1122 人干出“国产 GPU”第一股，摩尔线程成功 IPO：开盘股价疯涨，市值破 2800 亿！专家：国产 AI 芯片商业化进入关键期

今天早上，国产 GPU 企业摩尔线程智能科技（北京）股份有限公司（以下简称“摩尔线程”）正式在科创板挂牌上市，发行价为 114.28 元，股票代码为 688795，截至发稿前，摩尔线程股价已经涨至 620 元/股，总股本 47002.8217 万股，市值已经破 2800 亿元。

摩尔线程的 IPO 之旅

摩尔线程成立于 2020 年，产品以全功能 GPU 为核心，致力于向全球提供加速计算的基础设施和一站式解决方案，为各行各业的数智化转型提供 AI 计算支持。

值得一提的是，基于其完全自主研发的 MUSA 统一系统架构，摩尔线程实现了单芯片架构同时支持 AI 计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码的技术突破，为国产高端 AI 芯片自主化进程树立了关键技术标杆。

回顾摩尔线程的上市之路，可谓走得十分迅速。

根据公开信息，摩尔线程上市申请于 2025 年 6 月 30 日受理。

9 月 5 日和 9 月 18 日，摩尔线程分别完成上交所第一轮和第二轮审核问询回复。

9 月 26 日，据上海证券交易所公告，上市委审议通过了摩尔线的首发申请，标志着其冲刺科创板 IPO 进入关键阶段。此次科创板 IPO 由中信证券担任保荐机构，竞天公诚律师事务所与安永华明会计师事务所分别提供法律及审计服务。

从 6 月 30 日上市申请获受理到成功过会，摩尔线程仅用时 88 天。

到了 10 月 30 日，中国证监会发布公告，已经同意摩尔线程首次公开发行股票并在科创板上市的注册申请。

此次 IPO，摩尔线程计划募集 80 亿元资金，是年内 A 股过会项目中募资规模最大的项目，同时也是年内半导体领域最大规模的 IPO。公司表示，募集资金将主要用于新一代自主可控 AI 训推一体芯片、图形芯片、AI SoC 芯片等核心产品的研发。

“英伟达系”占据半壁江山

此次募资之所以引人注目，除了项目体量庞大、研发方向聚焦于高性能 GPU 与 AI 芯片外，更关键的原因在于——摩尔线程背后拥有一支深具国际视野与工程经验的核心团队。正是这支团队的技术积累与产业理解，让资本市场对其能否在国产 GPU 领域实现突破寄予厚望。

根据摩尔线程最新披露的招股说明书显示，公司核心管理和技术团队中，汇聚了多位具有英伟达背景的资深人士，他们在 GPU 架构、芯片设计、市场生态等领域拥有丰富经验，为公司在国产 GPU 自主研发道路上提供了强大的技术与管理支撑。

除摩尔线程创始人兼董事长 张建中 之外，公司多位联合创始人与核心技术骨干均曾在英伟达任职。

其中，周苑 拥有丰富的产业与市场管理经验，曾在英伟达任职长达 16 年（2004 年至 2020 年），历任市场生态高级总监，目前担任摩尔线程董事、联合创始人。张钰勃 博士，2013 年至 2017 年在英伟达任 GPU 架构师，现任摩尔线程联合创始人、董事、副总经理；王东 于 2007 年至 2019 年在英伟达担任销售总监，现为摩尔线程联合创始人、副总经理；宋学军 于 2004 年至 2011 年在英伟达任高级销售经理，现任摩尔线程副总经理；杨上山 于 2012 年至 2020 年在英伟达任 GPU 架构师，现任摩尔线程副总经理。

此外，核心技术团队成员中，马凤翔 虽未在英伟达工作过，但曾在中星微电子与地平线信息技术任芯片研发负责人，现任摩尔线程芯片研发部总经理；王华 则同样为公司核心技术骨干。

这样的创业阵容意味着，摩尔线程在创立初期便集结了国内少有的 GPU 架构与芯片研发精英团队，技术血统深厚、行业经验完整。

这些资源和人才，是国内许多 GPU 厂可望不可及的。

研发人员占比近 77%，三年累计投入 38 亿多

然而，光有顶尖人才只是设计芯片万里长征的第一步，要想真正把复杂的 GPU 产品推向市场，还必须有持续且巨额的资金投入。

成立仅五年的摩尔线程，已展现出惊人的研发投入力度。

招股书显示，2022 年至 2024 年，公司研发投入分别为 11.16 亿元、13.34 亿元和 13.59 亿元，三年合计投入 38.10 亿元。最近三年累计研发投入占同期累计营业收入的比例高达 626.03%，这意味着公司收入的每一元钱，都要投入超过六元到研发之中。

