首都在线:投资者关系活动记录表

证券代码： 300846 证券简称：首都在线
北京首都在线科技股份有限公司
投资者关系活动记录表
投资者关系活动 ☑特定对象调研 □ 分析师会议
类别 □ 媒体采访 □ 业绩说明会
□ 新闻发布会 □ 路演活动
□ 现场参观
□ 其他 （请文字说明其他活动内容）
参与单位名称及 兴业证券 中国中金财富证券 中银国际证券
人员姓名 诺安基金 平安基金 永赢基金 易米基金
融通基金 中加基金 国泰基金 前海联合基金
金信基金 长盛基金 西藏东财基金 工银瑞信基金
中科沃土基金 金元顺安基金 西部利得基金 大家资产管理
中再资产管理 阳光资产管理 太平资产管理 交银人寿保险
长江养老保险 中国人寿保险 长生人寿保险 上海人寿保险
中国国际金融 中银香港资管 新华资产管理光大理财
上海磐厚投资 上海景领投资 北京远惟投资 北京东方睿石投资
等（排名不分先后）
时间 2024 年 2 月 7 日 (周五)
地点 线上会议
上市公司接待人 1、董事、执行总裁：姚巍
员姓名 2、董事、副总经理、董事会秘书：杨丽萍
公司情况介绍
随着 AI 大模型技术日臻成熟，其未来发展势必会对社会结
投资者关系活动 构、经济形态、国家竞争力以及人类的生产生活方式产生深刻变主要内容介绍
革，未来势必会涌现出更多模型及丰富的 AI 应用，成为驱动社
会发展不可或缺的关键力量。
在此背景下，公司的战略布局、技术路线与资源配置，始终
围绕这一趋势展开，助力行业模型及垂类模型实现快速迭代升级，推动 AI 应用在各行业的深度渗透。公司深度践行“一体两翼”战略规划，以“一云多模”“一云多芯”“一云多池”为切入点，全力打造基于“M 种大模型” 与“N 种芯片”的首都在线智算云平台。
“一云多模”，公司大模型平台已成功将国内的 DeepSeek、
智谱、千问、零一万物等国产大模型，以及国外的 Llama、Bloom等主流大模型全面部署至云平台。后续，公司还计划将各类行业应用模型全部转化为云上应用，并将模型封装为云服务。这一举措使得用户能够在平台上便捷、快速地加载并切换不同模型，高效完成训练、部署及推理任务。
“一云多芯”着重凸显平台卓越的芯片兼容性，支持英伟达、华为、燧原等多种芯片类型，用户无需关切底层硬件的差异，即可稳定获取算力支持，极大地提升了使用便捷性与算力保障。
“一云多池”则充分展现公司算力资源的灵活调配能力。公司不仅拥有自主建设的算力池，还能够灵活整合调度第三方碎片化算力资源。基于此轻资产运营模式，公司可获取海量弹性算力，显著提高算力资源利用率，为公司业务拓展与高效运营提供坚实保障。
二、投资者问答交流环节
Q1：首都在线目前 GPU 芯片规模如何？推理芯片和训练芯片
的种类有哪些？
A：目前，首都在线整体算力芯片规模已超过 2 万张。其中，
90%的芯片为推理芯片，主要为英伟达主流推理芯片及少部分渲染推理芯片，还有部分燧原、海飞科的国产推理芯片。此外，10%为训练芯片，包括英伟达 H 系列芯片、华为昇腾芯片。
公司算力资源管理方面采用“一云多池”策略，2 万张芯片
中，60%为纳管第三方算力资源，公司进行统一调度管理。
Q2：公司和英伟达及国产芯片的合作情况如何？

A：在英伟达芯片方面，公司目前使用的芯片包括英伟达主流推理芯片及 H 系列芯片，其中 L 系列芯片主要通过纳管第三方资源的方式进行调度。未来，公司会保持对英伟达新品的关注，后续一旦有新芯片推出，将及时且积极地引入。
在华为芯片方面，重点聚焦于搭建“训推一体”平台，不仅支持 910B，还包括 800I 系列推理芯片。这些华为芯片的性能表现优秀，但由于生态体系不同，需要进行适配。公司在适配方面投入了大量资源。目前，与华为的合作项目主要落地在北京门头沟地区，并与门头沟政府合作推进。
在国产其他芯片方面，公司与燧原有深度合作，提供基于燧原 GPU 的 MaaS 服务，例如燧原的文图产品“燧图”已在游戏行业应用。此外，在庆阳，公司将燧原的芯片以云服务的形式，支持智谱 AI 的推理应用。这是国产燧原芯片首次被应用于智谱 AI的推理任务，并实现商用落地。此外，公司与海飞科也合作建设了实验平台，正在调测紫东太初的大模型，有望在海飞科芯片上实现良好的应用。与此同时，公司还与其他几家国产芯片厂商进行合作，主要集中于协助其与几个大模型厂家完成适配与接入，不过，仍处于技术调试阶段，尚未形成商业化的闭环。
Q3、公司为何采用“自建+纳管”的算力管理模式？
A：公司采用“自建+纳管”模式，主要原因有三点：
一是盘活市场存量算力。许多地方政府和机构投资了大量算力资源，但由于找不到足够的用户，导致算力资源闲置。通过纳管模式，首都在线能够激活这些资源，有助于解决地方算力闲置问题。
二是平抑短期算力需求波动影响。按照行业发展规律，算力需求必定呈现波动上行趋势，短期内会出现算力供给过剩，导致空置率上升，这是市场发展过程中的正常现象。公司采取了“自建+纳管”的策略，可以有效保持算力资源的灵活性。如果空置率上升，公司可以减少纳管算力的使用，以提高利润率和资源利
用率；如果空置率下降，公司可以增加纳管资源的比例，以应对市场波动。
三是获得政府支持，降低算力成本。为支持地方算力产业发展，部分地区政府在算力建设方面提供补贴，使得公司可以降低运营成本，同时推动自建算力的部署。
Q4：纳管与自建模式在收入上有何区别？对公司的利润率影响如何？
A：从收入角度来看，纳管模式和自建模式的收入差别不大，但在利润方面有所不同。自建模式下，由于公司自行投资建设，资产折旧周期为五年，利润率表现良好。纳管模式下，公司需要向算力提供方支付一定费用，利润率相对较低，通常在 10%-20%之间。
但从风险控制的角度来看，纳管模式的优势在于公司不需要承担全部资产管理的风险。如果客户需求波动，公司可以更灵活地调整上游资源。而在自建模式下，公司需要直接管理大量算力资源，面临更高的运营风险。
Q5：未来在庆阳新建算力，公司以自建为主还是纳管为主？
A：公司在庆阳新建算力，计划主要以自建为主。纳管模式虽然可以降低风险，但其资源并不完全可控，有时无法满足灵活调度的需求。而自建算力资源完全可控，可确保公司在业务运营中的自主权。公司在庆阳的战略是形成“固定+弹性”的算力组合，以维持稳定运营。
总体而言，公司计划采用 40%自建、60%纳管的模式。这种
比例对于云计算企业而言相对合理，既能保证控制力，又能降低业务风险。
Q6：从客户需求与租金层面综合分析，算力资源展现出何种发展趋势？

