文 | AIX 财经，作者 | 王璐，编辑 | 魏佳
又一家国产芯片 IPO 了。
Related articles
12 月 17 日，沐曦股份登陆 A 股，上市首日股价一度暴涨超 700%，刷新全面注册制以来的新股纪录，成为年内“ 最赚钱新股”。就在十余天前，摩尔线程以“ 国产 GPU 第一股” 身份登陆科创板，发行价 114.28 元，上市首日股价最高涨幅一度达到 502%。
短时间内，两家国产 GPU 公司的密集上市与暴涨行情，将这一赛道推至聚光灯下。
资本的追捧，并非偶然。近两年，随着人工智能技术的迅猛发展，全球算力需求迎来爆发节点，而作为底层基础设施的芯片，特别是承担核心计算任务的 GPU，成为绝对焦点。它决定了模型能否被高效训练、推理能否实时响应，也直接决定了 AI 系统的规模上限与商业落地速度。甚至有观点认为，GPU 公司可能将扮演互联网时代服务器厂商的角色，成为 AI 时代的“ 底座型企业”。正是这种预期，让芯片公司备受追捧。
与此同时，一个覆盖更全场景的国产芯片 IPO 版图正在浮现：清微智能、燧原科技、瀚博半导体，均计划冲刺 A 股，天数智芯、壁仞科技 （已交表）、昆仑芯则计划奔赴港股，它们共同形成了一条覆盖 AI 训练、图形渲染、边缘计算等多个细分场景的国产芯片产业链。
但在火热的 IPO 背后，我们更需冷静观察：芯片，尤其是 GPU，究竟是一门怎样的生意？这场 IPO 浪潮背后，隐藏着怎样的产业逻辑与现实约束？
摩尔线程 VS 沐曦股份，什么来头？
先来看看最近成功上市的两家热门国产 GPU 公司。
作为“ 国产 GPU 四小龙” 中的代表，摩尔线程和沐曦股份均成立于 2020 年，虽然成立时间不长，但精准踩中了芯片国产替代与 AI 算力需求爆发的时代节点，均在短时间内完成上市流程。尤其是摩尔线程，从受理到过会用时仅 88 天，创下科创板 IPO 审核最快纪录。这也从侧面反映出资本市场对该赛道的高度关注。
虽然同处 GPU 赛道，但两家的技术路线并不相同。这种差异，很大程度上受到创始团队基因的影响。
摩尔线程的创始人张建中，曾任英伟达全球副总裁兼中国区总经理，公司另外三位核心成员—— 联合创始人周苑、张钰勃、王东，也曾长期任职于英伟达。因此，摩尔线程走的是英伟达式的“ 全功能 GPU” 路线，即一颗芯片要兼顾 AI 计算、图形渲染 （如游戏和影视制作） 及视频处理等多重任务，目标是打造通用性更强的 GPU 平台。
沐曦股份的创始人陈维良曾任 AMD 全球通用 GPU 的设计总负责人，公司核心团队成员彭莉与杨建，同样来自 AMD。相较之下，沐曦股份将重心放在高性能通用 GPU（GPGPU）领域，更加聚焦 AI 算力这一单一核心场景。
从技术分类上看，GPU 可大致分为全功能 GPU、图形 GPU 和 GPGPU。GPGPU 弱化甚至剥离了图形处理能力，更强调通用并行计算能力，追求在特定领域实现极致的性能。
不同路线之下，两家公司在财务层面却呈现出高度相似的特征：高增长、高亏损、高投入。
注：数据统计时间为 2024 全年。
招股书显示，近三年来，两家公司的营收均呈爆发式增长。
摩尔线程 2024 年营收为 4.38 亿，近三年营收复合增长率超 200%。沐曦股份的增速更为显著，2024 年达到了 7.43 亿，而 2022 年仅为 42.64 万。这与其核心产品曦云 C500 系列在 2024 年实现量产密切相关。
具体来看，2023 年、2024 年，曦云 C500 系列收入分别为 1.55 亿、7.22 亿，占同期主营业务收入的比例分别为 30.09%、97.28%，显示出对营收的拉动作用。
但高增长的另一面是高亏损。
