如果三年前有人问老狐这个问题，我会直接回一句：" 你咋不问小霸王能不能干翻索尼呢？"

但如今，当我看着摩尔线程最新发布的 " 花港 " 架构参数、万卡集群的商业化交付记录，再甩出今年 " 首次单季盈利 " 财报 …… 我承认，这个问题的答案，已经不是简单的 " 能 " 或 " 不能 " 了。

就在前段时间，5 月中旬，摩尔线程开了场发布会。不讲算力参数，讲的是具身智能、仿真平台、端侧 SoC、家庭智能中枢。

张建中在台上站了两小时，从云端万卡集群到 AI 笔记本，饱和式发布。弹幕区有人问：这不是 GPU 公司吗？怎么连机器狗也要搞？

老狐倒觉得，这恰恰是摩尔线程最聪明的一步。国内云端 GPU 赛道已经挤爆了，价格战冒头。摩尔线程选择往端侧走，往物理世界走，往 " 系统级交付 " 走。

巧的是，英伟达也在讲同样的故事。黄仁勋刚刚在财报会上说："AI 工厂的建设，是人类历史上最大规模的基础设施扩张。"

一边是英伟达的 " AI 工厂 " 叙事，一边是它的中国门徒——摩尔线程的 " 全栈基础设施 " 转型。两家公司，同一个方向，完全不同的起点。

摩尔线程不是英伟达，也可能永远成不了英伟达。

但它会不会成为独一无二的摩尔线程？

全功能 GPU，只有它在走

先讲个段子。

2022 年，摩尔线程发布第一代芯片 " 苏堤 " 时，评论区更多是质疑的声音。没人相信。因为在国产 GPU 这块地上，倒下的先烈太多了。

但老黄——噢不，老黄在对面，是摩尔线程的创始人张建中，确实有点东西。这位前英伟达全球副总裁、中国区总经理，在黄仁勋手下干了十五年，他太清楚英伟达怎么成功的。

2020 年，张建中离开英伟达，创立摩尔线程。红杉、腾讯、字节排着队送钱。创业发布会上，张建中身穿黄仁勋标志性的黑皮衣，媒体写：中国版黄仁勋来了。

去年 12 月，摩尔线程登陆科创板，上市首日暴涨近五倍，中签率低至万分之三点六，一股难求。如果你是那个幸运儿，按开盘价 650 元来算，意味着你投入的 5.7 万元本金，点个鼠标变成 32.5 万，净赚 26.8 万。

有人调侃：上班一年，还不如中一签摩尔线程。也是那段时间，" 中国版英伟达 " 的名头被资本市场彻底坐实了。

但在讲 " 中国版英伟达 " 之前，先搞清楚一个很多人搞混的事：摩尔线程和国内其他 AI 芯片公司，到底有什么不同？

大多数国内 AI 芯片公司，做的是 " 会一门绝技的高手 "。比如华为昇腾和寒武纪，专注 AI 计算，不做图形渲染，也不做游戏显卡。

但摩尔线程的野心是 " 武林盟主 "，走的是英伟达 " 全功能 GPU" 路线：既能做 AI 训练，又能做图形渲染，还能跑游戏。这是国内唯一一家在技术路线上全面对标英伟达的公司。

这条路极其难走，代价也极其高昂：2025 年研发费用 13.05 亿元，占营收的 86.68%。但好处是，一旦走出来，护城河也是最深的。

2022 年，摩尔线程发布首款游戏显卡 MTT S80，网上嘘声一片：就这？摩尔线程听劝，驱动团队疯狂迭代，一年半时间发布了超过 30 版。到 2024 年夏天，MTT S80 已经能在 1080P 下流畅跑《黑神话：悟空》了。

但真正的转折点在 2025 年前后。大模型风暴来袭，张建中果断转型，将有限产能倾注 AI 算力。2025 年，摩尔线程发布首款支持 FP8 精度的国产 AI 显卡 MTT S5000，其 FP8 算力达到 1000 TFLOPS，是英伟达 RTX PRO 6000 的一半。

换句话说，2 张 S5000 的 AI 算力，就能抵 1 张英伟达最新旗舰。

更关键的是集群能力。2025 年，摩尔线程成功落地了夸娥万卡智算集群，MFU 达 60%，有效训练时间占比超过 90%。同年 12 月，新一代 " 花港 " 架构发布，目标是十万卡级超大规模集群。

从 " 能亮机 " 到 " 能打游戏 " 到 " 能训大模型 " 到 " 万卡集群商业化交付 "，这条路，摩尔线程只用了不到六年。

听起来很燃，对吧？但老狐得泼一盆冷水。上面这些，放在英伟达面前，只是 " 追赶者 " 的及格线。

以要回答 " 摩尔线程能不能成为下一个英伟达 "，光看它自己跑得多快是不够的。得先搞清楚，它前面那座山，到底有多高。

英伟达的统治，正在被凿墙

先看两组数字。

今年第一季度，摩尔线程营收 7.38 亿元，首次单季盈利 2936 万元；同是一季度，英伟达营收 816 亿美元，净利润 583 亿美元。

摩尔线程的规模，还不到英伟达的一点零头。这不是差距，这是次元壁。

但最恐怖的还不是钞能力，而是英伟达的护城河，CUDA 生态。全球超过 500 万开发者、超过 1 亿台电脑安装了 CUDA，几乎所有主流 AI 框架都优先为它优化。

黄仁勋说过一句狠话：" 竞争对手哪怕芯片免费送，也干不过我们，因为我们在建一整座 AI 工厂。"

