摩尔线程（Moore Threads）投资价值研究报告：国产GPU领军者的崛起与挑战- 大数跨境

首页

摩尔线程（Moore Threads）投资价值研究报告：国产GPU领军者的崛起与挑战

启道财智

2025-10-09

导读：投资要点市场机遇显著：中国 AI 智算 GPU 市场规模预计从 2024 年的 996.72 亿元增长至 20

投资要点

市场机遇显著：中国 AI 智算 GPU 市场规模预计从 2024 年的 996.72 亿元增长至 2029 年的 10,333.40 亿元，年均复合增长率达 56.7%，国产替代空间巨大(19)。摩尔线程作为国产全功能 GPU 领军企业，凭借先发优势和技术积累，有望在这一高速增长市场中抢占份额。

财务表现亮眼：2025 年上半年，摩尔线程实现营业收入 7.02 亿元，已超过 2022 年至 2024 年三年营收总和，同比增长 229%；毛利率从 2022 年的 - 70.08% 提升至 2025 年上半年的 69.14%，盈利能力持续改善(26)。公司预计最早可于 2027 年实现合并报表盈利(32)。

技术实力雄厚：公司已成功推出四代 GPU 架构，构建了覆盖 AI 智算、高性能计算、图形渲染的完整产品矩阵，并实现了 "云 - 边 - 端" 全栈 AI 产品线布局。在国内 GPU 企业中，摩尔线程累计获得授权专利 514 项，排名领先(2)。

政策与资本双轮驱动：在国家大力推动关键技术自主可控的背景下，摩尔线程获得了字节跳动、腾讯、中国移动等知名企业以及深创投、红杉中国等顶级投资机构的青睐，Pre-IPO 轮估值已达 246.2 亿元(6)。

风险与挑战并存：公司仍面临持续亏损、客户集中度高、供应链受限等风险。与国际巨头英伟达相比，在技术积累、生态建设等方面仍有较大差距，同时面临华为昇腾、寒武纪、海光信息等国内厂商的激烈竞争(60)。

01.公司概况与上市进程

1.1 公司成立与发展历程

摩尔线程智能科技 (北京) 股份有限公司 (简称 "摩尔线程") 成立于 2020 年 6 月 11 日，是一家专注于全功能 GPU 芯片设计与研发的集成电路高科技公司，总部位于北京市海淀区(3)。公司由英伟达前全球副总裁、大中华区总经理张建中创立，核心团队主要来自英伟达，同时吸引了 Microsoft、Intel、AMD、ARM 等各大科技公司的研发和产品团队核心力量加盟(3)。

公司发展历程如下：

2020 年 6 月：公司正式成立

2020 年 10 月：开始正式运营

2021 年：推出首款 GPU 芯片，采用自主研发的 MUSA 架构

2022 年：推出国内首款支持 Windows 操作系统及 DirectX 11/12 的游戏显卡

2023 年：牵头打造全国产千卡千亿参数模型训练平台 "夸娥智算中心"

2024 年："夸娥智算中心" 升级至万卡规模，可支撑千亿参数大模型全流程训练

2025 年：提出 "AI 工厂" 理念，推动 AI 从 "技术" 向 "产业工具" 转型(2)

1.2 上市进程分析

摩尔线程的 IPO 进程堪称 "飞速"，创下了科创板 IPO 审核速度新纪录：

2024 年 11 月：启动科创板上市辅导

2025 年 6 月 18 日：完成上市辅导验收

2025 年 6 月 30 日：科创板 IPO 申请获上交所受理

2025 年 7 月 17 日：进入问询阶段

2025 年 9 月 5 日和 9 月 18 日：分别回复首轮和第二轮审核问询函

2025 年 9 月 26 日：上交所上市委召开 2025 年第 40 次审议会议，审议通过摩尔线程首发上市申请

预计 2025 年 11 月中下旬至 12 月初：正式挂牌上市(16)

从受理到过会仅用时 88 天，摩尔线程成为 2025 年科创板 IPO 新过会企业中，从受理到过会用时最短的公司(4)。这一 "闪电过会" 得益于公司过硬的技术实力和科创板 "1+6" 系列政策支持，该政策旨在通过制度创新提升资本市场对科技创新的适配性，为具备高成长潜力的硬科技企业走向资本市场提供更高效率的支持(19)。

1.3 股权结构与投资者分析

截至招股书签署日，摩尔线程共有 86 家股东，合计持股 4 亿股(35)。公司实际控制人为张建中，通过直接或间接方式合计控制摩尔线程 36.36% 的股份(35)。

主要股东包括：

员工持股平台南京神傲：发行前持股比例为 14.5455%

张建中：直接持股 11.0598%

和而泰：持股比例为 1.0262%

其他股东包括深创投、红杉中国、联想创投、腾讯、字节跳动、小马智行、中国移动旗下产业基金等机构(6)