招股书显示，2024 年摩尔线程归母净亏损 16.18 亿，沐曦股份同期亏损 14.09 亿。
这其实是当前芯片设计行业存在的普遍现象，由于前期研发投入巨大、回报周期长，该类公司往往需要在市场爆发前期经历阶段性亏损，并不断通过高投入迭代技术和产品。招股书显示，仅 2024 年一年，摩尔线程、沐曦股份两家公司的研发投入分别达到 13.59 亿和 9.01 亿，占当期营收的 310%、121%。
虽然两家存在不少共同点，但技术路线的差异，已经体现在部分经营指标上。
招股书显示，摩尔线程 2024 年的毛利率为 70.71%，高于行业平均水平，也高于沐曦股份同期的 53.43%。
这归功于其“ 全功能 GPU” 式定位，多场景覆盖能够带来的较高定价与多元客户群，从长期来看，有利于长期生态构建，但代价是短期内难以在单一市场形成压倒性优势，盈利周期相对拉长。
沐曦股份则聚焦于 AI 算力市场，尽管毛利率略低，但商业化节奏更加集中，能够换取更快的市场渗透速度和更短的盈利周期。 招股书披露，沐曦股份预计在 2026 年实现单季度盈亏平衡，摩尔线程则预计 2027 年实现合并报表盈利。
总体来看，无论是强调通用性的摩尔线程，还是聚焦算力的沐曦股份，二者都处在国产 GPU 产业的早期阶段：营收高速增长、研发投入高企，盈利仍需时间。
芯片扎堆 IPO：高增长、不赚钱
摩尔线程与沐曦股份的 IPO 并非个例，在外部技术限制和国内算力需求抬升的共同作用下，一批 AI 芯片公司，如燧原科技、瀚博半导体、天数智芯、壁仞科技、昆仑芯 （百度旗下） 等，正集体步入 IPO 的关键阶段。
这些公司虽然细分定位不同，但和摩尔线程、沐曦股份类似的是，它们的核心能力起点都高度依赖创始团队背景。从已披露信息看，多数国产 AI 芯片公司创始人并非仅仅拥有“ 行业经验”，而是主导过国际顶尖芯片产品从设计到量产的全流程。
比如，燧原科技的两位创始人均担任过 AMD 高管，负责过 CPU、GPU 等多个核心项目的研发，拥有丰富的芯片设计与工程化经验；瀚博半导体创始人钱军，在 AMD 期间则是领导开发了业界首款 7nm GPU 芯片。
各家同样也基于团队基因和市场判断，选取了不同的技术路线争夺芯片市场。
比如，天数智芯和壁仞科技选择了通用 GPU 路线，其他公司则选择了差异化与垂直路线，在特定领域寻求更优的性价比或能效比。
它们的单轮融资规模通常以十亿为单位，累计融资额普遍达到 50 亿-100 亿，IPO 前最后一轮融资的估值能达到 200 亿左右。这一数字反映出市场对芯片厂商的高期待，希望能跑出一个“ 本土英伟达”。
但问题在于，资本市场基于宏大叙事给予的高估值，与大部分公司现阶段的盈利能力和营收规模不匹配。
以递交了招股书的壁仞科技为例，其 2022 年-2024 年的营收，从 50 万飙升到 3.37 亿，增速亮眼，并以此支撑了 IPO 前高达 200 亿的估值。但同期，公司累计亏损超 47 亿。
这并非个例。虽然目前仅能看到几家披露招股书的芯片公司的财务数据，但业内共识是，绝大多数国产芯片公司的年营收规模仍停留在数亿元水平，而研发投入却常年在十亿元以上，收入尚不足以覆盖持续扩张的成本结构。已经上市的摩尔线程也在招股书中提到，尽管公司收入增长较快，但绝对收入金额仍较小。
更为关键的是，部分公司的高增长背后隐藏着增长质量与可持续性的问题。
仍以壁仞科技为例，其毛利率在三年内从 100% 降至 53.2%，2025 年上半年进一步跌至 31.9%。
这反映出其在规模化过程中面临成本上升、产品结构调整及市场竞争等多重压力。其招股书称 2024 年上半年毛利率高于 2025 年，是受到了高端产品收入占比较高影响，并表示其毛利率受产品组合影响。
