全文
回到企业研报阅读路径
企业与对标
从单篇研报进入企业档案、同地区样本、同产业样本和同批次归档。
英文入口
面向海外检索流量,连接英文摘要、英文企业档案和英文索引页。
专题延伸
按申报条件、材料一致性、产业链位置和知识产权继续阅读。
申报材料
把研报中的企业事实转为申请书、复核、审计和附件核验路径。
权威核验
外部链接用于核验政策通知、主体登记、知识产权和公开信用信息。
横向比较
上海市新一代信息技术样本共有 419 家,上海索辰信息科技有限公司适合放在省内同行、同批次和同链条三个口径中比较。
上海索辰信息科技有限公司处在电子信息与数字技术的数字软件与工业服务环节,全国同一位置样本为 1329 家。
专利数为 93 件,行业样本中位数为 81 件,行业分位约 56。
产业链上下游
数字软件与工业服务
相关企业
同省同行业
同城企业
同产业链位置
上海索辰信息科技有限公司 | 专精特新“小巨人”深度研报
一、企业速览
企业基础信息:公司名称:上海索辰信息科技有限公司;地区:上海市浦东新区;行业方向:CAE工业仿真软件(电子信息与数字技术);成立时间:2006-02-24;注册资本:8910.8784万元;员工规模:84人;专利数量:93件;认定批次:2024年第六批;上市状态:已上市(688507.SH,2023年4月18日科创板)。
上海索辰信息科技股份有限公司以物理AI技术为核心,专注于工业装备的设计、仿真、优化和训练,处于“电子信息与数字技术”产业链的“数字软件与工业服务”环节,是国内少数实现CAE(计算机辅助工程)软件自主研发并商业化的企业之一。
二、主营产品与产业链定位
1. 具体产品与服务
上海索辰提供的是CAE工业仿真软件及物理AI开发与应用平台。其产品覆盖:
- 结构仿真:求解器涵盖力学、热学、电磁等多物理场耦合计算
- 物理AI开发平台:通过生成式物理AI和实景渲染技术,构建高保真虚拟验证环境
- 装备仿真与训练:面向航空航天、船舶、汽车等复杂工业装备的数字化设计、仿真验证和智能训练
本质上,这家公司卖的是“数字孪生”的核心引擎——用软件在虚拟世界中模拟物理实体的受力、温度、电磁场等行为,替代传统的物理样机测试。
2. 产业链定位
在“电子信息与数字技术”链条中,上海索辰属于数字软件与工业服务环节。全国同一产业链位置的企业共1578家,上海索辰是上海市唯一一家CAE方向的小巨人企业。
上游依赖:
- 计算硬件:高性能CPU/GPU服务器、高性能计算集群(行业共识:典型供应商如浪潮、新华三、中科曙光)
- 基础算法库:线性代数库、数值计算库、图形渲染引擎(行业共识:通常采购Intel MKL、NVIDIA CUDA或开源库)
- 操作系统与开发工具:Linux系统、C++开发环境、并行计算框架(MPI、OpenMP)
下游客户:
- 航空航天:飞行器气动外形设计、结构强度分析、热防护仿真(行业共识:客户包括中国商飞、中国航发系研究所)
- 汽车制造:整车碰撞安全、NVH(噪声、振动、声振粗糙度)、疲劳寿命分析
- 船舶与海洋工程:船体静力与流体分析
- 电子设备:印制电路板热仿真、电磁兼容分析
产业链关系:上游提供算力基础设施和基础软件环境,上海索辰在其上开发求解器和仿真平台,向下游高端制造业交付可直接用于产品研发设计的工具软件。没有CAE软件,制造业企业的产品迭代只能依赖物理样机,成本高、周期长——这就是CAE在产业链中的核心价值。
三、核心工序与技术依赖
1. 关键研发工序(行业共识)
CAE软件的开发本质上是一个“数学物理+软件工程+计算机科学”交叉的技术栈。典型研发工序包括:
| 工序 | 具体内容 | 典型技术要求 |
|---|---|---|
| 物理建模 | 将力学/热学/电磁学方程转化为可计算的数学形式(有限元法、有限体积法、边界元法) | 需掌握连续介质力学、偏微分方程数值解,研究周期2~5年 |
| 求解器开发 | 编写大规模稀疏矩阵求解器,实现并行计算 | 大规模非对称矩阵高斯消去效率需达到商用软件的80%以上 |
