摩尔线程：国产GPU第一股的崛起与未来展望

今年A股市场迎来了一位耀眼的新星——摩尔线程，它被业界公认为当之无愧的“新股之王”！

在12月5日上市首日，该公司股价开盘便飙升至650元每股，涨幅高达468.78%，市值一度突破3000亿元大关。如果投资者在最高点卖出，中一签可获利近27万元，成为市场热议的焦点。

截至当日收盘，摩尔线程股价报收600.50元/股，相较于114.28元/股的发行价，涨幅达到425.5%。全天成交额达153亿元，稳居全市场成交额榜首。

市场热度持续攀升，相关话题牢牢锁定热度第一，引发广泛讨论，人人都在探讨这只“妖股”的奇迹！

这家集万千宠爱于一身的“国产GPU第一股”，究竟有何来头？它与国际巨头英伟达有何渊源与差距？与科创板国产GPU领军者寒武纪相比又有何不同？能否成为国产AI领域的新王者？

起于英伟达

2020年6月，计算机图形学专家张建中凭借在英伟达、AMD等国际企业的深厚经验，创立了摩尔线程。

张建中曾执掌英伟达中国长达14年，将独立GPU市场份额从不足50%提升至近80%，深刻影响了国内早期GPU产业格局。

凭借对行业的深刻洞察，他组建了一支“英伟达系梦之队”：核心成员均来自老东家，覆盖架构设计、销售、生态等全链条。红杉资本赞誉其为“全球顶尖GPU团队”。

不同于其他专注于AI的初创企业，张建中选择了差异化路径：他致力于开发能兼顾图形渲染、AI计算和科学计算的“全功能GPU”。在他看来，未来智能世界需要的是“多面手”，而非仅限于AI计算的“专才”。

这一理念催生了公司的核心王牌——自研MUSA统一系统架构。该架构能够承担AI计算加速、图形渲染、物理仿真、超高清视频编解码等多重任务，实现了“一颗芯片应对全场景”的独特技术路线。

基于“全才”技术路线，摩尔线程的发展轨迹与寒武纪的“火箭式”成长有所不同：

2020年10月正式运营后，2021年即获得数十亿融资并推出首颗全功能GPU；2022年发布MUSA架构，奠定技术基础。

2023年连续推出“春晓”芯片、游戏显卡MTTS80等产品；2024年营收飙升至4.38亿元，荣膺“北京独角兽”称号。

2025年更是创造了资本奇迹——6月30日提交IPO申请，12月5日登陆科创板，不到半年完成挂牌，成为“国产GPU第一股”。

张建中和他的“英伟达系梦之队”成为这场资本盛宴的最大赢家。

招股书显示，张建中直接和间接持股12.73%，按上市当日收盘价计算，身家超过350亿元。联合创始人周苑、张钰勃、王东也跻身百亿富豪行列。

然而，这些财富目前仅是账面数字。无控股股东的股东需锁定股份36个月，张建中还额外承诺，若2027年公司仍未盈利或利润跌幅超过50%，锁定期将再延长12个月。

一方面，资本市场表现出狂热追捧；另一方面，公司面临技术追赶、产品市场化以及盈利压力。客观而言，张建中肩上的担子并不轻。

幸运的是，摩尔线程在当前AI芯片厂商中占据了一定的“天时”。其技术稀缺性切中了时代痛点。

在海外GPU垄断的背景下，MUSA架构不仅实现了全场景功能突破，还能兼容英伟达CUDA生态，大幅降低开发者迁移成本，被视为国产替代的关键力量。

目前，其产品已覆盖AI智算、云计算、个人智算三大领域。2025年上半年，AI业务收入占比超过90%，中国移动、浦发银行等政企巨头成为客户，在手订单超过20亿元。商业化节奏尤为亮眼：“夸娥智算集群”落地效率比肩国际同代产品，Torch-MUSA软件栈一个月两次更新，迭代速度甚至超越部分国际厂商。

