款，该部分款项因内部流程审批等事项尚未完成，暂未实现回款，账龄1年以内，计提比例较低所致。

（二）是否存在逾期情形，如是，披露各期末逾期应收账款对应客户、金额以及逾期原因和期后回款情况

、应收账款逾期情况

1-137

报告期内，标的公司客户除政府机构外，主要为阿里巴巴等大型企业，阿里巴巴集团内企业与标的公司签署NRE技术服务协议，产品开发完成后，销售给新华三等阿里巴巴集团指定整机生产厂商。标的公司客户的信用度较高，资金实力较强，具有较强的履约能力，但部分客户受到其内部付款审批流程等因素的综合影响，资金结算较合同履约进度存在一定滞后性。标的公司定期对客户信用记录进行监控，根据客户的付款节点及历史收款情况，将应收账款账龄超过信用期作为逾期标准。具体情况如下：

单位：万元

报告期各期末，标的公司应收账款余额中逾期款项占比分别为

49.31%、

14.26%和32.97%。标的公司部分客户受其内部付款审批流程等因素的综合影响，资金结算超过信用期而形成逾期应收账款。截至2025年11月30日，报告期各期末逾期应收账款的期后回款分别为

54.86%、

3.41%和38.61%，回款情况良好。

、各期末逾期应收账款对应客户、金额以及逾期原因和期后回款情况

报告期各期末，应收账款逾期前五客户对应情况、金额以及逾期原因和期后回款情况如下：

单位：万元

1-138

注:

期后回款统计截止时间为2025年11月30日。报告期各期末，标的公司主要逾期应收账款中，A客户、南京烽火天地通信科技有限公司、新华三信息技术有限公司、北京亚鸿世纪科技发展有限公司、C客户等因部分订单结算延迟、信用期结算时间差等原因产生部分逾期付款，相关款项逾期时间较短；武汉虹旭信息技术有限责任公司、南京华飞数据技术有限公司、D客户、F客户、G客户等客户因自身经营风险、客户性质特殊等原因，相关款项逾期时间较长，标的公司已根据企业会计准则要求，结合该类款项的预期信用损失率，相应计提了坏账准备。

2025年

月末及2024年末未回款的客户主要为D客户和F客户，具体未回款原因及推进情况如下：

①D客户未回款金额为

961.34万元，涉及

个于报告期前取得验收报告并确认收入的软件开发及产品销售合同。其中

个合同通过非公开招投标形式（单一来源）取得，主要为软件销售，均以暂定价签订并已收取部分款项。根据相关规定，该采购模式下需先以暂定价签约，后续开展成本审核并协商确定最终价格。截至目前审价工作已基本完成，待相关流程结束后即可结清剩余尾款；另外

个合同为通过公开招投标形式获取的研发服务合同，主要为软件产品的研发，属

1-139

于客户整体项目中的子模块。标的公司相关服务已提供完毕，但需在整体项目完成及验收后收取剩余货款；

②F客户未回款金额为78.12万元，对应1个于报告期前销售、取得验收报告并确认收入的装备采购合同。该合同通过公开招投标方式获取，主要产品为通道化信号处理设备，标的公司已于报告期前销售完成并收取部分款项。因该合同属于客户整体项目的子模块，且客户本身为单一来源采购主体，需按规定经其上级单位完成审价后再申请付款。截至目前审价流程已正式发起，待审价批复通过后，将按程序提交付款申请，结清剩余货款。

报告期各期末逾期时间较长的客户计提坏账准备明细如下：

单位：万元

由上表可知，报告期期末，逾期时间较长的客户已全额计提跌价准备，计提充分。

（一）并结合信用政策、应收账款周转率、账龄结构、历史回款情况、同行业可比公司情况等，披露标的资产应收账款坏账准备计提是否充分

、应收账款坏账准备计提情况

报告期各期末，标的公司应收账款坏账准备计提比例分别为

19.19%、

16.63%和21.12%，应收账款账面余额及坏账准备金额按坏账准备计提方法分类的情况如下：

单位：万元

1-140

、信用政策报告期内，标的公司针对不同客户群体制定了差异化的信用政策，具体如下：

对于阿里系客户，标的公司通常给予

天的统一信用期；对于其他客户，信用政策则需结合多维度因素综合确定，包括客户的担保额度、自身资信状况（如信用评级、过往履约记录）及订单规模等，以匹配客户实际合作风险与合作量级。报告期内，上述针对各类客户的信用政策未发生调整，保持稳定。主要客户的信用政策情况如下：

报告期内，公司针对不同客户群体制定了差异化的信用政策，具体如下：对于阿里系客户，公司通常给予30天的统一信用期；对于其他客户，信用政策则需结合多维度因素综合确定，包括客户的担保额度、自身资信状况（如信用评级、过往履约记录）及订单规模等，以匹配客户实际合作风险与合作量级。报告期内，

1-141

上述针对各类客户的信用政策未发生调整，保持稳定。

3、应收账款周转率报告期内，标的公司与可比上市公司应收账款周转率对比如下表所示：

各报告期期末，标的公司应收账款周转率略高于同行业上市公司平均水平，主要系公司不断提高应收账款管理水平所致。

、账龄结构

报告期各期末，标的公司计提坏账准备的应收账款账龄情况如下：

单位：万元

报告期各期末，标的公司按账龄组合计提坏账准备的应收账款账龄大部分在

年以内，其占比分别为

70.58%、

87.52%和82.88%，账龄结构合理。标的公司应收账款主要对象实力较强、信用度高，总体来看标的公司应收账款回收风险较小应收账款质量较好。

、历史回款情况

1-142

报告期各期末，标的公司回款情况具体如下：

单位：万元

标的公司2023年末应收账款于2024年度、2025年1-11月回款金额分别为3,676.16万元、38.75万元，占2023年末应收账款的比例分别为76.90%、0.81%，回款情况良好。

标的公司2024年末应收账款于2025年1-11月回款金额为7,019.45万元，占2024年末应收账款的比例为79.34%，回款情况良好。

标的公司2025年6月末应收账款于2025年7-11月回款金额为2,125.90万元，占2025年6月末应收账款的比例为33.25%，回款比例较低主要是由于2025年二季度新增南京烽火天地通信科技有限公司、E客户等客户形成大额应收账款，该部分款项因内部流程审批等事项尚未完成，暂未实现回款。

6、与同行业可比上市公司应收账款坏账比例的对比情况

（1）应收账款坏账准备计提比例

报告期各期末，标的公司应收账款坏账准备计提比例与同行业可比上市公司对比情况如下:

由上表可知，报告期各期末标的公司应收账款坏账准备计提比例与同行业可

1-143

比上市公司平均值基本一致。其中，中新赛克的坏账准备计提比例高于标的公司的原因系受其3年以上账龄的应收账款较高所影响。

标的公司按照账龄组合计提坏账准备的计提比例与同行业可比公司对比情况如下:

标的公司按账龄组合计提坏账准备的应收账款账龄大部分在1年以内，其占比分别为70.58%、87.52%和82.88%，1年以内账龄坏账准备计提比例为5%，高于同行业可比公司计提比例平均值，与中新赛克计提比例基本一致。从整体账龄组合坏账准备计提比例来看，与同行业可比公司相比，标的公司的坏账准备计提比例政策不存在显著差异，坏账准备计提充分。

综上所述，标的公司应收账款的期后回款良好，逾期情形主要系性质特殊客户等影响。报告期内，标的公司信用政策无重大变化，应收账款周转率略高于可比公司平均值。应收账款账龄主要集中在1年以内，整体账龄结构合理，公司期后回款良好，应收款项除性质特殊客户外基本在1年以内回收，不存在重大回款风险。应收账款坏账准备综合计提比例与略高于同行业可比公司平均值，与中新赛克计提比例基本一致，公司应收账款坏账准备计提充分。

五、报告期内研发费用具体构成，占比逐年下滑的具体原因，研发费用相关会计处理及合规性，研发人员薪资水平与同行业、同地区公司相比是否存在显著差异，研发费用确认是否真实、准确

报告期内，标的公司研发费用主要由职工薪酬和开发设计测试费构成，研发费用金额较大且2024年仍有小幅增长，系公司持续加大研发投入所致。标的公司研发费用占比逐年下滑，主要系研发费用金额虽有所增长，但不及营业收入增长幅度所致。报告期内，标的公司与研发费用相关的内部控制制度合理且执行到

1-144

位、研发人员认定合理、研发费用归集准确，会计处理合规。报告期内，标的公司研发人员平均薪酬与可比公司不存在重大差异，且高于深圳地区城镇私营单位就业人员年平均工资，系因标的公司为高新技术企业，员工普遍具有较高的学历水平且标的公司为员工提供具有一定竞争力的薪资所致，具有合理性。因此，标的公司研发费用确认真实、准确。

（一）报告期内研发费用具体构成报告期内，研发费用的具体构成如下：

单位：万元

报告期内，标的公司研发费用分别为4,411.22万元、5,065.39万元和1,933.65万元，研发费用率分别为18.63%、10.71%和7.49%。标的公司研发费用主要由职工薪酬和开发设计测试费构成，上述两项合计占研发费用总额的比重分别达到

90.92%、93.84%和90.28%。标的公司研发费用金额较大且2024年仍有小幅增长，系公司持续加大研发投入所致。

（二）占比逐年下滑的具体原因，研发费用相关会计处理及合规性

1、占比逐年下滑的原因

报告期内，标的公司研发费用占比下滑，主要是由于营业收入有所增加，但研发费用绝对值同步增长幅度不大，进而拉低占比，其中研发费用中的职工薪酬占当期研发费用总额比例分别为84.01%、86.48%和86.51%，占比基本稳定，且收入增加不会直接带动该部分薪酬大幅度增长。

