摩尔线程（Moor Threads）商业模式深度分析报告- 大数跨境

首页

摩尔线程（Moor Threads）商业模式深度分析报告

启道财智

2025-10-16

导读：1公司概况摩尔线程智能科技（北京）股份有限公司成立于2020年6月，同年10月正式运营，总部位于北京，专注于全

公司概况

摩尔线程智能科技（北京）股份有限公司成立于2020年6月，同年10月正式运营，总部位于北京，专注于全功能GPU芯片设计，采用Fabless模式聚焦架构研发与软件生态构建。创始人张建中曾担任英伟达全球副总裁、中国区总经理，带领团队将英伟达中国市场份额从2008年的不足50%提升至2020年的超80%，核心高管团队中联合创始人周苑（前英伟达市场生态高级总监）、张钰勃（前英伟达GPU架构师）等多位成员均来自英伟达，研发团队超50%成员具备国际芯片巨头从业经历，平均行业经验达15年。

资本层面，公司累计融资金额超百亿元，投资方包括红杉中国、腾讯投资、字节跳动、深创投等头部机构，2024年底Pre-IPO轮投前估值达246.2亿元，2025年胡润全球独角兽榜估值310亿元。2025年6月30日申报科创板IPO，9月26日以88天创纪录速度过会，拟募资80亿元用于新一代AI训推一体芯片等研发项目，成为"国产GPU第一股"。

市场定位方面，公司以自主MUSA架构实现从授权架构向全自研切换，单芯片支持AI计算、图形渲染等多元场景，2025年上半年营收7.02亿元（超2022-2024三年总和），其中AI智算产品收入占比94.85%，毛利率达69.14%，展现出国产替代核心竞争力[6][10][11][12]。尽管累计亏损近53亿元，但营收年复合增长率达208.44%，研发投入占比超600%，凸显技术驱动型成长特征。

核心竞争力图谱

团队壁垒：英伟达系核心团队主导技术路线，77.81%研发人员占比（873人）构建人才护城河[3][15]

生态突破：国内唯一实现单芯片覆盖FP8-FP64全精度计算的GPU企业，2025年洽谈中订单超20亿元[10][11]

资本背书：82家机构股东阵容，含中国移动、联想等战略投资方，IPO募资规模创2025年科创板之最[3][8]

产品与技术分析

摩尔线程以全功能GPU为核心技术路线，构建了“硬件-软件-生态”三维产品体系，通过四代架构迭代实现技术突破与商业化落地。硬件层面，公司已推出“苏堤”“春晓”“曲院”“平湖”四代GPU芯片，形成覆盖AI智算、图形加速、智能SoC的完整产品线。最新“平湖”架构的MTTS5000智算卡对标英伟达H20，FP32算力达32TFLOPS（为H20的72%），但8卡互联带宽256GB/s仅为NVLink4的28.4%，导致大模型训练效率损失约30%。图形加速产品中，MTTS80显卡FP32算力14.4TFLOPS超越RTX3060，但实测游戏帧率仅为其40%-50%，反映出硬件性能与实际场景优化的差距。

软件体系以MUSA架构为核心，通过MUSIFY工具实现CUDA代码零成本迁移，适配超60%主流AI框架及PyTorch等开发环境[20][21]。2025年发布的MUSASDK4.0.1实现全链路自主化，支持FP8精度计算与海光x86处理器深度适配，代码转换后性能提升15%以上[12]。生态建设方面，公司已开源vLLM-MUSA推理框架及音频大模型MooER，开发者社区适配超3000款应用，UE5引擎适配实现Lumen等核心渲染特性[22][23][24]。技术差异化体现在全场景覆盖能力：单芯片集成AI/图形/科学计算引擎，支持从FP8到FP64全精度计算，2024年以70.71%的毛利率印证技术商业化成效。

技术路线对比：与壁仞、沐曦专注AI训练不同，摩尔线程坚持“通用计算+图形渲染”融合路线，通过统一MUSA架构实现“云-边-端”全栈布局。截至2025年9月，公司累计获得560项授权专利，专利数量居国内GPU企业首位[6][20][27]。

