星环科技机构调研纪要

调研日期: 2026-04-01 星环信息科技(上海)股份有限公司是一家专注于企业级大数据基础软件开发的公司,致力于为客户提供数据集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期的基础软件和服务,构建明日数据世界。公司成立于2000年,总部位于上海,在北京、南京、广州、新加坡设有区域总部,并在郑州、成都、重庆、济南等地设有支持中心,同时还在深圳、西安等地设有办事机构,并在加拿大设有海外分支机构。经过多年自主研发,星环科技已经建立了多个产品系列,并拥有多项专利技术。公司的产品已经在十几个行业应用落地,拥有超过一千家终端用户。2020年,星环科技成为Gartner增强分析技术中国推荐供应商、Gartner数据中台领域全球推荐供应商以及Gartner中国数据库管理系统产品品类最多的厂商之一。2022年10月,星环科技成功登陆上交所科创板。 投资者关系活动主要内容介绍 一、公司最新产品研发进展介绍 公司从"以数据为中心"到"AI 基础设施软件",到当前拟开辟以 Agent 为中心的增量市场,这个市场是基于新硬件架构变革重构软件产品支撑的。过去的硬件架构以CPU为主,现在所有的硬件创新都围绕着GPU来做,包括HBM、HBF、高速SSD等。AI推理过程中面临存储墙(memory wall)的问题,数据从内存装载到 GPU 里面受限于带宽影响,让GPU在等待。现在agents都跑在GPU上,通过GPU数据库可以较好解决memory wall的问题,加速推理过程。数据处理也可以充分利用 GPU 的多核的特性,意味着需要根据新的硬件架构重构数据库软件。 公司尝试在GPU上加速数据处理效率,获得了让人振奋的性能进展:其中在SQL上,在关系型数据库的标准 TPC-DS(全 99 个场景)150GB 数据规模的测试中,性能较128vCore传统CPU性能提升约 26 倍,相关数据在英伟达GTC大会数据加速专场中被公开提及。在向量检索上,我们也用 GPU 来加速。构建索引的时间上,在一张 GB300 上的构建性能相比在96vcore的CPU上面提速约40倍 。在向量查询任务中,基于GPU加速的向量检索在不同的数据索引项下提升约20-200倍不等,这个加速的前提是把数据库索引放在显存里。目前我们也做到了仅留5%的向量数据库索引放在显存里面,剩下的offload至内存和SSD上。在这种情况下用GPU做向量检索,也比传统的CPU处理方式快12倍左右。也就是说同样的任务,只需要原先HBM需求的5%。谷歌TurboQuant也可以达到类似的压缩效果。通过将数据库索引 offload 至内存或 SSD 上,我们可以有更大的容量来存放索引。 我们拟发布的认知数据库,它的定位是完全基于 GPU 全新架构的数据库,主要为 AI服务(未来数据库由Agent使用,而非人),满足AI Agent的短期/长期记忆存储、高效交互(与AI Agent同GPU部署降低延迟)、数据内容理解(提供自然语言接口)。功能构成上,包含了知识库(例如向量库、图数据库)+记忆系统(将所有agent和环境交互的内容都存下来)+关系型数据库(做数据分析和轻量级的交易)。这款高性能数据库的适用场景,主要针对做 AI推理加速(agent会多次调数据库,或者多个 agent 会调数据库,等待的时间太长。前端的数据处理工作我们来做,嵌在AI的推理管道里面)、时延敏感性应用(如量化交易、银行实时反欺诈)、探索性分析(如药物研发、能源勘探)、高复杂度高数据量的计算等。我们计划先向市场推出单机多卡的版本,单机可实现约1TB数据的分析,性能较传统架构提升几十倍。我们拟采用 云服务和私有化部署两种方式。公司现有产品作为历史数据的存储、加工,认知数据库作为一个加速层,支持AI Agent。 私有化部署模式下,我们已经有了数据工程、数据治理、知识工程等工具,这部分产品我们也在同步做AI化。我们的认知数据库还是以agent为中心,可以支持各种agent、OpenClaw 等,我们作为底层数据支撑。现在企业在逐步部署 GPU,在 GPU 上可以直接部署我们的认知数据库。Agent部署日益普及,需要高性能数据库来配合。 