摘要：在全球AI算力竞赛白热化的今天，一块指甲盖大小的GPU芯片，早已超越硬件本身的意义——它是数字经济的“算力心脏”，是AI大模型训练、数字孪生、超算中心等核心场景的“动力源泉”，更在国家科技自主可控战略中占据关键拼图地位。当英伟达凭借CUDA生态垄断全球88%的
在全球AI算力竞赛白热化的今天，一块指甲盖大小的GPU芯片，早已超越硬件本身的意义——它是数字经济的“算力心脏”，是AI大模型训练、数字孪生、超算中心等核心场景的“动力源泉”，更在国家科技自主可控战略中占据关键拼图地位。当英伟达凭借CUDA生态垄断全球88%的GPU市场，AMD紧随其后分割剩余份额，中国GPU产业的突围，注定是一场没有退路的攻坚战。而摩尔线程，这家成立仅五年的初创企业，正以“中国英伟达”的标签为起点，在这场全球较量中撕开一道国产替代的口子。
2025年9月5日晚，上海证券交易所官网的一则更新引发行业关注：摩尔线程智能科技（北京）股份有限公司披露了最新招股书及首轮问询函回复。这份文件中，两组数据尤为亮眼：2025年上半年，公司实现营业收入7.02亿元，这一数字不仅远超去年同期，更直接超过了2022年至2024年三年营收之和；与此同时，亏损额收窄趋势持续凸显，从2022年净亏损18.40亿元的“深渊”，逐步缩减至2025年上半年的2.71亿元。这份“增收减亏”的成绩单，让这家一度被质疑“能否活下去”的国产GPU企业，正式跻身“高速成长赛道”。
01 五年破壁：从“零”到“国产标杆”的架构突围
2020年，当摩尔线程在北京市海淀区注册成立时，国产GPU行业还处于“群龙无首”的迷茫期——多数企业要么聚焦低端嵌入式场景，要么依赖国外架构授权，真正具备全功能GPU自主研发能力的玩家寥寥无几。而摩尔线程的起点，从一开始就瞄准了“高端突破”：公司专注于全功能GPU及相关产品的研发、设计与销售，核心目标是打破国际巨头在通用计算、图形渲染等领域的垄断。
这份底气，很大程度上源于创始人张建中的“行业基因”。作为前英伟达全球副总裁、中国区总经理，张建中深耕GPU领域二十余年，亲身参与了英伟达在中国市场的布局、产品迭代与生态扩张，对全球GPU产业的技术路径、商业逻辑、生态壁垒有着近乎“教科书级”的理解。这份履历不仅让摩尔线程在初创阶段就避开了诸多国产芯片企业曾踩过的“技术弯路”，更使其在核心人才招募、供应链搭建上获得了先发优势——公司早期核心团队成员多来自英伟达、AMD、英特尔等国际芯片巨头，平均从业经验超15年。
五年间，摩尔线程用“四代架构”勾勒出国产GPU的“成长曲线”：
- “苏堤”架构（2021年）：作为公司首款自主研发的GPU架构，它打破了“国产GPU无自主架构”的质疑，实现了从0到1的突破，为后续技术迭代奠定基础；
- “春晓”架构（2022年）：完成性能跨越式提升，首次让国产GPU具备与国际中端产品同台竞技的能力，基于该架构的芯片于2022年3月上市，标志着摩尔线程正式迈入“商业化阶段”；
- “曲院”架构（2023年）：在能效比上实现关键突破，芯片性能较“春晓”提升80%，同时功耗降低20%，解决了国产GPU“高性能高功耗”的痛点；
- “平湖”架构（2024年）：瞄准AI大模型训练、超大规模智算集群等高端场景，在算力密度、内存带宽上实现质的飞跃，成为公司当前核心营收来源。
截至2025年6月，摩尔线程已累计申请专利超1200项，其中发明专利占比超80%，覆盖芯片架构、软件算法、生态适配等核心领域——这些技术积累，成为其对抗国际巨头的“硬底气”。
02 业绩逆袭：从“千万营收”到“半年7亿”的增长奇迹
财务数据是企业成长最直观的“试金石”，而摩尔线程的业绩曲线，堪称国产芯片领域的“逆袭样本”。
