摩尔线程科创板上市在即，国产GPU如何填补英伟达退出后的500亿美元市场空缺？

英伟达退出中国市场留下的500亿美元空缺，摩尔线程等国产GPU企业如何填补？

2025年11月，历时七年的“国产芯片替代”战略终于结出硕果，普通民众也能直观感受到其进展。

首先是英伟达CEO黄仁勋宣布正式退出中国市场，其高端GPU市场份额从95%骤降至0%‌，预计将损失约500亿美元营收。与此同时，中国GPU领军企业摩尔线程于11月24日开启科创板申购（股票代码：sh688795），正式启动IPO进程。这家主要从事GPU及相关产品研发、设计和销售的企业，号称国内唯一实现全功能GPU量产的厂商，其技术实力初步获得市场认可。

图源：摩尔线程官网

不过，由于科创板设有一定门槛，投资者需满足开户满2年、申请日前20个交易日日均持仓不低于50万元、风险承受能力等级为C4（积极型）及以上，并签署《科创板股票交易风险揭示书》方可参与申购。

按摩尔线程发行价114.28元/股计算，中一签需缴款57140元。鉴于近期新股大鹏工业首日暴涨12倍，最高涨幅超1500%，市场对摩尔线程上市首日表现预期极高，普遍预测中一签有望盈利超过十万元。

姑且不论这种预测是否精准，从摩尔线程IPO进程来看，公司从申请受理到过会仅用88天，刷新了科创板审核速度纪录。实际上，二级市场对企业融资的加速反哺，恰恰表明国产GPU研发正在进入快车道。

01 摩尔线程的核心竞争力

此次IPO的摩尔线程，成立至今不过5年。自2020年创立以来，公司始终以自主研发的全功能GPU为核心，致力于为AI、数字孪生、科学计算等高算力场景提供加速平台。

短短5年间，摩尔线程已成功迭代四代GPU架构，构建起覆盖AI智算、高性能计算、图形渲染、计算虚拟化、智能媒体以及个人娱乐与生产力工具等领域的多元计算加速产品矩阵。产品线涵盖政务与企业级智能计算、数据中心及消费级终端市场，能够满足政府、企业和个人消费者在不同场景下的差异化需求。

新一代架构相关产品正处于研发阶段，同步推进高性能GPU芯片和智算集群前沿技术预研，以自主创新为引擎，持续推动计算产业向通用化与智能化方向演进。

图源：摩尔线程招股书

值得一提的是，退出中国高端GPU市场的英伟达，其赖以生存的“CUDA”生态壁垒极高。为了突破这一壁垒，摩尔线程自主研发了MUSA架构。

MUSA架构是摩尔线程自主研发的统一系统架构，融合了GPU硬件和软件，旨在为各类并行计算场景提供高性能加速能力。该架构涵盖统一的芯片架构、指令集、编程模型、软件运行库及驱动程序框架等核心要素。开发者可使用C/C++、Triton等编程语言在该架构下编写并行计算程序，同一套代码能够在公司不同GPU产品及系统上无缝运行，具备良好的灵活性与可扩展性。

最关键的是，MUSA架构能够与英伟达主导的国际主流GPU生态实现兼容，使开发者能够以较低成本充分利用现有生态下的代码资源。基于MUSA架构开发的应用程序不仅具备广泛的可移植性，还能同时在云端及边缘的众多计算平台上运行，应用领域涵盖AI、图形处理、科学计算等多个重要方向。

全功能GPU是指功能完备且精度完整的GPU。功能完备性体现在单一芯片中集成了AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等多种能力，可满足多样化计算需求；精度完整性则体现为芯片支持FP64Vector、FP32Vector、TF32Tensor、FP16/BF16Tensor、FP8Tensor、INT8Tensor等多种计算精度，以适应不同场景对GPU加速的需求。