1-145

报告期内研发费用明细如下：

单位：万元

从上表数据可见，报告期各期标的公司研发费用总投入金额依次为4,411.22万元、5,065.39万元和1,933.65万元，收入总额依次为23,683.42万元、47,307.50万元和25,826.30万元。由于各期收入的增长幅度超过了同期研发投入的增长幅度，导致研发投入占收入的比例呈下降趋势；同时薪酬构成研发费用主要支出，其各年度占研发费用的比例基本一致，收入占比波动与其变化无直接关系。

、研发费用相关会计处理及合规性（

）研发费用的内部控制制度报告期内，标的公司已制定并实施研发项目管理制度，对研发费用的核算方法进行了详细规定，研发费用中职工薪酬占主要占比，且其与折旧摊销费用按照研发工时记录进行分配，标的公司制定了研发人员工时管理相关内部控制制度，对工时管理进行相关规范。

标的公司参与研发活动工时填报的具体内控措施及单据情况如下:

标的公司的研发工时记录和统计过程的相关内部控制制度合理，执行到位，

1-146

通过研发人员记录、研发项目经理审核、研发部门总监审批确认，并经人力资源中心和财务复核确认，相关记录完整可靠。《研发人员工时统计表》、《研发项目工资明细表》和考勤系统数据作为标的公司财务核算原始档案文件由财务部门根据公司的《财务档案管理办法》负责备份、存档和保管。标的公司通过《财务档案管理办法》等制度和内部审批流程，确保相关记录和文件的完整可靠，不存在人为调整工时在研发费用、营业成本及销售费用、管理费用分配的情况，人工成本的划分、核算、归集、结转准确。

（2）研发费用的归集标的公司根据《企业会计准则》《规则适用指引第2号》等相关规定，制定了与研发相关的内控制度，明确了研发费用的开支范围及归集方法并按照研发费用实际发生金额进行归集、分摊和核算研发费用。

根据《规则适用指引第2号》2-4关于研发投入的规定:研发投入为企业研究开发活动形成的总支出。通常包括研发人员人工费用及劳务费用、直接投入费用、折旧费用与长期待摊费用、设计费用、装备调试费、无形资产摊销费用、委托外部研究开发费用、其他费用等。

报告期内，标的公司核算的研发费用均为企业研发活动直接相关的支出，包括材料成本、职工薪酬、折旧摊销及与研发直接相关的其他支出。其中，标的公司研发投入的归集和计算均以相关资源实际投入研发活动为前提。具体归集范围、归集方法、标准、审批程序等如下：

1-147

（3）研发人员的认定标的公司根据《国家税务总局关于研发费用税前加计扣除归集范围有关问题的公告》(国家税务总局公告2017年第40号)《规则适用指引第2号》等相关规定，制定了与研发人员相关的内控制度，明确了研发人员的认定标准，且相关标准在报告期内得到一贯执行，研发人员薪酬支出相关核算及内部控制制度健全有效。

报告期内，标的公司依据员工所属的部门及具体承担的职责和工作来进行研发人员认定。标的公司的研发人员认定标准符合《国家税务总局关于研发费用税前加计扣除归集范围有关问题的公告》（国家税务总局公告2017年第40号）之“直接从事研发活动人员包括研究人员、技术人员、辅助人员。研究人员是指主要从事研究开发项目的专业人员;技术人员是指具有工程技术、自然科学和生命科学中一个或一个以上领域的技术知识和经验，在研究人员指导下参与研发工作的人员；辅助人员是指参与研究开发活动的技工。”报告期内，标的公司仅将专门从事产品技术研发的员工认定为研发人员，不存在将与研发活动无直接关系的人员认定为研发人员情形。

综上，标的公司已按照《企业会计准则》《规则适用指引第2号》等相关规定，通过“研发费用”科目准确核算相关支出，研发费用确认真实、准确。

（三）研发人员薪资水平与同行业、同地区公司相比是否存在显著差异，研发费用确认是否真实、准确

报告期各期，标的公司研发人员薪资水平与同行业、同地区公司的对比情况如下：

单位：万元

1-148

注：为保持可比性，2025年1-6月研发人员年平均薪酬=研发人员薪酬总额/研发人员人数*2。

2023年度和2024年度，研发人员平均薪酬分别34.31万元和41.33万元，平均薪酬有所增长，研发人员平均薪酬略高于中新赛克，2023年度低于恒为科技，2024年度高于恒为科技；标的公司研发人员平均薪酬与可比公司不存在重大差异。标的公司研发人员的平均薪酬高于标的公司所在地职工平均工资，主要原因为：（1）标的公司系一家位于深圳市南山区的高新技术企业，企业经营效益较好，业务发展速度较快，员工普遍具有较高的学历水平，人均薪酬高于当地平均水平；（2）标的公司为吸引业内优秀人才，为员工提供具有一定竞争力的薪资。

六、中介机构核查程序及核查意见

（一）中介机构核查程序

针对上述事项，独立财务顾问和会计师履行了以下核查程序：

1、了解标的公司销售模式、销售收入确认政策；查阅了标的公司报告期内主要客户销售合同/订单，是否约定相关质保期及保证金事项，核查收入确认方法是否符合标的公司的实际经营情况；查阅NRE开发服务合同，核实是否包含客户向标的公司发放的激励收入；查阅企业会计准则中与收入确认相关的规定,核查标的公司收入确认政策是否符合企业会计准则的规定;与同行业上市公司收入确认政策对比，判断标的公司收入确认政策的谨慎性与合理性；

、获取境外主要客户的基本信息，核实其与标的公司是否存在关联关系，

1-149

同时检查结算方式及对应银行回单，确认是否存在第三方回款情况；获取标的公司的海关出口数据，对比分析其主要境外销售国家的出口数据与海关数据是否一致；对境外收入执行函证程序，对不符事项进行核查，核实其是否与境外收入匹配；对主营业务收入变动及毛利率执行分析性复核程序，分析主营业务收入和毛利率变动的原因及合理性；

3、获取标的公司报告期各期末原材料的主要类别、存货库龄明细表、原材料市场价格波动、在手订单价格明细及市场定价策略，分析原材料及库存商品存货跌价准备计提是否充分；获取标的公司发出商品明细表、合同履约成本明细表，检查相关可变现净值计算过程，核实是否存在跌价现象；检查发出商品期后结转情况；访谈标的公司财务负责人，了解存货跌价准备计提方法和比例；查阅同行业可比公司年报，对比标的公司存货跌价计提政策与同行业可比公司是否存在差异；

4、获取标的公司应收账款明细表，检查截至2025年11月30日应收款项回款情况；分析报告期各期末逾期应收账款对应的客户情况、逾期原因、期后回款；获取标的公司主要客户合同与订单，了解信用期条款，复核管理层对应收账款减值测试的依据及客观证据，与同行业上市公司坏账政策对比，核查标的公司坏账政策的谨慎性与合理性；获取坏账准备计提表，检查计提方法是否符合坏账政策；

5、获取标的公司研发费用明细表，了解其相关核算项目及明细，并分析其波动原因；获取研发相关内部控制制度，了解发行人研发工时填报内控流程，获取报告期内发行人研发工时表，与财务明细账核对，确认内控执行情况，检查费用归集的准确性及会计处理是否准确；检查薪资水平与同行业、同地区公司相比是否存在显著差异。

（二）中介机构核查意见

经核查，独立财务顾问和会计师认为：

（1）标的公司安装调试及数据应用解决方案业务，选择在客户验收后确认收入，符合会计核算的谨慎性原则。同时，标的公司针对不同类型收入如智能计

1-150

算产品、数据处理产品及应用解决方案、其他业务等制定的收入确认方式，均严格遵循《企业会计准则》的要求，对比同行业可比公司的收入确认政策，标的公司的处理方式与行业惯例保持一致，不存在重大差异；

（2）从标的公司境外销售情况来看，其一，前五大客户与标的公司无关联关系，且境外销售均通过客户直接回款不存在第三方回款情形，交易背景真实；其二，销售全流程中的发货记录、货物运输单据、客户签收凭据能够相互印证，与实际销售业务完全匹配；其三，境外销售对应的海关出口数据、出口退税金额，与销售收入规模形成合理勾稽；其四，通过应收账款函证获取的客户确认信息，与标的公司境外销售收入账面金额一致，进一步验证了收入的真实性；其五，境外销售价格及毛利率与境内存在差异，该差异主要源于销售的产品类别存在差异，具备商业合理性；

（3）从库龄来看，标的公司各期末库存商品、发出商品主要集中在1年以内，存货状况良好；A客户数据应用解决方案项目履约进展可控，预计将按照整体项目规划时间完成全周期交付；标的公司已充分结合原材料市场价格波动、在手订单价格和市场定价波动、产品定制化特征和技术迭代快的特征，按照可变现净值与成本孰低的原则，计提相应的存货跌价准备，具有充分性；未对发出商品、合同履约成本计提跌价准备的依据具有合理性。标的公司已按照《企业会计准则》制定会计政策，计提存货跌价准备，存货跌价准备计提政策与同行业可比公司基本一致，不存在实质性差异，存货跌价准备计提充分、合理；

