01执行摘要
四川佰舸仟川科技有限公司成立于四川,运营仟川云计算平台,定位为面向中小企业的AI算力基础设施服务商。平台于2026年6月正式上架,提供云服务器、GPU服务器、裸金属服务器及API大模型四大核心产品线,并凭借自主研发的一键部署vLLM本地大模型工具和多模型协同AI编程工具VideoCoding形成差异化竞争优势。
仟川云计算平台的核心价值主张:让中小企业以可承受的成本获得企业级AI算力和大模型部署能力。我们不只是卖算力,而是提供"算力+工具+服务"的一站式AI基础设施解决方案。
公司采取"轻资产验证—自建机房—数据中心"的三阶段发展战略:前期依托UCloud和天翼云的基础设施验证商业模式并积累客户;2027年Q1投产首个50平方米自建机房;三年内建设300平方米以上机房;五年内落成第一座自有数据中心。这一路径在控制早期风险的同时,为规模化扩张奠定基础。
02公司概述
企业基本信息
| 公司全称 | 四川佰舸仟川科技有限公司 |
| 运营平台 | 仟川云计算平台 |
| 注册地 | 四川省 |
| 成立时间 | 2026年 |
| 所属行业 | 云计算 / AI基础设施 / IDC服务 |
| 发展阶段 | 初创期(产品已上线,商业模式验证中) |
愿景与使命
愿景:成为西部地区领先的AI算力基础设施服务商,让每一家企业都能便捷、经济地使用高性能云计算和AI能力。
使命:通过自研工具与自建基础设施的深度整合,降低AI算力的使用门槛,加速中小企业和开发者的智能化转型。
核心价值观
技术驱动
以自研技术构建护城河,持续投入vLLM部署优化和AI编程工具研发,用产品力而非单纯价格竞争赢得市场。
务实验证
不盲目烧钱建机房,先通过上游合作验证需求,用真实的客户数据和收入驱动基础设施扩张决策。
客户成功
从卖算力转向帮客户成功——提供从部署到运维的全链路支持,让客户的技术团队专注于业务而非基础设施。
长期主义
数据中心是重资产长周期生意,我们以五年为尺度规划,追求可持续增长而非短期规模。
03市场分析
宏观市场:云计算与AI算力需求爆发
中国云计算市场正处于高速增长期。中国信息通信研究院数据显示,2022年中国云计算市场规模达4550亿元,年增速超过40%,预计2025年整体市场规模将突破万亿元[1]。全球范围内,2024年云计算市场规模达6929亿美元,年均复合增长率18.9%,预计2026年将突破万亿美元[2]。
在算力层面,AI大模型训练和推理需求推动GPU算力市场急速膨胀。2026年行业调研显示,国内线上高性能算力租赁市场年增速达42.7%,需求主体涵盖大模型研发企业、AI应用服务商和工业仿真与影视渲染团队[3]。沙利文发布的《2025年中国GPU云市场研究报告》指出,GPU云市场已成为云计算竞争的核心战场[4]。
细分市场机会
GPU算力租赁
大模型训练和推理对GPU算力的需求远超传统云计算。中小企业和独立开发者无法自建GPU集群,对按需租赁GPU算力有强烈需求。当前市场供给集中在头部云厂商(阿里云、百度智能云、华为云),但价格偏高、配置灵活性不足,为中小型专业化云平台留出了市场空间。
裸金属服务器
国内裸金属云服务器部署占比从30%飙升至78%[5]。金融、电商、游戏等行业对物理隔离、高性能计算的需求持续增长,裸金属服务器兼具物理机的性能和云的弹性,成为企业关键业务的首选。
AI编程工具
全球AI代码工具市场2025年规模约74亿美元,预计2030年达240-260亿美元,复合年增长率26-27%[6]。2026年市场将达到85亿美元。超过2000万开发者已在日常工作中使用AI编程助手,代码生成效率平均提升40%-60%[7]。
大模型本地部署
随着DeepSeek、Qwen等国产开源大模型的成熟,企业对本地化部署大模型的需求快速增长。vLLM作为高性能推理引擎,已成为GitHub 2025年度最热门的AI基础设施项目之一[8]。然而,vLLM的部署和配置对技术团队要求较高,"一键部署"能力成为显著的市场需求。
竞争格局
| 竞争层级 | 代表企业 | 优势 | 仟川的差异化机会 |
|---|---|---|---|
| 头部云厂商 | 阿里云、腾讯云、华为云 | 品牌、生态、规模 | 价格不敏感客户外流,中小企业服务不足 |
| GPU云厂商 | 百度智能云、并行科技 | GPU资源、AI生态 | 垂直整合"算力+部署工具"能力缺失 |
| 中小型云平台 | UCloud、青云 | 灵活性、性价比 | 缺乏自研AI工具,纯算力转售毛利低 |
| IDC服务商 | 万国数据、世纪互联 | 基础设施、客户关系 | 不做应用层,不提供AI工具链 |
