文 | 赛博汽车
五年磨一剑，摩尔线程开始冲刺科创板。
6 月 30 日，摩尔线程拟申请首次公开发行股票并在科创板上市，估值近 300 亿元，凭借 80 亿元的融资计划，成为科创板今年在审最大 IPO。
不仅如此，在如今的芯片热潮中，非常多投资者期盼摩尔线程成为“ 中国版英伟达”，同时市值也能复制英伟达神话，能够十倍、百倍的增长。
这家公司成立至今仅有 5 年时间，从 2024 年 11 月启动上市辅导，今年 6 月便完成辅导验收，6 月底其 IPO 便获得受理，其发展速度之快令人瞩目。
作为初创公司，早期的亏损在所难免。招股书显示，2022 年、2023 年及 2024 年，摩尔线程实现营收分别为 4608.33 万元、1.24 亿元及 4.38 亿元，呈现增长趋势；净亏损分别为 18.40 亿元、16.73 亿元及 14.92 亿元，3 年合计亏损 50 亿元。
01 5 年四代 GPU
摩尔线程自 2020 年成立以来，以自主研发的全功能 GPU 为核心，致力于为 AI、数字孪生、科学计算等高性能计算领域提供计算加速平台。
目前，摩尔线程已成功推出四代 GPU 架构，覆盖 AI 智算、高性能计算、图形渲染、计算虚拟化、智能媒体和面向个人娱乐与生产力工具等应用领域的多元计算加速产品矩阵。
值得一提的是，智能 SoC 类产品：主要应用于 AI PC、边缘智能、具身智能、智能汽车和低空经济等众多场景，包括基于 SoC 芯片的 AI 算力本-A140、AI 模组-E300 等产品。
资料来源：招股书
此外，自主研发的 MUSA 架构，融合 GPU 硬件和软件的全功能 GPU 计算加速统一的系统架构，构涵盖统一的芯片架构、指令集、编程模型、软件运行库及驱动程序框架等关键要素。
MUSA 架构具备与由英伟达主导的国际主流 GPU 生态的兼容性，使得开发者能够以较低成本充分利用目前国际主流生态下的代码资源。基于 MUSA 架构开发的应用程序不仅具有广泛的可移植性，还能够同时在云端及边缘的众多计算平台上运行，其应用领域广泛，涵盖 AI、图形处理、科学计算等多个重要方向。
在核心 IP 开发方面，摩尔线程已构建涵盖单指令多线程向量计算核心、多精度张量计算核心等在内的完整 IP 体系，为产品创新奠定坚实基础。
02 研发投入数倍于营收
摩尔线程营收增长速度很快，但绝对金额较小。
根据招股书，2022 年、2023 年及 2024 年，摩尔线程实现营收分别为 4608.33 万元、1.24 亿元及 4.38 亿元，呈现快速增长趋势；净亏损分别为 18.40 亿元、16.73 亿元及 14.92 亿元。
虽然收入不高，但是摩尔线程舍得重金投入研发。
2022-2024 年，摩尔线程累计研发投入为 38.10 亿元，占最近三年累计营业收入的比例约为 626.03%，2024 年研发投入达到营收的 3 倍以上，之前两年更是高达 24 倍和 10 倍。
资料来源：招股书
高额的投入也为摩尔线程带来了丰富的产品和相对先进的技术。
招股书显示，摩尔线程已经累计申请专利 1000 多项，获得授权 410 项、软件著作权 33 项和集成电路布图设计专有权 37 项等知识产权。
摩尔线程的核心成员多来自行业龙头公司，截至 2024 年，公司总人数为 1126 人，其中研发人员为 886 人，研发人员占比超过 75%。
摩尔线程此次融资的主要目的也是用于研发投入和补充流动资金。根据招股书显示，募资主要用于新一代 AI 训推一体芯片、新一代图形芯片研发项目，以及 AI 新一代 SoC 芯片研发，少量资金用于补充流动资金。
资料来源：招股书
03 政策红利与巨头挤压并存
摩尔线程之所以能够如此快速成长，得益于国家政策对算力基础建设的支持和市场需求两方面加持。