2022年，当摩尔线程以4608.83万元的营收迈出商业化第一步时，外界还在质疑“国产GPU能否打开市场”——毕竟，彼时国际巨头的产品已占据国内90%以上的份额，客户对国产产品的“信任壁垒”难以突破。但仅仅一年后，公司营收便跃升至1.24亿元，同比增长169%，初步验证了产品的市场接受度；2024年，随着“曲院”架构产品批量交付及智算市场需求爆发，营收直接飙升至4.83亿元，较2023年增长289%——三年间，摩尔线程用超200%的复合增长率，打破了“国产GPU增长乏力”的刻板印象。
更值得关注的是毛利率的“逆袭之路”：2022年，受限于初期研发成本高、产能利用率低、供应链规模小，公司毛利率为-70.08%，意味着每卖出1元产品，就要亏损0.7元；2023年，随着规模化生产推进、产品结构向高附加值的智算产品倾斜，毛利率一举扭负为正，达到25.87%；2024年，随着“曲院”架构产品占比提升，毛利率更是飙升至70.71%，2025年上半年稳定在69.14%的高位——这一数据不仅远超行业内多数芯片初创企业（平均毛利率约30%），更与英伟达消费级GPU的毛利率水平（约70%）基本持平，足以证明其产品在成本控制、市场定价、客户认可度上已具备核心竞争力。
“营收增长+毛利率稳定”的双重表现，背后是市场需求的“强力支撑”。2024年以来，国内智算中心建设进入“快车道”，政务、科研、互联网等领域对“国产化算力”的需求激增，而摩尔线程的产品恰好契合这一趋势——2025年上半年，其智算相关产品营收占比已达75%，成为驱动业绩增长的“核心引擎”。
03 产品矩阵：打通“云边端”的全场景覆盖
在GPU行业，“单点突破”难以长久，唯有构建多元化产品矩阵，才能在市场竞争中占据主动。摩尔线程从成立之初就确立了“云边端协同”的产品战略，如今已形成覆盖高性能计算、图形渲染、虚拟化、智能媒体及个人娱乐的全场景产品体系。
在云端算力领域，摩尔线程的智算集群产品是绝对的“主力”。该产品支持万卡级扩展，单集群算力可达EFlops级别（1EFlops=10亿亿次/秒），可满足千亿参数大模型的训练与推理需求。目前，其智算集群已在某国家级超算中心落地，为气象预测、量子模拟等“国之重器”领域提供算力支撑；同时，与国内头部互联网企业合作的“私有智算集群”项目也已进入交付阶段，进一步打开云端市场空间。
在专业图形领域，公司推出的MTT S系列显卡堪称“国产标杆”。该系列显卡支持8K分辨率实时渲染、光线追踪等高端功能，被应用于汽车设计厂商的数字孪生平台——工程师可通过显卡实时预览汽车车身的流体力学模拟效果，将原本需要数小时的渲染时间缩短至分钟级；此外，在影视后期制作领域，MTT S系列显卡已替代部分进口产品，用于国产动画电影的特效渲染，助力“中国动漫”产业升级。
在端侧消费领域，摩尔线程的产品同样“多点开花”。桌面级MTT D系列显卡已进入国内主流PC厂商的供应链，为办公、游戏用户提供“国产化替代”选择；智能SoC产品则凭借低功耗、高集成度的优势，嵌入到智慧交通的路侧设备、安防摄像头等边缘计算场景，可实时处理海量视频数据，为智慧城市建设提供“算力末梢”支持。
2025年世界人工智能大会（WAIC）上，摩尔线程的“云边端”全栈解决方案成为展台焦点：云端，基于“平湖”架构的智算集群演示了千亿参数大模型的实时推理；边端，智能SoC设备现场处理了来自园区的安防视频流；端侧，搭载MTVSR技术（视频超分技术）的显示器则展示了低清视频的实时超分效果——从云端算力底座到终端用户体验，摩尔线程构建了一条完整的“国产化算力链路”。
04 技术攻坚：从“追赶”到“竞逐”的核心突破
GPU行业的竞争，本质是技术的竞争。摩尔线程之所以能在五年内快速崛起，关键在于其在核心技术上的持续突破。
在微架构设计层面，摩尔线程没有走“模仿式创新”的道路，而是针对国产场景的需求进行定制化优化：
- 自主研发的高效能通用计算单元，采用“动态调度+多精度支持”设计，可同时适配FP32（单精度浮点）、FP16（半精度浮点）等多种计算精度，在AI推理场景下能效比提升30%；