仟川的竞争定位:我们不是要和头部云厂商正面竞争,而是聚焦"算力+AI工具"的垂直整合——用自研的vLLM一键部署和VideoCoding编程工具,为中小企业的AI应用落地提供从算力到工具的完整链路。这是当前市场中尚未被充分满足的需求。
04产品与服务
四大核心产品线
云服务器
提供弹性可扩展的云主机服务,覆盖从入门级到高性能的多种规格。支持按需、包月、竞价等多种计费模式,适配Web应用、测试环境、中小型数据库等通用场景。
GPU服务器
搭载NVIDIA高性能GPU,面向AI训练/推理、深度学习、图形渲染等场景。提供从单卡到多卡集群的灵活配置,支持vLLM、TensorRT等主流推理框架的一键部署。
裸金属服务器
物理机级别的独享计算资源,零虚拟化开销。适用于金融交易系统、高频量化、大规模数据库、游戏服务器等对性能和安全隔离有严格要求的场景。
API大模型服务
提供DeepSeek、Qwen等主流开源大模型的API调用服务,兼容OpenAI API格式。企业无需自行部署模型,通过API即可快速集成大模型能力到业务系统中。
自研核心工具
vLLM一键部署工具
vLLM本地大模型部署通常涉及环境配置、依赖安装、模型下载、参数调优等多个复杂步骤,对运维团队的技术要求较高。仟川自主研发的一键部署工具将这一过程简化为图形化操作界面下的三步流程:选择模型→配置资源→一键启动。
- 1降低使用门槛:非专业运维人员也能在10分钟内完成大模型本地部署,极大扩展了潜在用户群体。
- 2提升资源粘性:用户在仟川平台上部署的模型越多,迁移成本越高,形成自然的客户留存机制。
- 3带动算力消费:部署工具直接关联GPU服务器销售,每部署一个模型即产生持续的算力消耗。
VideoCoding — 多模型协同AI编程工具
VideoCoding是仟川自主研发的AI编程工具,其核心创新在于支持多个AI模型协同工作。不同于Cursor、Copilot等单一模型驱动的编程助手,VideoCoding允许开发者在同一工作流中调用不同的大模型完成代码生成、审查、测试、文档编写等不同任务,充分发挥各模型的特长。
- A多模型协同:根据任务类型自动路由到最适合的模型——代码生成用DeepSeek-Coder,代码审查用Qwen,文档用GPT-4级别模型。
- B算力绑定:VideoCoding运行在仟川的GPU服务器上,用户使用编程工具的同时消耗平台算力,形成"工具+算力"的双重收入。
- C生态入口:编程工具是开发者每天使用的高频产品,是获取开发者用户、建立品牌认知的最佳入口。
技术架构
flowchart TB
subgraph 用户层["用户接入层"]
A[Web控制台] --> G[API网关]
B[CLI工具] --> G
C[VideoCoding IDE] --> G
end
subgraph 平台层["仟川云计算平台"]
G --> D[资源调度引擎]
D --> E[云服务器集群]
D --> F[GPU服务器集群]
D --> H[裸金属服务器池]
D --> I[大模型API服务]
J[vLLM一键部署] --> F
K[多模型编排引擎] --> I
end
subgraph 基础设施层["基础设施"]
E --> L[(UCloud / 天翼云)]
F --> L
H --> L
E --> M[(自建机房
2027Q1)]
F --> M
H --> M
end
05商业模式
收入结构
仟川的收入来源于三个层次,从基础算力到增值服务逐步提升毛利水平:
基础层:算力租赁
云服务器、GPU服务器、裸金属服务器的按时/按月/按年租赁收入。这是平台的现金流基础,毛利率约25-35%。
增值层:API与工具
大模型API调用按token计费,VideoCoding订阅收费。毛利率可达50-70%,是利润增长的核心引擎。
服务层:技术支持
大模型部署咨询、定制化AI解决方案、运维托管等专业服务。按项目或按月收费,毛利率60-80%。
定价策略
仟川采用阶梯定价+捆绑优惠的策略:基础算力定价略低于头部云厂商(约低10-20%),通过高性价比吸引客户入门;vLLM部署工具和VideoCoding作为增值服务,与算力产品捆绑销售,提升客单价和粘性。
商业模式画布
飞轮效应
仟川的商业模式设计了清晰的增长飞轮:自研工具降低使用门槛→更多开发者使用平台→算力消费增长→收入增长→投入更多资源优化工具和扩建基础设施→进一步降低成本提升竞争力。这个飞轮一旦转起来,将形成持续的正向循环。
06营销与增长策略
目标客户画像
| 客户类型 | 典型场景 | 核心需求 | 客单价区间(月) |
