上市捷报丨沙利文助力苏州登临科技股份有限公司成功赴港上市(9917.HK)

Frost & Sullivan

苏州登临科技股份有限公司（股票代码：9917.HK）于2026年11月10日成功登陆香港资本市场主板。公司是一家通用图形处理器（GPGPU）提供商，开发及销售GPGPU产品，以满足中国千行百业的AI计算需求。公司依托自主研发、基于软件定义的片内异构专有计算框架GPU+（Minsky™）架构，以企业AI为核心目标市场，并寻求拓展公有云市场及机器人等创新领域。弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）为苏州登临科技股份有限公司赴港上市提供行业顾问服务，特此热烈祝贺其成功上市。

苏州登临科技股份有限公司（以下简称“登临科技”或“公司”）于2026年11月10日在香港联合交易所主板上市，股份代号为09917.HK。本次全球发售共计6,125,000股H股，每股发售价为231.00港元，其中香港公开发售初步占5%，国际发售初步占95%。

在本次赴港上市过程中，沙利文公司主要承担以下任务：帮助发行人准确客观地认识其在目标市场中的定位，用客观的市场数据发掘、支撑和凸显发行人的竞争优势，配合发行人、投行以及其他中介完成招股书相关部分（如概览、竞争优势与战略、行业概览、业务等重要章节）的撰写，协助发行人完成与联交所和投资者的沟通，帮助投资者快速的理解市场生态和竞争格局，辅助发行人完成联交所关于行业方面的各种问题的反馈等。

沙利文一直是助力企业赴港上市的领导者。根据LiveReport大数据（统计数据截至2026年9月30日），2026年1-9月的统计期间，以及过去12个月和36个月，弗若斯特沙利文分别为76家（市占率66%），111家（市占率68%），223家（市占率69%）港股IPO提供了上市行业顾问服务，按数量计排名第一，拥有丰富的行业经验沉淀以及与监管机构、交易所、投融资机构以及各相关机构的沟通经验。

PART/1

投资亮点

根据弗若斯特沙利文报告：

公司依托自主研发的GPU+（Minsky™）架构，以软件定义的片内异构设计将GPGPU核心、AI加速单元及高带宽片上内存子系统集成于单颗芯片，兼顾通用计算能力与AI计算效率；

公司自主研发瀚铭（Hamming®）软件栈，兼容CUDA生态及主流AI开发框架，支持AI应用的适配、开发与部署；

公司已形成Goldwasser I、Goldwasser II及KS系列等多代GPGPU产品组合，产品广泛部署于智慧城市、企业私有云、教育、工业质检、行业大模型部署及系统集成等企业AI应用场景；

根据沙利文报告，按2025年收入计，公司：

公司是中国企业AI GPGPU市场第三大公司，市场份额为1.0%，前两位均为国际厂商；
公司位列中国整体GPGPU市场前十名。

PART/2

全球及中国GPU市场概览

图形处理器（GPU）是一类具备大规模并行计算能力的处理器，最初主要用于图形渲染，随着人工智能及高性能计算技术的发展，GPU的应用已逐步拓展至人工智能模型训练、推理及通用计算等领域。凭借强大的并行处理能力和成熟的软件生态，GPU已成为人工智能算力基础设施的重要组成部分。从应用领域来看，GPU市场主要涵盖图形处理、人工智能计算及其他高性能计算应用，其中通用图形处理器（GPGPU）已成为人工智能计算的重要技术路线。

近年来，随着生成式人工智能、大语言模型及多模态人工智能技术的快速发展，全球GPU市场需求持续增长。中国作为全球重要的人工智能应用市场，在算力基础设施建设、人工智能技术创新及行业智能化转型等因素推动下，GPU市场亦呈现快速发展态势。

