全功能布局VS專精突破：摩爾線程與沐曦，國產GPU雙雄對決

來源 | 財經九號

2025年，摩爾線程和沐曦先后登陸資本市場，開盤首日市值均飆升至3000億以上，雙雙成為打破英偉達壟斷格局的核心力量。

盡管同為 GPU 賽道企業，但摩爾線程和沐曦之間還是有明顯區別的，前者錨定“全功能自主生態”深耕布局，后者聚焦“AI訓推專精”快速突圍，雙方在技術架構、產品矩陣、生態構建及商業化路徑上的差異化，為各自打造了獨有的生態壁壘。而在這一過程中，更是折射出國產GPU產業在突圍進程中的路徑抉擇。

這種差異的形成，其實從兩家企業最初誕生的團隊中，便已經烙下了各自的獨有 DNA。

摩爾線程成立于2020年，由原英偉達全球副總裁張建中牽頭創立，核心團隊匯聚了大批來自英偉達、AMD等國際GPU巨頭的資深工程師，平均擁有20年以上GPU全鏈條研發經驗，深厚的行業積淀為其戰略布局奠定了堅實基礎。

短短五年內，摩爾線程成功量產五顆芯片、完成四代GPU架構迭代，實現從單一芯片到智算集群的全維度布局，其架構迭代與系統級創新能力，在國產GPU廠商中極為稀缺。

一方面，摩爾線程作為國內唯一實現“圖形+AI計算”深度融合的全功能GPU廠商。在國產GPU行業中，多數廠商要么側重AI訓推算力突破，要么聚焦圖形渲染單一場景，而摩爾線程是國內唯一實現兩者深度融合、全棧自主可控的廠商，其核心支撐源于自研MUSA統一架構的先進性與完整性。

另一方面，摩爾線程也是國內唯一同時深耕B端、C端市場的全場景GPU廠商。GPU行業的商業化落地往往面臨“場景聚焦困境”——B端市場（數據中心、政企、行業解決方案）需要高算力、高穩定性與定制化服務，C端市場（消費電子、游戲、個人計算）需要高兼容性、高性價比與生態適配，兩者的技術要求、客戶群體與運營邏輯差異顯著。國內其他GPU廠商僅聚焦單一市場，而摩爾線程是唯一實現B端與C端深度布局、雙向賦能的廠商。

同時，作為國內唯一功能可對標英偉達的全功能GPU廠商，摩爾線程深度參與國產算力體系建設，與智源研究院等核心機構形成戰略協同，在多模態AI、數字孿生等前沿領域搶占先發優勢，契合算力自主可控的國家戰略導向。

同樣成立于2020年的沐曦，則由AMD前高管團隊組建，團隊優勢精準聚焦于AI計算芯片的快速落地，其核心成員在高性能GPU工程化研發與量產領域經驗豐富。

為此，沐曦以“聚焦AI訓推一體、以CUDA兼容+快速量產縮短商業化周期”作為其戰略定位，力求在細分賽道實現快速突破。

反映到沐曦的產品端，其曦云C系列芯片從流片到量產僅耗時8個月，良率穩定在90%以上，憑借CUDA兼容技術帶來的低遷移成本，沐曦快速打開政務、金融等AI算力核心市場。

技術路線的差異直接體現為產品性能的定位分化。摩爾線程以MUSA統一架構為核心，追求“全場景、全精度”的覆蓋能力；沐曦則依托XCore架構，深耕AI訓推場景的性能優化。

這也同樣體現在財務方面，摩爾線程著眼于全功能自主生態，加上其于2023年被列入實體清單，需要在多方面持續進行研發投入，因此其前期虧損相對較大。

不過在 AI 算力爆發，具身智能崛起以及募資下，摩爾線程資金與財務基本面獲得了支撐強勁，財務狀況也呈現出改善態勢。此次科創板上市，摩爾線程募資80億元，累計研發投入超43億元，為全功能GPU的長期研發提供了充足資金保障。

而市場趨勢向好，產品接受度增加，摩爾線程預計2025年營收為14.5億元至15.2億元，是2024年的3.3倍-3.47倍，同時，歸母凈利潤虧損進一步收窄。總體上來說，雖然目前仍然在研發投入期，但摩爾線程厚積薄發的后發優勢日漸顯現。

沐曦的業績同樣亮眼，由于快速錨定落地賽道，沐曦預計2025年營收是2024年的2倍左右。但需注意的是，受限于單一賽道定位，沐曦在圖形渲染、科學計算等非AI場景的技術積累相對薄弱，產品場景覆蓋廣度不足，長期發展高度依賴AI賽道的持續景氣，抗周期能力較弱。

而在多模態算力需求持續爆發的當下，摩爾線程和沐曦產品的性能差異，進一步凸顯了不同路線的適配價值。

摩爾線程自主研發的MUSA統一架構，是國內罕見的覆蓋多場景需求的GPU技術體系，單芯片集成AI計算加速、圖形渲染、科學計算、物理仿真及超高清視頻編解碼等功能，支持FP4-FP64全精度計算，可完美適配“云—邊—端”全場景算力需求，打破了單一場景芯片的應用局限。

實際應用場景中，摩爾線程的性能優勢得到充分驗證：MTT S5000智算卡在DeepSeek-V3 671B滿血版測試中，單卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，刷新國產GPU在超大規模MoE模型下的推理性能紀錄。

另外，摩爾線程聯合智源研究院完成具身大腦模型RoboBrain 2.5全流程訓練，成為行業首個驗證國產算力集群適配具身智能大模型訓練的案例。

此前，馬斯克宣布xAI團隊已完成全球最大規模（10萬張卡）訓練集群部署，國內層面，工信部亦在積極推動訓練芯片加速落地部署。不過最新消息顯示，英偉達H200供應鏈已正式收到減產通知，疊加國內互聯網企業采購態度趨于謹慎，國產GPU行業正迎來前所未有的發展機遇。而摩爾線程不僅具備萬卡級集群訓練的實踐經驗，更擁有豐富的實際訓練案例支撐，無疑是GPU行業國產替代邏輯的最佳標的。

沐曦曦云C系列芯片精準對標AI訓推一體場景，在細分領域具備較強性能競爭力。其中，曦云C500的FP32算力達15 TFLOPS，INT8算力480 TOPS，千卡集群線性擴展效率為88%-90%，支持1024卡以上單集群互聯，可適配中大規模大模型訓推需求。

新一代曦云C600采用7nm工藝，配備144GB HBM3e顯存，FP8峰值算力達1000 TFLOPS，與英偉達H100處于同量級，其MetaXLink高速互連技術支持2-64卡靈活組網，在大規模AI集群部署上具備一定優勢。

但受限于場景定位，沐曦產品在圖形渲染、科學計算等非AI場景功能布局相對滯后，且依賴CUDA兼容層運行，存在一定的性能損耗，同時不支持全精度計算，難以適配多模態AI、數字孿生等需要跨場景算力支撐的新興領域。

在 GPU 這樣分工明確的科技賽道上，企業生態的成熟度直接決定其長期競爭力。盡管摩爾線程全力投入自主生態建設，以MUSA架構為核心打造閉環體系，需要在前期花費大量精力和海量資金，但此舉卻有利于后期的持續發展，且地基打牢的優勢下，成長天花板不可估量。沐曦雖依賴CUDA兼容快速起量，但自主生態根基相對薄弱，卻也在一定程度上制約了其持續拓展的能力和上限。

（免責聲明：本文數據信息均來自上市公司財報，以及媒體報道等公開信息，數據或信息如有遺漏，歡迎更正。未經授權，本文禁止轉載、抄襲或洗稿。）