致尚科技:上会会计师事务所(特殊普通合伙)关于深圳市致尚科技股份有限公司申请发行股份、现金购买资产的审核问询函的回复(修订稿)

上会会计师事务所（特殊普通合伙）
关于深圳市致尚科技股份有限公司申请发行股份、
现金购买资产的审核问询函的回复
（修订稿）
上会业函字(2025)第 1461 号
深圳证券交易所：
贵所于 2025 年 9 月 18 日出具的《关于深圳市致尚科技股份有限公司申请发行
股份、现金购买资产的审核问询函》（审核函〔2025〕030011 号）（以下简称“问询函”），上会会计师事务所（特殊普通合伙）（以下简称“会计师”或“我们”）作为深圳市致尚科技股份有限公司（以下简称“公司”、“上市公司”或“致尚科技”）聘请的资产重组审计机构，针对问询函所涉及需会计师核查的问题，进行了审慎核查，现回复如下：
（以下如无特殊说明，本答复中简称与《深圳市致尚科技股份有限公司发行股份购买资产暨关联交易报告书（草案）》中的简称具有相同含义；本回复中若出现总计尾数与所列数值总和尾数不符的情况，均为四舍五入所致；除特别注明外，金额单位均为人民币万元）

目 录

目 录...... 2
1.关于标的资产生产经营......3
2.关于标的资产财务状况......96
4.关于股份支付...... 146
1.关于标的资产生产经营
申请文件显示：（1）上市公司本次拟收购深圳市恒扬数据股份有限公司（以下简称恒扬数据或标的资产）99.8555%股权。标的资产主要从事智能计算产品和数据处理产品及应用解决方案的研发、销售及服务，产品生产主要委托外协厂商完成。
报告期内，标的资产主营业务收入分别为 2.15 亿元、4.55 亿元和 1.78 亿元，其中智
能计算产品收入分别为0.71亿元、2.64亿元和1.63亿元，占比分别为32.83%、57.93%和 91.48%，收入大幅增长，主要系向终端客户阿里巴巴及其指定整机生产厂商新华三信息技术有限公司（以下简称新华三）销售收入增加。（2）最近一年及一期，新华三为标的资产前五大客户，标的资产向其销售金额分别为 1.01 亿元、0.56 亿元，占营业收入比例分别为 33.97%、30.68%。标的资产与新华三合作模式为：阿里巴巴集团内企业与恒扬数据签署 NRE（一次性工程费用）技术服务协议，产品开发完成后，标的资产向新华三销售产品，并应用于阿里巴巴智算中心。（3）报告期各期，标的资产向阿里巴巴终端客户销售毛利率分别为 55.39%、28.38%和 9.91%，毛利率大幅下滑，且低于向非阿里巴巴客户销售毛利率。标的资产向阿里巴巴销售产品系定制化开发，生命周期一般为 2-3 年，前期销售毛利率较高，后期批量交付毛利率较低，标的资产正在为阿里巴巴开发新一代的产品。（4）标的资产境外业务主要向A 客户销售数据处理产品及应用解决方案，2023 年、2024 年，A 客户均为标的资产
第一大客户，标的资产向其销售金额分别为 1.19 亿元、1.61 亿元，2025 年 1-3 月未
向其销售。（5）标的资产主要产品以外协生产为主，外协模式包括委托加工和代工模式。委托加工模式下，供应商仅提供组装、焊接等服务，代工模式下，代工厂自行采购原材料加工后销售给标的资产。标的资产产品需经过阻抗测试、外观检验、生产测试、老化测试、复检测试等关键环节的多次验收。（6）报告期内，国投智能（厦门）信息股份有限公司（以下简称国投智能）向标的资产采购乾坤大数据治理平台等软件，销售正交架构分流器、存储芯片等原材料，深信服科技股份有限公司向标的资产采购上网行为软件开发服务等软件，销售 DPU 产品。