全功能GPU在工作效率、生态完整多样性及兼容性方面更具优势，能够更好地适应未来新兴及前沿计算应用场景的发展。

基于MUSA统一架构，摩尔线程在基础软件层面同时提供了AI计算、图形渲染和科学计算所需的核心技术。

在AI计算领域，支持PyTorch、PaddlePaddle等国内外主流AI开发框架，以及Megatron、FlagScale等大模型分布式训练框架；在图形渲染领域，支持DirectX、OpenGL、OpenGLES和Vulkan等主流图形开发技术，为视频游戏、数字孪生、虚拟现实、工业设计和地理信息系统等行业应用提供坚实基础；在科学计算领域，支持MUSA通用计算编程，可广泛应用于计算物理、信号处理、生物医药等科研场景。

招股书特别强调，MUSA架构本身并不作为单独产品对外销售，而是作为公司全功能GPU产品的核心技术支撑。

02 机会留给有准备的MUSA，国产算力迎来加速时刻

今天的MUSA架构，间接证明摩尔线程创立之初便瞄准了英伟达替代这一目标。

俗话说机会总是留给有准备的人。如今英伟达因种种原因彻底退出中国高端GPU市场，而摩尔线程MUSA架构恰好能够兼容英伟达CUDA生态，在英伟达高端GPU退出的背景下，MUSA架构有望无缝衔接其留下的市场空间，国产算力产业有望借此实现加速落地。

基于MUSA架构，摩尔线程已推出四代GPU芯片，分别命名为“苏堤”“春晓”“曲院”“平湖”。第四代芯片“平湖”新增FP8精度支持，AI算力大幅提升，公司基于该芯片打造了面向DeepSeek等前沿大模型预训练的万卡集群智算中心解决方案。

基于MUSA架构，摩尔线程还推出了智能SoC芯片“长江”，这是一款集成了“全功能GPU+CPU+NPU+VPU”等多种异构算力单元的片上系统芯片。

摩尔线程AI算力本是以“长江”SoC为核心打造的产品，融合AI大模型与传统PC功能，为用户提供智能化的计算终端。该产品在满足传统PC功能的基础上，支持AI应用的运行与开发，用户可进行AI学习和实践操作。同时，AI算力本支持端云联动，用户可通过云端进行模型训练，将训练完成的模型下发至本地进行推理，实现个性化算力定制，满足快速、高效、隐私保护的推理需求。

除了兼容英伟达CUDA的摩尔线程MUSA架构外，国产算力领域另一个不可忽视的玩家是华为。2025年6月20日，华为在开发者大会上发布了CloudMatrix384 AI超节点，将384颗昇腾NPU和192颗鲲鹏CPU通过全新高速网络MatrixLink对等互连，形成一个整体AI“服务器”。算力从单台的6.4 pFLOPS跃升至超节点的300 pFLOPS，提升达50倍；单卡推理吞吐量从每秒600 tokens提升至每秒2300 tokens，提升近4倍。

实际测试显示，在默认配置下，CloudMatrix-Infer每个NPU每秒可处理5655 tokens。鉴于每个昇腾910C NPU的计算能力为1504 TFLOPS（INT8），对应计算效率为3.76 tokens/s per TFLOPS，比SGLang在英伟达H100上的默认配置（3.18 tokens/s per TFLOPS）效率更高，尽管后者的原始吞吐量略高。

另一老牌玩家龙芯中科也推出了新一代CPU及GPGPU。2025年龙芯产品发布会上，龙芯中科发布了最新一代3C6000系列处理器。

龙芯3C6000系列处理器具备高性能、高可靠、高安全、高能效的特点。本次发布了5种服务器主板方案（3C6000/S单路、双路；3C6000/D双路；3C6000/Q双路；3C6000/D四路），面向不同应用群体，服务器性能全面对标Intel第三代至强服务器系列，基本达到2023年市场主流产品水平。实测中，64核心双路和32核心四路产品整机性能相比Intel的8380有小幅优势。