|---|---|---|---|
| AI创业团队 | 模型训练、推理部署 | 高性价比GPU、快速部署 | 5,000 - 50,000元 |
| 中小企业IT部门 | 业务系统上云、数据库 | 稳定可靠、简单易用 | 2,000 - 15,000元 |
| 独立开发者 | 个人项目、开源社区 | 低成本、灵活配置 | 200 - 2,000元 |
| 高校与研究机构 | 科研计算、教学实验 | GPU算力、批量折扣 | 3,000 - 20,000元 |
增长阶段规划
第一阶段:种子期(2026 Q2 - 2027 Q1)
聚焦开发者社区运营和内容营销。通过技术博客、GitHub开源项目、开发者社群获取早期用户。目标:积累500+注册用户,100+付费客户。核心指标:用户获取成本(CAC)、月活跃率。
第二阶段:成长期(2027 Q1 - 2028 Q1)
自建机房投产后,扩大GPU服务器和裸金属服务的销售规模。启动渠道合作,与系统集成商、IT服务商建立分销关系。目标:付费客户突破1000家,月收入突破200万元。
第三阶段:扩张期(2028 - 2029)
300平方米机房建成后,具备规模化服务能力。推出行业解决方案(金融、电商、教育),通过行业展会和BD团队拓展中大型客户。目标:年收入突破5000万元。
第四阶段:成熟期(2030 - 2031)
第一座数据中心落成,品牌影响力覆盖西部乃至全国市场。目标:年收入突破2亿元,成为区域领先的AI算力服务商。
07运营与基础设施规划
三阶段基础设施战略
仟川采取循序渐进的基础设施建设策略,每一步扩张都基于前一阶段的验证结果:
轻资产运营期:依托上游验证商业模式
通过UCloud和天翼云的基础设施提供服务,无需自建机房。这一阶段的核心目标是验证产品市场契合度(PMF)、积累客户基础、打磨自研工具。运营成本可控,风险最低。
首个自建机房投产:50平方米
在四川本地建设首个50平方米机房,部署首批GPU服务器集群。预计投资约300-500万元,可支撑约200-300台服务器的运行。自建机房将显著降低算力成本,提升利润空间。
扩建:300平方米以上机房
通过A轮/B轮融资,建设300平方米以上的中型机房。预计投资2000-5000万元,部署GPU集群规模达1000-2000台。开始提供高可用、多可用区的企业级服务。
第一座数据中心落成
建成首座独立数据中心,总面积预计2000平方米以上,具备Tier III级别可靠性。支持更大规模的GPU集群部署,为客户提供跨可用区容灾能力。
运营管理体系
自动化运维
建设基于Kubernetes和Terraform的自动化运维平台,实现服务器部署、监控、故障自愈的全流程自动化,降低人力运维成本。
客户支持
提供7×24小时在线技术支持,建立工单系统和知识库。VIP客户配备专属技术顾问,确保SLA达标。
安全合规
遵循等保2.0标准建设安全体系,定期进行渗透测试和安全审计。数据存储和传输全链路加密。
成本优化
通过智能调度算法提升服务器利用率,动态调整资源分配。自建机房后,算力成本预计比上游采购降低40-60%。
08核心团队
仟川的核心团队由云计算、AI和基础设施领域的资深从业者组成。团队在云服务运营、大模型技术、数据中心建设方面具备丰富的实战经验。
| 岗位 | 核心能力 | 关键职责 |
|---|---|---|
| CEO / 创始人 | 战略规划、资源整合、融资 | 公司整体战略、投资人关系、关键决策 |
| CTO / 技术负责人 | 云计算架构、AI系统、分布式计算 | 技术架构设计、自研工具研发、技术团队管理 |
| COO / 运营负责人 | IDC运营、供应链管理、客户服务 | 机房建设与运维、上游合作、客户成功 |
| 产品研发团队 | 全栈开发、AI工程、DevOps | 平台开发、vLLM工具优化、VideoCoding迭代 |
人才规划
当前团队规模精简高效,随着业务增长分阶段扩充:
09财务预测
收入预测
基于当前产品上线节奏、目标客户获取计划和基础设施扩张时间表,我们对未来五年的收入做出如下预测:
| 指标 | 2026年 | 2027年 | 2028年 | 2029年 | 2030年 |
|---|---|---|---|---|---|
| 年收入(万元) | 200 - 500 | 1,500 - 3,000 | 5,000 - 8,000 | 12,000 - 20,000 | 25,000 - 40,000 |
