“国产GPU第一股” 摩尔线程今日登陆科创板，首日股价呈现高开高走后快速回落的剧烈波动态势。

摩尔线程发行价为114.28元/股，上市开盘价直接冲到650元/股，较发行价大涨468.78%。盘中股价更是一度涨至688元，此时中一签500股的投资者浮盈能超过28万元，成功登顶年内最赚钱新股。

不过，摩尔线程股价飙升仅持续了一刻钟左右就快速回落，截至发稿，摩尔线程股价585元/股，涨幅约412%，总市值约2745亿元，最低跌至556元。这种高开低走的走势，让开盘追高的投资者短期面临浮亏，而中签者则趁机套现锁定收益。

11月24日，摩尔线程正式启动科创板申购，发行价创2025年A股新股发行价新高，成为年内唯一“百元股”。 这一发行价对应的2024年摊薄后静态市销率约122倍，显著高于同行业可比公司平均水平，发行人在公告中也专门提示了股价下跌风险。

本轮申购中，网上有效申购户数达482.66万户，有效申购股数462.17亿股，申购倍数高达4126.49倍；网下机构参与热情同样空前，267家网下投资者携7555个配售对象参与，申购倍数达1572倍，其中包括南方、易方达等头部公募，以及幻方、林园等知名私募机构。

由于申购过于火爆，发行方启动回拨机制，最终网上中签率仅为0.03635%。

虽然不是最早成立的国产GPU厂商，但成立于2020年的摩尔线程却率先登陆科创板，拿下“国产 GPU 第一股”。

与此同时，另一家国产GPU巨头沐曦也即将于今日启动申购，“国产GPU双龙头”将在科创板同台登场。

但在资本热情之外，摩尔线程的财务结构、产品生态成熟度、市场接受度与行业基础能力，也正在被严格审视。A股“国产GPU第一股”的背后，既是被寄予厚望的国产替代，也是尚未补齐的技术短板，以及有待市场认可的漫长周期。

A

摩尔线程的招股书画出了一个高速增长的曲线。

2022年，摩尔线程营业收入为4608.8万元；到2024年增长至4.38亿元；2025年上半年更是达到7.02亿元，超过去三年总和。

营收的高速增长，一定程度上得益于产品迭代迅速：2022年推出苏堤架构S2000后，同年末迅速发布春晓架构S3000，性能提升4倍；2023年，又推出“曲院”“平湖”系列，继续延伸产品矩阵。

短短三年间，摩尔线程从单一产品发展为覆盖AI智算、专业图形加速、桌面显卡等多条产品线，其中S3000、S50等产品已形成良好的复购表现。

不过，摩尔线程的营收结构也存在一定争议。

招股书显示，虽然摩尔线程营收在 2022–2025 年间呈现出高速增长，但其收入结构仍相对集中。据招股书披露，摩尔线程约 80% 的收入来自 AI 计算类产品，图形渲染、消费级 GPU 等业务尚处早期试水阶段，现金流对单一产品线依赖较高。

更值得注意的是，公司在 2025 年上半年经营活动现金流仍为负值（–5.37 亿元），显示其收入的快速增长并未同步带来现金回流，短期内仍需要依赖募资维持扩张。

另一方面，在高营收背后，这家公司也在持续大额亏损。

从2022年到2024年，公司三年的净亏损分别为18.4亿元、16.73亿元和14.92亿元，累计亏损超过50亿元。不过，在国产算力芯片行业，由于处于研发投入巨大的阶段，持续亏损几乎是行业的共同特征。

沐曦的情况也类似，虽然2024年营收达到7.43亿元，2025年上半年更是达到9.15亿元，但其亏损也在扩大，2022—2024年净利润亏损分别为7.77亿元、8.71亿元、14.09亿元。

但相比起同行们，摩尔线程的亏损占收入比例依然偏高。2024 年公司净亏损为收入的 3.4 倍，远高于寒武纪同期的 0.38 倍、沐曦的1.9倍。相比摩尔线程，沐曦的亏损虽扩大，但其收入规模更大，因此亏损率相对更低。