在工控领域，本次发布会发布了龙芯2K3000：采用8核SoC芯片，搭载龙芯自主指令系统（龙架构），基于自主研制的LA364E处理器核，SPEC CPU2006 Base单线程定/浮点峰值性能均超过10分/GHz，与龙芯3A5000处理器使用的LA464核性能相当；集成第二代自研GPGPU核心LG200，图形性能成倍提升，支持通用计算和AI加速；集成丰富I/O接口，可广泛应用于各种场景。

针对未来GPU芯片发展方向，公司发布了首款GPU芯片9A1000：定位为入门级显卡并支持AI加速，AI算力预计达40 TOPS，相较于上一代2K3000性能提升5倍以上，产品目前研发已近尾声，即将进入流片阶段。下一代9A2000单精度浮点算力可达5 TFLOPS，INT8 AI算力达160 TOPS，内存带宽256 GB/s，并支持双片互联拓展。

结语

在国产GPU市场，像摩尔线程、华为、龙芯中科这样的企业只是冰山一角，海光信息、寒武纪、景嘉微、沐曦集成等众多公司同样聚焦GPU产品，为国产算力替代提供了无限可能。

2025年11月消息，北京拟在700-800公里晨昏轨道建设运营超过千兆瓦(GW)功率的集中式大型数据中心系统，以实现将大规模AI算力搬上太空的目标。

根据“智绘星空胜算在天——太空数据中心建设工作推进会”发布的规划方案，数据中心系统由空间算力、中继传输和地面管控分系统组成。建设将分三阶段推进：2025年至2027年，突破能源与散热等关键技术，迭代研制试验星，建设一期算力星座；2028年至2030年，突破在轨组装建造等关键技术，降低建设与运营成本，建设二期算力星座；2031年至2035年，卫星实现大规模批量生产并组网发射，在轨对接建成大规模太空数据中心。

在此之前，浙江之江实验室已于2025年5月14日发射12颗卫星，搭载80亿参数模型，实现整轨互联，并计划扩展至千星规模，打造全球首个太空计算星座。

传统模式下，卫星需先将数据传回地面，再由地面数据处理中心解析，这种“天感地算”模式受限于地面站资源、带宽等因素，仅有不到十分之一的有效卫星数据能传回地面，且存在数据时效差等问题。之江实验室构建的“三体计算星座”正是着力攻克这一难题。

中国之所以能大力发展太空算力，一个重要前提就是国产算力替代取得突破，算力建设能力溢出。如果成功，这将是解决传统数据中心“用电/冷却/土地/碳排放/扩容难”等问题的一条全新路径。尤其对于AI、大模型训练/推理这类对算力密集、能耗巨大的任务，太空算力或将成为“绿色高密度计算平台”。

长期来看，如果太空算力落地，未来“天基算力星座+地面云+太空云+混合部署”可能成为主流算力基础设施格局。不仅是云+地面数据中心，而是云+地+空多维融合。

其次，可减少对地面能源/电力/土地/冷却资源的依赖，使AI/超级计算/大模型训练更绿色、更可持续。这对碳中和/节能/资源利用/可持续发展具有重要意义。

第三，可推动“太空+商业航天+AI+通信+新能源+基础设施”跨界产业链大发展。既是科技突破，也是基础设施和战略资产布局，可能催生新的产业形态、商业模式与服务类型。

第四，可实现战略自主、数据主权、安全角度的基础设施重构。太空中的算力与数据处理可能更受控，更利于“主权云/主权算力/国家安全+数据安全”——对于政府、国防、卫星侦察、遥感监控、重大科研等敏感场景尤为重要。

着力构建太空算力，是中国在“算力基础设施+国家战略+商业航天”交汇处的一次重大布局。其重要性不亚于几十年前地面互联网基础设施的建设，而这一切的基础，是国内GPU企业能够稳定产出优质GPU产品。

摩尔线程等新玩家成功上市，有望借助资本力量进一步提升企业实力，后续还有沐曦股份（sh688802）等将陆续登陆科创板，为国产GPU行业带来大量资金、媒体关注与人才回流、供应链验证及政府支持信号；中长期则可能推动产品化规模扩张、生态建设与国产替代进程加速。