摩尔线程的投资者阵容豪华，成立后共获得 8 轮融资：

天使轮（2020 年 12 月）：投资方包括五源资本、红杉中国、闻名投资、和而泰等

Pre-A 轮（2021 年 2 月）：投资方有深创投、红杉中国、GGV 纪源资本、字节跳动等

A 轮（2021 年 11 月）：投资方包括上海国盛资本、五源资本、中银国际等

B 轮（2022 年 12 月）：投资方有中移数字新经济产业基金、和谐健康保险等，估值达 240 亿元

B + 轮（2023 年 11 月）：投资方包括厚雪资本、中和资本等，估值升至 255 亿元

第六轮（2025 年 2 月）：由北京高粱私募基金领投，估值维持在 255 亿元(19)

2024 年底 Pre-IPO 轮融资时，摩尔线程投前估值已达到 246.2 亿元，在《2025 年胡润全球独角兽榜》中，摩尔线程获得了 310 亿元人民币估值(6)。

02.财务状况分析

2.1 收入分析

摩尔线程的营业收入呈现快速增长态势，尤其在 2024 年和 2025 年上半年实现了爆发式增长：

年份 / 期间	营业收入 (亿元)	同比增长率
2022 年	0.46	-
2023 年	1.24	169.57%
2024 年	4.38	253.23%
2025 年上半年	7.02	229%

数据来源：公司招股说明书(35)

收入结构分析：

摩尔线程的收入主要来自 AI 智算产品、图形加速产品和智能 SoC 产品三大类：

2025 年上半年，AI 智算产品收入达 6.65 亿元，占总营收比例的 94.85%，同比增长 229%

2024 年和 2025 年，摩尔线程分别销售 3 套和 5 套 AI 智算集群，在 2025 年的 5 套集群中，1 套为 "平湖" 集群产品、4 套为 "曲院" 集群产品

平湖集群产品在 2025 年上半年带来近 4 亿元营收，约占上半年总营收的 57%(19)

公司表示，2025 年上半年 AI 智算产品收入大幅增长的原因是公司在 AI 智算领域正在洽谈的项目合同金额超过 17 亿元，项目主要为平湖系列板卡为核心的集群，已取得采购意向并于 2025 年上半年完成部分产品交付，以及产品测试或阶段性评测(19)。

2.2 成本与毛利率分析

摩尔线程的毛利率经历了从亏损到高盈利的显著转变：

年份 / 期间	毛利率
2022 年	-70.08%
2023 年	25.87%
2024 年	70.71%
2025 年上半年	69.14%

毛利率变化原因分析：

2022 年毛利率为负主要是因为公司成立初期，产品处于市场导入阶段，销量较小，单位成本较高

2023 年毛利率转正并提升至 25.87%，主要得益于产品结构优化和规模效应显现

2024 年毛利率大幅提升至 70.71%，主要是因为公司聚焦高毛利的 AI 智算产品，同时通过工艺优化和设计调整，降低了芯片成本

2025 年上半年毛利率维持在 69.14% 的高位水平，表明公司产品的市场竞争力和盈利质量持续增强(35)

2.3 利润分析

尽管收入快速增长且毛利率显著提升，但摩尔线程目前仍处于亏损状态，不过亏损幅度持续收窄：

年份 / 期间	净亏损 (亿元)	同比变化
2022 年	18.40	-
2023 年	16.73	-9.08%
2024 年	14.92	-10.82%
2025 年上半年	2.71	-81.52%

亏损原因分析：

摩尔线程的亏损主要来自高昂的研发投入和运营费用。公司在招股说明书中表示，随着产品结构优化和规模效应显现，毛利率已从亏损转为盈利，亏损幅度持续收窄，商业化进展显著。根据预测，公司最早可于 2027 年实现合并报表盈利，该盈利包含政府补助带来的收益，扣除该收益后，2027 年将收获微利(19)。

2.4 研发投入分析

摩尔线程的研发投入巨大，且占营收比例较高：

年份 / 期间	研发费用 (亿元)	研发费用率
2022 年	11.16	2422.51%
2023 年	13.34	1076.31%
2024 年	13.59	309.88%
2025 年上半年	5.57	79.33%

数据来源：公司招股说明书(19)

研发投入特点：

报告期内，摩尔线程不存在研发费用资本化的情况，所有研发支出均费用化处理

研发费用率呈现下降趋势，主要由于公司前期成立时间较短，收入规模较小，随着收入增长，研发费用率逐步降低

高研发投入是公司保持技术竞争力的关键，截至 2025 年 6 月 30 日，公司已获得授权专利 514 项，在国内 GPU 企业中排名领先(19)