| 付费客户数 | 50 - 100 | 300 - 600 | 800 - 1,500 | 2,000 - 3,500 | 4,000 - 7,000 |
| 毛利率 | 15 - 25% | 25 - 35% | 35 - 45% | 40 - 50% | 45 - 55% |
| 主要收入来源 | 算力转售 | 算力+API+工具 | 自建算力+工具+服务 | 全面增长 | 数据中心规模化 |
成本结构
仟川的成本结构随发展阶段演变:
关键成本拐点:2027年自建机房投产后,算力成本(上游采购→自建)将出现显著下降。毛利率从2026年的15-25%提升至2028年的35-45%,主要驱动力是自建基础设施的成本优势和增值服务占比提升。
盈亏平衡分析
基于基准情景预测,仟川预计在2028年下半年至2029年上半年实现月度盈亏平衡,年化收入达到5000-8000万元时实现年度盈利。这一时间点与300平方米机房投产后的规模化运营节奏一致。
10融资需求与资金用途
融资规划
仟川计划在未来三年内完成基础设施扩张的关键跨越:
| 轮次 | 时间 | 目标金额 | 估值区间 | 核心用途 |
|---|---|---|---|---|
| 天使轮 | 2026 Q3-Q4 | 500 - 1,000万元 | 3,000 - 5,000万元 | 团队扩充、产品研发、首批服务器采购 |
| Pre-A轮 | 2027 Q1-Q2 | 1,500 - 3,000万元 | 8,000万 - 1.5亿元 | 首个机房建设、GPU集群部署、市场拓展 |
| A轮 | 2028 Q1-Q2 | 5,000万 - 1亿元 | 3 - 5亿元 | 300平方米机房建设、数据中心选址 |
| B轮 | 2029 - 2030 | 2 - 5亿元 | 10 - 20亿元 | 数据中心建设、全国市场扩张 |
天使轮 / Pre-A轮资金用途
投资亮点
- 1已验证的产品:平台已上线运营,具备真实的付费客户和收入,不是PPT阶段的项目。
- 2差异化壁垒:自研的vLLM一键部署工具和VideoCoding编程工具形成了独特的"算力+工具"竞争壁垒。
- 3清晰的扩张路径:从轻资产到自建机房再到数据中心,每一步都有明确的里程碑和验证节点。
- 4万亿级市场:中国云计算市场突破万亿,AI算力需求年增40%+,赛道天花板极高。
- 5西部区位优势:四川电力资源丰富、电价较低,是数据中心建设的理想区域,运营成本优势明显。
退出路径
为投资人提供多元化的退出渠道:IPO上市(科创板/创业板)、战略并购(头部云厂商收购)、股权回购。预计B轮后公司估值可达10-20亿元,为早期投资人提供可观的回报倍数。
11风险分析与应对
市场竞争风险
头部云厂商可能通过降价或推出类似工具挤压中小平台生存空间。
应对策略
聚焦垂直场景深耕,通过自研工具形成差异化;保持轻资产运营灵活性,避免与巨头正面价格战。
技术迭代风险
AI技术快速迭代,大模型架构和推理引擎可能发生变化,自研工具需要持续跟进。
应对策略
采用模块化架构设计,确保工具能快速适配新模型和新框架;保持与开源社区的紧密连接。
资金链风险
机房建设和GPU采购需要大量资金,融资不及预期可能影响扩张节奏。
应对策略
分阶段建设,每一步基于前一阶段的收入验证;保持轻资产模式的灵活性,必要时调整扩张节奏。
供应链风险
GPU芯片供应受国际贸易政策影响,可能出现供应紧张或价格波动。
应对策略
多元化供应商策略,同时关注国产GPU替代方案;提前锁定关键芯片库存;与上游建立长期合作关系。
人才风险
云计算和AI领域的高端人才竞争激烈,核心团队稳定性存在不确定性。
应对策略
建立有竞争力的薪酬和股权激励体系;营造技术导向的企业文化;与高校合作建立人才培养通道。
12愿景与总结
AI正在重塑每一个行业,而算力是这场变革的基础设施。中国云计算市场突破万亿、AI算力需求年增40%+,这个赛道的天花板远未触及。然而,当前市场中中小企业的AI算力需求远未被充分满足——他们需要的不只是算力,而是从部署到工具的完整解决方案。
仟川云计算平台正在填补这一空白。通过自研的vLLM一键部署工具和VideoCoding多模型协同编程工具,我们将"卖算力"升级为"卖AI基础设施解决方案",用产品力而非单纯价格赢得客户。
从轻资产验证到自建机房再到数据中心,仟川的扩张路径务实而清晰。每一步都基于前一阶段的真实验证,每一步都在构建更深的护城河。五年后,当第一座数据中心落成之时,仟川将成为西部地区AI算力基础设施的重要力量。
我们寻找的不只是资金,更是理解AI基础设施赛道、愿意与我们共同成长的长期伙伴。如果您看好AI算力基础设施的未来,期待与您深入交流。