然而，光鲜背后，“烧钱”力度也不容小觑。

2022年至2024年，摩尔线程三年累计亏损超过50亿元；2025年前三季度也亏损了7.24亿元。巨亏的根源直接来自研发投入：近三年研发费用合计38.09亿元，远超同期营收总和。

按照公司规划，最早要到2027年才能实现合并报表盈利。这与寒武纪上市后历时五年才扭亏的路径相似，再次印证了芯片行业“高投入、长周期”的铁律。

归根结底，摩尔线程的高估值本质上是市场为“国产替代+AI算力需求”支付的“未来预付款”，反映了资本对中国自主算力突破的强烈期待。

但问题在于，摩尔线程与英伟达的差距究竟有多大？

能成为国产“英伟达”吗？

当前来看，无论是上市多年的寒武纪，还是刚刚上市的摩尔线程，与英伟达直接比较都显得“不在一个量级”。但具体差距体现在哪些方面？

差距主要凸显在技术能力和市场化两个层面：

首先是技术能力的差距，其中工艺与算力是关键。英伟达已迈入4nm制程时代，其B300芯片凭借288GB HBM3E显存、12层堆叠技术等，在万亿参数大模型训练中优势显著。

在AI核心的低精度计算效率上，摩尔线程仅为英伟达的1/3至1/10，显存带宽与片间互连带宽也存在明显短板。

其次是生态壁垒难以短期突破。英伟达的CUDA生态拥有400万开发者基数，主流AI框架均深度适配，形成了“硬件+软件+开发者”的闭环。

摩尔线程虽能通过MUSIFY工具链兼容CUDA代码，但会有10%-20%的性能损失，且新算子适配滞后。其开发者社区规模仅10万人，生态建设差距约5-10年。

三是互连技术滞后。英伟达可轻松实现10万卡互联，而摩尔线程刚落地万卡集群，在网络拓扑、容错调度经验方面差距明显。

第二方面是市场化滞后。英伟达在AI训练市场占据90%以上份额，产品覆盖数据中心、边缘计算等全场景，客户遍布全球各行业。

而摩尔线程56%的收入来自单一大客户，集中度风险较高，且以政务、信创为主，消费级显卡市占率仅2%。

更不用说盈利与营收的差距：英伟达2024财年营收达709亿美元，毛利率超过70%，每年研发投入超过150亿美元。

摩尔线程2024年营收仅4.38亿元，且持续巨亏，三年累计亏损超50亿元，研发投入规模远不及英伟达，后续技术迭代的资金支撑力差距显著。

但英伟达毕竟是AI浪潮的王者，这样比较或许“不太公平”。然而在国内市场，摩尔线程的市场化即使与寒武纪相比，也存在较大差距。

根据摩尔线程最新招股书指引，2025年营收上限为14.98亿元，净利润亏损7.3亿至11.68亿元。而寒武纪目前三季度营收已超过46亿元，全年营收指引上限此前给到70亿元。

总体来看，即使与寒武纪相比，摩尔线程当前的市场体量仍小一倍余。因此，按照寒武纪约6000亿的市值，摩尔线程周五开盘后维持在不到3000亿的市值也就不难理解了。

但两者市场化的差距并不代表摩尔线程的技术路线落后于寒武纪。准确来说，两者的思路截然不同。

摩尔线程从一开始就走的“全能”路线，而寒武纪更像是个“专才”。寒武纪的ASIC专用加速器思元系列在INT8/FP8算力密度和能效比上表现优异，通过“CambriconNeuware”绑定AI框架，推理延迟占优，其万卡集群已成功运行字节跳动等大模型训练。

而摩尔线程坚持全功能GPU，一颗芯片兼顾AI、图形、视频和科学计算，场景更广泛但单领域峰值算力略低。通过MUSA兼容CUDA+DirectX，图形API完整，可支持游戏、工业可视化等，开发者迁移门槛较低。

摩尔线程长期机会在哪？

尽管摩尔线程当前尚处于“发育”阶段，但其从起步就选择的AI“全才”路线，为其长期发展提供了最大机会：构建“全场景算力融合生态”，成为国产GPU领域的“全栈计算平台”。