在 AI 训练芯片市场，英伟达占有率超过 90%。全球超算 TOP 500 里，用英伟达加速卡的超过七成。截至今年 5 月，英伟达的市值已突破 5.5 万亿美元，稳坐全球市值第一的宝座。

但在中国市场，英伟达的地位正在被一寸一寸地蚕食。

前段时间，黄仁勋公开承认：受出口管制影响，英伟达在中国 AI 加速器市场的份额已 " 降至接近零 "。而几年前，这个数字是 95%。

IDC 数据显示，2025 年中国 AI 加速卡年出货约 400 万张，国产阵营合计出货约 165 万张，市场份额攀升至 41%。华为昇腾以 81.2 万张领跑，阿里巴巴平头哥、寒武纪紧随其后。

而被称为 " 国产 GPU 四小龙 " 的摩尔线程、沐曦、壁仞、燧原，各有所长：沐曦主打训推一体，壁仞走高端大算力路线，燧原绑定腾讯生态。摩尔线程是其中最轴也是最具想象力的一个，坚持做全功能 GPU，既要 AI 又要图形，对标英伟达最彻底的也是它。

英伟达没有输掉全球战争，但在中国市场，它的统治力正在被 " 国产替代 " 撼动。

5 月 13 日，特朗普携 17 家美国企业访华，黄仁勋在 " 最后一刻登机 "。媒体猜测：这是不是意味着 H200 要大规模入华了？

结果访华结束，什么实质突破都没有。美国贸易代表格里尔明确表示：半导体出口管制 " 不是峰会的主要讨论议题 "。黄仁勋本人也表示，他并未直接与中国官员讨论 H200 销售计划。

更关键的僵局是，咱的大门只开了一半。因为我们的国产替代战略，优先使用华为昇腾等国产芯片。

老黄最新的表态是：英伟达已 " 基本放弃 " 中国市场。

这对摩尔线程来说，当然是利好。国产替代窗口期继续存在，短期内不会面临 H200 的正面冲击。这个窗口期，是地缘政治砸出来的的供给缺口。

而摩尔线程，正站在这条裂缝的最前沿。其应对策略是不拼单卡，而是拼集群、拼服务、拼生态。而这道护城河有多深，取决于它能在多大客户那里建立多深的信任。

但所有这些宏大叙事，都要回到一个最朴素的问题：它账上的钱，还够烧多久？

开始赚钱了，但生意还没彻底跑通

一季度，摩尔线程首次单季盈利。

但要把几个数字放在一起看：一季度归母净利润 2936 万，听起来不错。但扣掉 7006 万政府补助，实际亏了 5428 万。更扎心的是，经营活动现金流净流出 14.87 亿。赚的钱还没捂热，就全烧掉了。

这意味着，如果没有那笔补助，归母净利润是负的。所谓的 " 首次单季盈利 "，最后一脚是政策踢进去的，不是主营业务自己跑出来的。

这本身没有问题。GPU 行业全世界都靠产业政策喂大，英伟达当年也吃过美国国防部的项目饭。但当市场贴上 " 中国英伟达 "" 拐点信号 " 这些标签时，摩尔线程注定要被以更严苛的尺度审视。

更值得警惕的是那 14.87 亿的现金净流出。这笔钱有两个流向：营运资本占用和高强度研发。一季度研发经费烧掉 3.69 亿，占营收的一半。

也就是说，目前的摩尔线程，主营业务处于 " 高研发投入下的小幅经营亏损 "，叠加上扩产期的大额资金占用，便形成了 " 日赚不到 100 万，但日烧近 5000 万 " 的奇观。

这还不是最让人担心的。2025 年全年，前五大客户贡献了 91.36% 的销售额。2026 年一季度，一笔 6.6 亿的夸娥智算集群订单，占了当季营收的 89%。

什么概念？英伟达前五大客户占比约 40%，华为昇腾约 60%。而摩尔线程的生意，攥在少数几个大客户手里。万一丢一个，财报就得崩一块。

从更长的时间线来看，摩尔线程累计亏损已达 62 亿。当然了，烧钱的不只是这一家。" 四小龙 " 去年年营收总和仅 52 亿元，还不到英伟达中国区收入的零头。芯片产业是赢家通吃的生意，极高的研发和制造成本要求大规模出货才能摊薄。终端场景不需要四家通用 GPU 供应商，" 四小龙 " 同时留在牌桌上的概率，恐怕不大。

这就是摩尔线程必须面对的现实：不仅要跑赢时间窗口，还要跑赢竞争对手。

写在最后：

回到最初的问题，摩尔线程会成为下一个英伟达吗？

如果说这种 " 成为 " 是指市值超越、生态统治、全球开发者首选，那么我的判断是：不会。

不是摩尔线程不够努力，而是英伟达的护城河太深。CUDA 生态是全球数百万工程师、近二十年时间、每年上百亿美金研发投入堆出来的。这个差距，不是靠 " 国产替代 " 四个字就能抹平的。

但话说回来，敢在落后 8-10 年的起点上，用 86% 的研发费用率、五年五代架构的速度，去走一条别人不看好的路，这就是想成为 " 中国英伟达 " 必须付出的代价。

中国不需要第二个英伟达。英伟达是在硅谷的土壤里长出来的。

中国需要的，是一个能解决中国 AI 算力问题的 " 摩尔线程 "。它可能没有英伟达那么强的生态，但它更懂中国客户；它可能没有 H100 那么快的芯片，但它能稳定供货；它可能不会被全世界的 AI 工程师当作首选，但它是国内政企采购单上的必选项。

这就够了。