一個“全功能GPU”的中國樣本：摩爾線程的稀缺性與結構性機會

本文來源：時代周報 作者：朱成呈

在過去幾年的中國芯片版圖中，喧囂與焦慮并存。

如果在此刻從上空俯瞰這片“戰場”，你會看到兩種截然不同的景象：一邊是眾多創業公司涌入AI專用芯片（ASIC）或通用計算（GPGPU）的細分賽道，試圖在特定的AI場景中尋找立足之地。而另一邊，試圖真正復刻英偉達（NVIDIA）、AMD 路徑，堅持死磕“全功能 GPU”的企業，卻寥寥無幾。

摩爾線程，則是其中最亮眼的一位。與只做AI推理、AI訓練的GPGPU或ASIC芯片不同，摩爾線程從一開始就選擇了全功能GPU：圖形渲染、AI 計算、數字孿生、科學計算、視頻編解碼……這條路線工程量巨大，對軟硬件協同、生態體系、長期投入都提出了更高要求。但也因為足夠通用，天然面向更寬的應用邊界，獲取更廣泛的潛在客戶。

摩爾線程招股書顯示，以英偉達和摩爾線程為代表的全功能GPU，具備功能完備性與計算精度完整性，在工作效率、生態完整多樣性以及兼容性等方面更具優勢，能夠更好地適應未來新興及前沿計算加速應用場景的需求。

正因如此，摩爾線程成為市場持續關注的樣本。88 天過會，刷新科創板審核速度紀錄。這不僅是一次融資通道被快速打開，更像是一種產業層面的態度：在英偉達構筑的生態鐵幕之外，“全功能 GPU”是否存在一條在國內本土化的可行路線。摩爾線程被推到聚光燈下，也順勢成為這個命題具體的承載者。

稀缺性：做“瑞士軍刀”，而不是“切菜刀”

GPU的技術演進始于圖形渲染，上世紀90年代主要為游戲和圖形設計服務。自2012年被證明極其適配深度學習訓練后，迅速成為AI時代的核心算力單元。如今，GPU的作用遠不止大模型訓練：自動駕駛、智能座艙、物聯網、工業控制、云游戲……幾乎所有需要海量并行計算的場景都離不開GPU。

有人形容 GPU 之于 AI 的重要性：“如果訓練大模型是一場數字時代的耕作，GPU 就像成百上千臺高效自動化拖拉機，把巨量數據在極短時間內處理完?！?/p>

在這條賽道上，國內 AI 芯片玩家大多選擇“做減法”。GPGPU 也好，ASIC 也罷，本質都是打造一把針對性極強、鋒利無比的“切菜刀”。但摩爾線程選擇了一條截然相反的路：選擇要做一把“瑞士軍刀”，既要功能完備性，也要精度完整性。

其中，功能完備性體現為在單一GPU芯片中集成了AI計算加速、圖形渲染、物理仿真和科學計算、超高清視頻編解碼等多種能力，滿足多樣化的計算需求；而精度完整性體現為單一芯片支持FP64 Vector、FP32 Vector、TF32 Tensor、FP16/BF16 Tensor、FP8 Tensor、INT8 Tensor 等不同計算精度，以滿足GPU加速不同場景的計算需求。

換句話說，英偉達GPU能跑的任務，摩爾線程都能覆蓋。而這，也恰恰構成了摩爾線程的稀缺性。放眼全球，真正具備全功能GPU能力的公司只有四家：英偉達、AMD、英特爾，以及年輕的摩爾線程。

公開資料顯示，摩爾線程是國內唯一實現全功能GPU量產量銷的廠商，覆蓋芯片、板卡、集群及軟件生態全鏈條，產品矩陣涵蓋 AI 智算、專業圖形、桌面級 GPU 與智能 SoC 四大類。2024年，摩爾線程營業收入超4億元，近三年營業收入復合增長率超過200%。 2025年前三季度，摩爾線程實現營收 7.85 億元，同比增長181.99%。

放在產業背景里看，全功能GPU路線的重要性正在被重新加權。弗若斯特沙利文預測，2024年全球GPU市場規模超萬億元，預計2025年到2029年CAGR有望達24.5%。中國市場成長更快，市場規模將從2024年的1425億元躍升至2029年的13368億元，2025年到2029年CAGR高達53.7%。

在這種背景下，全功能GPU的價值被重新評估：不是單一場景的加速卡，而是未來計算體系的算力底座。當大模型推理與訓練、自動駕駛、物理仿真、工業控制等需求并行爆發時，“瑞士軍刀式”的GPU顯然擁有更廣闊的成長空間。