因此也有从业者估计，壁仞科技近两年收入大规模上涨很可能是因为技术门槛较低、价格也更便宜的“ 中低端” 或“ 入门级” 芯片销量上去了，拉低了整体毛利水平。这也揭示出国产芯片商业化过程中普遍存在的现实约束，为了打开市场、实现规模增长，企业往往需要在价格、配置和毛利之间做出取舍，而这会直接压缩盈利空间。
总之，在核心技术和高附加值的市场，国产芯片还有努力的空间。
上市不等于“ 上岸”
国产芯片集体走向 IPO，并不意味着“ 胜负已分”。
短期来看，在国产替代窗口与算力需求爆发的背景下，这一行业的确迎来了难得的发展机遇。
在“ 新基建”“ 东数西算” 等战略下，各地智算中心项目 （为满足大规模智能计算需求而建设的新型算力基础设施项目） 陆续出现。相关采购中更是鼓励优先采用国产技术和设备，各地在实际采购中也普遍倾向于支持国产化产品和服务，以提升算力基础设施的自主防护能力和供应链稳定性。
同时，大模型训练带来的算力需求爆发，导致高端 GPU 供应紧张，而国产 GPU 在满足定制化需求、提供快速响应的技术支持，以及特定场景下的数据安全与供应链自主可控上具备优势。比如，在自动驾驶这类对实时性和数据本地化要求高的领域，国产芯片可获得优先考虑。
但将周期拉长，这些公司无一例外地需要经历技术、生态与商业化这三重考验。
最突出的是技术关。
从公开披露的信息看，国产 GPU 在峰值算力、能效比等部分指标上，已能在特定场景中接近国际主流产品，但真正的差距，往往体现在稳定性、成熟度和规模化验证上。
沐曦股份招股书提到，目前 GPU 行业仍呈现出由英伟达和 AMD 组成的“ 一超一强” 寡头垄断格局，两家企业在综合技术实力、销售规模、资金实力、人员数量等各方面优势明显。
技术追赶本身已非易事，另一方面，AI 的快速发展使得芯片厂商在提高芯片能力的同时，也得抢时间。
AI 算法和大模型的迭代周期，往往以“ 月” 为单位，而高端芯片的设计流片周期通常在 2-3 年。这意味着芯片公司不仅要解决“ 能不能追上” 的问题，还必须具备超前的技术预见能力和高效的工程实现体系，否则可能面临量产即落伍的风险。技术路线一旦判断失误，代价极高。
其次，软件生态也是国产 GPU 的核心难关。
如果说技术决定的是“ 能不能用”，那么生态决定的，是“ 愿不愿意用”。
评估 GPU 能力不能仅停留在硬件参数层，其价值也依赖于软件生态的成熟度。英伟达的 CUDA 生态 （英伟达为发挥其 GPU 硬件潜力而打造的软件平台，二者共同构成了英伟达在高性能计算和 AI 领域的核心竞争力） 经过十余年积累，已构建起包含完善的开发工具、丰富的软件库、庞大的开发者社区和广泛适配的应用程序的壁垒。对于开发者而言，迁移成本极高，这也构成了英伟达最坚固的护城河之一。
国产 GPU 厂商近年来同样在持续加码生态建设，简言之，除了要造出“ 跑分高” 的芯片，还要搭建一个能让全球开发者都愿意来，并且能舒舒服服干活的“ 软件体系”。但这个过程需要时间，它无法通过单一客户或单一项目快速复制。
最后是可持续的商业模式。即使技术和生态取得进展，各家仍需证明其商业模式的可持续性。
芯片行业具备长周期、高投入、高风险特点，前期巨额研发投入决定了企业必须不断融资、持续烧钱，而一旦市场环境或资本预期发生变化，现金流压力便会迅速显现。目前，多数国产 GPU 公司的收入增长主要依赖少数大客户，订单的稳定性和可持续性仍需时间验证。
对于芯片企业而言，上市当天的暴涨只是一时，资本市场最终仍会回到对基本面的判断，关注企业是否具备持续迭代产品、扩大生态并逐步改善财务结构的能力。国产芯片的真正考验，不在敲钟那一刻，而在随后漫长的价值验证中。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
