今日，摩尔线程智能科技（北京）股份有限公司正式启动科创板IPO申购，A股即将迎来首家以“全功能GPU”为核心资产的上市公司。

近年来，关于算力的话题几乎无处不在：大模型训练爆发、推理赶超、大规模智算中心建设落地、政策密集出台、产业链全线提速——而GPU始终处于这一系列变革的核心位置。在AI算力日益成为全球战略资源、科技竞争白热化的当下，资本市场终于要迎来了对国产“全功能GPU”企业的首次系统性价值评估。

然而，外界围绕摩尔线程的审视焦点始终不断：它究竟是国产GPU赛道中技术布局最全面的稀缺标的，还是一个仍需时间验证的长期叙事？答案或许正藏在招股书的细节与数据之中。

一、中国需要自己的英伟达，摩尔线程领跑“全功能GPU”

摩尔线程等一众AI芯片企业，自发展初期，便被市场赋予“中国版英伟达”的行业期待。

全球科技竞争格局正在重塑，算力尤其是高性能GPU算力，已成为数字经济时代的“石油”。美国近年来连续升级对华高端芯片出口管制，2023年10月将摩尔线程等国内头部AI芯片企业列入“实体清单”，直接限制英伟达H800、A800等高性能AI芯片的对华出口。这一举措，恰恰从侧面反映出摩尔线程在技术实力和产业地位上已具备不可忽视的分量——能够被纳入管制清单，本身就意味着其技术路径和产品能力获得了对手的“反向认证”。

没有自主可控的算力底座，中国的AI产业、数字经济发展乃至国家安全都将面临被“卡脖子”的风险。但攻克难度相当大，无论是产业端还是资本市场，都具备这样的共识——GPU是一个玩家数量稀少、场景壁垒极高、技术路径漫长的领域。

GPU研发不仅是硬件架构的突破，更是一场围绕软件生态的持久战。与国际巨头英伟达凭借CUDA生态构筑的深厚护城河相比，国内企业普遍处于追赶阶段。然而，这是一个需要验证、但必须有人做的方向。

摩尔线程选择的“全功能GPU”路径，使其在国内厂商中展现出独特的战略定位。与专注于AI计算的GPGPU或ASIC芯片不同，公司的核心产品是具备“功能完备性”与“精度完整性”的全功能GPU。这意味着单一芯片集成了AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码四大引擎，能够满足从AI训练推理、数字孪生到科学计算、图形工作站等多元化计算需求。这种通用性在设计上更具挑战，但也意味着更广阔的市场适应性和更强的技术延展性，更能适应未来AI与图形融合的应用趋势。

更重要的是，GPU的价值，不只在于芯片，而在于能否跑起来、跑稳、规模部署，以及是否能承接现有软件体系。英伟达之所以成为英伟达，CUDA的重要性甚至不亚于硬件性能——而这恰恰是中国GPU公司过去最难撼动的壁垒。为了突破这一痛点，摩尔线程自主研发了MUSA统一系统架构。作为融合GPU硬件和软件的全功能GPU计算加速统一系统架构，该架构是摩尔线程的技术基石，并涵盖了统一的芯片架构、指令集、编程模型、软件运行库及驱动程序框架等。

其关键优势在于与CUDA生态兼容能力——这意味着开发者无需重写全部代码，就能迁移现有模型和应用。这件事的意义非常现实：MUSA架构减少了国产GPU商业化早期最困难的迁移成本，也意味着摩尔线程不是试图重新建造生态、重新造轮子，而是让生态走进来。对开发者，这是一道真实的迁移曲线；对国家，这是降低技术锁定的选项；对市场，这是商业化速度的底层变量。

值得一提的是，基于MUSA架构开发的应用程序不仅具有广泛的可移植性，还能同时在云端及边缘的众多计算平台上运行。此外，MUSA架构本身作为一个并行计算平台和编程模型，允许开发者调用GPU的数千个计算核心，高效处理大规模并行任务，并提供了编程工具和库以简化开发流程。

根据招股书，公司的核心壁垒通过其快速的技术迭代速度和系统级能力得到验证。

自2020年成立以来，摩尔线程已成功推出四代GPU架构芯片：第一代“苏堤”（2021年）、第二代“春晓”（2022年）、第三代“曲院”（2023年）和第四代“平湖”（2024年）。这种一年一代的迭代速度，展现了公司强大的技术执行力。从关键指标看，其最新一代“平湖”架构的着色核心数量达到8,192个，张量核心数量为512个，支持FP8精度，片间互连带宽高达800 GB/s，PCIe升级至5.0，最大显存容量达80 GB，性能指标直指国际主流产品。

