摩尔线程IPO在即，能否复制“寒王”奇迹？

前言：在一个连英伟达都要反复接受重定价的时代，“奇迹”本身也在接受验收。

11月13日晚，摩尔线程披露首次公开发行股票并在科创板上市招股意向书。据悉，公司首次公开发行股票初步询价日为11月19日，申购日为11月24日。同时，另一家国产GPU企业科创板IPO注册获批。11月13日，证监会网站显示，证监会于11月12日同意沐曦股份首次公开发行股票的注册申请。上交所网站显示，沐曦股份科创板IPO已注册生效。

摩尔线程的故事：从一块卡到一整套“国产CUDA世界”

摩尔线程对外讲的，不是简单的“NVIDIA中国版”故事：

第一层是产品形态：全功能GPU+智算集群。

摩尔线程不是只做“AI训练卡”，而是把自己定位成“全功能GPU供应商”：基于自研的 MUSA 统一架构，把图形渲染、AI训练/推理、物理仿真、科学计算等能力塞进同一颗芯片，再向外延伸到数据中心GPU、桌面级显卡以及面向边缘场景的AI SoC。

第二层是底层技术与互联：向“国产NVLink”靠拢。

在精度支持上，从FP64到INT8给出相对完整的图谱，并针对Transformer类模型加速FP8；互联侧则有自研 MTLink 2.0 与 ACE 异步通信引擎，试图减少算力在通信等待环节的损耗，对标NVLink那种“不是只有算力，还有互联”的整体方案。

第三层是软件栈与生态：尽可能降低“脱CUDA”的痛感。

一方面兼容 PyTorch、TensorFlow 等主流框架，一方面提供CUDA代码迁移工具，帮助客户把原来在英伟达体系里的模型、算子迁到国产平台上。对于客户来说，能不能少改代码、少重写算子，往往比单卡理论算力更重要。

简单来说，摩尔线程想做的不是“卖几代GPU芯片”，而是“在国产软件硬件栈里，搭一套可用的CUDA平替世界”。

AI情绪退烧，摩尔线程站在了一个“更难讲故事”的时代

摩尔线程启动科创板IPO之际，市场环境已经和寒武纪在2020年上市时截然不同。

一边，是拟募资不超过80亿元、被寄望为“国产GPU第一股”的摩尔线程；另一边，是英伟达等华尔街AI龙头在“DeepSeek冲击”后经历的大幅回调。

时间往前拨到2025年1月27日。中国的初创公司深度求索抛出了“低成本、高性能”大模型DeepSeek，对于算力的要求直线下降，全球科技股应声震荡。当天英伟达股价单日跌幅接近两成，市值蒸发数千亿美元，创下美股史上罕见纪录，一众AI受益股集体跳水，AI板块从“神话期”被按进“估值复盘期”。

随后几周，随着机构冷静下来，意识到 DeepSeek 模型本身仍然高度依赖GPU基础设施，英伟达股价出现明显修复；放到更长周期看，它年内涨幅依然可观，但全程伴随剧烈波动。到年中，借助Blackwell等新一代GPU产品预期，英伟达总市值一度逼近4.4万亿美元，短暂登顶全球第一；进入10—11月，随着“AI回报周期不及预期”“AI泡沫是否过热”的争论升温，又经历了一轮数千亿美元级别的市值回吐。

这轮“过山车”释放的信号很直接：即便是手握CUDA生态、订单可见度接近0.5万亿美元的AI绝对龙头英伟达，股价也不得不在估值、技术路径不确定性和利率/监管/出口管制等因素的三重挤压下频繁重定价。