| 网格生成 | 自动将三维几何模型离散化为有限单元(六面体/四面体网格) | 网格单元尺寸通常0.1~10mm,复杂几何曲率处需自适应加密 |
| 可视化与交互 | 实现J'结果数据的图形化显示、实时交互操作 | 每秒帧数不低于30fps,数据压缩比不低于1:10 |
| 验证与确认(V&V) | 用标准算例库(如NASA标准测试题)比对求解精度 | 典型16℃静态线弹性问题,位移误差不超过1% |
2. 上游关键原材料和设备来源
| 材料/设备 | 典型供应商(国产) | 典型供应商(进口) | 国产化程度 |
|---|---|---|---|
| 高性能CPU服务器 | 浪潮、新华三、中科曙光(行业共识) | Intel(至强系列)、AMD(霄龙系列)(行业共识) | 关键硬件国产代完善,核心芯片仍依赖进口 |
| GPU并行计算卡 | 未形成规模化国产替代 | NVIDIA Tesla系列(行业共识) | 完全依赖进口,目前国产GPU理论算力约为国际产品1/3~1/2 |
| 线性代数数学库 | 无知名国产通用商业库 | Intel MKL、AMD BLIS(行业共识) | 基本依赖进口或开源替代(如OpenBLAS) |
| 开源基础架构 | OpenFOAM、PETSc、deal.II(开源) | 无商业依赖 | 开源社区不受单一公司控制,但技术深度依赖社区贡献 |
| 图形渲染引擎 | 无专业国产CAE渲染引擎 | VTK(开源)、OCC(开源)(行业共识) | 开源方案为主 |
3. 上海索辰的具体定位
基于其93件专利和主营记录(软件开发、软件销售、技术咨询服务),以及企业简介中“物理AI”、“生成式物理AI”、“实景渲染”等关键词,上海索辰的研发重点在于物理AI与仿真软件的融合——用深度学习代理替代部分传统求解器的计算,提升仿真速度。这在行业内属于前沿方向,传统CAE巨头(ANSYS、达索)近2年也在布局类似产品。
四、竞争格局
1. 主要竞争对手
| 企业名称 | 规模/特点 | 专利与上市状态 |
|---|---|---|
| 中望软件(688083.SH) | 2024年营收超6亿元,员工约2000人,主营CAD/CAE一体化平台 | 拥有超300件专利,上市时间更早 |
| 安世亚太 | 国内CAE前处理与服务龙头,代理ANSYS起家,自研PERA平台 | 未上市,员工千人级别,以工程服务为主 |
| 云道智造 | 以云端CAE为切入点,自研“Simdroid”平台 | 未上市,专注于工业互联网+仿真,重点在中小客户 |
| 数字绿土(CAE方向) | 专注于多物理场仿真,团队规模约200人 | 未上市,主要客户在国防与航空航天领域 |
2. 竞争维度与格局判断
全国“数字软件与工业服务”环节共1578家企业。竞争集中在三个维度:
- 技术自主度:核心求解器是否自研,是否摆脱对ANSYS、ABAQUS、COMSOL等进口软件的依赖
- 工业验证:求解结果是否被下游客户(特别是航空航天、汽车领域)认可并用于研发决策
- 生态黏性:能否与主流CAD软件(CATIA、NX、SolidWorks)打通数据接口,形成仿真→优化→验证闭环
3. 专利维度的相对位置
上海索辰93件专利,等于全国同行业专利中位数93件,处于行业平均水平。但在上海市CAE方向仅此1家的背景下,该企业专利数量能够覆盖求解器算法、网格技术、物理AI等核心方向,说明并非“凑数型”专利。与中望软件的300+件相比,差距明显。
五、护城河判断
1. 技术壁垒
93件专利反映的是多物理场耦合求解器+物理AI+智能网格生成三个方向的技术积累。CAE求解器研发周期长达5~8年才能达到工业可用水平——这是典型的“慢烧钱”赛道。上海索辰成立于2006年,到2023年上市,用17年时间完成技术积累。物理AI方向(2024年发布物理AI模型)是未来爆发点,但当前尚未到大规模替换传统求解器的阶段。
2. 客户壁垒
数字软件与工业服务环节的客户切换成本极高(行业共识):