（4）标的公司应收账款期后回款情况正常，逾期应收账款已逐步收回；标的公司综合考虑客户的业务规模、历史回款情况及合作关系等因素，根据不同客户类别判断货款回收风险，相应确定客户的信用政策，未发生重大变化；报告期内，标的公司应收周转率、历史回款情况正常，与同行业可比公司应收账款坏账计提政策不存在重大差异，应收账款坏账准备计提充分；

（5）标的公司研发费用占比逐年下滑的原因具有合理性，相关会计处理符合《企业会计准则》；研发人员薪资水平与同行业不存在显著差异，且高于深圳地区城镇私营单位就业人员年平均工资；研发费用确认具有真实性、准确性。

七、境外销售的真实性、准确性核查

1-151

境外销售客户主要为A客户，标的公司主要为A客户提供数据应用一体化解决方案服务。A客户所在国家位于非洲西北部，经济规模在非洲位居前列。该国与中国建立了全方位、多层次的战略伙伴关系，数字经济是其重点支持及优先发展产业。A客户系政府机构，需求类型为国家级解决方案，项目规模较大，因此，收入占恒扬数据比例较高具有合理性。标的公司与A客户自2009年即建立了合作关系，合作以来，累计已签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好。针对境外销售执行相关核查程序如下：

（一）中介机构核查程序

独立财务顾问和会计师执行的核查程序及具体核查情况如下：

1、访谈标的公司董事长、海外业务负责人及销售、交付实施人员，了解与客户合作历史及渊源、项目交付过程及内容；

2、检查项目合同、补充协议（如有）、合同附件（含销售清单、技术文档等）、项目交付实施资料、项目实施过程中的会议纪要以及内外部沟通记录、验收报告、回款水单等资料；获取由具有翻译资质的翻译公司出具的A国合同、补充协议等文件的中文翻译版本；

3、检查出库明细表、物流单、报关单、提单、投保记录、电子口岸数据，将境外客户的项目出库清单、报关清单与销售清单进行匹配；

4、获取免抵退申报表，将销售收入、报关出口数据及免抵退申报表进行互相勾稽，核实与销售收入规模是否具备匹配性；

5、获取了项目部分交付实施人员的出差记录、个人签证等资料，并与项目实施过程进行匹配；

6、取得标的公司海关出口数据，检查与标的公司境外销售收入的匹配性；

7、登入国家外汇管理局数字外管平台，核对外汇收付汇的真实性、准确性；

8、对境外主要客户的回款进行统计，检查主要境外销售客户的回款记录，对于大额回款进行核查，将大额回款记录与银行对账单等进行核对。

1-152

9、执行函证、现场走访程序，具体情况如下：

（1）函证

单位：万元

（2）访谈

单位：万元

（二）中介机构核查结论经独立财务顾问和会计师核查，标的公司的销售与收款相关的内部控制设计合理、执行有效；标的公司收入确认符合企业会计准则的相关规定；标的公司报告期内境外销售收入真实、准确。

八、存货特别是异地库存的真实性、准确性，所采取的具体核查措施、核查比例、获取的证据和核查结论

独立财务顾问和会计师对各类存货特别是异地存货执行了现场监盘、函证程序，亦结合期后核查、项目实际履行及收款情况、合同条款中对存货风险责任的相关约定对存货损毁、灭失风险进行进一步分析。标的公司存货特别是异地存货真实、准确。

（一）报告期各期末的存货情况

报告期各期末，存货按存放地点的不同，可分为本地存货（标的公司自行租赁管理的仓库等）和异地存货（委外供应商仓库、客户指定地点等），具体情况

1-153

如下：

单位：万元

报告期各期末，标的公司本地存货账面余额分别为7,447.94万元、7,635.97万元和9,770.81万元，占比分别为80.47%、38.76%和44.58%；异地存货账面余额分别为1,807.27万元、12,066.93万元和12,148.10万元，占比分别为19.53%、

61.24%和55.42%。

其中，标的公司异地存货主要包含四类：①正常销售中已发给客户但未达收

1-154

入确认条件的产品，列示于“发出商品”科目；②为履行A客户的应用解决方案业务而发出的产品等，因暂未满足收入确认条件（未完成客户验收），列示于“合同履约成本”科目；③委托外部加工商进行加工的存货，该部分存货当前存放于加工商的委外仓库，属于委托加工过程中的在途或待加工状态，列示于“原材料”、“委托加工物资”或“库存商品”科目；④向客户提供的非销售类体验存货，该类存货后续可能实现销售，也可能不产生新的销售，仍列示于“原材料”“库存商品”“半成品”等原存货类别科目。

（二）具体核查措施、核查比例、获取的证据和核查结论

1、本地存货针对上述本地存货，独立财务顾问和会计师对2025年3月31日的存货实施现场监盘程序，并通过盘点结果倒扎计算，核查2023年

月

日、2024年

月31日存货真实性与准确性。此外，独立财务顾问和会计师对2025年6月30日的存货实施现场监盘程序，各类别存货的盘点金额及对应占比情况如下：

单位：万元

报告期期末，独立财务顾问和会计师对标的公司本地库存商品监盘比例达

82.39%，对本地原材料及本地半成品监盘比例分别为73.43%和65.03%。

2、异地存货针对上述异地存货，主要通过函证与现场盘点两类核查程序，以验证存货的

1-155

真实性与准确性。（

）异地存货函证和现场盘点的具体情况具体的函证及盘点情况如下所示：

单位：万元

报告期各期末，异地存货函证金额占异地存货总额的比例分别为43.15%、

82.33%和84.06%，2024年末及2025年6月末函证比例较高。报告期期末，异地存货盘点比例为35.83%，主要系客观上无法盘点所致。函证和盘点情况具体分析见下文。

1-156

（2）报告期期末异地存货盘点比例较低的原因及分析报告期期末，异地存货盘点比例较低，主要原因系：

①金额较大的合同履约成本无法实施现场盘点，系该存货主要系为履行A客户的应用解决方案业务而发生，因存放于A客户指定地点且其保密要求较高，客观上无法实施现场监盘程序；独立财务顾问和会计师已实施函证程序，函证核查比例为100%。

此外，对于已运输并存放至A客户指定地点的存货，需客户验收完成达到收入确认条件，标的公司已于2025年10月5日提交正式验收申请，并于2025年11月26日取得A客户出具的验收报告。标的公司正推进款项收取工作。根据过往交易经验，A客户在合同约定信用期内，均能按约定全额支付货款，履约付款记录良好；同时，标的公司目前已收到该合同的部分款项，金额为2,237.94万美金，该款项金额足以覆盖该批存货可能发生的毁损、灭失风险。

②发出商品为正常销售中已发给客户但未达收入确认条件的产品，客观上无法盘点；独立财务顾问和会计师已执行函证和期后核查程序，其中函证核查比例为61.85%，期后核查比例为100%。

③委托加工物资主要为委托加工过程中的在加工产品，盘点难度较高，独立财务顾问和会计师已执行函证程序，函证核查比例为100%；库存商品主要分为两部分，其中一部分为存放在委外供应商仓库的存货，会计师已对其进行盘点，该部分库存商品盘点比例为98.69%，另外一部分为借测给特殊性质客户的数据处理产品，因客户保密要求，客观上无法进行盘点和函证；原材料主要为存在放在委外供应商仓库的存货，会计师已执行函证及盘点程序，其中函证核查比例为89.18%，盘点核查比例为90.94%；半成品金额较小，独立财务顾问和会计师进行了现场盘点程序。

此外，对于存放在外协厂商的异地存货，标的公司与供应商约定在不伤害原材料的基本原则指导下，以产品规格书上原厂申明的包装形式为准，供应商有义务完善包装以保障货物交付的品质。每款物料必须有独立完整包装并且保持包装

1-157

外观良好。不同种物料不可混合放在一起包装。对易碎、易刮伤、易损坏物料等必须做好防护包装。供应商承诺并保证向恒扬提供的产品为原厂正品，并承诺提供的产品应该符合恒扬质量标准要求。如供应商提供以次充好、假冒仿造等产品给恒扬，因此造成的一切损失由供应商负责赔偿，并需承担由此引起的所有法律风险。标的公司需承担的存货损毁、灭失风险较低。

（3）报告期各期末异地存货函证情况的具体说明及分析报告期各期末，异地存货函证金额占异地存货总额的比例分别为43.15%、

82.33%和84.06%，2024年末及2025年6月末函证比例较高。其中，报告期各期末异地存货—库存商品函证金额均为0，其中一部分为存放在委外供应商仓库的存货，会计师已对其进行盘点，该部分库存商品盘点比例为98.69%，另一部分为借测给特殊性质客户的数据处理产品，因客户保密要求，客观上无法进行盘点和函证；2024年末和2025年6月末发出商品函证比例相对较低，主要系客户为特殊性质客户，因客户保密要求，客观上无法函证。

在函证明细中，合同履约成本及委托加工物资相关函证的回函信息，与标的公司记录完全一致。对于发出商品函证，若存在回函信息与标的公司记录不符的客户，或函证未收到回函的客户，独立财务顾问和会计师已进一步执行替代测试程序，以此验证相关数据的准确性。综上，独立财务顾问和会计师已对各类存货特别是异地存货执行了现场监盘、函证程序，亦结合期后核查、项目实际履行及收款情况、合同条款中对存货风险责任的相关约定对存货损毁、灭失风险进行进一步分析。因此，标的公司存货特别是异地存货真实、准确。