在这样的背景下，摩尔线程选择登陆科创板，面对的已经不是2020年那种“只要沾AI就给高估值”的情绪市，而是一个更习惯于“拿报表和现金流说话”的市场。

投资者最想了解的，是在寒武纪已经用真金白银上过一堂课之后，摩尔线程还有没有机会复制当年的“寒王奇迹”？

增速和亏损都很“刺眼”：80亿元募资的背后

从财务数据看，摩尔线程属于典型的“带伤狂奔”。

根据招股书披露：

2022—2024年，营收从约4608万元增长到4.38亿元，三年翻了近十倍；

2025年上半年营收7.02亿元，已经超过前三年总和，毛利率也在改善。

但另一面更扎眼：

同期净亏损分别为18.4亿元、16.73亿元、14.92亿元；

2025年上半年仍亏损2.71亿元，三年多累计亏损已超50亿元。

也就是说，这家公司的营收曲线在陡峭上行，利润曲线却依然深陷亏损泥潭，远未到“自我造血”的阶段。

在这样的起点上，摩尔线程本次拟募资不超过80亿元，在科创板芯片企业里位居前列，钱主要砸向三块：

新一代训推一体AI芯片；

新一代图形GPU；

面向边缘场景的AI SoC，外加部分补充流动资金。

对摩尔线程而言，这次IPO既是一次“续命”，也是一次把自身放到放大镜下的过程：钱到位了，未来3—5年可以继续在架构迭代、软件生态、生态合作上“硬扛”同行；但所有项目进度、客户拓展和亏损节奏，都会从此与季报、年报强绑定，再也不是在一级市场“只讲远景”的阶段。科创板的制度设计并不排斥亏损企业上市，相反，正是鼓励高研发投入；但这也意味着，利润、现金流的不确定性会长期伴随股价剧烈波动。

外有英伟达，内有“四小龙”：留给摩尔线程的空间有多大？

摩尔线程要突围，面对的是一个外部强敌+内部混战的双重压力场。

外部看，英伟达的天花板短期难以撼动。在大模型训练市场，英伟达依然占据绝对主导地位，CUDA生态形成了函数库、工具链、开发者心智三位一体的护城河。过去几年，它也多次经历两位数幅度的股价急跌，但只要AI基础设施扩张逻辑还在，中长期地位并未动摇。

更现实的一点是：即便在中国市场，英伟达因出口管制、合规限制处于“无货可卖”的尴尬局面，但其存量装机的技术和生态惯性仍非常强，“没有英伟达，大家会更舒服”这句话在产业里流传已久——说的并不是性能，而是过强的议价与技术锁定。

内部看，国产阵营远不是“同盟军”，更像“同考场对手”。除了摩尔线程，市场上至少还有被归为“国产GPU四小龙”的沐曦、壁仞、燧原，以及寒武纪、海光、昆仑芯、平头哥等在不同细分市场发力的玩家。

它们的共同点是：大多采用“对标NVIDIA某代产品”的路线；都在讲“自研架构+大算力+国产生态”的故事；都在围绕互联网大厂、云服务商、政务云和金融等标杆客户抢位。

从公开信息看，摩尔线程在国内AI芯片市场的份额仍不足1%，项目落地阶段也更多停留在“起量前夜”。在这种格局下，真正的竞争不在于“有没有市场空间”，而在于能否得到大客户的青睐，拿到一笔足以影响股价的大单。

从寒武纪到摩尔线程：A股对“AI概念股”的态度已经变了

2020年，寒武纪登陆科创板时，踩在中美科技摩擦、国产替代情绪与注册制红利叠加的“最佳窗口”上：

上市首日股价飙涨，市值直奔千亿；此后又借大模型浪潮叠加，股价一度被情绪推得更高。

但长期看，寒武纪的财务表现和天价估值之间出现了明显错位，股价在业绩压力、减持压力和持续再融资的背景下多次回调。直到今年，它仍然需要通过定增方式募集数十亿元，以支撑面向大模型的新产品和平台研发。

摩尔线程和寒武纪的故事相似之处显而易见：

都站在“自主可控”的国家叙事里，都在用高研发投入换时间，都在未盈利状态下冲刺大额融资。

不同的是，寒武纪上市时，市场愿意为“AI想象力”买单；摩尔线程上市时，市场更在意“你什么时候赚钱”“你的市占率能不能真正爬上来”。

在连英伟达都要承受频繁重定价的年代，想复制寒武纪当年连续数倍、数十倍的股价神话，难度显然比五年前高得多。

摩尔线程并不是孤身一家公司在闯关。过去几年，国产AI芯片企业在一级市场拿到了数量可观的资金：摩尔线程、沐曦等五年间各自融资都超过百亿元，寒武纪、昆仑芯等也通过多轮融资、定增持续补血。但随着美元基金收缩、人民币基金趋于理性，“只看赛道不看报表”的阶段已经过去，成长期AI芯片公司依靠“收入—研发—更多收入”的自循环能力仍然不足，不少企业被迫加快转向二级市场。

