公司概况
摩尔线程（Moore Threads）成立于2020年10月，总部位于北京，核心创始团队来自英伟达、AMD等国际GPU巨头，具备深厚的GPU架构与图形学积累。公司定位为“全功能GPU”供应商，产品覆盖图形渲染、AI训练与推理、科学计算等场景，致力于在国产化替代浪潮中打造自主可控的算力底座。截至2025年，公司已完成多轮融资，累计融资额超50亿元人民币，估值超过200亿元，成为国内GPU赛道最具潜力的独角兽之一。
公司发展关键节点：
- 2020年：成立，启动MUSA架构研发。
- 2022年：发布首款全功能GPU芯片“苏堤”及MTT S系列显卡。
- 2023年：推出第二代架构“春晓”，MTT S3000/S4000量产并进入信创市场。
- 2024年：全面适配DeepSeek等国产大模型，签约多个智算中心项目。
- 2025年：第三代架构“曲屏”流片，性能对标英伟达中高端产品。
涵盖图形显卡（面向信创PC及服务器）、AI加速卡（面向数据中心）两大品类。代表产品：
- MTT S4000：基于“春晓”架构，单卡FP16算力达130 TFLOPS，显存48GB HBM2e，支持PCIe 5.0，可满足大规模AI模型训练与推理需求。
- MTT S3000：面向数据中心推理场景，FP16算力80 TFLOPS，功耗250W，已通过运营商国产服务器适配认证。 芯片采用台积电7nm/5nm制程，核心IP全部自研，主频超1.8GHz。下游客户主要为智算中心集成商、运营商云部门、地方政府大数据局。
MUSA软件栈是摩尔线程核心差异化能力，提供：
- MUSA SDK：兼容英伟达CUDA API，用户可零成本迁移现有AI框架（PyTorch、TensorFlow等）。
- MUSA X：面向大模型的分布式训练框架，支持DeepSeek、百川、智谱等国产模型一键适配。
- 驱动与图形库：Vulkan/OpenGL/DirectX全面支持，满足信创办公、工业设计需求。 营收主要来自技术授权费、定制开发服务及后续维护费。
为大型客户提供从芯片选型到集群部署的全案服务，如某省级智算中心采用摩尔线程GPU搭建千卡集群，用于政务大模型训练。该业务毛利率较高（约60%），但收入规模有限。
| 产品线 | 营收占比 | 核心客户 | 毛利率 |
|---|---|---|---|
| GPU芯片与板卡 | ~85% | 智算中心、信创PC厂商 | ~40% |
| 软件栈与生态 | ~10% | AI企业、云厂商 | ~70% |
| 定制化解决方案 | ~5% | 政府、大型国企 | ~60% |
技术护城河
护城河一：自主研发MUSA架构
MUSA（Moore Threads Unified System Architecture）是公司从零构建的全功能GPU指令集架构，已迭代至第三代“曲屏”。关键特性：
- 统一渲染架构：同时支持图形渲染、AI计算、科学计算，无需分离核心。
- 软件定义Tensor Core：可灵活配置矩阵运算单元，适配不同精度（FP32/FP16/INT8）。
- 内存一致性：通过统一虚拟内存减少数据搬运开销，提升大模型推理效率。 该架构已申请超过200项发明专利，形成牢固的知识产权壁垒。
护城河二：CUDA生态平替能力
摩尔线程是唯一一家实现应用级兼容CUDA的国产GPU厂商。通过MUSA SDK，超过90%的CUDA程序可在无需修改源码的情况下直接运行，极大降低用户迁移成本。2024年公司率先完成DeepSeek-V2全系列模型适配，推理性能达到同级别英伟达A100的70%，并针对Transformer算子深度优化。
护城河三：深度绑定国产AI生态
与华为昇思、百度飞桨、阿里PAI等主流深度学习框架完成适配，并与DeepSeek、智谱AI等大模型厂商建立战略合作。在国产AI大模型快速迭代的背景下，摩尔线程“芯片+软件+模型”的闭环生态正加速形成卡位优势，新入局者难以短期复制。
| 维度 | 数据 |
|---|---|
| 全球市场份额 | <1%（国产GPU领域前三） |
| 行业排名（国产GPU） | 第三（仅次于寒武纪、海光信息） |
| 主要竞对 | 寒武纪（思元系列）、海光信息（DCU）、壁仞科技（BR100）、景嘉微（JM9系列） |
| 下游客户 | 中国移动、中国电信、国家电网、某省级大数据局、头部AI实验室 |
| 竞争优势 | 全功能GPU vs 寒武纪/海光偏向AI；图形+AI双赛道；软件生态最为完善 |
国产GPU市场目前由政府主导的智算中心集采和信创市场驱动。摩尔线程在2024年信创GPU招标中份额约15%，位列第三。随着美国对华AI芯片制裁加码，国产替代政策持续发力，公司有望在2025-2027年获得更大市场份额。
财务与增长
注：摩尔线程尚未上市，以下数据基于招股书申报稿（2024年报送）及行业估算。
| 指标 | 数据 |
|---|---|
| 营收（2024年） | 约12亿元人民币（同比增长300%） |
| 毛利率 | 约45% |
| 净利率 | 亏损（研发投入巨大，净亏损约8亿元） |
| 核心增长逻辑 | 1) 信创CPU替换带动GPU需求；2) 智算中心建设驱动AI加速卡出货；3) 大模型生态适配带来订单；4) 军品及工业仿真市场拓展 |
营收结构演进：2022年营收不足1亿，2023年约3亿，2024年突破10亿。预计2025年营收30亿，2027年有望盈亏平衡。研发费用率常年超过60%，其中人才开支占大头（工程师人均薪酬超80万/年）。
融资与估值：已完成6轮融资，2024年Post-money估值约200亿元人民币。机构股东包括红杉中国、五源资本、字节跳动、深创投等。
主要风险：
- 技术迭代风险：英伟达下一代架构Blackwell性能大幅领先，摩尔线程需持续高强度研发，但资金有限。
- 国际供应链风险：核心EDA工具及先进制程依赖台积电，若地缘冲突加剧可能导致流片中断。
- 生态依赖风险：尽管实现CUDA兼容，但英伟达可能在CUDA许可条款上施加限制，或推动专属生态锁定。
- 商业落地风险：智算中心项目回款周期长，应收账款占比高；部分客户试用后因性能不足未批量采购。
- 人才流失风险：GPU设计人才稀缺，竞争对手通过高薪挖角。
核心投资逻辑 / 产业价值总结：
摩尔线程是国产GPU领域唯一实现“图形+AI+科学计算”全功能覆盖的硬科技企业，凭借自主MUSA架构和深度适配国产大模型的软件生态，在信创与智算中心市场占据关键卡位。尽管仍处于投入期，但随着国产替代加速及大模型推理需求爆发，公司有望在2026年进入盈利拐点，成为AI算力自主可控的核心标的。