A：单 token 算力成本持续下降是行业的必然趋势，同时，
短期内算力的供需不平衡，也会导致空置率上升，这是市场发展过程中的正常现象。许多企业的算力出租率低于预期，并非个别情况，而是行业阶段性的挑战。首都在线采取“自建+纳管”相结合的策略，以保持算力资源的灵活性。如果空置率上升，公司可以减少纳管算力的使用，以提高利润率和资源利用率；如果空置率下降，公司可以增加纳管资源的比例，以应对市场波动。
前期，公司空置率较高的问题主要集中在早期投入的 A5000
和 3090 芯片，但公司采取了两项措施进行优化：
1.通过“自建+纳管”模式保持资源的弹性，即便客户需求减少，公司仍可调整自有和纳管算力的比例，以维持高出租率。
2.随着 DeepSeek 的推出，公司将部分早期算力资源加载到
大模型平台，以模型即服务（MaaS）的方式销售，大幅降低闲置算力，提升整体利用率。
目前，首都在线的利用率良好，运营策略较为稳定。
Q7：国产芯片在性价比和稳定性方面如何？公司未来扩建计划中，国产芯片的比例会占多少？
A：目前国产芯片的发展存在两项挑战。一是性价比。英伟达的芯片生产规模大，采购成本相对较低，而国产芯片的生产规模较小，因此采购成本较高，这导致国产芯片整体性价比成为挑战。二是生态兼容。华为的计算架构与英伟达不同，需要进行额外的翻译适配。公司在这方面投入了大量资源，帮助国产芯片优化兼容性和运行效率。
对于未来的算力扩建，公司仍坚持“以客户需求”为核心。英伟达的高端芯片，公司会继续合法合规的采购和使用；如国产芯片可满足推理应用，公司将优先采用国产芯片。
Q8：国产芯片和英伟达芯片在财务折旧年限与使用年限上是否相同？

A：在财务上，所有芯片的折旧年限都是一致的，通常为五年。在使用年限上，目前，公司最早一批国产芯片已经使用近两年，其长期表现仍需进一步观察。
Q9：公司的智能算力中心是否由公司内部团队进行运维？
A：是的，公司本身就是云计算起步，因此智能算力中心的运维主要由公司内部团队负责。机房运维方面，如果是租赁的机房，则由机房方进行基础设施维护，而设备运维和云平台管理均由公司自主完成。此外，公司已实现 90%以上的远程运维和调试，减少了对现场运维人员的依赖。现场运维团队按照区域划分，采用“全球网格化管理”模式。例如，在海外，每个洲可能配备一至两名运维人员；在国内，则按区域划分，如华东区可能安排数名技术人员进行支持。
Q10：随着推理需求的快速增长，市场普遍预期未来可能会出现算力资源紧缺和租金上涨的情况。从短期来看，未来半年到一年的价格趋势如何？
A：从长期来看，算力的需求一定会增长，但单算力成本下降是必然趋势。这一趋势主要体现在以下几个方面：
1.单算力成本持续下降：即使未来英伟达、华为推出更高性能的芯片，其设备单价可能会上升，但单位算力成本仍会下降。这是技术发展的必然结果，否则 AI 产业难以蓬勃发展。
2.算力供应充足，价格下降：目前，中国各地都在建设智能算力中心，包括很多非行业内企业也在投资算力，这导致市场短期内算力供应较为充足，短期价格下降。
3.AI 行业进入大规模应用阶段，算力需求上升：随着
DeepSeek 等大模型的推广，行业正从单纯的数据训练转向应用端的爆发。各行业都在开发 AI 应用，推理需求将持续增长。
从发展趋势来看，AI 行业正在经历类似云计算早期的发展
路径。最初，银行等大型企业自建 IDC 机房，但随着云计算的发
展，越来越多的企业选择租赁云服务器，而不是自建基础设施。AI 算力也将经历类似的演变，从“客户购买裸金属服务器自行部署”逐步转向“租用云端 AI 推理服务”。算力需求的形态