根据清科等机构的统计显示，外币基金的总投资金额有所回升，但案例数增幅有限；反而是人民币基金在项目数量上更活跃，越来越像“耐心资本”。

在这种资金结构变化下，“中国英伟达们”面临的现实是——一级市场的输血能力有限，烧钱扩研发、扩团队的动作，必须借助IPO来延续。从招股书看，摩尔线程三年多累计研发投入超过38亿元，即便经历多轮融资，账面货币资金也只有几十亿元；沐曦同期研发投入也在数十亿元量级。寒武纪则在上市后继续以定增方式融资，用于新一代面向大模型的芯片与软件平台。

供应链硬伤，产能限制影响“中国英伟达”的快速增长

如果只盯着单卡性能算力，国产高端GPU的追赶速度其实并不算慢——在FP16算力层面，多家产品已经逼近或超过300TFLOPS，个别型号冲到更高；真正拉开差距的，是生态成熟度、集群互联效率以及大规模部署时的稳定性。

目前，国产厂商都在用算力叠加的方案弥补单芯片差距：华为基于昇腾提出CM384超节点，昆仑芯、阿里平头哥也展示了类似方案，通过在机架内堆叠更多卡来放大算力。但超节点并非只靠“力大砖飞”，互联协议和软硬件适配同样关键——目前国内在互联协议上呈割裂状态，各家用的是自己的私有总线，短期内很难统一。在这种结构下，谁的互联更高效、谁能在有限带宽和功耗预算内把集群效能榨出来，就成了赢单的关键因素之一。

但是技术层面都过关，还有一个现实的问题：产能不足。

以国产高端GPU单卡平均约8万元估算，做到100亿元营收大致需要12.5万张卡；假定每颗GPU芯片面积约600mm²、良率50%，一片12英寸晶圆能产出约40多颗Die，粗略换算下来，需要数千片晶圆的产能。在晶圆产线本身就紧张、先进工艺供给优先保障移动SoC和大厂定制芯片的前提下，谁能锁定更稳定的代工配额，也会直接影响其营收上限。

总结：摩尔线程的机会？

尽管竞争激烈、不确定性巨大，摩尔线程并非没有机会。

一方面，英伟达在中国数据中心市场“无货可卖”的状态，客观上给了国产GPU一个“接盘窗口”：互联网大厂、运营商、金融机构在规划新一批算力集群时，很难再像过去那样大比例选用英伟达；在数据中心国产化率指标约束下，不少项目天生就为国产芯片预留了空间，这部分需求只能由“中国英伟达们”来满足。

另一方面，AI推理侧的算力需求正在爆发。主流大模型的Tokens调用量已经处在每天万亿级别，仅OpenAI和谷歌就消耗了巨量的推理算力，背后是硅谷公司数十GW级别算力基础设施的扩张。尽管海外巨头至今仍在为盈利性发愁，但“堆卡”的动作没有停；国内市场虽然“有量无价”，但B端、政务、金融等场景中对本地化算力的刚性需求也在放大。从这个意义上讲，只要AI应用在某些垂直领域跑通了盈利模型，上游的“卖水人”就会迎来更扎实的增长。摩尔线程要争取的，就是在这一轮“从训练到推理”的扩张中，拿到尽量多的首批项目，让自己的产品和工程团队先一步积累经验。

从产业视角看，摩尔线程IPO是中国GPU产业走向成熟过程中的一个标志性事件；在一个极端乐观的剧本里，摩尔线程靠持续的技术迭代、集群落地和生态拓展，几年后把市占率、营收规模和盈利模型都跑出来，成为国产GPU阵营里真正意义上的“硬核龙头”；

在另一个不那么乐观的剧本里，它可能被卷入长期的价格战、研发军备竞赛和融资压力中。

在摩尔线程敲钟之前，投资者至少可以先问自己三个问题：

你是在买一家公司，还是在买一个“国产英伟达”的情绪标签？

如果后者占比更高，就要意识到，情绪来得快、退得也快，股价波动会非常剧烈。

你能否承受一家尚未盈利、市占率不足1%的公司在未来几年持续大额投入所带来的估值调整？

最后，回到我们的标题——摩尔线程能不能复制“寒王”奇迹？

更大的可能是：市场不会再轻易给出那样的溢价。对投资者而言，更务实的做法，是把这次IPO当成一次检验自身风险认知和时间观的机会，而不是又一轮“错过就拍大腿”的造富神话。

毕竟，在一个连英伟达都要反复接受重定价的时代，“奇迹”本身也在接受验收。

（本文为新闻评论，不构成任何投资建议。）