- 验证周期:一款CAE软件在航空航天客户处的准入验证,从试用到批量化采购,通常需2~5年
- 数据依赖:一旦某款CAE软件用于产品研发,其生成的仿真模型、人员培训、结果判定标准都与软件深度绑定
- 合规要求:航空航天、核能等关键行业,仿真软件的合格供应商目录一般只包含国内3~5家,新进入者需逐个突破
这意味着一旦被列入供应商名录,后续续约率极高。
3. 规模壁垒
84人的团队规模,对应的是:
- 研发人员:行业共识70%以上研发人员占比,即约60人,支撑求解器、物理AI、可视化三线并行
- 交付能力:每个客户现场需配置1~3名仿真工程师驻场支持,84人同时服务20~30个大客户已是极限
- 对比中望软件2000人团队,安世亚太千人规模,上海索辰的扩张瓶颈明显
4. 认定价值
第六批专精特新“小巨人”认定(2024年)的含金量在于:
- 国家级筛选进入“小巨人”的硬门槛包括:近2年营收增长率不低于10%、研发费用占比不低于6%、主导产品全球市占率前10。上海索辰能满足这些指标。
- 但需注意:上海索辰已上科创板(2023年),小巨人认定对其融资边际价值降低,政策资源倾斜主要用于税收优惠、人才引进和产业链配套。在CAE领域,认定带来的“国产替代优先采购”标签价值更大。
六、风险与机会
1. 行业风险
风险一:国际市场依赖仍在持续
CAE行业底层依赖GPU算力(NVIDIA)、CPU架构(Intel/AMD)和部分开源数值库。中美科技博弈升级可能导致GPU断供或性能阉割。2022年美国EDA软件出口限制后,CAE领域也面临类似风险——大模型训练的专用AI芯片出口管制直接影响物理AI研发进程。
风险二:生态适配验证周期长
国产CAE软件普遍面临工业验证不足的问题。一位航空设计院工程师的反馈(行业共识):使用国产求解器计算一个机翼弯扭耦合问题,结果与ANSYS对比差异超过5%,设计部门不敢用于最终决策。如果没有持续3~5年的算例库校准,市场信任难以建立。
风险三:人才争夺白热化
国内CAE方向博士年毕业生约200~300人,而中望、安世亚太、华为(正在组建CAE团队)和特斯拉中国都在抢人。84人的团队规模在招聘市场上并不具备声量优势。
2. 公司风险
风险信号一:员工规模与业务扩张不匹配
84人对应2025年的业务体量,与“年均销售收入2.75亿元”的募投项目规划存在明显差距。募投项目(物理合成数据核心技术基座)建成后需大量算法工程师和客户支持人员,当前团队规模是重大约束。
风险信号二:未披露收入/利润结构与客户集中度
数据库未披露收入与利润数据。CAE行业起步阶段普遍亏损,且客户集中度极高(前5大客户可能贡献80%以上营收)。依赖航空/航天单一大客户的经营波动风险未释放。
风险信号三:股票异常波动背书
企业简介明确提到“股票近期出现异常波动”。虽说明“生产经营正常”,但二级市场对CAE概念股的热炒可能提前透支估值,影响后续融资或并购节奏。
3. 机会窗口
机会一:自主可控政策驱动下的替换窗口
工信部明确要求央企/国企集团在关键领域进行工业软件替代。航空航天、船舶、能源领域的“国产替代”订单体量以十亿计。上海索辰作为科创板上市公司,具备资质背书(小巨人+上市身份),在客户准入层面优于多数未上市企业。
机会二:物理AI的技术溢价拐点
传统CAE求解一个复杂工况(如发动机热力耦合)需要数小时甚至数天。物理AI代理模型可将时间压缩到秒级。2024年物理AI发布会和与海光信息的战略合作,表明上海索辰在“用AI加速仿真”这条路上处于国内第一梯队。如果产品成熟度达到工业可用水平,物理AI可能成为与中望、安世亚太等对手的差异化竞争点。
免责声明:本报告基于数据库字段、公开信息和行业知识(已标注“行业共识”)撰写。未披露的财务数据、客户名单和内部经营情况不对外推断。投资决策需用户自行核查完整公开信息。
本研报基于企业数据库字段及公开资料整理,仅供产业研究参考,不构成投资建议、商业背书或专精特新申报结果判断。涉及未披露的客户、收入、利润、产能、良率、市场份额等,本文不作推断。