硬件参数方面，MTTS2000系列配备4096个MUSA核心，INT8算力42.4TOPS，显存带宽512GB/s，满足中大型AI推理需求[28][29]。智能SoC领域，“长江”芯片INT8算力达50TOPS，性能超越高通骁龙8295方案，计划2026年量产上车[6][30]。尽管在高端市场仍落后于英伟达（如H20显存容量96GBvs平湖80GB），但通过架构迭代与生态适配，公司已在政务、工业设计等领域实现规模化应用。

商业模式画布

价值主张：政策与技术双轮驱动

公司核心价值在于提供自主可控的全功能GPU解决方案，覆盖AI大模型训练/推理、图形渲染等场景，支持FP64至FP8全精度计算，尤其在“AI+图形”融合领域（如物理AI、自动驾驶仿真）形成差异化优势。美国实体清单政策加速国产替代进程，央企、智算中心及云厂商主动对接，为其产品渗透创造战略机遇。

目标客户：高集中度下的风险与机遇

客户结构呈现极端集中特征，2025年上半年前五大客户销售额占比高达98.29%，其中第一大客户占比56.63%。客户群体从早期信创市场（政务、金融）向智算中心、AI企业扩展，百度、京东等互联网巨头已成为重要客户。尽管集群客户采购存在非规律性，但国内算力基础设施建设需求为收入提供长期支撑。

收入来源：硬件销售主导，AI产品成增长引擎

收入结构经历显著转型，2025年上半年AI智算集群类产品收入占比接近80%，平均单价超过1亿元。2022-2024年累计营收6.09亿元，而2025年上半年营收已达7.02亿元，超过过去三年总和。毛利率从2022年的-70.45%跃升至2025年上半年的69.17%，产品结构升级成效显著。销售模式结合直销与经销，通过浙大网新等代理商覆盖区域市场。

核心资源：研发投入构筑技术壁垒

研发投入强度行业领先，2022-2024年累计研发费用达38.1亿元，占同期营收比例约626%[39]。技术团队规模近900人，占员工总数77.81%，其中75%以上拥有硕士及以上学历。自主研发的MUSA架构及四代GPU架构形成核心知识产权，但生态建设仍处早期阶段，仅聚集300余家合作伙伴，远低于英伟达CUDA超1万家的生态规模。

关键挑战：客户集中度风险（前五大客户占比98.29%）、生态规模不足（300余家合作伙伴）、持续亏损（累计亏损超53亿元）及供应链限制，预计最早2027年实现盈利。

成本结构中，研发投入占比极高，同时受先进制程代工及核心零部件采购的供应链限制。公司严重依赖外部资金支持，累计亏损超过53亿元，政府补助成为重要资金来源，预计2025-2027年政府补助收益分别约为2000万元、2亿元和3亿元。重要合作伙伴包括晶圆代工厂商、主板品牌（华硕、技嘉等）及投资方（腾讯、联想），为其提供生产与渠道资源支持。

市场环境评估

行业趋势：AI算力需求驱动高增长

中国AI智算GPU市场呈现爆发式增长态势，据弗若斯特沙利文预测，2024-2029年市场规模将从996.72亿元增至10333.40亿元，年均复合增长率达56.7%，主要驱动力来自大模型训练、推理部署及GPU云服务需求的激增。中国作为全球最大GPU市场之一，占据全球40%的市场份额，2024年市场规模已达1638亿元，预计2029年突破1.3万亿元。智能算力需求尤为突出，IDC数据显示2024年中国智能算力规模达725.3EFLOPS，同比增长74.1%，而国产化率提升空间显著，2025年上半年国产AI加速卡市场份额已从2023年的14%提升至40%。