国产GPU公司做到这里，便开始跨过从“能做出来”到“能被使用”的关键临界点。

二、市场或迎来“国产GPU第一股”：摩尔线程即将步入规模商业化阶段

对于投资者而言，除了技术故事，更关心的是商业落地能力和财务成长的可见度。从招股书披露的数据来看，摩尔线程展现出了一条陡峭的营收增长曲线，其商业化能力正处于加速兑现期。公司营业收入从2022年的4,608.83万元，增长至2023年的12,398.19万元，并在2024年实现跨越式增长，达到43,845.95万元。尤其值得注意的是2025年1-6月，仅半年时间营收已达70,176.19万元，接近2024年全年的1.6倍。这条增长曲线清晰地反映了公司产品从研发验证步入规模化商业交付的阶段。

深入剖析收入结构，其战略重心的清晰化是另一个积极信号。公司的AI智算产品（包括AI训练智算卡、推理卡、服务器及KUAE智算集群等）收入占比持续快速提升。2022年至2024年度及2025年1-6月，AI智算产品合计实现收入10.01亿元，其中2025年上半年该业务板块呈现爆发式增长。这表明公司的战略资源正聚焦于AI算力这一最具增长潜力的主航道，与行业发展趋势高度契合。产品线的成熟度也在提升，从早期的桌面级图形加速卡（如MTT S80/S70）和专业图形加速卡（如MTT S3000），快速扩展到高附加值的AI智算板卡（如S4000、S5000）和大型集群设备（KUAE系列）。

面对报告期内累计数十亿元的亏损，市场难免存在疑虑。但需要明确指出的是，GPU是典型的资本和技术双密集型产业，高强度的研发投入是抢占战略制高点的必然选择，也是全球头部厂商的共通做法。换句话说，当一个行业具有“高门槛、长周期、大生态绑定、路径依赖强”的特性时，商业逻辑从来不是快起快落，而是——先熬，再穿透，然后收割整个周期。锚定英伟达，摩尔线程作为后发者，必须通过超常规的投入来缩短差距。关键在于，这种投入是否有效转化为技术优势和商业动能。一个积极的信号是，在营收规模快速扩大的同时，公司的亏损额在2023年至2024年间已呈现收窄趋势，这表明商业转化效率正在提升，规模效应初步显现。

看待摩尔线程的投资价值，必须采用长期主义的视角。它代表的不是一条能够快速盈利的“轻轨”，而是一条“长坡厚雪”、需要耐心与信念的科技长征。投资者应当以长期视角审视其价值，核心在于观察其能否完成从“技术样本”到“商业规模＋生态闭环”的关键跃迁。

当前，积极的信号正在积累：

更值得关注的是其系统级能力，公司基于自研GPU打造的“夸娥”（KUAE）智算集群，如KUAE2已支持万卡（10,240个GPU）互联，单GPU互联带宽达800 GB/s，并配备了自研的集群管理平台和大模型平台，能够支撑面向DeepSeek类前沿大模型预训练的万卡集群解决方案。这证明了摩尔线程已超越单一的芯片设计，具备了提供大规模算力基础设施的系统级实力。

此外，在生态建设上，公司推出“摩尔学院”开发者计划，并已完成超过百余家生态软件解决方案的国产化兼容认证，其消费级显卡MTT S80在驱动持续更新后，已成功兼容近千款游戏和应用。这些举措旨在推动成长飞轮的形成：更多的用户带来更丰富的应用场景反馈，驱动技术迭代，进而吸引更多开发者，巩固生态优势。

结语

申购时点即将开启，这不仅是摩尔线程上市的关键节点，更是中国GPU产业接受市场检验的起点。

作为“国产GPU第一股”，其估值定价具备更高的复杂性——摩尔线程既需要接受短期财务指标的审视，更承载着对国产算力底座自主可控的长期预期。在AI浪潮席卷全球、算力主权争夺日益激烈的今天，摩尔线程所代表的硬科技攻坚之路，注定充满挑战且需持续投入，但其战略意义不容忽视。

对于投资者而言，参与摩尔线程的申购，与其说是下注一家初创公司的未来盈利，不如说是拥抱中国在核心算力领域实现突破的历史性机遇。

这条路道阻且长，但行则将至。