高昂的研发投入是原因之一，招股书披露，摩尔线程最近三年的累计研发投入占累计营收的比例达到626%。这是GPU行业的普遍现象。相比之下，寒武纪2024年全年研发费用10.72亿元，占营收91.3%。

站在行业逻辑上看，这些数字并不难理解：芯片的研发周期长、投入大，从设计到量产动辄需要数年时间和数十亿资金，盈利前的亏损是几乎所有玩家都必须承受的阶段。

时间来到2025年，摩尔线程在内的芯片厂商的亏损情况有所改观。2025年1月—6月，摩尔线程和沐曦虽然依然处于亏损状态，但较之前亏损已经大幅改善。二者上半年亏损收窄至2.7亿元和 1.86亿元。

亏损大幅降低，一方面是国产GPU 厂商持续研发投入的阶段性回报，另一方面则是市场形势变化下，国产芯片厂商迎来了新的增长契机。

2024年10月，美国商务部进一步收紧出口管制，英伟达创始人黄仁勋公开表示，公司已全面退出中国（大陆）市场。这一市场形势的变化直接为国产AI芯片厂商创造了商机。据弗若斯特沙利文预测，中国的AI芯片市场规模将从2024年的1425亿元增长至2029年的1.34万亿元。

在摩尔线程之前，A股市场上的AI芯片公司中，最引人注目的就是寒武纪，这家公司于2020年7月登陆科创板，成为“AI芯片第一股”，上市首日市值一度突破千亿元。

不过，和摩尔线程的“国产GPU第一股”的定位不同，寒武纪做的是ASIC（专用集成电路）芯片，专门针对AI训练和推理等特定场景进行定制化设计，其代表产品思元系列芯片主要部署在云端数据中心，为AI模型训练和推理提供算力支持。

ASIC芯片与通用GPU在技术路线上有本质区别。ASIC采用专用架构，如谷歌TPU的脉动阵列，针对特定算法（如深度学习中的矩阵运算）进行硬件级优化，因此在特定场景下能够实现更高的能效比和更低的功耗。

但这种专用性也带来了局限：一旦算法或应用场景发生变化，ASIC的灵活性就会受限。相比之下，通用GPU保留了图形渲染、通用计算等多种功能，可以同时支持AI计算、图形渲染、视频编解码、科学计算等多种应用场景，适应性更强。

然而，通用GPU最大的问题就是难开发。一颗通用GPU需要完整的软件栈支撑，比如最底层的驱动程序，再到编译器、调度器、各类算法库，最后是开发工具链等等，这些软件的开发工作量往往数倍于芯片本身。

选择走通用 GPU 这条高难度路线的摩尔线程，注定拿到的是一条又长又陡的爬坡曲线。

B

业内普遍将摩尔线程的技术路径，与其深厚的“英伟达基因”绑定在一起。创始人张建中曾任英伟达全球副总裁及中国区总经理，曾将英伟达在中国市场的份额从不足50%提升至80%以上。

不仅是张建中，摩尔线程核心技术团队也普遍具有深厚的英伟达背景。《澎湃新闻》梳理的招股书信息显示，公司多名核心技术人员曾在英伟达担任重要岗位，包括联合创始人张钰勃和副总经理杨上山，二人都曾是英伟达的GPU架构师。

这一团队背景，一定程度上决定了摩尔线程选择 “全功能通用 GPU”路线——而非面向单一场景的加速卡研发路径。

根据弗若斯特沙利文的数据，中国GPU市场包含多个细分领域：数据中心AI算力市场预计到2029年将达到8000亿元规模，图形工作站市场约500亿元，云游戏和视频渲染市场约300亿元，科学计算和工业仿真市场约200亿元。

