AI时代，GPU作为算力核心的战略地位愈发凸显。全球市场中，英伟达凭借Hopper架构与CUDA生态垄断约90%的AI芯片份额，H100芯片以4000TFLOPS的算力成为大模型训练基准。 在此背景下，2020年由张建中创立的摩尔线程，带着“打破英伟达霸权”的目标闯入赛道，成为国产GPU领域的关键玩家。 摩尔线程的起点并不低。团队汇聚了英伟达、AMD等全球顶尖GPU人才，成立初期便锚定全功能GPU路线，从底层构建全栈自研能力。 2023年推出首款全功能GPU“苏堤”，内置图形渲染、AI计算等四大引擎；8个月后发布第二代“春晓”，性能提升3-5倍；2025年，旗舰级AI训推一体GPU智算卡MTT S5000实现规模量产，基于该产品的大规模集群完成建设并上线服务。 这款产品不仅支撑了DeepSeek-V3 671B满血版适配测试、RoboBrain 2.5模型全流程训练等技术突破，更让摩尔线程的商业化进程迈出关键一步。
2025年，摩尔线程交出了一份亮眼的增长答卷：营收同比增长230.7%-246.67%至14.5-15.2亿元，归母净亏损幅度收窄34.5%-41.3%。 增长的核心驱动力来自AI智算业务——2025年上半年，AI智算产品收入近4亿元，占同期营收的56.98%。与此同时，公司构建起“云-边-端”全栈产品矩阵：消费级显卡MTT S80是国内首款支持DirectX 12的产品，性能接近英伟达RTX 3060；智能座舱SoC“长江”实现统一内存架构突破；边缘计算产品E300性能超越英伟达同代产品。 这些产品的落地，让摩尔线程逐步形成“研发-量产-营收反哺研发”的业务闭环。
但高光背后，摩尔线程的突围之路仍布满荆棘。财务上，2022-2024年累计亏损超49亿元，研发投入占比常年超60%——2024年研发投入13.59亿元，是当年营收的3倍多。 尽管2025年上半年毛利率提升至69.14%，但短期内仍难实现盈利，公司预计最早2027年才能扣非微利。技术上，与英伟达的代差短期内难以缩小：摩尔线程仍用12nm工艺，而英伟达已切入3nm；H100的FP8算力达4000TFLOPS，摩尔线程的产品在算力密度、能效比上仍有差距。 生态层面的挑战更甚：英伟达CUDA生态已积累20年，覆盖400万开发者，而MUSA架构虽能兼容CUDA，但适配软件少、开发者迁移成本高，生态闭环尚未形成。
政策层面，科创板“1+6”新政加速了摩尔线程的IPO进程，多地智算中心招标要求国产GPU占比不低于30%，为其打开了增量市场。 从创立到上市，摩尔线程用5年时间走完了国际巨头30年的部分路程。它的成长，是国产GPU从“0到1”突破的缩影——既有技术迭代的惊喜，也有商业落地的考验。
在国产替代的大背景下，摩尔线程的突围不仅需要持续的研发投入，更需要在生态构建、客户信任上长期沉淀。正如张建中所说，“中国GPU不存在至暗时刻”，但要真正撑起国产GPU的蓝天，还需要更多像摩尔线程这样的企业，在光与影的交织中，一步步走向成熟。
