融丰配资英伟达“中国门徒”上市即巅峰：摩尔线程的国产替代叙事能走多远？

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　文|海山来源|博望财经

　　摩尔线程是今年A股当之无愧的“新股之王”！

　　12月5日上市当天，股价开盘便暴涨至650元每股，涨幅高达468.78%，市值一度突破3000亿元，中一签如果高点卖，直接狂赚近27万。

　　截至收盘，摩尔线程股价报收600.50元/股，相较发行价114.28元/股上涨425.5%，全天成交额153亿元，为当天全市场第一。

　　热度更是炸开了锅，话题热度全天牢牢锁死第一，人人都在讨论这只“妖股”！

　　这只集万千宠爱于一身的“国产GPU第一股”，跟英伟达到底有何渊源，又有何差距？和科创板国产GPU之王寒武纪又有何差别？能不能成为国产AI的新王者？

　　起于英伟达

　　2020年6月，曾深耕英伟达、AMD等国际巨头的计算机图形学专家张建中，带着行业顶尖经验创办了摩尔线程。

　　这位执掌英伟达中国14年的传奇大佬，曾将其独立GPU市场份额从不足50%干到近80%，一手塑造了国内早期GPU格局。

　　带着对行业的深刻洞察，他集结了一支“英伟达系梦之队”：核心成员清一色来自老东家，涵盖架构设计、销售、生态等全链条，连红杉都盛赞是“全球顶尖GPU团队”。

　　不同于其他专攻AI的创企，张建中剑走偏锋：在他眼里，摩尔线程要做能兼顾图形渲染、AI计算、科学计算的“全功能GPU”——在他眼里，未来智能世界需要的是“多面手”，而非只会跑AI的“专才”。

　　这也促成了他后来打造的核心王牌——自研MUSA统一系统架构：能扛起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，走出了“一颗芯片搞定全场景”的独特技术路线。

　　基于“全才”的技术路线，摩尔线程走出了一条不同于寒武纪“火箭式”成长路线：

　　2020年10月正式运营，2021年就拿下数十亿融资并推出首颗全功能GPU；2022年发布MUSA架构完成技术奠基。

　　2023年接连推出“春晓”芯片、游戏显卡MTTS80等产品；2024年营收冲到4.38亿元，戴上“北京独角兽”桂冠。

　　2025年更是创造资本奇迹——6月30日提交IPO申请，12月5日就登陆科创板，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”也成为这场盛宴的最大受益者。

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

　　但这些，从现在来看，还只是账面财富暂时，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50%，锁定期再延长12个月。

　　一方面式资本市场的狂热，一方面是技术和产品的追赶以及公司盈利的压力，客观来说，张建中的压力并不小。

　　但好在摩尔线程现在相比其他AI芯片厂商，多少占据了一点“天时”。核心是原因便是其技术稀缺性戳中了时代痛点。

　　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，被视作国产替代的关键力量。

　　如今它的产品已覆盖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90%，中国移动、浦发银行等政企巨头都是客户，在手订单超20亿元。更亮眼的是商业化节奏：“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，迭代速度甚至跑赢部分国际厂商。

　　不过光鲜的背后，“烧钱”的力度也不弱。

　　2022-2024年，摩尔线程三年累计亏超50亿元；2025年前三季度也亏了7.24亿元。而巨亏的根源直接来源就是研发投入，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，这和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。

　　说到底，摩尔线程的高估值本质是市场给“国产替代+AI算力需求”付的“未来预付款”，背后是资本对中国自主算力突破的强烈期待。

　　可问题是，摩尔线程到底跟英伟达有多大差距呢？

　　能成为国产“英伟达”吗？

　　从当前来看，不管是已经上市多年的寒武纪，还是刚刚上市的摩尔线程，跟英伟达直接比较都显得“不是个”，但到底差距有多大呢？

　　这个差距主要体现在技术能力和市场化两个方面：

　　首先是技术能力的禅意，这当中首当其中的就是工艺与算力差距。现在英伟达已迈入4nm制程时代，其B300芯片凭借288GBHBM3E显存、12层堆叠技术等，在万亿参数大模型训练中优势明显。

　　而摩尔线程芯片多采用12nm工艺，和英伟达有2-3代的工艺差距。在AI核心的低精度计算效率上，摩尔线程仅为英伟达的1/3-1/10，显存带宽与片间互连带宽也存在短板。

　　还有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，摩尔线程刚落地万卡，网络拓扑、容错调度经验差距明显。

　　第二方面是市场化方面的滞后性。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%收入来自单一大客户，集中度风险高，且以政务、信创为主，消费级显卡市占率仅2%。

　　更不用说摩尔线程和英伟达再盈利与营收上的差距，英伟达2024财年营收达709亿美元，毛利率超70%，还能每年投入超150亿美元研发。

　　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明显。

　　但毕竟英伟达是这场啊AI浪潮的王者，这样比多少有点“不搭”，但放在国内来看，摩尔线程的市场化即使和寒武纪相比，也有较大差距。

　　根据摩尔线程最新招股书的指引，2025年营收上限14.98亿元，净利润亏损7.3亿-11.68亿。而寒武纪目前3季报已经超过46亿营收，对于全年的营收目标此前给出过70亿的营收指引上限。

　　所以，从总体上来看，即使和寒武纪相比，当前摩尔线程的市场体量仍小一倍余。所以按照当前寒武纪6000亿左右的市值来看，周五开盘后，摩尔线程一直维持在不到3000亿也就不难理解了。

　　但两者市场化的差距并不能证明摩尔线程的技术路线就落后于寒武纪，准确来说，两者的思路完全不一样。

　　不过由于摩尔线程一开始走的就是“全能”路线，而寒武纪更像是个“专才”。ASIC专用加速器，思元系列INT8/FP8算力密度高、能效比好，靠着“CambriconNeuware”绑定AI框架，推理延迟占优，寒武纪的万卡集群已跑通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、科学计算，场景更杂但单领域峰值算力略低。用MUSA兼容CUDA+DirectX，图形API完整，游戏、工业可视化也能跑，开发者迁移门槛低。

　　摩尔线程长期机会在哪？

　　虽然摩尔线程从现在来看，还尚处于“发育”中，但从一开始就走的AI“全才”路线来看那，其长期最大发展机会在于构建“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开始消退，摩尔线程仍然“退可守”，长期的想象空间更大。

　　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

　　全精度计算覆盖方面，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。

　　而摩尔线程构建的MUSA生态系统，显然是为了建立这个“全栈计算平台”而打造的“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。