4.74亿元！青云科技凭什么拿下AI算力大单？_青云科技-u

通信世界网消息（CWW）“对外市场竞争加剧，对内盈利难题未解”一直是大多数中国云厂商面临的现状。对于国内的中小云计算厂商来说，盈利就像是一道难以攀爬的高山。

即使是行业巨头也不容易，亚马逊AWS用了10年时间，国内公有云巨头阿里云足足用了13年。今天，AI大模型到来，却让他们看到了新的“曙光”。

大幅收窄摆脱亏损“魔咒”

近日，北京青云科技股份有限公司（以下简称“青云科技”）发布最新财报。财报显示，青云科技2023年营业收入3.36亿元，同比增长10.07%。2024年Q1经营现金流净额首次转正，同比增加4377.68万元。

而即便如此，成立12年之久的青云科技依然处于亏损的泥潭之中。

青云科技于2021年3月16日在科创板挂牌上市，成为“中国混合云第一股”（股票代码为688316），发行定价63.7元/股,上市首日曾达到98元/股。当年6月2日，股价一路长到106.19元/股，攀登至历史巅峰。截至上周五（4月26日）收盘，为35.14元/股。

在申请IPO的前四年里，也就是2017年至2020年，青云科技营收分别为2.39亿元、2.82亿元、3.77亿元、4.29亿元，亏损分别为0.96亿元、1.49亿元、1.90亿元、1.63亿元。

上市后的三年里，从2021年到2023年，青云科技营收分别为4.24亿元、3.05亿元、3.36亿元，亏损2.83亿元、2.44亿元、1.7亿元，营收下降亏损收窄。截至2023年度末，青云科技累计未弥补亏损余额为-10.59亿元。

对于青云科技的盈利时间点，青云科技CEO在上市时的采访中表示，盈利问题能够在三年以内得到解决。青云的亏损来源就是公有云业务，而私有云业务的增速是非常高的，年增长率超过50%。只要以这个增速往前跑两年，基本所有的问题都会消失。

在当时的招股书中提到，在考虑了使用本次发行募集资金的前提下，收入规模达到13亿元以上时能够实现盈利。根据青云科技给出的规划，最快2023年，最慢2028年能够达到这个水平。

而2023年财报来看，青云科技仍然面临“扭亏为盈”巨大的压力。同为2012年成立，2019年末上市的优刻得UCloud早在上市当年便实现盈利。

财报风险因素中提到，公司前期购置云计算平台所需服务器、网络设备等固定资产的资本性支出金额带来的折旧成本较大；另一方面，公司所处云计算行业竞争非常激烈，尤其是公有云领域因为巨头竞争者的加入，全行业资源使用价格呈下行趋势，公司云服务业务承压降价，增大了盈利难度。

的确，对于我国大多数中小云厂商来说，盈利并不容易。不过，可喜的是，青云科技的盈利逐渐有了好转的迹象。2023年度青云科技毛利较上年同期增长126.31%，虽尚未盈利，但归属于上市公司股东的净利润较上年同期亏损减少7,416.34万元，较前两年同期亏损额已经大幅收窄。2024年一季度，营业总收入7464.96万元，同比增长8.99%；归母净利润亏损759.23万元，上年同期亏损4621.50万元。

同时，青云科技也在快速寻找新的突破口——AI算力。在青云科技的最新财报中，AI智算被提及23次，AI算力被提及27次。青云科技2023年毛利的高速增长离不开其对AI算力的提前布局。

财报中提到，2023年度，青云科技实现AI算力服务收入4,823.43万元，AI算力服务已经成为公司非常重要的新增长点及公司战略级业务，公司未来也将把核心重点资源大力向这一业务倾斜。

财报指出，从上年开始，青云科技对相关业务进行了战略调整，着力增加高毛利业务规模，大力发展公司核心优势产品，2023年度云产品毛利率达到55.80%，比上年同期大幅增加了18.75个百分点。2023年度云产品收入比上年同期增加4.04%，云产品实现毛利10,415.95万元，比上年同期大幅增加56.68%，受益于信创产品市场的持续拓展，及满足了客户迅猛增长的智算平台需求。

其中，2023年度AI智算平台及战略软件实现收入4,547.90万元，比上年同期增长68.02%，主要原因是公司大力投入核心资源发展AI相关业务和战略软件。

AI智算打造第二增长曲线

2023年，凭借AI大模型的兴起，与AI相关的算力、平台和解决方案，成为拉动云厂商的重要增长点。

按照IDC发布的《FutureScape：全球云计算2024年预测——中国启示》提出，“到2026年，50%的企业将与云提供商形成生成式AI平台、开发者工具、基础设施的战略合作”。