1-158

3.关于评估申请文件显示：（1）本次交易对恒扬数据采用了资产基础法、收益法进行评估，最终选用收益法评估结果作为最终评估结论。截至评估基准日2025年3月31日，收益法下标的资产评估值为11.513亿元，评估增值率276.55%，资产基础法下标的资产评估值为4.55亿元，评估增值率38.37%。（2）截至2025年6月30日，标的资产智能计算业务在手订单为1.12亿元，数据处理业务在手订单金额为3.23亿元。（3）最近三年，标的资产进行17次股权转让，估值分别为3.6亿元至9.83亿元不等，最近一次股权转让为2024年12月，估值9.83亿元，本次重组评估值较前次股权转让估值增值17.09%，主要系标的资产最近一年一期业务发展良好，盈利能力增强，新产品商业拓展预期较好。请上市公司补充说明：（1）结合智能计算和数据处理行业发展情况、市场容量、竞品对比情况，主要客户相关业务扩张趋势、竞争优势及产品需求规模、标的资产所占份额，客户相关业务资本开支计划及标的资产参与在研项目、获取订单，标的资产行业地位、市占率、主要产品生命周期及更新迭代情况，报告期内主要产品实际销售单价及可比产品单价情况，说明预测期各期销售单价及数量变动的合理性，分产品说明收入预测的依据及可实现性。（2）截至回函披露日，标的资产实际业绩实现情况与预测数据是否存在重大差异，如是，进一步披露原因及对本次交易评估定价的影响。（3）结合报告期内FPGA芯片等原材料的主要采购来源、采购价格波动情况、市场供需情况、与原材料主要供应商的关系稳定性等，说明预测期内营业成本预测的合理性。（4）结合标的资产的核心竞争优势、原材料成本的预测情况、可比公司可比产品的毛利率情况、市场竞争程度、产品的可替代性及报告期内实际毛利率下滑趋势等，分产品说明预测期内毛利率水平的预测依据及合理性。（5）结合标的资产未来发展规划、营运资金周转次数、营运资金占营业收入的比例等说明预计未来年度的营运资金规模具体预测过程及合理性。（6）仅选取数据处理业务上市公司作为可比公司，未选择智能计算业务上市公司作为可比公司的原因，确定对比公司及同行业可比上市公司的选取原则及合理性，是否存在刻意只挑选有利可比公司的情况。（7）结合最近三年股权转让估值情况，自前次评估至今标的资产经营状况

1-159

变化情况等，说明本次交易评估值高于历次评估的原因及合理性。（8）基于前述内容，补充披露评估参数选择是否合理准确，本次交易作价是否公允，本次交易是否符合《重组办法》第十一条的规定。

请独立财务顾问和评估师核查并发表明确意见。【回复】

一、结合智能计算和数据处理行业发展情况、市场容量、竞品对比情况，主要客户相关业务扩张趋势、竞争优势及产品需求规模、标的资产所占份额，客户相关业务资本开支计划及标的资产参与在研项目、获取订单，标的资产行业地位、市占率、主要产品生命周期及更新迭代情况，报告期内主要产品实际销售单价及可比产品单价情况，说明预测期各期销售单价及数量变动的合理性，分产品说明收入预测的依据及可实现性。

（一）标的公司收入预测整体情况

标的公司主要产品包括智能计算产品、数据处理产品及应用解决方案。

2023年至2025年3月及预测期内，各类业务收入数据情况如下所示：

单位：万元

评估预测结合标的公司各项产品历史年度的销售情况、在手订单、现有客户关系维护及新客户拓展情况、公司所处的细分市场行业地位、所处行业未来年度市场容量及发展趋势、产品竞争优势等，对各项业务未来年度的收入进行预测，预测期整体收入增长率在4.19%-20.21%之间，而标的公司2023年、2024年的整体收入增长率分别为

243.27%、

99.75%，体现出行业较好的增长态势，本次收入

1-160

增长率低于历史年度收入增长率水平，预测增速较为稳健。预测期内，收入增长率呈逐年下降趋势，这主要由于业务规模基数逐渐增大，导致增长率自然下降或趋于稳定，收入预测增长率具备可实现性。

（二）智能计算产品收入预测分析标的公司智能计算产品包括AI算力集群DPU产品及交换机产品、智算一体机（包括AI智算一体机、DPI智算一体机）等，主要应用于云计算集群、AI算力集群及边缘计算场景，主要客户包括以阿里巴巴（新华三、浪潮信息、东勤科技等为阿里巴巴的服务器供应商）为代表的互联网企业及华大智造、B客户为代表的行业应用客户，上述客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续且稳定，标的公司与主要客户合作的在研项目进展情况良好，同时标的公司亦根据行业发展及市场需求变化持续进行技术研发及产品迭代。

标的公司智能计算产品的定制化程度较高，不同产品因客户合作模式、参数规格及应用场景的差异，导致其单价有所波动。预测期各期产品销售单价结合公司标的公司同类产品在手订单的单价、市场竞品单价、新品开发进度及预期销售情况，并充分考虑行业内竞争可能导致产品价格有所下降等综合分析进行预测，单价设定合理谨慎。预测期各期销售数量，系根据标的公司业务发展情况、产品开发预期、客户合作稳定性，结合行业发展趋势，并充分考虑竞争可能导致的销量增速下降等综合分析进行预测，预测结果合理谨慎。

标的公司凭借优异的FPGA工程化、算法硬件化能力，以及深度场景适配与快速响应能力，在部分应用领域形成差异化竞争优势，成为阿里巴巴DPU产品国内最大的合作伙伴及部分行业客户的国内首选供应商，有望在行业发展中获取一定市场份额。智能计算产品收入预测符合行业发展趋势、竞争格局及公司业务特点，充分考虑了竞争可能导致的单价和销量增速下降，预测具有合理性。

、行业发展情况及市场容量

（

）AI算力集群DPU产品

1-161

DPU（DataProcessUnit，数据处理芯片）被认为是继CPU和GPU之后的“第三颗主力芯片”。受益于技术方案成熟度提升、服务器市场规模扩大及边缘计算应用落地等因素驱动，全球DPU产品市场规模快速增长。以Nvidia为例，其2023财年（2022年1月31日-2023年1月29日）数据中心网络业务板块（包括网络交换芯片、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）增长至129.90亿美元，年化增长率87.68%。

国内市场，从整体发展趋势看，中国DPU市场保持稳定增长态势，2020年国内DPU市场规模为0.88亿美元，而根据市场机构预测，预计到2025年市场规模有望达到37.41亿美元，年均复合增长率达到111.69%。这一发展前景主要得益于云计算、5G和边缘计算等技术的快速普及，以及各行业数字化转型带来的算力需求激增。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于AI算力集群DPU产品所属行业分析。

（2）智算一体机

智算一体机作为边缘计算的核心形态，其市场容量与边缘计算的整体发展紧密相关。当前，该市场已从概念验证步入大规模部署的爆发前夜，展现出巨大的增长潜力，对应市场空间超过千亿元。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于智算一体机产品所属行业分析。

（3）AI算力集群交换机产品

近年来，AI大模型训练、“东数西算”战略及5G边缘计算规模化部署三重

1-162

因素强力驱动，中国数据中心交换机市场爆发式增长，2024年行业规模破211.5亿元，2025年预计超226.8亿元，AI算力网络建设贡献率超45%。技术上，AI算力需求推动性能跨越升级，400G端口以38%的出货量占比成为当前主流，800G交换机于2025年实现规模化量产，而面向AIGC集群的1.6T端口预计2026年商用，将支撑单柜带宽从120T向160T跨越式升级，形成“算力需求-网络性能-市场规模”的螺旋式上升通道。

2、标的公司的竞争优势

（1）AI算力集群DPU产品恒扬数据始终坚持并深化基于FPGA的DPU技术路径，具备优异的FPGA工程化与算法硬件化能力、复杂的高速硬件系统设计能力、多芯异构架构设计能力等核心竞争能力，在该路线产品的灵活性、场景适配能力和迭代速度上处于行业头部地位。详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于AI算力集群DPU产品核心竞争力及竞争优势的分析。

（2）智算一体机恒扬数据深度对接国产化技术生态，基于华为鲲鹏处理器+昇腾AI芯片+自有DPU处理器，打造了多款高性能AI智算一体机/DPI智算一体机产品，算力密度及性能不低于市场同定位主要竞品，恒扬数据凭借极致的技术灵活性、快速的响应速度和深度场景适配能力构筑核心壁垒，在部分行业垂直应用领域内具有一定比较优势。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞

1-163

争优势”中关于智算一体机产品核心竞争力及竞争优势的分析。

（3）AI算力集群交换机产品标的公司AI算力集群交换机产品通过DPU与交换芯片的融合，实现了对传统数据中心服务器+网卡方案的系统级替代，实现了T级数据转发能力、DPU对链接的维护与分析能力，以及深度的芯片级业务适配能力。该产品的核心优势在于其端到端的可编程能力，DPU与交换芯片均采用可编程架构，这使得它们能够深度适配从数据业务通道至业务逻辑的各个层面。通过这种适配，DPU能够实现对数据路径的灵活控制、快速决策与按需转发，从而在复杂网络环境中提供高度定制化的数据交互支持。

3、竞品对比情况

（1）AI算力集群DPU产品当前DPU/AINIC的市场存在两种鲜明的技术路径：一种是以Nvidia、云豹智能为代表的ASIC/SoC方案，追求标准化、高性能与低功耗；另一种则是恒扬数据为代表的FPGA方案，核心价值在于硬件级的可编程性与深度定制能力。FPGA架构具有灵活性高、并行性强、低时延等技术优势，能更好的满足客户快速迭代与深度定制的需求特点，是前述主体在部分应用领域的最优选择，这为恒扬数据的产品提供了广泛的市场应用空间。

