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？

01

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。

一方面是资本市场的狂热，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 "。核心的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？

02

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：

首先是技术能力的差异，这当中首当其冲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在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 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。

03

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，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。

同时发展自主 MUSA 架构的原生优势，如 MUSAGraph、统一内存管理等创新技术，形成差异化竞争力，开发者社区与应用生态的指数级增长。

而国家总体的国产替代与信创工程提供的 " 时间窗口红利 "，国家曾明确金融、电信、能源等核心系统 2027 年底 100% 国产化。

尤其是工行、建行、移动等央企的国产 GPU 占比要从 2024 年 20% 提到 2027 年 70%，对应千亿级采购盘。摩尔线程因 " 全功能 + 可图形 " 被写入信创名录，GPU 品类里唯一同时满足 AI 训练 + 桌面渲染双场景，成为集采技术评分最高分选项。

2025-2026 年全国新建 / 扩建智算中心 83 个，单项目平均 GPU 需求 4000-6000 卡；摩尔线程已中标湖北、山东、四川等 6 个省级项目，合计约 20 亿元，平均交付周期仅 90 天，凭借国内封装产能 +Chiplet 良率优势，已经把交付速度做成核心竞争力。

所以，对于摩尔线程来说，提高产品竞争力和市场渗透率已经成了当前的重中之重，而这，也决定了未来公司市值的想象空间。尤其是要关注以下几个时间节点：

首先是 2027 年之前能否完成新一代全功能 GPU 芯片量产，提升 AI 训练推理性能，扩大 MUSA 生态适配主流 AI 框架和应用，打造 100 万 + 开发者社区。巩固政务、金融等关键行业的国产替代市场地位。

中期到 2030 能否实现与英伟达在部分性能指标的并跑，在特定场景超越 MUSA 生态成熟，成为国内 GPU 领域的事实标准端 - 边 - 云协同的全栈算力布局成型，营收结构多元化。

长期在 2030 后，能否构建完整自主可控的 " 中国 GPU 生态体系 "，打破国际垄断成为全球领先的全功能 GPU 供应商，在 AI+ 图形融合计算领域建立技术霸权。而这，才是决定十年之后摩尔线程地位的根本落脚点，所以对于摩尔线程乃至整个中国来说，这条路任重而道远。

从摩尔线程自身来看，其一开始也不是简单模仿英伟达，而是走出了一条具有特色的 " 全栈计算平台 " 发展道路。

其长期最大价值在于通过全功能 GPU 架构和 MUSA 生态，打通 AI 与图形、云端与终端、通用计算与专用加速的界限，成为数字经济时代的 " 算力枢纽 "。

期望未来十年，摩尔线程有望凭借这一战略定位，在国产替代与 AI 革命的双重浪潮中，成长为世界级的计算芯片巨头，为中国科技自主可控贡献核心力量。