Related articles
文 | 光子星球
有 「中国版英伟达」 之称的厂商摩尔线程，11 月 24 日正式开启科创板 IPO 申购。
摩尔线程上市在即，接连创下了今年科创板四项之最。
上市速度之最，从科创板 IPO 申请获受理到过会仅 88 天，创今年科创板最快纪录；发行价之最，发行价为 114.28 元/股，成为年内发行价最高的新股；发行费用之最，发行费用 （不含增值税） 高达 4.24 亿元，为年内新股第一；募资规模之最，预计募集资金总额约 80 亿元，是年内科创板最大规模的 IPO。
摩尔线程、沐曦集成、燧原科技、壁仞科技并称为 「国产 GPU 四小龙」。摩尔线程率先拿下 「国产 GPU 第一股」，由此拉开了国产 GPU 上市潮的序幕，剩下的 「三小龙」 已蓄势待发。
国产 GPU 上市潮的背后是多股力量的交织。
市场层面，大模型训练和推理需要强大的算力支撑，GPU 以其强大的并行计算能力成为了 AI 时代的 「硬通货」。同时，随着 AI 应用渗透到千行百业，现有的算力供给，尤其是高端算力，出现了巨大缺口。
供应链安全层面，受英伟达 GPU 出口限制，国内科技行业感受到了 「卡脖子」 的切肤之痛，GPU 上升到生存问题，国产替代迫在眉睫。
政策方面，实现核心技术的自主可控已成为国家战略，GPU 作为 AI 算力的核心，其重要性不言而喻。科创板政策重启和优化，为摩尔线程这类高研发、高投入公司，大开方便之门，打开了通往资本市场的大门。
摩尔线程从团队、技术到生态全面对标英伟达，试图以最传统、最全面的 「全功能 GPU」 路线，走出一条国产 GPU 突围之路。
从英伟达到英伟达
对摩尔线程来说，做 「中国版的英伟达」「小英伟达」 的口号并非空穴来风，而是深深刻在团队的基因里。
摩尔线程创始人、董事长、总经理张建中，在 2005 年加入英伟达，其主要职责为英伟达 GPU 开拓中国市场。在英伟达的 15 年间，张建中一路从大中华区总经理晋升至全球副总裁，并将英伟达 GPU 国内市占率从 2008 年的不到 50%，提升到了 2020 年的 80%。2020 年 6 月，张建中放弃了百万美金年薪，离开英伟达创立了摩尔线程。
从招股书看，摩尔线程现有的管理人员和核心技术人员大多具有英伟达的背景。
管理层中，摩尔线程联合创始人周苑，曾在 2004 年到 2020 期间担任英伟达市场生态高级总监，与张建中的同期经历高度重叠；摩尔线程联合创始人、副总经理王东，曾任英伟达任销售总监；摩尔线程副总经理宋学军，曾任英伟达任高级销售经理。
核心技术人员中，摩尔线程 CTO 张钰勃和软件研发部总经理，都曾有过英伟达任 GPU 架构师职业经历。
或许是相似的从业经历，让摩尔线程从一开始就瞄准了高难度 GPU 技术路线——全功能 GPU。
当前，围绕图形渲染和通用计算，主要衍生出三大技术路线，分别为全功能 GPU、GPGPU 和 ASIC。全功能 GPU 的核心特征是 「一个芯片，多种能力」，其优势在于通用性更强，既能做图形渲染，又能做科学计算、AI 训练与推理，应用场景较广。
典型如 NVIDIA，既面向 To B 提供软硬一体的解决方案，也有消费级的产品。更重要的是生态的力量，英伟达通过 CUDA 生态，在 GPU 领域建立了一定的护城河。
摩尔线程的逻辑与英伟达如出一辙，架构上实现统一，其自研的 MUSA 架构能够让开发者在摩尔线程的全系列 GPU 上，使用统一的开发环境和工具链。这意味着摩尔线程不仅仅在卖硬件，更是在打造一个自主的计算平台。
功能定位上瞄准融合计算未来，多核异构融合架构实现同一芯片上，集成 AI 计算、图形渲染、光追、视频编解码等功能，这避开了与纯 AI 加速卡在单一算力上的 「肉搏战」，有利于拓展未来数字孪生、元宇宙、具身智能等新兴场景，与英伟达的路径完全吻合。
全栈 IP 技术自主化也遵循了相同的逻辑，摩尔线程能够像英伟达一样，根据自身架构需求进行深度定制和优化，摆脱标准 IP 的束缚，实现性能和能效的突破。
在最为核心的生态一环，摩尔线程意识到 CUDA 生态短时间内无法替代，于是产研上选择了渐进路线，而非激进的直接替代。一方面提供与 CUDA 高度兼容的编程模型和工具，尽可能降低开发者的迁移成本。另一方面，也在 「另起炉灶」，加紧建设自有 MUSA 生态。
高投入、高风险
截至目前，摩尔线程面向市场共有四款产品：AI 智算产品、专业图形加速产品、桌面级图形加速产品和智能 SoC 类产品。