详细的竞品对比分析及恒扬数据的差异化优势见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于AI算力集群DPU产品行业竞争格局及主要竞品对比情况。

（2）智算一体机

市场上各厂商的算力一体机产品呈现多样化配置与功能定位，价格覆盖5万元至500万元不等，高端型号支持超大模型预训练与推理，中端型号适配行业主流大模型应用，基础型号赋能轻量级模型推理与边缘部署。标的公司深度对接

1-164

国产化技术生态，基于华为鲲鹏处理器+昇腾AI芯片+自有DPU处理器，打造了多款高性能AI智算一体机/DPI智算一体机产品，主要面向基础及中端应用场景，算力密度及性能不低于市场同定位主要竞品，在部分行业垂直应用领域内具有一定比较优势，与行业内其他厂商形成差异化竞争。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于智算一体机产品行业竞争格局及主要竞品对比情况。

（3）AI算力集群交换机产品

标的公司AI算力集群交换机，源自基于DPU与交换芯片深度融合的网关产品架构，与标的公司DPU产品形成配套解决方案，聚焦于细分领域的需求，与市场通用交换机产品不构成直接竞争，产品配置、应用领域等差异较大，无直接可比竞品。

4、标的资产行业地位、市占率

在DPU产品线，恒扬数据始终坚持并深化基于FPGA的技术路径，在该路线产品的灵活性、场景适配能力和迭代速度上处于行业头部地位。公司的DPU产品成功切入由Nvidia主导的高端市场，成为阿里巴巴DPU产品国内最大的合作伙伴及部分行业客户的国内首选供应商，具有一定的市场份额（营收规模约为Nvidia2025财年数据中心网络业务板块中国大陆及港澳地区收入的2%-3%）。

在智算一体机产品线，恒扬数据尚未形成大规模销售，但已形成了多款产品，产品已经在部分客户的测试场景中完成了稳定性测试和深度性能优化，为后续实现规模销售奠定了良好的基础。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞

1-165

争优势”中关于AI算力集群DPU产品及智算一体机产品行业地位、市场占有率的分析。

5、主要客户相关业务扩张趋势说明、相关业务开支计划及标的公司业务客户市场份额情况标的公司智能计算产品主要客户包括以阿里巴巴为代表的互联网客户、以华大智造及B客户为代表的行业应用客户，上述客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续稳定。基于该等客户的自身发展状况及所属行业的发展情况、客户的未来战略规划、产品开发规划等，以及标的公司持续的产品、技术创新和针对性研发，标的公司与主要客户具有持续稳定的合作预期，标的公司对该等客户服务的持续性较好。

标的公司智能计算业务主要客户包括阿里巴巴、华大智造及B客户，其中关于阿里巴巴、华大智造行业排名、竞争优势、市占率及收入情况详见本问询回复“问题1关于标的资产生产经营”之“三、主要客户如阿里巴巴、新华三等公司在国内外智能计算领域行业排名、竞争优势、市占率及收入情况，与标的资产在智能计算领域的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商，智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖”中关于标的公司智能计算产品主要客户的分析。

6、智能计算产品线主要在研项目情况

截至本回复签署日，标的公司智能计算产品线在研项目情况如下：

1-166

注：阿里巴巴系列研发项目包括NSA.A5、北斗七星

2.0

等研发项目

上述智能计算产品线在研项目涵盖技术储备、产品迭代等多个维度，为未来业务发展提供了有力支撑。

7、智能计算产品在手订单情况

截至本回复签署日，标的公司智能计算各项产品在手订单金额统计如下：

1-167

注：上表订单金额为截至本回复签署日标的公司智能计算各项产品未完在手订单金额，未包含2025年10月1日至本回复签署日标的公司已完成订单金额，标的公司2025年10月1日至本回函出具之日智能计算产品已完成订单金额约2,975.46万元。

其中主要客户超百万元订单情况统计如下：

截至本回复签署日，标的公司智能计算产品在手订单合计金额6,027.92万元，结合标的公司实际经营情况，2025年度整体收入具有良好的可实现性。

8、主要产品生命周期和更新迭代情况

（1）AI算力集群DPU产品

①标的公司产品历史迭代情况

报告期内标的公司DPU产品销售的主要客户为阿里巴巴，标的公司向阿里巴巴及其指定厂商销售的产品系根据阿里巴巴的需求定制化开发的产品，产品生命周期一般为4-5年。截至2025年9月标的公司与阿里巴巴合作开发产品超过10款，覆盖计算加速、存储网络加速、AI网络加速等应用场景，并持续根据阿里巴巴的生态体系建设及迭代升级需求进行产品迭代升级。

目前，标的公司向阿里巴巴销售的主要产品为NSA.X5产品，主要应用于阿里巴巴的AI算力集群中。同时为了适配阿里巴巴业务发展及技术升级的需求变化，以及兼容阿里巴巴PPUAI计算场景，双方合作开发的下一代NSA.A5产品正在研发过程中，新一代产品具体情况及进展详见“问题1关于标的资产生产经营”之“四、阿里巴巴不直接向标的资产采购，而是指定新华三向标的资产采

1-168

购的原因，标的资产签署NRE技术服务协议的对象及具体约定，包括但不限于研发产品知识产权归属、供应产品内容、合同有效期等，标的资产为阿里巴巴开发新一代产品的最新进展，产品开发、迭代及销售具体约定，新一代产品销售前是否需重新进行客户验证及具体流程”之“（三）新一代产品的最新进展，产品开发、迭代及销售具体约定”。

②标的公司产品未来迭代方向标的公司建立完善的产品迭代开发机制，根据行业技术发展、客户应用场景及需求的变化等对产品进行持续的更新迭代，主要迭代方向如下：

1）从传统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与网络工作负载提供革命性的算力与灵活性。

2）紧跟数据中心网络升级步伐，持续升级网络接口速率。网络接口速率是AI算力集群的核心要素之一，对集群的性能和效率起着关键作用，标的公司持续升级网络接口速率，已规模化应用2*100G/2*200G产品，2*400G产品正在研发中，持续满足AI算力集群对超高速、低延迟网络互联的刚性需求，确保产品不成为性能瓶颈。

3）持续升级主机接口。主机接口是算力集群中连接计算单元（如CPU、GPU）与外部设备（如存储、网络卡、加速器）的“数据咽喉”，直接决定集群的整体效率与算力释放能力，其重要性和作用贯穿数据流转全流程。标的公司目前已推出PCIeGen6接口产品，充分释放DPU的数据处理能力，避免出现“卡脖子”问题。

（2）AI算力集群交换机产品

基于DPU与交换芯片融合的网关交换机，其未来演进将深度依赖于DPU的可编程性与算力提升，并结合交换芯片的容量与功能实现协同升级。

（3）智算一体机

标的公司智算一体机产品主要分为3个产品系列，包括融合刀片整机、机架式整机和端侧一体机，分别根据不同的应用场景及算力需求进行差异化设计和迭

1-169

代，产品目前尚处于研发优化及推广阶段，未来将进一步根据产品市场响应、客户反馈以及底层硬件的技术演进（CPU、GPU、DPU等）进行产品升级和迭代。

9、报告期内智能计算可比产品单价情况报告期内，标的公司向主要客户销售的产品定制化程度较高，缺乏公开市场可比价格。标的公司智能计算产品与市场上类似产品的价格对比情况，详见“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于竞品对比情况的分析。

10、报告期及预测期内智能计算主要产品销售单价与销售数量变动分析

（1）智能计算各类产品销售单价预测的合理性分析

智能计算产品各项产品平均销售单价历史及预测情况如下：

单位：万元/PCS

）标的公司报告期内主要销售产品为AI算力集群DPU产品，产品单价呈下降趋势，主要系向阿里巴巴销售产品价格逐渐下调影响所致。报告期内，标的公司向阿里巴巴销售规模持续增长，随阿里巴巴采购需求增长，产品定价有所调整；同时，基于标的公司与阿里巴巴的业务合作模式，随定制产品进入规模化交付阶段，受阿里巴巴供应链管控的要求，以及标的公司维护客户关系、预防竞争对手进入的考虑，双方会阶段性重新议价，定制产品的毛利率在生命周期内存在逐渐下降而后保持稳定的变动趋势。

）预测期内产品单价分析

1-170

标的公司针对不同客户采取不同的定价策略，基于各类产品的基础价格，并根据客户获取难度、货期要求、总体采购量、过往交易价格等因素，与客户协商确定销售价格、结算方式并签署合同。对于同一客户，在报告期内的销售价格及结算方式一般保持稳定。

标的公司智能计算产品定制化程度相对较高，不同产品因与客户合作模式、产品参数规格及具体应用场景不同存在差异，单价存在波动。预测期各期销售单价结合标的公司同类产品在手订单单价、市场竞品价格、新品开发进度及预期销售情况，并充分考虑行业竞争可能导致产品价格下降的因素进行预测，具备谨慎合理性。

（2）各类产品销量预测合理性分析

标的公司各类预测销量情况如下表：

单位：

PCS

1）报告期产品销量递增趋势原因分析

①随着云计算、5G和边缘计算技术的快速发展，推动了算力需求的显著上升，智能计算产品市场需求显著扩大。这一趋势带动了AI算力集群、智算一体机等先进设施的大规模部署，以满足日益增长的计算需求。DPU作为“第三颗主力芯片”，能有效降低算力损耗，满足数据中心升级需求；