PART/3

全球及中国GPU市场规模

过去五年，随着ChatGPT与其他大模型技术等应用取得突破，全球对AI算力的需求激增，使GPU市场规模呈现爆炸性增长，于2025年达到约人民币1.7万亿元。展望将来，随着中国大模型技术（如DeepSeek)、人形机器人及智能驾驶技术等技术进步，中国AI技术水平逐步达到国际领先水平。在此背景下，全球经济正踏入AI普及加速的新时代，全球GPU市场规模预计于2030年将达到人民币6.2万亿元。中国GPU市场亦经历快速增长，由2021年的人民币640亿元增长至2025年的人民币1,853亿元。鉴于AI应用持续多元化及算力基础设施需求旺盛，预期GPU在中国将加速普及。到2030年，中国GPU市场规模预计将增长至约人民币7,066亿元。

资料来源：沙利文分析

PART/4

全球及中国GPU市场的主要驱动因素及趋势

AI算力需求持续增长：大语言模型及多模态模型的训练和推理对并行计算能力提出持续增长的需求。随着AI应用由研发试点转向生产环境部署，算力投资逐步向推理场景延伸，带动GPU需求增长。
应用场景不断拓展：GPU应用逐步由集中式数据中心延伸至企业私有云、工业智能、视频分析及边缘计算等场景，推动产品形态和部署方式更加多元化。
软硬件生态协同发展：GPU产品的实际应用价值不仅取决于芯片算力，还取决于编程生态、软件工具链、系统适配及开发迁移成本。软硬件协同正成为提升产品可用性与商业化能力的重要因素。

PART/5

中国GPGPU市场概览

通用图形处理器（GPGPU）是面向通用并行计算任务的GPU产品，可用于人工智能训练、推理及其他高吞吐计算场景。与为特定算法设计的专用加速器相比，GPGPU通常强调并行处理能力、可编程性以及对多样化模型和工作负载的适应性。随着AI模型快速演进，GPGPU已成为AI计算芯片的重要组成部分。

从下游应用来看，中国GPGPU市场可进一步划分为公有云AI与企业AI两大细分市场。公有云AI主要面向大型云服务商及集中式计算基础设施，企业AI则面向企业私有化部署及各行业的专用AI计算场景。两个市场在部署规模、采购需求、性能要求及商业化模式方面存在差异，共同推动GPGPU市场扩张。

PART/6

中国GPGPU市场的主要驱动因素及趋势

AI训练与推理双轮驱动：AI模型迭代推动训练算力需求增长，生成式AI应用商业化则持续扩大推理计算规模，带动对具备通用性和可编程能力的GPGPU产品需求。
计算需求多元化：随着行业模型、视觉算法及AI智能体应用发展，AI工作负载在模型架构、输入类型、计算精度与部署环境等方面愈加多样，对GPGPU的通用适配能力提出更高要求。
本地化生态与产品适配：企业客户越来越重视计算效率、软件框架兼容性、部署成本、供应链稳定性及本地技术服务，推动国内GPGPU企业围绕软硬件协同和应用适配建立差异化能力。

PART/7

GPGPU行业准入壁垒

技术壁垒： GPGPU行业具有较高的技术准入壁垒。高精度浮点运算作为行业核心技术之一，要求企业在芯片架构设计、电路优化及算法协同等多个层面具备深厚的技术积累。随着企业AI计算等应用场景不断拓展，GPGPU产品不仅需要提供强大的算力输出，还需要持续优化能效表现，涉及先进制造工艺选择、电源管理模块设计及计算单元能效优化等多个环节。上述技术研发需要投入大量时间、人力及资本，从基础理论研究到工程化应用均面临较高挑战，使得新进入者难以在短期内突破技术壁垒。
供应链壁垒： GPGPU行业具有较高的供应链准入壁垒。在上游，GPGPU设计企业需要与晶圆代工厂建立长期稳定的合作关系，准确掌握产能及工艺能力，并通过供应链协调保障高质量晶圆的稳定供应。在下游，企业需要满足核心客户在产品性能、质量及交付等方面的多维度要求，同时具备快速响应客户需求变化的能力。此外，产业链上下游资源整合及供应链协同管理需要长期的专业知识与实践经验积累，进一步提高了新进入者的准入门槛。

上市捷报丨沙利文助力苏州登临科技股份有限公司成功赴港上市(9917.HK)

获取报告

联系我们