算力需求的分化與匯合正在發生。一邊是大模型訓練和推理的指數級增長，另一邊是自動駕駛、虛擬仿真、工業數字化等場景的同步擴張。全功能GPU的價值不再是某一類任務的“加速卡”，而是未來算力體系的“底座”，一套可以跨領域的基礎設施。

因此，如果將英偉達超四萬億美元的市值作為參照系，摩爾線程作為中國唯一對標這一完整技術路線的標的，其估值邏輯將遠不局限于“賣了多少張卡”。

市場和技術多維布局

全功能 GPU 的稀缺性，最終體現為摩爾線程在市場和技術上的多維布局。自2021年至2024年，摩爾線程每年推出一代GPU架構芯片，構建了清晰的并行路線。專業圖形領域，拿出了“蘇堤”和“春曉”；AI 智算賽道，則有“曲院”和“平湖”支撐。更值得注意的是，2024 年，摩爾線程還推出了智能 SoC 芯片“長江”，將全功能 GPU、CPU、NPU 與 VPU 等異構算力集成于一體。

市場拓展方面，摩爾線程也全面開花。在專業圖形加速領域，摩爾線程的MTT S3000利用 GPU 虛擬化和云端渲染技術，實現云電腦、云游戲和云 AI PC 的國產化，提供高性能低延遲的計算與渲染能力，并與中國移動、中國電信合作推動行業自主可控。

MTT X300/S50 在國產圖形工作站市場具有性能優勢，廣泛應用于數字孿生、仿真模擬、地理信息系統和工業設計等領域，并完成超過 150 個生態軟件的國產化兼容認證。MTT S10/S30 板卡產品支持信創個人 PC，與國產 CPU、操作系統及品牌整機完成適配，服務多家企事業單位。

在 AI 算力領域，摩爾線程產品包括訓推一體智算卡 MTT S4000、支持 FP8 精度的 MTT S5000，以及首代和二代超大規模智算融合中心產品 KUAE1、KUAE2，覆蓋千卡到萬卡互聯，已交付多個智算中心，用于大模型訓練、推理和科學計算等核心場景。

基于智能 SoC 芯片“長江”，摩爾線程已推出多款產品，包括面向 AI PC 的算力本 A140 和面向邊緣計算及具身智能的智能模組 E300，并計劃推出迷你型電腦 AI Cube 及智能汽車座艙解決方案。摩爾線程正在以此為基礎，在 AI SoC 領域布局未來十年的發展。

摩爾線程本次 IPO 的募集資金，也精準地指向了這三大戰略方向：新一代 AI 訓推一體芯片研發（對應“曲院”“平湖”）、新一代圖形芯片研發（對應“蘇堤”“春曉”），以及新一代 AI SoC 芯片研發（對應“長江”），輔以流動資金補充。這清晰地表明，摩爾線程將堅定地在這三大領域齊頭并進，加速推進自主可控的計算平臺建設。

“更懂黃仁勛的人”與他的團隊

任何一家公司的基因，都刻著創始人的烙印。在摩爾線程，這個烙印屬于張建中。在創辦摩爾線程之前，他在英偉達工作了 15 年，曾任英偉達全球副總裁、大中華區總經理。

在芯片圈，張建中被公認為“最懂黃仁勛的中國人”之一。他不僅親歷了GPU從圖形芯片演變為AI基礎設施的全過程，更是一手搭建了英偉達在中國的龐大生態體系。從CUDA在高校的推廣，到與游戲廠商的合作，再到 AI 初創企業的扶持，他深知英偉達的護城河究竟是如何一磚一瓦砌起來的。

這解釋了摩爾線程為何從執著于“MUSA”統一架構。張建中比誰都清楚，如果不建立自己的統一架構，只做硬件兼容，永遠只能是替代品。招股書顯示，MUSA 架構是摩爾線程自主研發的融合GPU硬件和軟件的全功能GPU計算加速統一系統架構，涵蓋統一的芯片架構、指令集、編程模型、軟件運行庫及驅動程序框架等關鍵要素。

事實上，摩爾線程的多位核心高管都來自頂尖芯片公司。團隊不僅懂架構，懂生態，更懂市場，懂如何把一塊芯片賣成服務。于是，市場看到了驚人的“摩爾線程速度”：創業僅僅5年，量產5顆芯片，迭代4代 GPU 架構。從受理到過會，科創板IPO審核僅用時88天。

上市，對于張建中和他的團隊來說，并不是終點，而是一次關鍵的補給。意味著摩爾線程將獲得更充沛的彈藥，去應對接下來的市場競爭。面對英偉達這個市值數萬億美元的全球霸主，摩爾線程手里的底牌，是關于“全功能GPU”的中國故事，以及一群試圖證明“中國也能做出來”的技術信徒。