招股书显示，2024 年是一道分水岭，此前构成摩尔线程的主营收产品主要为专业图形加速产品和智能 SoC 产品。2024 年以后，市场迎来了大模型训练、推理部署和 GPU 云服务需求的爆发，推动其 AI 智算产品一跃成为 「现金牛」。
2024 年 AI 智算产品营收为 3.36 亿元，占摩尔线程全年营收额的 77.63%。2025 年仅上半年，AI 智算产品营收就达到了 6.65 亿元，占同期营收金额的 94.85%。某种程度上，此前大模型浪潮推动了这批国产 GPU 小龙们的上市进度。
AI 智算和专业图形加速产品贡献了较高的毛利率。2024 年，摩尔线程主营业务毛利率为 72.32%。其中，AI 智算产品毛利率为 73.12%，专业图形加速产品毛利率为 82.45%，而同期桌面级图形加速和智能 SoC 类产品毛利率均为负。2025 年上半年，摩尔线程主营业务毛利率为 69.17%，AI 智算和专业图形加速产品毛利率分别为 69.37%、73.32%，桌面级图形加速和智能 SoC 类产品毛利率分别为 12.49%、37.5%。
摩尔线程极其符合科创板提到的 「高科技投入、高风险」 的特质。
从 2022 年到 2025 年上半年，摩尔线程研发费用投入分别为 11.16 亿元、13.34 亿元、13.59 亿元和 5.57 亿元。三年半的累积研发投入高达 25.17 亿元，相应的营收占比分别为 2422.51%、1076.31%、309.88% 和 79.33%。
正是持续投入的高研发费用造成了摩尔线程如今的高亏损状态。从 2022 年到 2025 年上半年，扣除非经常性损益后归属于母公司股东净利润-14.67 亿元、-17.20 亿元、-16.33 亿元和-3.17 亿元。截至 2025 年 6 月 30 日，公司累计未弥补亏损为 16.04 亿元。
此次，摩尔线程募集资金的 80 亿元资金投入也放在了技术方面，新一代 AI 训推一体芯片、图形芯片和 AISoC 芯片研发项目需要资金投入共计需要约 70 亿元。
招股书透露的另一个风险是摩尔线程的客户集中度过高，前五大客户营业收入当期占比均超过 80%。报告期内，其向前五大客户销售额分别为 0.41 亿元、1.18 亿元、4.24 亿元、6.90 亿元，占比分别为 89.86%、97.45%、98.16% 与 98.29%。
穿越行业周期，剩者为王
应当看到，摩尔线程的风险不仅仅是自身问题，更是整个 GPU 行业固有的周期性顽疾。本质上看，GPU 行业是一个典型的由 「技术-市场」 双周期驱动赛道。
GPU 行业发展的根本动力，源于由颠覆性技术架构革新驱动的长周期。
这一深层动力决定了产业的长期天花板与竞争格局。历史表明，每一次重大架构突破，都会开辟全新的市场空间，深刻重塑市场格局，引领者因此获得巨大的估值溢价。以英伟达为例，其通过长期高强度研发投入，在 AI 浪潮中占据了主导地位。这种技术领先一旦建立，便会形成极深的护城河，构筑起长期而稳固的竞争优势。
中短周期则表现为产品迭代与资本开支的共同作用，成为行业波动性的主要来源。
在产品端，消费级 GPU 受游戏与创意内容需求推动，更新周期约为 18 至 24 个月；而数据中心级 GPU 因 AI 算力军备竞赛，迭代周期已缩短至 12 至 24 个月。在资本端，下游云服务商与大型企业的投资节奏受到经济与 AI 投资热度影响，导致了市场需求的 「脉冲式」 波动，其典型表现为 2023 年的全球 AI 算力投资激增与随后的 2024 年阶段性去库存。
此外，行业的强外部性特征使其发展深受地缘政治的影响。例如英伟达芯片的出口管制政策，直接影响了全球供应链，却在客观上为国产替代创造了战略窗口期，加速了本土生态的崛起与市场格局的重塑。
对国产 GPU 厂商而言，当前的技术路线竞争格局，并非 「你死我活」，而是分层差序竞争、场景为王。
全功能 GPU 路线，因其与生俱来的通用性，其战场最为广阔、天花板较高，这使得它能够探索并适配未来更多元化的 AI 融合落地场景；GPGPU 路线，在特定的 AI 训练和高性能计算领域实现了极致的能效比与峰值算力，是当前数据中心大规模模型训练的绝对主力；ASIC 路线则追求在单一领域内的极致，在推理端实现了无与伦比的性能、能效和成本优势，是实现 AI 技术在终端和边缘侧规模化落地的关键。
相比于英伟达、AMD 这样的全球巨头，国产 GPU 厂商们仍处于发育的早期。被冠以 「中国英伟达」 的摩尔线程，何时能成长为真正的 「英伟达」？