政策环境：国产替代机遇与外部风险并存

中国政府通过系统性政策构建算力产业发展生态，形成"政策激励+场景开放+资金支持"的三维支撑体系。在政策激励层面，集成电路企业可享受税收优惠、科创板"1+6"新政支持未盈利企业上市，摩尔线程符合第五套上市标准；场景开放方面，国有企业需开放智慧城市、工业互联网等战略级场景，2025年规划的18个应用中试基地全部向民间资本开放；资金支持上，全国性"人工智能券"累计发放超80亿元，降低中小企业算力成本25%，单家企业年度最高可申领500万元。地方层面，湖北省2025年发放5000万元算力券，上海对集成电路流片补贴最高达项目投资30%。

但政策环境存在显著不确定性，美国对华芯片出口管制持续升级，2023年10月摩尔线程被列入实体清单，限制其获取先进制程技术；2025年1月新管制规则进一步限制先进芯片及技术出口，直接影响高端GPU研发进度。尽管短期英伟达H20等特供芯片缓解算力焦虑，但长期自主可控仍是行业主线。

竞争格局：国际垄断与国产差异化突围

全球GPU市场呈现寡头垄断格局，2024年英伟达以88%的全球份额占据绝对主导，AMD占10%，留给其他厂商的空间仅2%。中国市场中，英伟达、华为海思、AMD2024年份额分别为54.4%、21.4%、15.3%，摩尔线程在国内AI智算、图形加速及智能SoC细分领域的市场占有率不足1%。

国内厂商通过差异化路径突破：华为海思采用ASIC架构专注特定场景算力优化，2024年以21.4%份额位居国内第二；寒武纪聚焦AI芯片"云边端"全场景覆盖；沐曦股份侧重B端政企市场，燧原科技主攻AI推理领域。摩尔线程则以"全功能GPU"为核心差异化策略，同一芯片支持AI计算、图形渲染等多场景，已进入政务、金融采购清单，并与阿里云、腾讯云等头部云厂商达成合作。2025年上半年，其AI智算产品收入占比达94.85%，在手订单超20亿元，显示商业化进程加速。

关键竞争壁垒：英伟达CUDA生态拥有超600万开发者和3000+应用程序，形成技术护城河；国产厂商生态建设尚处初期，摩尔线程MUSA开发者社区规模仅15万人，不足CUDA的2.5%。

供应链方面，摩尔线程采用Fabless模式，核心依赖中芯国际14nm制程代工（2025年预计代工超3万片）及长电科技Chiplet封装技术，但14nm工艺与国际领先的4nm制程仍存代际差距。下游应用中，已与东华软件、三六零等合作落地医疗影像分析、大模型训练等场景，医疗影像分析模型训练效率较传统模式提升3倍。

挑战与机遇

技术与供应链挑战

摩尔线程面临显著的技术代差压力，其旗舰产品MTTS5000采用12nm制程工艺，较国际主流的3nm落后约两代，导致FP32算力仅32TFLOPS，不足英伟达H100的47.8%。美国实体清单限制进一步加剧供应链风险，先进制程代工需BIS许可证，HBM显存等关键零部件采购受阻，直接影响产品量产节奏。生态壁垒方面，MUSA开发者社区规模仅15万人，不足CUDA的2.5%，且软件兼容性存在差距，如MTTS80游戏帧率仅为RTX3060的40-50%。

财务与市场风险

财务数据显示，公司2022-2024年累计亏损超50亿元，经营活动现金流净额三年累计净流出43.9亿元，资产负债率36.6%，远高于行业均值。客户集中度风险突出，2025年上半年前五大客户销售占比高达98.29%，单一客户收入占比56.63%。市场竞争白热化，国内壁仞、沐曦等企业加速布局，国际巨头英伟达通过降价策略挤压市场空间。

政策与市场机遇

政策层面，科创板"1+6"新政加速硬科技企业上市，公司IPO从受理到过会仅88天，募资80亿元将重点投向AI训推芯片研发。市场需求爆发，国内AI智算市场规模五年复合增长率超50%，公司在手AI智算项目合同金额超17亿元[18][48]。技术迭代方面，每年更新GPU架构，最新产品可支持200B参数MoE大模型训练，"长江"SoC性能已超越高通方案。

