首都在线2024年年度报告摘要

北京首都在线科技股份有限公司 2024 年年度报告摘要 1 证券代码：300846 证券简称：首都在线 公告编号：2025-028 北京首都在线科技股份有限公司 2024 年年度报告摘要 一、重要提示 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到证监会指定媒体仔细阅读年度报告全文。 所有董事均已出席了审议本报告的董事会会议。 大华会计师事务所（特殊普通合伙）对本年度公司财务报告的审计意见为：标准的无保留意见。 本报告期会计师事务所变更情况：公司本年度会计师事务所由变更为大华会计师事务所（特殊普通合伙）。 非标准审计意见提示 □适用 不适用 公司上市时未盈利且目前未实现盈利 □适用 不适用 董事会审议的报告期利润分配预案或公积金转增股本预案 □适用 不适用 公司计划不派发现金红利，不送红股，不以公积金转增股本。 董事会决议通过的本报告期优先股利润分配预案 □适用 ☑不适用 北京首都在线科技股份有限公司 2024 年年度报告摘要 2 二、公司基本情况 1、公司简介 股票简称 首都在线 股票代码 300846 股票上市交易所 深圳证券交易所 联系人和联系方式 董事会秘书 证券事务代表 姓名 杨丽萍 彭芬 办公地址 北京市朝阳区紫月路18 号院 9 号楼 北京市朝阳区紫月路18 号院 9 号楼 传真 010-88862121 010-88862121 电话 010-86409846 010-86409846 电子信箱 liping.yang@capitalonline.net cdssecurity@capitalonline.net 2、报告期主要业务或产品简介 公司的主营业务是为千行百业提供包括通用计算和智算在内的云服务、通信网络服务、IDC 服务以及综合解决方案，致力于为大模型及 AIGC 应用、政务、金融、教育、传媒、互联网等行业客户构建稳定、高效的云网一体化服务，满足不同行业在数字化转型过程中对算力和网络的服务需求。 （一）公司主要产品及服务 1、智算云业务 （1）智算容器云产品 产生背景：在行业智能化升级浪潮下，AI 产业化与产业 AI 化蓬勃发展，催生出对高效、弹性且安全的算力服务的强烈需求。《国家数据基础设施建设指引》着重指出，需推进算力互联互通，构建多级调度策略引擎，实现跨平台、层级及区域的算力资源混合部署与统一调度。同时，云原生与容器技术的成熟，为智算资源精细化调度提供了有效方案，在此背景下，智算云容器产品应运而生。 基本情况：智算云容器产品采用云原生技术栈深度重构，基于 Kubernetes Operator 框架与 CRD 扩展机制构建全托管容器服务集群，实现 Serverless 化容器实例生命周期管理。产品内核集成 Containerd高性能容器运行时及 eBPF 网络加速技术，通过硬件虚拟化层与容器编排层协同优化，构建微秒级调度延迟的高密度算力承载平台，可支撑千卡级 GPU 集群的分布式 AI 训练任务。 北京首都在线科技股份有限公司 2024 年年度报告摘要 3 该方案聚焦 AI 训练、科学计算等高并发场景，针对 PyTorch、Tensor Flow 等主流框架进行运行时特化调优，支持 NVIDIA MIG GPU 虚拟化技术与 AMD CDNA2 异构计算架构的混合部署。通过自主研发的智能异构资源调度引擎（Hybrid Scheduler），结合拓扑感知调度算法与动态资源编排技术，实现裸金属 GPU 池、vGPU 实例及 FPGA 加速卡的跨架构统一纳管，资源池碎片率降低至 5%以下。实测数据显示，在千节点规模的大模型训练场景下，GPU 资源利用率提升至 85%以上，任务排队时间缩短60%，同时依托分级存储卷动态供给技术，IO 密集型工作负载的端到端训练周期压缩 40%。 （2）向量数据库产品 产生背景：AGI 时代非结构化数据分析需求迅速增长，涉及图像、文本、音频和视频等多种数据类型。数据基础设施智能化升级，构建高效的数据存储与检索体系，实现跨平台、跨领域的高维数据资源整合与统一管理尤为重要。在深度学习等人工智能技术中，非结构化数据的特征通常以向量的形式计算和存储，因此在广泛的 AI 场景中，业务需要一种专用于存储、检索、分析多维向量数据的数据库服务，向量数据库产品恰好满足了这一需求。 基本情况：向量数据库采用高维数据计算引擎深度优化架构，基于 NVMe over Fabrics 与 RDMA 网络加速技术构建全分布式存储层，支持 PB 级向量数据的亚毫秒级近邻检索。核心引擎集成分层可导航小世界（HNSW）索引与乘积量化（PQ）算法，结合自适应剪枝策略实现 98%以上召回率下的百倍压缩比，较传统 ANN 算法提升 3-5 倍查询吞吐量。 系统内置混合计算-存储一体化设计，通过 GPU 加速推理引擎与 CPU SIMD 指令集协同优化，支持FPGA 卡载向量预过滤，在 4096 维向量数据集上实现 QPS 超 50 万次/节点的并发处理能力。通过向量计算下推（Push down）与 Apache Arrow 内存格式原生支持，实现与 PyTorch、Tensor Flow 等 AI 框架的零拷贝数据交互，端到端检索延迟控制在 1.2ms 以内。 该架构采用多租户安全隔离方案，通过 SGX 2.0 可信执行环境实现向量加密检索，并符合 IEEE 2953 向量计算标准。支持 Kubernetes 动态扩缩容策略，可线性扩展至千节点规模，单集群吞吐量达每秒亿级查询。 （3）MaaS 平台 产生背景：基础大模型技术快速迭代，人工智能发展进入 AI 应用发展的快车道。各行业希望利用人工智能技术提升业务效率、创新业务模式，但往往缺乏专业的人工智能技术团队和资源，以及对模型开发、部署和运维的经验。MaaS 能够降低企业使用人工智能技术的门槛，帮助企业快速构建、部署和调用模型。此外自行开发和维护 AI 模型需要投入大量的人力、物力和时间成本。MaaS 采用按需付费的模式，用户可以根据自己的实际需求随时调用模型服务，避免了不必要的资源浪费，同时也大大缩短了开发周期，提高了业务效率。 北京首都在线科技股份有限公司 2024 年年度报告摘要 4 基本情况：MaaS 平台通过独特的算力纳管与交易机制，汇聚多方算力资源，实现高效管理与调度，推动算力共建共享。平台核心服务集成了国内外主流大模型 API，包括国内 DeepSeek 以及国外 Llama、Bloom 等，为用户提供一站式模型调用、训练与微调能力。MaaS 平台支持多场景适配，涵盖自然语言处理、计算机视觉、语音识别等领域，赋能企业快速实现 AI 应用落地。通过智能算力调度与弹性资源分配，平台显著提升算力利用率，降低使用成本。同时，MaaS 平台提供开放的开发者生态与模型市场，支持模型共享与交易，促进 AI 技术的创新与普及，助力企业高效实现智能化升级。 （4）AI Infra 平台 产生背景：算力基础设施和应用创新是人工智能产业的重要部分，但二者之间存在断层，大模型