这种高投入也体现在团队结构上。截至 2025 年 6 月 30 日，摩尔线程共有员工 1122 人，其中研发人员达到 873 人，占比 77.81%。

图片来源：摩尔线程招股说明书上会稿

不过，在高强度研发的同时，摩尔线程的营收和盈利仍处于早期爬坡阶段。招股书显示，公司 2022 年、2023 年和 2024 年的营业收入分别为 4608.8 万元、1.24 亿元和 4.38 亿元，净亏损则分别达到 18.4 亿元、16.73 亿元和 14.92 亿元；扣除非经常性损益后，净亏损依然高企，分别为 14.12 亿元、16.9 亿元和 15 亿元。

进入 2025 年上半年，公司实现营业收入 7.02 亿元，已超过前三年的总和，亏损幅度有所收窄，归母净利润为 -2.71 亿元。摩尔线程在公告中表示，为了确保技术的先进性与竞争力，公司将继续保持较高的研发投入，并预计最早可在 2027 年实现整体盈利。

从这些数据可以看出，摩尔线程的成长路径与国际 GPU 巨头早期的发展轨迹颇为相似——在漫长的研发周期与高额资金投入之间寻找突破口。

这条路艰难且昂贵，但也正是中国高端芯片产业实现自主可控、追赶国际领先水平的必经之路。

基于全自研 MUSA 架构，以年为单位迭代新品

有了研发基础，接下来就是要做好产品。目前，摩尔线程已成功推出四代 GPU 架构和智能 SoC，并拓展出覆盖 AI 智算、云计算和个人智算等应用领域的计算加速产品矩阵。

事实上，摩尔线程与英伟达走的路线基本相似，从成立之初团队便明确了以全功能 GPU 为核心的技术路线。仅一年时间，首颗全功能 GPU 芯片的成功研制便宣告了公司在技术上的突破。

在芯片层面，基于自主研发的 MUSA 架构，公司于 2021 年、2022 年、2023 年和 2024 年分别发布苏堤、春晓、曲院、平湖四代 GPU 芯片。

2021 年，公司发布首个全功能 GPU 芯片“苏堤”。基于全新的 MUSA 统一系统架构，内置了 AI 计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码引擎等四大引擎。

2022 年，第二代全功能 GPU 芯片“春晓”横空出世，针对云计算以及 GPU 虚拟化的能力进行大幅优化，并且做到了对 DirectX11 和 DirectX12 的支持，实现多款图形引擎的高性能适配。同年，摩尔线程还发布了基于“春晓”打造的业内首款国产游戏显卡 MTTS80、云端渲染卡 MTT S3000，以及元计算一体机 MCCX。

2023 年 9 月，第三代 GPU 芯片“曲院”重磅发布，加强了 AI 训练和推理能力。同年，基于该芯片，摩尔线程发布了 KUAE（夸娥）智算集群——这是国内首个以国产全功能 GPU 为底座的大规模算力集群，构建了从硬件到软件的全栈解决方案。同年，摩尔线程自研大语言模型 MUSAChat 也随之亮相。

2024 年，第四代 GPU 芯片“平湖”推出，增加了 FP8 精度支持，大幅提升 AI 算力。公司基于该芯片，打造了可支撑面向 DeepSeek 类前沿大模型预训练的万卡集群智算中心解决方案。

进入 2025 年，摩尔线程在技术层面迎来了关键节点。

公司宣布，其 GPU 产品已成为国内率先原生支持 FP8 计算精度的方案之一，并在较短时间内实现了对 DeepSeek 多个开源项目的适配与支持，包括 FlashMLA、DeepEP、DeepGEMM、DualPipe 以及 Fire-Flyer 文件系统（3FS）等。这些项目涉及高性能计算、深度学习框架优化及分布式文件系统等前沿领域。

FP8 精度的引入，使 GPU 在大模型训练和推理过程中能够在计算精度与能效之间取得更好平衡，也反映出摩尔线程在技术路线选择上，试图与全球 AI 算力体系保持同步步伐。如果按照技术发展来看，在 2025 年 7 月，摩尔线程还首次提出创新性的“AI 工厂”理念，致力于通过夸娥智算集群的先进计算能力，为大模型训练全面提升，打造生产先进模型的超级工厂。

但摩尔线程在招股书中也坦言：“全球集成电路行业整体呈现被部分国外头部厂商垄断的局面，英伟达、AMD 等企业在该领域占据主导地位。国内厂商凭借对下游客户的紧密跟踪服务以及快速响应需求的能力，已在各自专攻的领域获取了一定的市场份额，并持续向新应用领域延伸，取得了一定的发展成果。与国际龙头公司英伟达、AMD 等企业相比，公司在技术积累、产品性能等方面仍需持续提升。”

业内人士：国产 GPU 厂已进入商业落地关键期

随着摩尔线程成功登陆科创板，国产 GPU 行业再次被推上聚光灯下。在资本进入新一轮硬科技周期、AI 算力需求持续攀升的当下，这一节点的意义远不止“又一家芯片公司上市”那么简单。面对市场关注，我们采访了长期深耕半导体领域的行业专家陈启，从技术、生态、资本与产业链多维度，解析摩尔线程上市背后的时代信号。