- 新型缓存层次结构通过“三级缓存联动”技术，减少数据在内存与计算单元之间的传输延迟，使大模型训练时的“数据吞吐效率”提升25%；
- 优化的内存子系统支持最新的DDR5和HBM3内存，单芯片内存带宽可达1TB/s，满足超大规模数据处理的需求。
这些技术突破，最终转化为产品性能的“跨越式提升”：以“春晓”架构为核心的MTT S10显卡，单精度浮点性能达14.7 TFLOPS，与英伟达RTX 3060显卡（2021年推出，全球销量超千万片）基本持平；到了“曲院”架构，单精度浮点性能提升至26.5 TFLOPS，超过英伟达RTX 4060显卡的23.1 TFLOPS，能效比更是领先15%——这标志着国产GPU在中端市场已具备“反超”能力。
而在生态兼容这一“关键战场”，摩尔线程的MUSA架构更是打破了国际巨头的“生态封锁”。上交所曾在问询中重点关注MUSA架构兼容英伟达生态的技术路径与合规性——毕竟，英伟达2024年推出的“禁止转译模拟CUDA”禁令，曾让不少国产GPU企业陷入困境。摩尔线程在回复中明确表示，MUSA架构的兼容性并非通过“破解”或“模拟”实现，而是通过“接口适配+自研工具链”的合规路径：一方面，MUSA软件栈提供与CUDA API对应的接口，开发者无需大幅修改代码即可将应用迁移至MUSA平台；另一方面，公司自主研发了编译器、调试器等工具链，确保整个适配过程不涉及任何违规技术。
截至2025年6月，已有超260家企业加入MUSA生态联盟，涵盖软件开发商、高校、科研机构等，生态覆盖的应用场景从AI推理扩展到工业软件、游戏引擎等领域——MUSA生态的壮大，不仅降低了客户的迁移成本，更让国产GPU摆脱了“有硬件无软件”的尴尬处境。
05 国产替代：在“98%垄断”中寻找机遇
全球GPU市场的格局，用“一家独大、双雄垄断”来形容毫不为过。2024年，全球GPU市场规模突破千亿元，其中英伟达以9200亿元的营收、88%的市场份额牢牢占据“霸主”地位，AMD则以10%的份额位居第二——两家企业合计垄断98%的市场，留给其他厂商的“生存空间”仅2%。
这一格局的形成，不仅源于两者在技术上的先发优势，更得益于数十年积累的生态壁垒：英伟达的CUDA生态拥有超400万开发者，支持超10万个应用；AMD的ROCm生态也在AI领域逐步发力，形成了一定的用户基础。对于国产GPU企业而言，要在这样的市场中突围，难度可想而知。
不过，国内市场正呈现出“差异化机遇”。根据IDC统计，2023年国产AI加速计算芯片的出货率占比仅14%，但2024年迅速提升至30%——这一增长背后，既有国家“自主可控”政策的推动（如政务、科研领域优先采购国产算力产品），也源于国内AI大模型、智算中心建设带来的“算力国产化”需求。尤其是2024年以来，部分行业客户出于“供应链安全”考虑，开始主动寻求国产GPU替代，为摩尔线程等企业提供了“窗口期”。
但摩尔线程的处境仍显艰难。2024年，其AI智算产品、图形加速产品及智能SoC产品在国内细分市场的占有率均不足1%。这一数据既反映了国际龙头企业的“碾压式”优势（英伟达在国内AI加速芯片市场的占有率仍超60%），也体现了国产GPU行业的“共性困境”：多数初创企业的市场占有率均处于1%以下，行业尚未形成“头部玩家”，仍处于“群雄逐鹿”的阶段。
“国产替代不是一蹴而就的，需要时间和耐心。”摩尔线程在招股书中坦言，当前公司的核心目标是“在细分领域建立优势”，而非追求“全面对抗国际巨头”——这种“聚焦细分、逐步突破”的策略，或许是国产GPU企业现阶段最务实的选择。
06 正面较量：应对英伟达H20的“精准反击”
2025年7月，英伟达的一则公告引发国内GPU行业震动：公司宣布恢复H20显卡在中国市场的销售，并推出针对中国市场的“定制版”产品。
