作者：Baiyang
具身智能观察室
公众号：EmbodiedAI_2025
9月5日，上交所IPO披露平台显示，摩尔线程智能科技（北京）股份有限公司（以下简称“摩尔线程”）科创板IPO对外披露了首轮审核问询函回复，并更新了IPO招股说明书。
在首轮审核问询函中，有关摩尔线程的产品与市场竞争、核心技术、尚未盈利、客户集中与经销模式、实际控制人等14个问题受到了上交所的询问。
据悉，摩尔线程科创板IPO于今年6月30日获得受理，7月17日进入问询阶段。
此次IPO上市，公司拟募集资金约80亿元，主要用于摩尔线程新一代自主可控AI训推一体芯片研发项目、摩尔线程新一代自主可控图形芯片研发项目、摩尔线程新一代自主可控AI SoC芯片研发项目、补充流动资金。
图片来自上海证监会官方网站
当“算力主权”成为大国博弈的新焦点，GPU不再只是计算单元，而是与操作系统、云、大模型并列的数字基础设施。
2025年6月，摩尔线程递交科创板招股说明书时，首次把“全功能GPU”这一技术路线、商业模式与风险图谱系统性地摆在资本市场面前。
本文基于招股材料及产业链调研，尝试回答三个核心问题：
国产全功能GPU到底做到了哪一步？
在商业闭环尚未完全跑通前，摩尔线程的高估值逻辑是什么？
行业拐点距离我们还有多远？
一、技术坐标：从“能跑”到“好用”的三级跳
架构层——MUSA的兼容式创新
摩尔线程将自研指令集、驱动、编译器与数学库打包为MUSA统一系统架构，通过兼容CUDA语法+ MUSIFY自动移植工具，使90%以上CUDA语法单元无需手工改写。官方已发布torch_musa、vLLM-MUSA、DeepSpeed-MUSA等后端插件，PyTorch、DeepSpeed、Megatron-LM、vLLM、Paddle等主流框架业务代码无需改动即可在摩尔线程GPU上跑通，在国产加速卡中尚属首次。
2. 芯片层——四代产品迭代的“性能台阶”
注：“7 nm+”为招股书对平湖制程的原文写法，未进一步披露EUV层数。
据招股说明书显示，摩尔线程已开始量产第四代“平湖”GPU。此外，公司将 Chiplet + 2.5D 封装列为下一代技术储备，并已完成国产硅中介层验证，但尚未公布具体产品代号、性能目标或量产时间表。
3. 系统层——KUAE2万卡集群的“工程化大考”
摩尔线程KUAE2智算集群已实现10240卡规模部署，采用FC8全互联拓扑，单机8卡All‑Reduce通信延迟7.8µs，节点内通信带宽利用率接近85%，跨节点All-Reduce带宽可达194GB/s。
通过硅光+液冷方案将PUE（Power Usage Effectiveness，数据中心总能耗/IT设备能耗，其值大于1，越接近1表明能效水平越好）压至1.08，有效训练时间占比>99%。
在国产GPU中首次完成万卡级可靠性验证，这也为承接国家级智算中心订单提供了工程化基础。
二、商业逻辑：高研发投入下的“场景换市场”
收入结构：AI智算占八成，图形加速提供现金流
2024年摩尔线程营收4.38亿元，2025H1已达7.02亿元，其中AI智算集群及板卡贡献94.8%，图形渲染与桌面级产品合计约4.7%，其余为智能SoC等新业务。
大单模式导致客户集中度高，其中Top5客户收入占比98.3%，但也验证了国产GPU在严肃场景下的可用性。
2. 毛利与费用：毛利率转正，研发费用保持高位
2025H1公司综合毛利率18.7%，首次为正，这主要得益于高毛利的集群系统占比提升；同期研发费用5.57亿元，占营收79%，2022-2024三年累计投入38亿元，远高于寒武纪、海光等同行。
高研发投入是GPU赛道“门票”，但也导致该公司亏损持续扩大，截至2025年6月底累计未弥补亏损14.8亿元。
3. 订单能见度：政府与运营商智算中心进入“交付高峰”
据不完全统计，仅2024年国内公开招标的智算中心项目已超458个，2025-2026年仍处于交付高峰。摩尔线程凭KUAE2万卡级交付记录，已在北京、深圳、银川三地锁定合计3.2万卡订单（含框架意向）。按近期集群均价的行业测算，对应收入约32-35亿元，构成2025-2027年相对确定的收入锚。
三、竞争格局：三股力量赛跑，2026年见分晓
综合机构调研与招标数据来看，2024-2026年国内已披露智算中心项目对应GPU规划总量超过200万片，政策端普遍要求国产卡占比≥30%，为国产GPU留出≥60万片的确定性市场。按照行业推算，若2026年中国AI加速卡总需求100万片，按30%国产红线即30万片；以近期集群均价20-25万元/卡（含服务器、网络、软件）计，对应600-750 亿元市场池。
四、风险图谱：技术、供应链与资本的三重夹击
技术风险：截至2025年，国产GPU单卡FP32性能仍落后Hopper一代；大模型训练对显存（≥80 GB）与带宽（>2 TB/s）需求快速提升，而国产HBM3E预计2027年才能量产，高端封测产能亦受限。
供应链风险：7nm及以下先进制程、EDA工具、高速SerDes IP仍依赖外部授权；实体清单限制可能导致流片与IP升级受阻。
资本风险：在高性能GPU研发领域，流片费用通常较高。摩尔线程每代产品的研发费用预计在20-30亿元人民币之间，这与行业内的先进工艺节点研发成本相符。公司尚未盈利，若二级市场估值回调，可能被迫压缩研发节奏，影响产品迭代。
五、拐点信号：跟踪四条先行指标
注：①均为行业调研或路演中性预测，非官方承诺；②若官方发布新阈值，以披露值为准。
按照券商及行业调研给出的中性推测，当上述表格中的四项指标同时跨过阈值时，国产GPU将真正进入“规模化替代”阶段，届时市场将从主题投资转向业绩驱动。
结语：投资视角与产业视角的“时间差”
资本市场习惯用“PS+订单”给GPU公司定价，PS即Price-to-sales市销率，市销率越低，说明该公司股票的投资价值越大；产业资本更看重“性能+生态+供应链”能否通过大模型客户的POC测试。
摩尔线程当前估值（Pre-IPO 246亿元）隐含2026年市销率约5倍，低于英伟达同期预期12倍，但高于海光、寒武纪同期平均4倍，恰好处于“国产溢价+业绩兑现”前的过渡带。
短期看，公司能否在2025年完成50万卡级交付、把研发费用率降到50%以下，是估值能否站稳的关键。中长期看，2026-2028年国产GPU渗透率若真能从5%提至30%，摩尔线程凭借全功能路线和先发交付经验，有望拿到25%以上份额，对应年收入300亿元、稳态利润60亿元也并非天方夜谭。
国产GPU的“摩尔线程样本”告诉我们：技术追赶没有捷径，但可以用系统级工程能力+场景级商业闭环，把“五年差距”压缩到“两年可替代”。
这场算力自主化的终局，或许比市场想象的更早到来。
END
往期回顾：
特斯拉Optimus明年量产10万台欲称霸全球？国产军团如何绝地反击？
优必选中期业绩“增收减亏”，与Infini Capital达成10亿美金合作，人形机器人商业化前景几何？
英伟达2026财年Q2财报深度分析：AI赛道的高增长与潜在隐忧