应对策略

技术突围：通过异构计算集群架构和FP8混合精度训练策略提升性能，Llama38B模型MFU达90%以上

生态共建：与DeepSeek合作开发开源矩阵计算库，MUSA架构已适配超3000款软件及主流大模型

场景深耕：聚焦医疗影像、自动驾驶等垂直领域，与中国移动共建智算互联产业链，拓展工业、云电脑场景

关键数据对比：

技术代差：制程落后2代（12nmvs3nm），8卡互联带宽仅为NVLink4的28.4%

市场空间：2025年国产GPU市占率达40%，AI智算领域在手订单超17亿元

生态进展：MUSA开发者15万人，兼容软件超3000款，较CUDA仍存显著差距

盈利前景方面，公司毛利率从2022年-70.08%提升至2024年70.71%，亏损持续收窄，但预计最早2027年实现盈利，期间需持续投入研发。政策与国产替代红利下，若能突破技术与生态瓶颈，有望在智算中心采购浪潮中占据重要份额。

未来展望

以2025-2030年为战略周期，摩尔线程需在技术突破、生态构建与全球化布局中形成协同推进。短期（2025-2026年）IPO募集的80亿元资金将重点投向三大芯片研发项目：25.1亿元用于AI训推一体芯片（突破5nm制程与1000TOPS级算力）、25亿元用于图形芯片（支持DirectX12Ultimate全特性）、19.8亿元用于AISoC芯片（优化大模型推理性能），同步推进晶圆代工多元化（与三星、中芯国际合作）及EDA工具自主化，以应对供应链风险。

中期（2027-2028年）需实现技术与市场的双重突破：技术上，新一代芯片FP32算力目标100TFLOPS，通过“平湖”统一全精度方案与万卡互联技术提升大模型训练效率；生态上，计划2025年10月举办首届MUSA开发者大会，目标开发者数量超100万，并开源MooER训练代码及8万小时数据训练模型。财务层面，规模效应下研发费用率已从2022年的320%降至2025年上半年的85%，管理层预计2027年实现合并报表盈利（扣除政府补助后微利），AI智算产品毛利率有望稳定在67%-69%。

长期（2029-2030年）需完成全球化与供应链的战略布局：市场拓展聚焦“一带一路”沿线国家，同步探索参股代工企业以保障产能；技术路线向3nm工艺突破，目标进入全球GPU第一梯队。行业层面，中国GPU市场规模预计2030年达895亿美元，叠加国产替代40%采购占比政策窗口，“五年市占10%”目标对应约89.5亿美元营收，需以“AI工厂”理念深化智算集群方案（如夸娥智算集群效率提升30%），并拓展车载GPU、医疗影像等场景，形成第二增长曲线。

关键挑战：需平衡技术追赶（与NVIDIA性能差距）、生态建设（MUSA架构兼容性）及盈利压力（2024年营收仅4.38亿元），同时应对美国技术制裁风险。若能把握智算中心扩建红利（洽谈中AI智算订单超17亿元），有望借助国产替代浪潮实现从“可用”到“好用”的跨越。

往期精彩文章：

如果觉得文章对你有所帮助，请支持我们，在文章结尾点击“点赞”、“在看”或者转发给你身边需要的财务人，送人玫瑰，手有余香。系统将记录你的喜好并继续优质文章推送，谢谢！

【声明】内容源于网络

启道财智

当过会计小白，也熬成财务管理者，CPA + 管理会计师 + RPA 工程师，多年上市公司工作经验，15 年财务实战经验，10 年考龄专啃会计考试重难点，用职场干货帮你避坑备考不用愁，跟着我冲就对了！

内容 647

粉丝 0

启道财智当过会计小白，也熬成财务管理者，CPA + 管理会计师 + RPA 工程师，多年上市公司工作经验，15 年财务实战经验，10 年考龄专啃会计考试重难点，用职场干货帮你避坑备考不用愁，跟着我冲就对了！

总阅读268

粉丝0

内容647