2.5 资产与负债分析

截至 2025 年 6 月 30 日，摩尔线程的资产总额为 70.22 亿元，负债总额为 26.97 亿元，所有者权益为 43.24 亿元，资产负债率为 38.42%(35)。

资产结构分析：

货币资金：1.66 亿元

应收账款：2.46 亿元

预付款项：11.35 亿元

存货：5.12 亿元

其他流动资产：1.46 亿元

流动资产合计：20.15 亿元

非流动资产：1.46 亿元

数据来源：公司招股说明书(34)

负债结构分析：

短期借款：1.46 亿元

应付账款：1.46 亿元

预收款项：0.05 亿元

其他应付款：1.46 亿元

流动负债合计：1.46 亿元

非流动负债：1.46 亿元

财务健康状况评估：

摩尔线程的资产负债率处于合理水平，但公司经营活动现金流尚未转正，2024 年在营收增长 253.65% 的情况下，经营活动净现金流反而同比下降 61.99%，出现营收与现金流变动背离的异常信号(19)。这表明公司经营现金流无法覆盖运营需求，生存和发展极度依赖融资，若融资受阻，将面临严峻的资金链断裂风险(19)。

03.业务与技术分析

3.1 产品矩阵与技术架构

摩尔线程专注于全功能 GPU 芯片的研发、设计与销售，采用 Fabless 模式（无晶圆厂模式），晶圆代工和封装测试则交由合作伙伴完成(10)。公司已成功推出四代 GPU 架构，形成了覆盖 AI 智算、高性能计算、图形渲染的产品矩阵：

产品类别	细分市场	主要产品	应用场景
AI 智算产品	企业级	第四代 GPU"平湖"S5000、第三代 GPU"曲院"S4000	智算集群、AI 训练与推理
图形加速产品	专业级	第二代 GPU"春晓"S3000	工业设计、数字孪生
图形加速产品	桌面级	第二代 GPU"春晓"X300、第一代 GPU"苏堤"S10/S30/S50/X100	游戏、办公
智能 SoC 产品	企业级 / 消费级	第一代 SoC"长江"	边缘计算、智能座舱、具身智能

四代 GPU 架构：

苏堤架构（2021 年）：FP32 算力 5.2TFLOPS，支持 DirectX 11

春晓架构（2022 年）：FP32 算力提升至 15.5TFLOPS，支持 DirectX 12

曲院架构（2023 年）：FP16 算力达 102TFLOPS，支持千卡级集群

平湖架构（2024 年）：算力进一步提升，支持万卡级集群，新增支持 FP8 精度，片间互联带宽提升 3 倍至 800GB/s，最大显存容量为 80GB(19)

产品矩阵：

技术特点：

基于自主研发的 MUSA 架构，实现了单芯片架构同时支持 AI 计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码的技术突破

拥有自主可控的驱动和软件栈，提供全套开发工具链，包括 MUSA-X 计算库、MCC Flow 和 MCC Platform 支持万卡级集群调度训练

通过 MUSA 软件栈兼容国际主流 GPU 生态，降低了客户迁移成本：提供 MUSIFY 工具包，用于将 CUDA 代码转换为其原生编程语言 MUSA，降低迁移成本

已完成与 PyTorch、Paddle-Paddle 等主流框架的生态适配，和超 150 家行业软件的兼容认证(19)

3.2 市场地位与竞争格局

全球市场格局：

全球 GPU 市场规模在 2024 年已达到约 1.05 万亿元人民币，并预计到 2029 年将增长至 3.61 万亿元，复合增长率可观(19)。英伟达凭借其强大的硬件性能和成熟的 CUDA 软件生态，在高端 AI 计算市场占据了 91.9% 的份额（2025 年第一季度数据），形成了极高的壁垒(19)。

中国市场格局：

根据不同的统计口径，中国 GPU 市场的竞争格局有所不同：

以销售量口径计，2024 年中国 GPU 市场中，英伟达占 70% 的份额，华为昇腾占 23%，其他厂商合计约 7%(53)。

以销售金额口径计，2024 年中国 AI 加速器市场中，英伟达的市占率约为 66%，华为海思约为 23%，AMD 约为 5%，寒武纪、摩尔线程、沐曦股份约为 1%(55)。

根据摩尔线程对问询函的回复，在国内 AI 芯片市场中，GPU 的市场份额低于全球市场。2024 年，英伟达（全功能 GPU）、华为海思（ASIC）以及 AMD（GPGPU）在国内 AI 芯片市场中的市场份额分别为 54.4%、21.4%、15.3%(60)。