公有云服务模式下,我们会在公有云、NeoCloud、私有云上开展服务,面向三种类型的用途:(1)AI 驱动的数据工程、数据治理、知识工程,如果客户原来使用Snowflake/Databricks的产品,他们的数据存在S3上,我们的认知数据库也能直接进行读取,并实现更高的性价比;(2)推出一个给开发者用的工具集(Sophon LLmops),可以开发各种各样的Agent、用AI来编程;(3)同时也提供API,作为大模型能够直接访问的数据库,提供容器或者虚拟机实例,嵌入到Agent推理的链路中去。 二、关于公司2025年核心财务情况介绍 公司2025年营收4.47亿,同比增长20.47%;综合毛利达历史新高54.09%;归母净亏损大幅收窄30.6%;经营活动现 金流净流出显著改善,由2024年3.3亿元缩窄至2025年度的1.1亿元。 1、毛利端,公司2025年主营业务毛利率约54%,较2024年增加3.45个百分点。主要驱动因素为:(1)项目利润占公司考核的 50%,推动营业收入中高毛利的软件收入和维保收入占比提升;(2)公司软件产品成熟度持续提高,配套服务所需人力投入相应减少,标准化产品通过生态合作伙伴交付,同时项目执行与交付效率进一步提升。 2、公司现金流实现显著改善,主要得益于持续优化合同收款条款:通过设置付款进度达到 80% 方可授予永久授权license,并按月开展客户信用管理,有效保障销售款项及时回笼、严控坏账风险。同时,公司目前付费客户累计达 1,800 家,维保服务收入稳步增长,且相关维保合同均约定季度预付模式,进一步加快资金周转效率。 3、费用端,公司2025年加强各部门费用管控,整体费用结构持续优化:销售费用绝对值较2024年下降约22%,一方面公司超70%收入来自老客户复购,获客成本显著降低;另一方面公司采取更具性价比的市场推广形式,加强销售人员的考核频次,细化管理指标的颗粒度,提升销售人员人效。管理费用同比下降约 5%,主要系公司自研 ERP 系统线上应用,实现项目全周期成本、进度及回款一体化 管理,大幅提升后台运营效率。研发投入(考虑费用化和资本化的部分)合计2.5亿元,相比2024年略有下降。公司在研发人员未增加的情况下,通过内部活水调配、扁平化管理及AI工具赋能,持续保障研发进度和效率。 Q&A 问题1:我们看到GPU适合并行计算任务,而Agent有比较复杂的工具调用,我们的认知数据库是否会涉及CPU和GPU的分工?答:技术原理上,公司通过GPU直连技术减少CPU与GPU交互,将绝大部分工作放在GPU上,仅让CPU做调度,甚至实现GPU直连存储不经过CPU。设计原则是尽量在机器内完成操作,减少跨节点交互。 问题2:请问公司后面关于产品的规划、商业化落地的时间线。 答:商业化策略上,预计今年下半年上线云版本,先进入海外市场,以高性价比吸引海外客户;同时,在国内寻找对延迟敏感或AI部署较多的 客户,争取今年有标杆客户部署落地。 问题3:NV关于cuDF和cuVS的发布对我们有什么影响? 答:我们是基于NV的cuDF进行开发,部分索引也基于cuVS,未来也会基于国产卡。 问题4:我们公司和大模型公司的关系? 答:大模型更偏向静态知识存储,核心是不断强化自身的推理与编程能力。公司提供的是外部动态知识库,用来存放实时经营数据、合同、视频等不断变化的信息,和大模型内部的静态知识用途不同;同时这套系统还可以永久记住用户偏好,导致记忆体量持续变大。因此,外部动态知识库与大模型内部知识是互补关系,我们还专门面向AI Agent 记忆市场,提供短期、长期、永久记忆的完整解决方案。 问题5:公司海外市场拓展计划是什么? 答:我们目前在海外市场同步推进东南亚、中东及美洲区域的拓展,主要依靠本地渠道及其他合作渠道进行推广。业务上依托现有云资源搭建服务,主打两大优势:一是全新的增量市场和技术概念,为 Agent 提供数据处理服务;二是高性价比,在大幅提升性能的同时,有效降低整体使用成本。从各渠道反馈来看,市场反响整体积极。 问题6:HBF出现后,公司认知数据库的产品迭代节奏如何? 答:HBF与GPU之间的连接速度很快,适合存放模型权重,不过 KV cache 目前还是要放在外部。这对GPU数据库来说其实是个优势:现在数据放在显存里,后续可以迁移到 HBF,整体容量能进一步提升。产品迭代节奏上,单机版已开发完成,预计近期就会发布;今年下半年将推出多卡版本,计算能力会进一步增强,数据量也能实现线性扩展,数据仍存放在显存或内存中;到年底,随着硬件成熟,我们将采用AI SSD,把数据和索引都下沉到SSD上。 问题7:后面公司会进行榜单测试吗? 答:目前公司的认知数据库为单卡版本。后续多卡版本发布后,我们计划完成 TPC-DS 1TB的全量测试;若届时顺利通过,即代表数据库核心功能已完备。