即通过MUSA架构打通AI计算、图形渲染、科学计算与智能终端，形成自主可控的软硬件协同生态闭环，从而在数字经济与AI时代占据战略要地。

一旦当前大模型浪潮消退，摩尔线程仍能“退可守”，长期想象空间更大。

随着AI与元宇宙、数字孪生、智能制造等领域深度融合，市场对能同时处理AI推理、3D渲染和物理仿真的全能型算力需求激增。

例如，工业数字孪生需要AI分析+图形渲染+物理仿真三重能力，摩尔线程单芯片即可支持。医疗影像诊断需AI推理+高精度3D建模，其全功能GPU能一站式满足。自动驾驶需感知推理+环境建模+决策计算，恰好符合MUSA架构的多引擎协同设计。

在全精度计算覆盖方面，摩尔线程支持从AI训练推理到科学计算的完整精度谱系，可无缝适配从大模型训练到精密科学计算的全场景需求，而专用AI芯片只能覆盖有限精度范围。

摩尔线程构建的MUSA生态系统，正是为打造这个“全栈计算平台”而建立的“护城河”。

其通过MUSIFY工具链实现与CUDA生态的无缝兼容，大幅降低开发者迁移成本，解决国产GPU“生态卡脖子”问题。已支持PyTorch、TensorFlow、PaddlePaddle等主流AI框架，实现Qwen3、DeepSeek等大模型的Day-0支持。10万+开发者社区持续扩大，构建从芯片-软件-应用的完整生态闭环。

同时，发展自主MUSA架构的原生优势，如MUSAGraph、统一内存管理等创新技术，形成差异化竞争力，推动开发者社区与应用生态的指数级增长。

国家总体的国产替代与信创工程提供了“时间窗口红利”。国家曾明确要求金融、电信、能源等核心系统在2027年底实现100%国产化。

尤其是工行、建行、移动等央企的国产GPU占比要从2024年的20%提升到2027年的70%，对应千亿级采购市场。摩尔线程因“全功能+可图形”被写入信创名录，成为GPU品类中唯一同时满足AI训练+桌面渲染双场景的选项，在集采技术评分中获最高分。

2025-2026年，全国计划新建/扩建智算中心83个，单项目平均GPU需求为4000-6000卡。摩尔线程凭借国内封装产能+Chiplet良率优势，已将交付速度打造成核心竞争力。

因此，对于摩尔线程而言，提高产品竞争力和市场渗透率已成为当前的重中之重，这也决定了未来公司市值的想象空间。尤其需要关注以下几个时间节点：

首先是2027年之前，能否完成新一代全功能GPU芯片量产，提升AI训练推理性能，扩大MUSA生态适配主流AI框架和应用，打造100万+开发者社区，并巩固政务、金融等关键行业的国产替代市场地位。

中期到2030年，能否实现与英伟达在部分性能指标的并跑，甚至在特定场景超越？MUSA生态能否成熟，成为国内GPU领域的事实标准？端-边-云协同的全栈算力布局能否成型，营收结构多元化？

长期在2030年后，能否构建完整自主可控的“中国GPU生态体系”，打破国际垄断，成为全球领先的全功能GPU供应商，在AI+图形融合计算领域建立技术霸权？这将是决定十年后摩尔线程地位的根本落脚点。对于摩尔线程乃至整个中国芯片产业而言，这条路任重而道远。

从摩尔线程自身来看，其起步并非简单模仿英伟达，而是走出了一条具有特色的“全栈计算平台”发展道路。

其长期最大价值在于通过全功能GPU架构和MUSA生态，打通AI与图形、云端与终端、通用计算与专用加速的界限，成为数字经济时代的“算力枢纽”。

展望未来十年，摩尔线程有望凭借这一战略定位，在国产替代与AI革命的双重浪潮中，成长为世界级的计算芯片巨头，为中国科技自主可控贡献核心力量。