在陈启看来，摩尔线程的上市释放出了一个讯号：国产 GPU 已经进入“商业化验证阶段”，他表示：“只要有客户愿意买单，且能持续复购，那就是最清晰的商业化落地。”

虽然摩尔线程当前仍处于高研发、未盈利阶段，但在资本市场上，如此状态并不罕见。陈启提到，科创板上带“U”标签的企业比比皆是，“只要赛道正确、方向没错，资本依然愿意为‘明日之星’买单。”他将摩尔线程与寒武纪、芯原股份等已经走在前面的企业相比，“市场对具备战略意义的硬科技企业，普遍更宽容。”

这意味着摩尔线程的估值方式，仍将以成长性作为主要锚点，盈利不是短期考核重点。

“想打破垄断，最关键的是软件生态”

谈及国产 GPU 与英伟达、AMD 的差距时，专家并未回避现实。陈启指出，目前国内 GPU 厂商主要集中在通用计算与 AI 推理训练层面，与英伟达的“GPU + CUDA 生态 + NV LINK/Mellanox 互联结构”三件套相比，仅仅在“芯片本身”上取得了一些进展，“离构建完整生态与高性能互联结构仍有巨大鸿沟。”

硬件架构差异方面，他认为“架构没有好坏，只是各自选择”，但真正的竞争力要建立在软件生态上。在国产 GPU 发展的“突破口”在哪里这一问题上，陈启给出了非常清晰的判断：国产 GPU 想打破垄断，最关键的是软件生态。

他特别提到 CUDA 的十年漫长建设史：“当初英伟达创始人黄仁勋烧钱做 CUDA，也被骂乱花钱。但十年后，CUDA 成为行业最强生态，所有人都闭嘴了。”硬件可以通过资金与人力快速迭代，而生态需要时间沉淀，因此国产 GPU 在生态投入上必须保持耐心与持续性。

此前，摩尔线程技术团队接受 InfoQ 采访时，也强调了构建自主可控的软件生态的重要性。技术团队表示：“如果希望在全球市场上挑战英伟达的 CUDA 生态，国产 GPU 厂商需要从多个方面寻找突破口。一是构建自主可控的软件生态是关键，其次，兼容与创新并行的策略也至关重要。此外，抓住新技术的机遇也是一个重要方向，比如 DeepSeek 的爆火，它的核心突破在于算法优化和计算效率的提升，这种低算力需求模型对国产芯片的发展是一个重要机遇。再有，通过开源和合作，吸引开发者参与，加速技术迭代，以及硬件层面的优化也非常重要。”

事实上，围绕自主研发的 MUSA 统一系统架构和软件平台，摩尔线程致力于构建一个完善且好用、易用的国产 GPU 应用生态，既可以自主发展，又兼容主流开放生态。

经过多年的技术积累和迭代，如今 MUSA 对 CUDA 具备优良的兼容性。通过 MUSIFY 自动化移植工具，开发者能够以最小成本将国际主流 GPU 平台应用移植至 MUSA GPU，最终运行在全功能 GPU 上，大幅提升应用移植的效率，缩短开发周期。

与此同时，在软件开发与生态建设上，摩尔线程还提供 MUSA SDK 轻松开发、优化和部署全功能 GPU 加速的应用程序，同时推动 MUSA 开源软件发展，以及建立摩尔学院，为开发者提供技术成长和创新的平台。

进入企业级市场：不只用算力说话

在陈启看来，正因为软件生态的建设与技术路线的选择正在成为未来竞争的根基，国产 GPU 要真正迈向规模化应用，还必须在更复杂、更严格的企业级场景里证明自己的可靠性和成熟度。

相比消费级市场，企业用户看重的是整体解决方案的稳定性、可维护性和长期生态投入，这也意味着国产 GPU 厂商需要把生态建设与真实业务需求紧密捆绑，让软件和硬件之间形成一个可持续演进的闭环。

进入企业级市场，国产 GPU 面临的竞争逻辑正在变得更加复杂。

陈启指出，真正决定产品能否站稳脚跟的，不再只是算力“纸面参数”，而是两类更贴近实际应用的指标。在封闭环境中，企业优先看能耗比和综合性价比；在开放生态里，软件兼容性则是生死线，“你不能做到渲染到一半就死机，那是在打自己的脸。”他强调，国产 GPU 在算力、渲染、数字孪生、工业建模、视频制作等多个场景中已经开始落地，行业的竞争也早已从概念验证进入真实能力的比拼阶段。而在这样的多类型需求场景下，摩尔线程全功能 GPU 所具备的“图形 +AI”的能力，值得期待。

“摩尔线程的上市 这对国内 GPU 产业也是利好。”他认为，GPU 厂商与本土供应链之间已经形成互相成就的关系：一方面，芯片设计公司享受着中国完整产业链的红利；另一方面，正是这些厂商的需求，为国内工艺和产能注入持续动力，让产业链愈发稳健。

嘉宾简介：

陈启，半导体行业资深从业者。他在金融与半导体产业投资领域拥有十余年的深厚经验，是国内持续追踪半导体一级市场的早期实践者之一。