H20显卡是英伟达专为AI推理场景设计的中端产品，性能介于RTX 3060与RTX 4060之间，此前因“算力限制”退出中国市场。此次恢复销售，被外界解读为“英伟达对国产GPU企业的精准反击”——毕竟，H20凭借成熟的CUDA生态和品牌优势，很可能挤压国产中端产品的市场空间，而这正是摩尔线程的核心发力领域。
上交所随即要求摩尔线程量化分析自身产品与H20的差距，并评估冲击风险。面对这一“压力测试”，摩尔线程在回复中给出了清晰的“差异化竞争”逻辑：
1. 产品定位差异：H20聚焦于AI推理单一场景，而摩尔线程的“平湖”系列产品同时覆盖推理与训练场景，可满足客户“一站式算力需求”，尤其适合需要兼顾模型迭代与应用部署的客户；
2. 性能优势：“平湖”架构产品的单精度浮点性能达26.5 TFLOPS，远超H20的18.2 TFLOPS，在处理大规模数据时更具优势；同时，“平湖”系列支持万卡级集群扩展，而H20的集群能力有限，难以满足大型智算项目需求；
3. 服务灵活性：摩尔线程可提供“定制化开发”服务，针对国内客户的需求快速调整产品功能（如适配国产操作系统、工业软件），而英伟达的H20为“标准化产品”，灵活性较低；
4. 生态安全性：摩尔线程明确表示，英伟达2024年的“禁止转译CUDA”禁令对MUSA架构无影响，客户无需担心后续生态适配风险。
这份回复不仅回应了市场担忧，更展现了摩尔线程在“正面竞争”中的底气。事实上，2025年上半年，在H20恢复销售的背景下，摩尔线程的智算产品营收仍实现120%的同比增长，印证了其“差异化策略”的有效性。
07 生态建设：从“硬件”到“人才”的全链条布局
在GPU行业，“生态比硬件更重要”是公认的规律。英伟达的成功，不仅在于其芯片性能领先，更在于CUDA生态构建的“护城河”。摩尔线程深知这一点，从成立之初就将“生态建设”提升到与硬件研发同等重要的战略高度。
在软件生态层面，摩尔线程的MUSA软件栈是核心载体。该软件栈涵盖编译器、运行时、函数库、调试工具等全流程开发组件，开发者可通过MUSA软件栈快速完成应用迁移与开发。目前，MUSA软件栈已适配超500个主流应用，涵盖AI框架（如TensorFlow、PyTorch）、工业软件（如AutoCAD）、游戏引擎（如Unity）等领域，基本满足多数客户的使用需求。
在端侧体验层面，摩尔线程的MTVSR技术（视频超分技术）成为“生态落地”的重要抓手。该技术通过AI算法对低分辨率视频进行实时重构，可实现2倍-4倍的超分效果，同时提供“性能”“平衡”“质量”三档模式——在“质量模式”下，可将720P视频提升至4K分辨率，画面细节还原度达95%以上，延迟仅10ms，远低于行业平均的50ms。目前，MTVSR技术已应用于国内主流视频平台的客户端，用户在观看老电影、低清直播时，可通过开启“超分模式”获得高清体验；同时，摩尔线程计划以SDK形式向播放器、浏览器等App开放该技术，预计2025年底覆盖超1亿终端用户，让“国产GPU技术惠及普通消费者”。
在人才培养层面，摩尔线程的“摩尔学院”学习平台成效显著。该平台已上线超50门GPU开发课程，涵盖从基础编程到AI模型部署的全流程，课程内容结合MUSA架构特点，注重“理论+实战”；同时，与科大讯飞合作共建的惠山区AI教育实训基地，配备了基于“平湖”架构的智算集群，学生可在真实算力环境中开展大模型训练、图形渲染等实战项目。截至2025年6月，“摩尔学院”累计注册学员超10万人，实训基地培养超2000名具备MUSA架构开发能力的工程师——这些人才，正成为国产GPU生态的“新鲜血液”。
08 挑战犹存：盈利与竞争的双重压力
尽管业绩表现亮眼，但摩尔线程仍未摆脱国产芯片企业的“共性挑战”——持续亏损与市场竞争压力。