②公司竞争力强：标的公司凭借技术积累与市场洞察，在DPU产品研发和应用方面具备领先优势；

③行业趋势推动：中国智算中心建设投入加大，以及专业领域客户需求增长，共同促进智能计算产品收入提升。

1-171

2）预测期内产品销量分析

①AI算力集群DPU产品2025年销量根据在手订单情况及预计可签约订单情况预测。标的公司智能计算产品主要客户包括以阿里巴巴为代表的互联网客户、以华大智造及B客户为代表的行业应用客户，上述客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续稳定。基于该等客户的自身发展状况及所属行业的发展情况、客户的未来战略规划、产品开发规划等，以及标的公司持续的产品、技术创新和针对性研发，标的公司与主要客户具有持续稳定的合作预期，标的公司对该等客户服务的持续性较好。

叠加公司自身产品具备高技术壁垒、明确迭代路径以及长期战略聚焦支撑，将会给公司带来的订单具备一定的可复制性与持续性，结合历史年度客户订单情况、客户需求情况分析、业务发展趋势及产品行业发展状况，预计2026至2030年产品销量将呈现显著增长趋势。

②智算一体机

标的公司持续投入研发资源进行“智能计算”相关产品及技术开发，完成了NGIS.MCP多芯融合正交刀片式智算一体机、SK90机架式智算一体机等产品的研发落地，结合SempFusion大模型平台，形成软硬一体化解决方案。标的公司凭借优异的产品性能及方案落地能力，产品得到了华为生态的高度认可，分别于2025年3月、2025年9月获得鲲鹏KPN钻石合作伙伴及昇腾APN银牌合作伙伴认证，产品获选进入华为安平行业展厅与高性能计算展厅进行核心展示。

标的公司持续通过行业展会（如华为全连接大会、华为鲲鹏KPN伙伴大会、警博会等）等方式进行产品展示及客户拓展，标的公司基于华为生态的国产化解决方案在部分领域达到行业领先水平。同时，标的公司已在运营商、安全DPI领域的10余家客户侧进行导入测试工作，包括武汉绿网、南京烽火、国投智能、恒安嘉新、北京亚鸿等，针对该类业务场景，标的公司产品已经在部分客户的测试场景中完成了稳定性测试和深度性能优化，为后续实现规模销售奠定了良好的

1-172

基础。未来销量根据产品状态、企业技术能力、市场趋势、客户需求与项目储备等综合考虑预测。

③AI算力集群交换机2025年销量根据在手订单情况及预计可签约订单情况预测。标的公司AI算力集群交换机产品通过DPU与交换芯片的融合，实现了对传统数据中心服务器+网卡方案的系统级替代，实现了T级数据转发能力、DPU对链接的维护与分析能力，以及深度的芯片级业务适配能力。产品在生态适配、深度定制方面具备差异化竞争优势，且已获得客户的规模订单。随着客户项目持续推进，在后续年度可能持续获取大额订单，实现销售快速放量。2026年至2028年产品销售增幅较大，2029年以后产品销量增速逐渐放缓，预测合理谨慎。

3）预测期内产品收入分析智能计算产品销售收入预测情况如下表：

单位：万元

标的公司在FPGA工程化与算法硬件化能力方面表现出色，尤其在深度场景适配化与快速响应能力上具有明显优势。这些能力使得标的公司在特定应用领域形成了显著的差异化竞争优势，已成为阿里巴巴DPU产品国内最大的合作伙伴及部分行业客户的国内首选供应商，有望在行业高速发展的背景下进一步扩大市场份额。智能计算产品预测营业收入符合行业发展趋势、竞争情况及标的公司业务发展特点及行业地位，并充分考虑了行业内竞争可能导致产品销售单价、数量增速下降，收入预测具备合理性。

1-173

（三）数据处理产品及应用解决方案收入预测分析标的公司数据处理产品主要包括高性能汇聚分流设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案，支持最高达800GE高速率接口，可采集骨干网、数据中心等场景的多向流量，结合应用软件、数据分析平台可提供对网络流量的智能分流过滤、数据预处理、负载均衡与分发、可视化管控等功能，按应用领域属于网络可视化领域。恒扬数据数据处理产品性能指标处于行业领先水平，并以自主研发的大数据分析平台为核心建立了“大平台+多组件”灵活产品架构，在高壁垒细分特种市场及海外发展中国家市场形成了差异化竞争优势，具有一定市场份额。

标的公司数据处理产品及应用解决方案产品以定制化项目为主，基于该业务主要A客户市场的持续需求、A客户所在国家的产业政策的扶持、标的公司成熟的产品、技术研发及迭代优化机制、双方合作关系的深度绑定、高度互信等预计双方合作的可持续性分析预计该业务具有可持续性，预测数合理谨慎。

部分非定制产品不同产品因与客户合作模式、产品参数规格及具体应用场景不同存在差异，单价存在波动。预测期各期销售单价结合了标的公司同类产品在手订单单价、市场竞品单价、新品开发进度及预期销售情况，并充分考虑了行业内竞争可能导致的产品价格下降，因此单价设定合理谨慎。预测期各期销售数量根据标的公司业务发展情况、产品开发拓展预期及与主要客户的合作稳定性，并结合对应产品所属行业发展趋势进行预测，同时充分考虑了行业内竞争可能导致的产品销售数量增速下降，因此预测销售数量合理谨慎。

具体分析如下：

1、行业发展情况及市场容量

标的公司数据处理产品及应用解决方案主要包括高性能数据处理设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案。近年来，随着大数据、人工智能和物联网等技术的发展，网络数据量激增，对数据分析和可视化的需求不断增加。网络可视化技术手段日益成熟，市场因此呈现出快速增长的态势。未来，随着技术的发展，网络可视化将变得更加智能和高效，提

1-174

供更强大的支持来理解和分析复杂网络数据。详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于数据处理产品所属行业分析。

2、数据处理产品及应用解决方案的竞争优势标的公司在网络可视化行业中，凭借“技术卡位+场景深耕+生态协同”的综合能力，业务规模及技术实力处于行业前列。产品性能指标处于行业领先水平，并以自主研发的大数据分析平台为核心建立了“大平台+多组件”灵活产品架构，在高壁垒细分特种市场及海外发展中国家市场形成了差异化竞争优势，具有一定市场份额。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于数据处理产品核心竞争力及竞争优势的分析。

3、竞品对比情况

网络可视化行业企业通常需要根据细分领域特点确定产品开发及优化路线，并满足客户一定的定制化需求，通常以多款软硬件产品相结合的综合解决方案向客户进行交付，不同企业的综合类产品难以直接进行比较。标的公司数据处理产品性能指标处于行业领先水平，在高壁垒细分特种市场及海外发展中国家市场具有差异化竞争优势。

标的公司与行业内主要竞争对手产品特点及优劣势对比分析详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及

1-175

行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于数据处理产品行业竞争格局及主要竞品对比情况。

4、标的资产行业地位、市占率数据处理产品所处的细分行业因涉及信息安全与特定领域管控需求，保密属性较强，行业数据相对不透明，同时行业内产品交付包括基础架构产品、基础架构+应用、系统集成综合方案等多种形式，行业内厂商业务数据未进行公开披露或以应用场景、其本身综合业务板块的口径进行披露，暂无法有效的进行市场占有率测算。其中，在数据处理前端设备领域，根据对比标的公司与可比上市公司恒为科技、迪普科技、中新赛克的经营数据（3家可比公司即为行业头部企业），可推断标的公司市场份额虽低于可比公司但仍处于行业前列。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于数据处理产品行业地位、市场占有率的分析。

5、主要客户相关业务扩张趋势说明、相关业务开支计划及标的公司业务占客户市场份额情况

标的公司数据处理业务主要客户为A客户，其所在国家位于非洲西北部，经济规模在非洲位居前列。标的公司与A客户自2009年即建立了合作关系，合作以来，累计已签订多份合作协议，业务主要类型包括在原有项目基础上的技术迭代，以及功能升级和模块增加等，具有连续性，黏性较好。A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户所在国家国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。

详见本问询回复“问题1关于标的资产生产经营”之“六、结合A客户成

1-176

立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A客户销售的情况，说明标的资产数据处理业务收入是否具有可持续性，是否对A客户存在依赖”中关于标的公司A客户的相关分析。

6、数据处理产品及应用解决方案主要在研项目情况截至本回复签署日，标的公司数据处理产品线在研项目情况如下：

基于NGIS第四代平台开发满足运营商客户信息安全管理相关需求，提供配套信息安全管理系统的基础网络设施

上述数据处理产品线在研项目通过提升产品性能、降低成本、满足市场新规范要求、储备数据分析解决方案产品新技术等，增强标的公司在市场的竞争力，并为未来业务增长提供有力支撑。

1-177

7、数据处理产品及应用解决方案在手订单情况截至本回复签署日，数据处理产品及应用解决方案在手订单统计如下表：

注：1、数据处理应用解决方案业务在手订单主要来源于A客户，合同金额为美元，按美元兑人民币历史汇率初步估算；

2、上表订单金额为截至本回复签署日标的公司数据处理各项产品未完在手订单金额，未包含2025年10月1日至本回函出具之日标的公司已完成订单金额，标的公司2025年10月1日至本回复签署日数据处理产品及应用解决方案产品已完成订单金额约20,552.51万元。