请上市公司补充说明：（1）使用通俗易懂的语言详细说明标的资产智能计算及数据处理业务的具体业务模式，包括但不限于产品研发设计、定制流程、验证调试等环节的实际业务内容，提供相关服务所需的技术和能力，与同行业可比公司业务
模式是否存在差异。（2）结合标的资产所处行业发展趋势、市场容量、竞争格局，主要产品如 DPU、一体机、数据处理方案的供需状况、技术迭代情况、竞品优劣势对比情况，标的资产行业地位、市占率、技术优势及行业进入壁垒等，说明标的资产主营业务技术含量及核心竞争优势。（3）主要客户如阿里巴巴、新华三等公司在国内外智能计算领域行业排名、竞争优势、市占率及收入情况，与标的资产在智能计算领域的合作背景、历史及稳定性，标的资产是否为主要客户智能计算产品唯一供应商，智能计算业务收入是否具有可持续性，对阿里巴巴、新华三等客户是否存在重大依赖。（4）阿里巴巴不直接向标的资产采购，而是指定新华三向标的资产采购的原因，标的资产签署 NRE 技术服务协议的对象及具体约定，包括但不限于研发产品知识产权归属、供应产品内容、合同有效期等，标的资产为阿里巴巴开发新一代产品的最新进展，产品开发、迭代及销售具体约定，新一代产品销售前是否需重新进行客户验证及具体流程。（5）结合智能计算产品生命周期各阶段产品性能、结构、单价、成本等方面的变化情况，标的资产定价模式、上下游议价能力等，说明标的资产智能计算业务毛利率大幅下滑、向不同类型客户销售毛利率差异较大的原因，导致毛利率大幅下滑的不利因素是否持续。（6）结合 A 客户成立时间、具体业务、向标的资产采购处理产品及应用解决方案的背景、双方合作历史及具体协议约定，包括但不限于供应产品内容、付款方式及时点、合同有效期，以及最近一期向A 客户销售的情况，说明标的资产数据处理业务收入是否具有可持续性，是否对 A客户存在依赖。（7）报告期内 A 客户所在地区外交、行业、贸易等政策及变化情况，出口主要结算货币的汇率波动情况，相关政策及汇兑损益变化对标的资产的业绩影响及应对措施，最后一期未产生收入的原因，标的资产境外收入是否存在不确定性。（8）主要产品委托外协生产的原因，委托加工和代工模式下生产产品类型、单价、终端销售对象及销售金额占比，前五大外协厂商基本情况、合作背景、采购内容、金额及占比，定价方式及公允性，是否与标的资产存在关联关系，未来是否仍维持以研发、销售为主，将生产委托外协厂商的经营模式。（9）标的资产与外协厂商采购、生产具体约定，验收及质量控制实施主体、实施体流程及有效性，产品质量约束措施及责任承担安排，是否存在纠纷或潜在纠纷。（10）报告期内，标的资产既向国投智能等公司采购，又向其销售的原因、相关交易必要性、合理性，采购及销售
价格公允性，是否符合行业惯例。
请独立财务顾问和会计师核查并发表明确意见。
【回复】
一、使用通俗易懂的语言详细说明标的资产智能计算及数据处理业务的具体业务模式，包括但不限于产品研发设计、定制流程、验证调试等环节的实际业务内容，提供相关服务所需的技术和能力，与同行业可比公司业务模式是否存在差异
（一）标的资产智能计算产品、数据处理产品及应用解决方案的具体业务模式
1、标的资产智能计算产品、数据处理产品及应用解决方案具体情况
恒扬数据专注于智能计算产品、数据处理产品及应用解决方案的研发、销售与服务，是国内优秀的 AI 智算中心、云计算数据中心及边缘计算核心基础设施供应商，同时提供网络可视化与智能计算系统平台解决方案。
（1）智能计算产品
智能计算产品主要包括 AI 算力集群 DPU 产品、AI 智算一体机/DPI 智算一体机
等。
①DPU 产品
A、DPU 产品概述
恒扬数据 AI 算力集群 DPU 产品主要为基于 FPGA（现场可编程逻辑门阵列）芯