从盈利情况来看，公司仍处于“投入期”。报告期内，扣除非经常损益后的净利润连续三年为负：2022年-14.12亿元、2023年-16.91亿元、2024年-15.07亿元，截至2024年末，合并口径未弥补亏损超12亿元。亏损的核心原因在于“高研发投入”——作为技术密集型企业，摩尔线程每年将营收的80%以上投入研发，2024年研发费用达4.12亿元，研发人员占比超70%，涵盖芯片设计、软件开发、生态建设等多个领域。这种“重研发”的模式，是国产GPU企业追赶国际巨头的“必要投入”，但也带来了持续的资金压力。
公司预测最早于2027年实现合并报表盈利，这一预测基于两大逻辑：一是行业机遇，根据行业研究机构数据，2024-2029年国内智算市场规模年均复合增长率将达56.7%，到2029年市场规模将突破5000亿元，为公司提供广阔增长空间；二是自身能力，随着“平湖”架构产品批量交付，营收有望在2025-2027年保持高速增长，而研发投入占比将逐步下降至50%以下，规模效应将进一步提升毛利率。
但摩尔线程也坦诚，盈利时间存在“不确定性”：若智算市场增长不及预期，或公司产品迭代速度慢于竞争对手，导致营收、毛利率未达目标，盈利时间可能延后。上交所也在问询中关注这一预测的合理性，要求公司提供更详细的业绩测算依据——这既反映了监管层对国产芯片企业的审慎态度，也提醒摩尔线程需在“快速扩张”与“风险控制”之间找到平衡。
从市场竞争来看，压力同样不小。除了英伟达、AMD等国际巨头，国内也涌现出一批GPU初创企业，如壁仞科技、沐曦集成电路等，这些企业在技术路径、产品定位上与摩尔线程存在重叠，未来行业“价格战”“人才战”可能加剧；同时，部分互联网巨头也开始布局自研GPU，进一步分流市场需求。如何在“内外夹击”中保持优势，是摩尔线程需要长期面对的挑战。
09 未来可期：国产GPU的“突围希望”
尽管挑战重重，但随着“算力国产化”浪潮的推进，摩尔线程仍迎来前所未有的发展机遇。
从政策环境来看，国家对自主可控芯片产业的支持力度持续加大。“十四五”规划明确提出“突破关键核心技术，加快补齐高端芯片短板”，地方政府也出台了一系列扶持政策，如研发补贴、税收优惠、市场推广支持等——这些政策为摩尔线程的发展提供了良好外部环境。
从市场需求来看，国内“国产化算力”需求仍在持续释放。政务领域，“数据安全”要求推动政务云平台优先采用国产算力产品；科研领域，高校、科研机构对“自主可控算力”的需求日益迫切；互联网领域，头部企业为降低对进口GPU的依赖，开始批量采购国产产品——这些需求将成为摩尔线程业绩增长的“长期动力”。
从自身储备来看，摩尔线程已具备“规模化发展”的基础。截至2025年6月30日，公司正在洽谈的客户预计订单合计超过20亿元，其中AI智算领域订单达17.18亿元——这一数字相当于2024年营收的3.5倍，若全部落地，将为2025-2026年业绩增长提供“强支撑”。值得关注的是，这些订单主要以“平湖”系列板卡为核心的智算集群，且部分项目已在2025年上半年完成产品交付，意味着订单并非“远期意向”，而是具备实际落地能力的“有效需求”。
更重要的是，摩尔线程的探索，为国产GPU行业提供了“可借鉴的路径”——从“架构自主研发”到“生态兼容突破”，从“细分市场切入”到“全场景覆盖”，从“技术攻坚”到“商业化落地”，每一步都踩准了国产GPU发展的“关键节点”。对于整个行业而言，摩尔线程的成长不仅是“一个企业的突围”，更是“一个行业的希望”——它证明了国产GPU企业有能力在国际竞争中站稳脚跟，也为后续者照亮了“技术+生态+商业化”的前进道路。
GPU国产替代的道路注定不会平坦，需要技术的持续突破、生态的长期积累，更需要市场的耐心与支持。但当“平湖”架构产品在性能上超越国际中端产品，当MUSA生态聚集超260家合作伙伴，当20亿元订单为未来增长奠基时，我们有理由相信，摩尔线程不仅在“奔跑”，更在“加速”。未来，随着更多国产GPU企业的崛起，中国算力产业必将从“依赖进口”走向“自主可控”，在全球科技竞争中占据一席之地。
来源：奇思妙想一点号