其中主要客户金额超百万元已签约订单情况如下：

截至本回复签署日，标的公司数据处理产品及应用解决方案在手订单金额合计1,669.91万元，结合标的公司实际经营情况，2025年度整体收入具有良好的可实现性。

8、主要产品生命周期和更新迭代情况

恒扬数据产品技术迭代以“行业需求锚定+技术引领”为核心指引，紧跟网络可视化行业“国产化替代、速率升级、AI融合、场景拓展”四大趋势，依托专利与算法等技术积累构建递进式迭代路径，确保产品技术与运营商5G/6G、智算中心、监管领域等下游应用场景的演进节奏高度适配。其中，短期1-2年迭代聚焦“国产化替代+性能优化”，以适配国产化政策落地与5G稳定运行需求；中长期3-5年迭代主攻“高速率技术+AI深度融合”，以适配算网融合与智算中心建设浪潮。

1-178

基于成熟的产品、技术研发及迭代优化机制，恒扬数据始终跟随行业技术与需求演进推动产品及技术升级，不断推出新产品与新架构。例如，在100GE接口产品成熟商用后，同步启动400GE产品预研并已完成产品发布；在新产品研发或发布过程中，会同步开展国产化适配产品的研发；针对大数据分析平台，以每2月一个小版本迭代、每2年一次系统架构升级的频次进行更新，确保产品功能及性能始终满足市场需求。

详见本问询回复“问题1关于标的资产生产经营”之“二、结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势”中关于标的公司数据处理产品及应用解决方案迭代情况。

9、报告期内数据处理可比产品单价情况

标的公司数据处理产品及应用解决方案产品以定制化项目为主，不具有市场可比价格。

10、报告期及预测期数据处理主要产品销售单价与销售数量变动分析

标的公司数据处理业务主要产品包括高性能数据处理设备、数据分析应用平台等，并基于上述产品体系为客户提供完整的一体化解决方案。其中数据处理产品主要包括正交架构分流器、标准机架式分流器等高性能汇聚分流设备，主要产品形态为包含嵌入式软件的硬件设备；数据处理应用解决方案主要以项目的形式进行销售、实施，数量和单价不具有参考意义，不做量价分析。各项产品收入预测分析具体如下：

（1）数据应用解决方案预测收入合理性分析

数据应用产品及解决方案预测情况如下表：

单位：万元

本次预测2025年数据以在手项目合同为基础；由于在执行项目预计在2025

1-179

年内逐步完工，而新增项目储备尚未完全填补缺口，预计收入将经历一个为期三年的回调期，即2026年—2028年呈下降趋势预测。此后，随着新项目获取与执行进入稳定节奏，标的公司在境外市场将维持常态化业务规模，即预计2028年以后收入规模与2028年持平。

标的公司数据应用解决方案主要客户为A客户，A客户所在国家电信运营商、互联网行业及数字化领域仍处于高速发展期，同时本土化产业及生产能力相对薄弱。未来，随着中国和A客户所在国家“一带一路”合作关系的不断深化，A客户国内经济的持续向好和产业政策的扶持，以及数据量增加、技术迭代和市场下沉引至的持续性需求。基于客户对标的公司技术和服务的认可及已建立的深度绑定、高度互信的合作关系，预计双方合作具有可持续性。

（2）数据处理产品销售单价预测合理性分析

标的公司数据处理产品平均销售单价情况如下：

单位：万元/PCS

）报告期产品单价变动分析

2023年至2025年

月，标的公司正交架构分流器平均单价呈波动趋势，主要因产品型号多样且销售结构变化较大，导致平均销售单价波动大。2024年产品平均单价的下滑，部分原因是由于特定型号QSFP28产品的偶发性增长，其销售单价较低，平均售价为

0.08万元/pcs。剔除QSFP28产品影响后，2024年正交架构分流器的平均单价为

4.19万元/pcs，与2023年相比仅呈现微幅下降。未来标的公司拟优化产品矩阵与销售规划，加强高毛利产品的导入，从而巩固市场地位，产品平均销售单价趋于稳定。

标准机架式分流器2024年和2025年平均销售单价存在一定波动，主要系销售产品结构影响以及对不同客户实行差异化定价而导致。

）预测期产品单价分析

1-180

标的公司针对不同客户实施差异化定价策略，以各类产品的基础价格为基准，结合客户获取难度、货期要求、总体采购量及过往交易价格等因素，与客户协商确定销售价格。针对同一客户，报告期内的销售价格通常保持稳定。标的公司数据处理产品因与客户合作模式、产品参数规格及具体应用场景不同存在差异，单价存在波动。预测期内各期销售单价，结合公司同类产品在手订单单价、市场竞品价格、新品开发进度及预期销售情况，并充分考虑行业竞争可能导致的价格下降因素，预测期单价参考近一年或近一期平均销售单价考虑合理降幅进行预测。

（3）数据处理产品销量预测合理性分析

标的公司数据处理产品销量情况如下：

单位：

PCS

）报告期产品销量递增趋势原因分析

2024年，标的公司正交架构分流器、标准机架式分流器产品销量分别较上一年增长

257.87%、

258.70%，主要系部分产品型号因客户需求增加导致销售量增加。

）预测期内产品销量分析

2025年销量根据在手订单情况及预计可签约订单情况预测。

标的公司数据处理产品销售客户主要包括运营商及其集成商、安全及特种行业客户。近年来，随网络升级与流量增长，包括5G建设深化、千兆光网推广、IPv6流量提升等影响，网络运维管理和优化的基础需求持续提升；随数据安全法规完善、AIGC内容监管挑战，推动政府及企业对网络空间安全监控的需求；同时，在智算中心大规模建设的背景下，催生对“算力网络”进行可视化运维和调优的刚性需求。数据处理产品需求呈增长态势。

1-181

结合标的公司数据处理产品的技术、性能优势，与主要客户的稳定合作关系，结合历史年度客户订单情况、客户需求情况分析，预计2026至2030年产品销量将呈现显著增长趋势。

（四）整体收入预测的可实现说明

综合以上分析，对收入预测的可实现性进行概括性总结如下：

1、外部市场支撑：智能计算产品、数据处理产品及应用解决方案产品市场空间广阔，且处于高速成长期，为标的公司收入增长提供了广阔的空间；

2、客户需求锚定：标的公司主要客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续稳定；

3、核心竞争力保障：标的公司在技术、产品、客户关系等方面建立的竞争优势，是其获取并扩大市场份额、维持合理利润率的内在保障；

4、短期订单夯实：充足的在手订单和明确的在研项目转化路径，为预测期尤其是近期收入的实现提供了有利的基础；

5、预测假设审慎：对单价下降、市场竞争等风险已做了充分考量，销量和单价的预测变动符合行业规律和公司经营规划，增长预测是稳健且可实现的。

综上所述，收入预测具有充分的依据和较高的可实现性。

二、截至回函披露日，标的资产实际业绩实现情况与预测数据是否存在重大差异，如是，进一步披露原因及对本次交易评估定价的影响

（一）标的公司实际业绩与预测数据总体情况对比

标的公司2025年1-9月经营数据、管理层预计2025年全年可实现经营数据与评估报告全年预测数据对比如下：

单位：万元

1-182

注：1、2025年1-9月财务数据未经审计；

2、2025年10-12月管理层预计数为标的公司管理层根据正在执行的订单、项目进展情况合理预测；

3、2025全年预计数为2025年1-9月数据与2025年10-12月管理层预计数之和；

4、2025年全年评估预测数为2025年1-3月审定数据及资产评估2025年4-12月预测数之和；

5、期间费用含销售费用、管理费用、研发费用和财务费用。

标的公司管理层依据2025年1-9月实际经营数据以及在手订单、项目执行情况等对2025年第四季度经营数据进行预测，预计2025年度可实现经营数据情况如下：营业收入、毛利率、期间费用额、净利润分别为59,985.06万元、40.21%、11,397.00万元、10,707.74万元。

评估报告预测标的公司2025年全年经营数据具体情况如下：营业收入、毛利率、期间费用额、净利润分别为56,867.96万元、38.43%、11,809.12万元、8,993.46万元；与2025全年管理层预计数差异额/率分别为：营业收入3,117.10万元、毛利率1.78%、期间费用额-412.12万元、净利润1,714.28万元。2025年度预计实现经营成果将优于评估预测，其中收入和毛利率略有提升，同时期间费用略有降低，最终推动净利润超评估报告预测数。

预计2025年全年，标的公司整体收入、毛利率及净利润将优于原评估报告预测数，智能计算产品收入及毛利率实现情况受部分产品交付影响不及预期，但不存在持续下滑的趋势，数据处理产品及应用解决方案业务增长显著，整体经营表现稳健且超额完成预测目标。

（二）2025年1-9月实际经营数据与预测数差异分析

1-183

1、收入差异及持续性分析2025年1-9月，标的公司实现营业收入36,744.21万元（未经审计），2025年评估预测全年收入56,867.96万元，实现比率为64.61%，未达到阶段性目标，主要原因如下：一是标的公司业务存在一定季节性；二是智能计算产品收入未达预期。

（1）标的公司收入存在季节性历史年度各季度收入实现情况如下：

单位：万元

注：1、2025年第二季度、第三季度数据未经审计；

2、2025年总计数为2025年1-3月及资产评估2025年4-12月预测数据之和；

3、2025年第四季度为管理层预测数。

标的公司数据应用解决方案主要以项目形式进行实施，在项目安装调试完成并经过客户验收之时确认收入。2023年度及2024年度，标的公司数据应用解决方案收入占营业收入比例分别为56.10%、36.28%，系标的公司营业收入的重要组成部分，由于项目验收无固定时间规律，导致标的公司收入分布存在一定的季节性特征（季节分布不均匀）。

根据标的公司管理层预测数据，2025年第四季度预计实现营业收入占全年比例38.74%，主要原因系标的公司在执行的E23合同（数据应用解决方案）在2025年第四季度验收并确认收入。