片自研的异构计算加速卡、智能加速卡、AI NIC（AI 智能网卡）等，主要产品形态为包含嵌入式软件的硬件设备。以 NSA.A3 DPU 产品为例，产品具体介绍如下：
标 的公 司 DPU 产 品以 FPGA 芯片为基础 ，FPGA （现场可编 程门阵列，
Field-Programmable Gate Array）芯片是基于通用逻辑电路阵列的集成电路芯片，
和ASIC芯片不同，其最大的特点是芯片的具体功能在制造完成以后由用户配置决定，因此得名“现场可编程”。FPGA 芯片出厂时无预设固定产品功能特性，需要通过硬件描述语言或高级综合工具，对 FPGA 芯片底层逻辑单元及互连资源进行晶体管级的编程，即可实现各类定制化数字逻辑功能，适配不同业务场景需求。FPGA 芯片应用（与集成电路设计前端流程相同，需要使用硬件描述语言进行编程）及基于 FPGA 芯片的产品开发具有较高技术门槛，其技术复合性强、设计流程复杂、调试与验证难度高，基于 FPGA 的产品开发需要具备硬件架构设计、FPGA 芯片编程及实现、PCB 设计、芯片仿真测试等全流程的技术服务能力，且高度依赖人才与经验积累，需要从长期的产品研发与生产管理过程中不断积累工艺平台数据、产品测试验证数据、产品开发应用经验等，持续完善产品开发平台、技术、工具、方法等，从而提供具有市场竞争力的产品及服务。
恒扬数据自 2003 年成立以来，创始团队及芯片设计团队在 FPGA 开发上积累了
深厚的工程实践经验，不仅精通硬件设计，更擅长将核心算法在 FPGA 上实现高效编程固化。可将客户的业务逻辑以及相对低效率的软件算法转化为基于 FPGA 路线实现的高性能、多并发、低功耗的计算硬件单元，结合标的公司成熟的硬件架构设计、PCB 设计、仿真、测试等能力，最终形成高可靠、高性能、深度适配业务需求的 DPU产品。标的公司 DPU 产品开发的核心流程具体说明如下：
开发流程 主要工作内容
功能需求分析：明确所面对的应用场景，确定产品需要实现的具体功能（如网络加速、算力集群
组网、图像识别和处理等）；
需求分析 性能指标界定：接口速率、存储和逻辑资源限制、功耗、散热、可靠性指标等；
接口规范定义：确定与外部设备的接口协议，如 PCIe 4.0/5.0 x16（主机交互）、100G/400G 以太
网（网络传输）等。
模块化系统划分：将系统分解为多个子模块，明确模块间的数据流和控制逻辑；
系 统 方 案 算法选型及优化：选择适合相对应场景的算法，或针对已有算法进行 FPGA 实现的适配；
设计 硬件/软件功能划分：面向数据的处理逻辑主要由 FPGA 业务逻辑实现，并确定 FPGA 与主机业务之
间的交互机制和功能分工，针对设备的配置管理则主要由嵌入式软件或主机软件实现。
设计输入与 RTL 级转化：将产品架构转化为 FPGA 可识别的描述形式，主要通过 Verilog 或 VHDL
等 HDL 级语言（Hardware Description Language）在 FPGA 上进行 RTL 级转化，将需要实现的算
法转化为基于 FPGA 路线实现的计算硬件单元；
功能仿真验证：构建仿真测试平台，对 RTL 代码进行大规模、自动化的仿真，确保逻辑功能的正
FPGA 设 计 确性；
与开发 综合、布局布线与时序收敛：使用专用工具将 RTL 代码综合为门级网表，并映射到 FPGA 的逻辑资
源、内部存储和时钟等具体资源上，并通过多次迭代优化，满足所有逻辑资源对于时序的要求；
比特流文件生产与板级调试：生成最终的比特流文件（bitstream，二进制位流数据），通过
JTAG/IPCIe 加载至 FPGA，并利用集成逻辑分析仪（ILA） 等工具进行实时调