在全球市场，微软在这轮竞备赛中正遥遥领先。在微软2024财年Q2（对应自然年2023年Q4），微软智能云营收为258.80亿美元，同比增长20%。

5G应用创新

在国内，2023年腾讯云收入稳步增长，AI等新兴技术带动多项指标创新高；百度智能云2023年四季度总营收84亿元，其中大模型为云业务带来约6.6亿元增量收入。

2023年以来，青云科技积极推动AI算力相关业务的全面发展，陆续拿下多个AI算力大单，已公告合同金额达4.74亿元。

●2023年12月，青云科技向AI算力采购客户新增交付了价值1.34亿元的GPU服务器产品。

●2024年1月3日，青云科技控股子公司青云智算与客户签订合同总额为1.70亿元的GPU算力租赁订单。

● 2024年4月19日，青云科技控股子公司青云智算与客户签订的《算力服务合同》，合同费用总额为人民币1.7亿元（含税）。

青云科技之所以能够在众多云厂商中脱颖而出，屡屡拿下大单，离不开青云最初的前瞻性战略布局和始终坚持核心代码自研的初心。

青云科技在2023年9月发布的AI智算平台和AI算力云服务、12月新开放的智算2区，以及专门成立的青云智算控股子公司，青云科技在AI算力领域战略明确，并且有持续的进展。

自创立以来，青云科技始终坚持核心代码自主研发。青云科技2023年全年研发投入占营业收入的比例为25.02%，始终保持在较高水平，不断提升研发效率。截至报告期末，青云科技累计46项专利获得授权（其中发明专利19项，外观设计专利27项），软件著作权122项。

青云科技财报指出，面对大算力高成本的背景，以及大模型技术的落地应用和更多场景的挖掘，市场上开始出现算力租赁服务，以降低企业使用AI算力的成本门槛。青云AI算力云服务通过云端的AI算力资源，降低了企业获取和维护高成本算力基础设施的门槛，除了服务AI应用企业，正在向自动驾驶、医药研发、智能制造等领域扩展，以服务企业深入的数字化转型需求。

在基于数年建设多元算力平台和研发QingCloud EHPC产品的基础上，青云科技凭借自主研发的统一资源管理技术，打造AI智算平台，实现对GPU、CPU、HPC等多元算力资源的一体化调度，灵活进行资源切分及分发，显著降低了硬件采购和维护成本。青云AI智算平台等产品服务智算中心建设与运营，高度解耦、高度标准化，与异构硬件设施高度兼容、与主流大模型等AI应用易适配，正逐步获得市场信赖。

面对AIGC大模型的兴起，企业对于数据训练和业务推理的场景需求高涨，企业通常会使用公有云来进行训练，使用私有云来进行业务推理，正好是一个典型的混合云场景。青云科技全栈私有云解决方案将提供构建大模型算力底座的计算资源、高速网络连接、海量数据存储和模型管理等服务，一站式解决企业客户使用大模型和AI推理上所需要的存储、部署、运行等需求。

开放合作扩大生态“朋友圈”

然而，尽管目前青云科技已在AI智算平台、AI算力基础设施领域有相应的产品和服务做交付，但这依然不够。因为AI业务价值取决于算力、算法、数据以及场景应用等能力的叠加，算法、模型以及数据同样重要。

对于青云科技AI布局，青云科技CEO林源曾在接受记者采访时表示：“青云希望通过开放的、成熟的、可运营的一个AI智算平台，通过自营、合营乃至支撑第三方运营的方式，与生态同盟一起贡献我们的AI Cloud，这是青云的逻辑和思路——青云不是什么都干，青云就干自己最擅长的AI智算平台——这与以往青云的云调度平台、IaaS一脉相承。”

荣耀play6+128

青云AI算力云服务的定位是一个开放的生态同盟，在这个开放的生态同盟中，青云科技将携手AI软硬件供应商、算法模型服务商、各地不同规模的算力服务商以及行业应用服务商等合作伙伴，深度融合算力、算法、数据等资源，共同打造一个多元化的服务体系。

这种定位不仅让青云科技的产品线得到极大的扩展，也为生态伙伴提供了更多的机会和可能性。对于资源方而言，可以根据自己的商业策略做算力运营方案的运营、计量计费的设定。

青云科技-u

青云科技的合作伙伴，可以通过青云云服务平台，把包括大模型在内的AI算力服务和能力应用到分布式云计算中心，实现相应技术能力共享，帮助客户更加快捷地运用各合作伙伴从算力到大模型再到AI行业应用的一整套算力能力上，实现客户投资回报率最大化。

不仅如此，青云科技将持续顺应国产化替代、数字化转型的发展潮流。

作为国内少有的坚持自主研发、技术原创的企业，青云科技在为客户带来自主可控、安全可信的云产品和方案的同时，联合芯片、服务器、操作系统、中间件、数据库、信息安全等国产基础设施厂商，以及OA系统、办公系统、邮件系统等国产应用软件厂商，共同服务企业信息技术应用创新，为持续增长创造空间。

据悉，U10000和NeonSAN完成了对业界主流信创平台的生产化适配，包括海光、鲲鹏、麒麟、统信等信创生态和平台。

据了解，青云科技的“金融信创云”平台专针对国产化基础硬件设施进行底层代码级的性能优化、可靠性优化和安全性增强。适配了各大国产化芯片体系，实现从底层硬件到操作系统，从基础云平台再到上层应用组件的全栈国产化。在满足国家信息安全要求的同时，平台还实现了一云多芯架构，支持在同一云平台中使用多种国产芯片，满足各种不同的国产化芯片和操作系统的要求。