截至2025年9月30日，标的公司2025年前3季度实现收入已达原评估报告预测总收入的64.61%，预计2025年第四季度可实现收入23,240.85万元，收入季度性分布符合标的公司业务特征及实际经营情况。

（2）2025年各产品收入实际经营数据与原评估预测数对比

1-184

2025年各产品收入实际经营数据与原估值预测数对比如下：

单位：万元

注：1、智能计算其他产品包括AI算力集群交换机、AI智算一体机/DPI智算一体机、配件；

2、数据处理其他产品包括正交架构分流器、标准机架式分流器、配件。

3、DPU产品单价差异说明：管理层预计4季度该产品平均单价为3.64万元/PCS，高于1-9月实际经营数平均单价0.64万元/PCS，主要系DPU产品销售结构差异影响所致。2025年第四季度预计收入主要由B客户SO24120007订单贡献，该订单数量150PCS，产品单价为13.82万元/PCS，订单总金额为2,072.87万元；2025年1-9月实际经营收入主要由阿里巴巴客户贡献，该客户产品处于大批量生产阶段，1-9月已售产品平均销售单价为0.53万元/PCS，1-9月向除阿里巴巴外的其他客户销售DPU产品均价为13.15万元/PCS；

4、智能计算其他产品单价差异说明：管理层预计2025年实现数2.72万元/PCS与评估2025年全年预测数

6.26万元/PCS存在较大差异,主要系智算一体机作为公司新推出的战略级产品，其市场推广与客户导入节奏较原预测略有延后，该产品实际收入未如期实现导致；

5、数据应用解决方案单价差异说明：项目制性质，单价不具有参考性，不予分析；

6、数据处理其他产品单价差异说明：管理层预计2025年实现数7.57万元/PCS，高于评估2025年全预测数4.95万元/PCS,主要系产品销售结构差异影响所致。2025年1-9月正交架构分流器产品销售情况优于预期，其产品销售单价相对较高，导致数据处理其他产品整体销售价格提高。

如上表数据：

）智能计算产品根据标的公司管理层预测数据，智能计算产品2025年全年预计实现收入

1-185

24,042.26万元，较原评估预测数29,206.45万元减少5,164.19万元，差异率为-17.68%。其中，AI算力集群DPU产品预计实现收入较评估预测数减少2,262.08万元，差异率为-8.72%；智能计算其他产品预计实现收入较评估预测数减少2,902.10万元，差异率为-88.68%。

智能计算产品的收入差异主要源自以下两个方面：

①AI算力集群DPU产品该产品系公司核心战略产品，主要客户包括以阿里巴巴为代表的互联网企业及华大智造、B客户为代表的行业应用客户。2025年收入较预测略有下降，主要系标的公司与客户合作开发的新产品进度较原计划有所延期所致。上述客户均为各自细分领域的头部企业，经营情况稳定，发展趋势良好。标的公司向前述客户提供的产品及服务在对应的细分领域内占有率领先，双方的合作关系持续稳定，标的公司与主要客户合作的在研项目虽有所延期但进展情况良好，部分新产品预计将于2025年四季度、2026年逐渐量产并实现销售。

②智能计算其他产品方面该部分涵盖AI智算一体机、DPI智算一体机及AI算力集群交换机等产品，其中AI智算一体机作为公司新推出的战略级产品，其市场推广与客户导入节奏较原预测略有延后。

2）数据处理产品及解决方案标的公司数据处理产品及解决方案业务2025年全年预计实现收入34,391.77万元，较原评估预测数26,095.86万元增加8,295.91万元，差异率为31.79%，主要系A客户新增E23的补充合同，该补充合同金额合计944.21万美元，预计可于本年内实现收入。

数据处理其他产品2025年1-9月已实现收入9,400.92万元，4季度预计实现收入24.82万元，预计2025年全年实现收入9,425.73万元，较原评估预测数6,811.23万元，增加2,614.51万元，差异率为38.39%，该业务实际经营收入高于评估预测数，标的公司该业务具有增长潜力，收入可实现性较强。

综上，虽然标的公司智能计算产品收入及毛利率实现情况受部分产品交付影

1-186

响不及预期，但不存在持续下滑的趋势，数据处理产品及应用解决方案业务增长显著。预计全年整体收入将较原评估预测数增加3,117.10万元，差异率为5.48%，预计超额完成原评估预测业绩。

2、毛利率差异说明标的公司2025年1-9月综合毛利率为30.08%，管理层依据在手订单预估全年综合毛利率将达40.21%，原评估报告预测全年综合毛利率为38.43%，两者存在一定差异。主要原因如下：一是智能计算产品毛利率未达预期；二是高毛利的数据处理产品及应用解决方案因季节性因素导致毛利率出现暂时性差异。

2025年各类产品毛利率实际经营情况与评估预测数对比分析情况如下：

注：1、2025年1-9月财务数据未经审计；

2、2025年10-12月管理层预计数为管理层根据正在执行的项目合理预测；

3、2025全年预计数为2025年1-9月数据与2025年10-12月管理层预计数之和；

4、2025年评估预测数为2025年1-3月审定数据及资产评估2025年4-12月预测数的均值。如上表数据：

（

）智能计算产品标的公司管理层根据在执行订单、项目进展情况进行预测，预计2025年全年智能计算产品毛利率为

13.44%，较原评估预测数

21.49%降低

8.05%。其中，AI算力集群DPU产品实际毛利率为

13.28%，较预计毛利率

19.16%降低

5.88%；智能计算其他产品实际毛利率

23.46%，较预计毛利率

39.89%降低

16.43%。智能计算产品毛利率差异主要来自以下两方面：

1-187

①AI算力集群DPU产品2025年1-9月，标的公司AI算力集群DPU产品毛利率为13.00%，低于预测数据，主要系向阿里巴巴销售的产品毛利率下滑影响所致。标的公司向阿里巴巴销售规模持续增长，随阿里巴巴采购需求增长，产品定价有所调整；同时，基于标的公司与阿里巴巴的业务合作模式，随定制产品进入规模化交付阶段，受阿里巴巴供应链管控的要求，以及标的公司维护客户关系、预防竞争对手进入的考虑，双方会阶段性重新议价，定制产品的毛利率在生命周期内存在逐渐下降而后保持稳定的变动趋势。

以为阿里巴巴定制的NSA.X5产品为例，报告期内产品毛利统计如下：

NSA.X5产品为面向AI网络加速的FPGA异构解决方案，系在AI算力需求爆发增长的背景下阿里巴巴定制的战略产品，对于产品的性能参数等指标要求更为严格，在一定程度上需要与Nvidia的DPU产品形成竞争，标的公司投入相关资源、研发成本显著高于其他项目，考虑前期投入等因素，该产品在投产初期维持了较高定价，毛利率相对高于其他产品。

同时，阿里巴巴对NSA.X5产品的需求规模亦显著高于其他产品，该产品2024年度实现销售2.27亿元，超过历史向阿里巴巴销售的其他产品收入总和，随采购规模增加以及市场竞争的影响，产品销售价格逐步下调，调价频率及幅度亦高于其他产品，导致产品2023年度至2025年一季度毛利率持续下滑。2025年二季度及三季度，该产品销售价格趋于稳定，毛利率变动主要系成本因素影响。

同时，标的公司与阿里巴巴及其他主要客户合作关系稳定，合作开发的新产品预计将在2025年第四季度、2026年逐步量产销售，新产品将维持相对较高的毛利率，预计会带动整体毛利率回升，标的公司智能计算产品毛利率不存在持续下滑的趋势。

1-188

②智能计算其他产品AI算力集群交换机产品：2025年1-9月毛利率为23.42%，低于全年预测值。主要系前期销售集中于毛利较低的运营商项目，而高毛利的安全行业销售比例较低。随着销售结构的逐步优化及市场推广的持续深入，预计毛利率将在2025年第四季度至2026年第一季度得到改善。

智算一体机产品：2025年1-9月毛利率为28.99%，主要为样机销售，收入规模较小。该类产品仍处于市场推广和前期客户验证阶段，随着量产交付和客户结构优化，整体毛利率预计将持续改善，符合公司经营节奏和预测趋势。

（2）数据处理产品及解决方案

数据处理产品及应用解决方案产品前3季度实际毛利率为57.23%，预计全年实现毛利率60.27%，评估预测毛利率为58.94%，差异较小，系项目执行过程中的正常成本波动导致的差异。

3、期间费用差异分析说明

标的公司2025年前三季度期间费用合计5,648.70万元，管理层预计全年费用总额为11,397.00万元。该预测合理反映了季节性特征，主要由于员工年度奖金集中在第四季度计提。相较于原评估预测的11,809.12万元，本期预测值降低

412.12万元；较2024年全年实际费用增长339.55万元，增幅约3.1%，期间费用差异较小且在合理范围内，与公司业务规模的稳步扩张及发展趋势相一致。

（三）业绩可实现性分析

1、2025年度业绩可实现性分析

（1）在手订单情况

截至本回复签署日，标的公司在手订单金额合计8,910.47万元，具体统计如下：

1-189

截至2025年9月30日，标的公司实现营业收入36,744.21万元（未经审计），结合在手订单的覆盖情况（标的公司10月1日至本回复签署日已完成订单金额约23,527.97万元），原评估预测营业收入56,867.96万元具备高度可实现性。

（2）标的公司大额在执行或拓展项目情况

1）截至本回复签署日，在执行大额订单的具体情况如下：