通用GPU可以同时进入这些市场，而ASIC芯片通常只能专注其中一两个细分领域。

在成立后不久，摩尔线程推出了自主研发的MUSA统一计算架构。MUSA是摩尔线程自主研发的统一系统架构，对标英伟达的CUDA。

英伟达的CUDA自2006年推出以来，经过近20年的发展，已经拥有超过400万开发者，几乎所有主流AI框架都对其提供了支持。在CUDA出现之前，GPU主要用于图形渲染，而CUDA让开发者使用类似C语言的方式编写并行计算程序，因此GPU能够处理通用计算任务。

经过近20年的发展，CUDA已经拥有超过400万开发者，成为GPU计算领域事实上的行业标准，这也是英伟达最难以撼动的护城河。但也正是如此，AI领域的开发者们在CUDA上积累了大量代码和应用，如果要迁移到新的GPU平台，意味着需要重写大量代码，付出极高的时间和金钱成本。

MUSA在设计之初就考虑了与CUDA的兼容性。它在编程模型、API命名、内存管理机制等方面都参考了CUDA的设计范式。

在生态建设方面，摩尔线程已经完成了对主流AI框架的基础适配工作。开发者可以在MUSA平台上运行基于PyTorch、TensorFlow训练的模型，也可以使用vLLM等推理框架进行模型部署。摩尔线程还与一些ISV（独立软件开发商）合作，将MUSA支持集成到行业应用软件中。

不过，目前行业内对MUSA的评价普遍呈谨慎态度。在一些开发者社区中，不少开发者反馈 MUSA在部分深度学习模型上的性能仍不稳定，且驱动更新频次有限；部分CUDA功能仍未在 MUSA 上找到对应实现。

为了让更多的CUDA开发者适应MUSA架构，摩尔线程推出了代码工具Musify。这是一个自动代码转换工具，其核心功能是将基于英伟达CUDA编写的代码自动转换为MUSA代码。为此，摩尔线程还提供了一系列配套工具和脚本，进一步降低迁移难度。

但需要说明的是，自动代码转换存在局限性。由于CUDA与MUSA在底层实现上存在差异，自动转换后的代码无法达到最优性能，还需要人工进行进一步优化。

在AI加速卡方面，摩尔线程的MTT S4000 GPU配备48GB显存、768GB/s显存带宽和128个Tensor核心，支持
FP64/FP32/TF32/FP16/BF16/INT8等多种计算精度。

这款产品已通过中国信通院认证，可以运行DeepSeek-R1 671B大模型推理，支持LLaMA、GPT、ChatGLM、Qwen、Baichuan等主流大模型的训练和微调。在千卡集群部署中，其线性加速比可达91%。而且其在大模型训练场景中，训练精度与A100集群误差在1%以内，模型算力利用率与A100集群相当。

不过，实际测试和理论性能相比还是又一些偏差，《电子工程专辑》指出，S4000 在 FP16/BF16 推理中表现不错，但在部分 Transformer 结构中存在长尾延迟问题，导致实测吞吐波动高于 A100。同等节点下，A100 在稳定性与能耗比上仍占优势。

如果把价格因素拉进来，S4000有无法忽视的“量大管饱”优势，其单卡价格实际约为7万元，千卡集群总成本仅为同规模英伟达H100集群的1/6。

在消费级显卡方面，摩尔线程推出了 MTT S80，该卡采用7nm工艺，集成4096个MUSA核心，配备16GB GDDR6显存，单精度浮点算力达14.4TFLOPS，整卡功耗255W。

官方宣称其对标英伟达RTX 3060（2021年产品），但实际性能仍有差距。以《黑神话：悟空》为例，游戏刚发布时MTT S80仅有10-20fps的帧率，甚至会闪退。经过持续的驱动优化，在1080P分辨率、低画质设定下，平均帧率可达35-55fps，基本实现流畅运行。

不过，在玩家群体中，MTT S80尚无法形成规模化的用户口碑，多位用户在测评中提到，MTT S80在《CS2》《永劫无间》仍存在帧率抖动与贴图加载慢的问题，并且光追效果几乎无法启用。