2023 年，国家出台 《算力基础设施高质量发展行动计划》，明确要求加强 GPU、CPU 等核心算力基础设施建设，推动信创 （信息技术应用创新） 产业发展。
市场需求方面，中国 AI 智算 CPU 需求正在经历高速增长。截至 2024 年 6 月，中国在用算力中心超过 830 万标准机架，算力规模达 246EFLOPS(EFLOPS 是指每秒百亿亿次浮点运算)。中国通信标准化协会理事长闻库介绍，中国智能算力在算力总规模当中占比不断加大，智能算力的规模 2024 年 6 月底超过 76EFLOPS，比 2023 年 6 月底前增长 65%。
根据 2023 年发布的 《算力基础设施高质量发展行动计划》，到 2025 年，中国算力规模超过 300EFLOPS，其中智能算力占比达到 35%。
与此同时，美国出口管制倒逼国产替代。2023 年英伟达 A100/H100 被禁，这为华为昇腾、摩尔线程等国产 GPU 厂商迎来发展窗口期。
不过需要正视的是，作为一家初创企业，摩尔线程与国际巨头英伟达、AMD 等企业相比，在公司规模、技术积累、产品性能等方面仍有较为明显的差距。
研发投入方面，截至 2024 财年末，英伟达现金及现金等价物及有价证券达到 432.10 亿美元，2024 财年研发费用为 129.14 亿美元。研发投入规模差距不可同日而语。
技术方面，英伟达在 GPU 的性能、兼容性以及以及超大规模 GPU 集群建设等方面具有较为明显的技术优势和成本优势。
不过，摩尔线程在招股书上表示，他们的 MTT S80 显卡的 FP32 算力性能接近英伟达 RTX 3060；公司 MTT S5000 千卡智算集群效率超过同等规模国外同代系 GPU 训练集群计算效率。
04 未来规划与展望
摩尔线程在 IPO 文件中提出未来六大核心发展举措，旨在构建全球领先的 AI 算力基础设施，推动技术普惠与产业升级。
1. 软硬件全栈协同优化
公司将深化芯片架构、系统软件与分布式框架协同优化，通过动态资源调度和异构计算技术提升算力利用率，突破万亿参数大模型的训练效率瓶颈，同时研发高密度算力模块与先进散热方案，支撑超大规模智算集群建设。
2. 端云智能算力融合
布局端侧推理芯片与云端训练集群的协同创新，开发自适应算力分发和模型动态切分技术。重点覆盖 AIPC、机器人等终端市场。通过轻量化推理引擎和隐私计算框架，实现端云无缝衔接，并推出算力即服务 （CaaS） 模式，提供从训练到部署的全栈支持。
3. 消费与商业市场双轮驱动
消费端聚焦开源 AI 工具链和 GPU 生态兼容设备，培育开发者生态；企业级市场深耕金融、医疗等垂直领域，输出场景化解决方案，构建行业壁垒。
4. 前沿技术前瞻布局
将投入 3D 堆叠、存算一体及先进封装等下一代技术，探索新型计算范式与芯片架构的工程化路径，强化异构集成研发能力。
5. 拓展国际市场
瞄准海外边缘计算需求，提供低延迟、高合规的算力基础设施，依托通用 GPU 架构的生态兼容性，对接全球开发框架与云平台，满足数据主权与实时推理需求。
6. 可持续发展与社会赋能
研发绿色算力技术，打造碳中和数据中心，设立 AI 伦理与普惠专项，通过算力捐赠支持科研与社会公益，降低 AI 应用门槛，推动智能算力成为普惠性基础设施。
作为支撑国民经济与社会发展的战略型产业，半导体行业近年来持续受益于国家层面的政策扶持。通过密集出台的产业规划和配套激励措施，我国半导体产业在技术研发和市场拓展方面已取得显著进展。摩尔线程也在这场以“ 自主可控” 为核心的浪潮中应运而生并快速成长。
面对国际巨头的竞争格局和持续高投入的挑战，摩尔线程能否借助资本市场的力量，依托其持续创新的技术积累和清晰的市场战略，真正成长为 AI 算力自主化版图中的关键力量，让我们拭目以待。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App