另一方面，大众消费市场正在经历“天下苦英伟达（高价）久矣”的境况，英伟达最新发布的RTX 50系列就引发了不少争议：RTX 5090售价1999美元，比上一代4090贵了25%，而性能提升却被质疑不如40系列提升明显。

更让消费者群体不满的是，英伟达为保障高利润的 AI 芯片产能，英伟达计划将RTX 50系列显卡减产 20%—30%，优先推进新一代GB300等AI芯片的量产。

这样的背景下，大众用户对于消费级显卡的国产替代呼声渐高，但从现阶段来看，无论是从驱动成熟度、游戏适配范围，还是从品牌认知与用户信任度上，摩尔线程要撼动英伟达和 AMD 的地位，都还只是一个“长期命题”。

C

当摩尔线程率先完成上市后，沐曦也紧随其后。

近日，沐曦股份公布了其科创板上市安排，并计划于12月5日启动申购。作为另一家国产GPU龙头，沐曦的财务数据同样亮眼，2025年上半年营收为9.15亿元，在手订单充裕。

在市场表现上，沐曦股份2024年营收为7.43亿元，超过摩尔线程同期的4.38亿元。2025年上半年，沐曦营收为9.15亿元，同样高于摩尔线程的7.02亿元。沐曦的GPU产品累计销量已超过25000片，其曦云C500系列贡献了98%的营收，显示出较强的单一产品商业化能力。

从应用结构看，摩尔线程与沐曦的市场布局也有所不同。沐曦在专业渲染、科研计算、HPC 领域的客户更为稳定，而摩尔线程的业务重心目前集中在 AI 推理、视频处理等方向。

沐曦和摩尔线程虽在2025年6月30日同步提交科创板IPO申请，但摩尔线程过会时间更早，不过沐曦从过会到拿到IPO批文仅用20天，反而比摩尔线程的34天快。

而且在财务方面，摩尔线程2024年毛利率超70%，能体现出较强的技术溢价能力，而且亏损在逐年收窄；沐曦虽然营收更高，但毛利率只有53%—55%，且因依赖进口HBM显存，成本压力大，亏损幅度也在持续扩大。

尽管摩尔线程达成了“国产GPU第一股”的成就，但想要成为国际领先的芯片企业，还有很长的路要走。

首先是与国际领先企业之间存在的差距。在技术性能上，英伟达凭借其在先进制程、芯片架构和封装技术上的持续领先，其旗舰产品如H100集成了800亿个晶体管，而国产GPU受限于外部环境，大多在成熟工艺上进行优化，性能上仍存在代差。

在市场份额上，摩尔线程在国内AI智算、图形加速等细分领域的占有率尚不足1%，而伟达占据全球GPU市场的分额超过80%，包括摩尔线程在内的国产GPU整体市占率都不足5%，市场突破仍需时日。

市场结构单一会为企业带来极大的风险。从招股书可以看出，摩尔线程的客户集中度很高，2025年上半年其前五大客户的营收贡献超过98%。

英伟达自1999年推出首款GeForce 256显卡以来，已在消费级GPU市场深耕超过25年。这不仅是技术积累的时间差，更是整个生态系统的建设过程。与游戏开发商的深度合作、不断更新驱动程序优化游戏体验，以及消费者品牌信任的建立，这些都需要数代产品的周期去兑现和验证。

在企业级市场，采购决策更多基于性价比和国产替代需求。玩家的投票要苛刻得多——驱动崩一次、热门游戏适配慢几个月，都会迅速演变成舆论场上的负面标签。

摩尔线程率先完成上市，说明资本市场已经对“国产 GPU 故事”给出了一次估值试验。

但国产 GPU的春天并不会因为在上交所敲钟就自动到来，想要赢得用户信任、在国际市场上占据一席之地，摩尔线程和国产GPU厂商们，还有一条很长又不平坦的路要走。