根据 IDC 统计，国产 AI 加速计算芯片在国内市场的出货率占比从 2023 年的约 14% 提升至 2024 年的约 30%，增量空间显著(19)。

在中国数据中心 GPU 市场，摩尔线程 2024 年市场占有率达到 22%，在消费级显卡市场份额高达 70%，在中低端市场具有很强竞争力(19)。

市场竞争特点：

英伟达虽然受到出口限制，但其在中国市场仍占据主导地位，即使是性能受限的 H20 芯片，依然凭借成熟的 CUDA 生态占据主流市场份额

华为昇腾凭借自研芯片和生态，成为国产替代的领军者，尤其在政府和大型企业市场

国内 GPU 赛道已进入 "群雄逐鹿" 阶段，壁仞、沐曦、登临等企业分别在 AI 算力、服务器场景、边缘计算等领域形成优势，同质化竞争加剧(2)

随着海光、寒武纪两家上市公司 AI 计算产品的突破，加上摩尔线程有望摘得 "GPU 第一股"，预计将对市场格局带来明显影响(4)

3.3 核心竞争优势

技术与人才优势：

核心团队拥有深厚的行业积累，创始人张建中曾任英伟达全球副总裁、大中华区总经理，多位核心高管均有英伟达公司的工作经历

截至 2025 年 6 月 30 日，公司员工总数 1122 人，拥有 873 名研发人员，研发人员占比高达 77.81%，充分体现了其技术驱动和研发密集的特点

公司已获得授权专利 514 项，在国内 GPU 企业中排名领先

产品差异化优势：

全功能 GPU 路线：与专注 AI 算力的壁仞、聚焦服务器场景的沐曦不同，摩尔线程从成立之初就确立了 "全功能 GPU" 的定位，其自主研发的 MUSA 架构，实现了单芯片同时支持 AI 计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码的技术突破

生态兼容策略：通过 MUSA 软件栈兼容国际主流 GPU 生态，降低了客户迁移成本，提供 MUSIFY 工具包，用于将 CUDA 代码转换为其原生编程语言 MUSA

商业化进展：2024 年在营收增长 253.65% 的情况下，公司已实现规模化销售，特别是在 AI 智算集群领域，2025 年上半年单套平湖集群产品带来近 4 亿元营收

数据来源：公司招股说明书(2)

政策与产业链优势：

2023 年 10 月 17 日，美国商务部将摩尔线程列入实体清单，台积电等代工厂被迫断供，芯片无法量产，前期投入可能付诸东流

面对制裁，摩尔线程果断砍掉非核心业务，聚焦图像渲染 + AI 算力两大战略；积极与中芯国际、华虹集团等国内代工达成合作，通过工艺优化和设计调整，部分芯片实现量产

在制造和封测环节大力推进国产化，实现从 12nm 到 7nm 制程的量产能力。封测环节已实现全面国产化，包括 ChipLet 和 2.5D 封装

预计到 2028 年实现 7nm 制程全国产化，国产 GPU 成本有望下降 30%-40%

3.4 面临的主要风险

技术与供应链风险：

2023 年 10 月，摩尔线程被美国商务部列入实体清单，台积电等代工厂被迫断供，导致部分芯片无法量产

尽管公司积极转向国内代工厂，但在先进制程工艺上，国内与国际先进水平仍有差距，摩尔线程目前使用 12nm 工艺，而国际巨头已采用 3nm 工艺

内存技术方面，摩尔线程使用 GDDR6，速率在 512GB/s 左右，而国际巨头使用 HBM3，速率超过 1.2TB/s

经营与财务风险：

客户集中度极高：2025 年上半年，摩尔线程前五大客户销售占比达 98.29%，对单一客户 R 的销售收入占比高达 56.63%

公司尚未盈利，累计亏损超过 50 亿元，经营活动现金流尚未转正

研发投入巨大，2022 年 - 2025 年上半年研发费用合计约 43.66 亿元，高额研发投入能否转化为商业成功存在不确定性

市场与竞争风险：

在市场认知度、生态完善性等方面，与英伟达等国际头部公司仍有一定差距

国内市场竞争加剧，随着海光、寒武纪两家上市公司 AI 计算产品的突破，加上摩尔线程有望摘得 "GPU 第一股"，预计将对市场格局带来明显影响

公司预测最早于 2027 年实现合并报表盈利，这一预测能否实现存在不确定性

数据来源：公司招股说明书(4)

05.竞争对手对比分析

4.1 主要竞争对手选择

基于摩尔线程的业务定位和市场格局，我们选择以下几家公司作为主要竞争对手进行对比分析：

英伟达 (NVIDIA)：全球 GPU 市场领导者，也是摩尔线程的主要对标对象

寒武纪 (Cambricon)：国内 AI 芯片设计企业，已在科创板上市

海光信息 (Higon)：国内高端处理器设计企业，已在科创板上市

华为海思 (Hisilicon)：华为旗下芯片设计公司，在 AI 芯片领域具有强大实力

选择理由：这四家公司分别代表了全球领先企业、国内上市公司和国内非上市公司中的佼佼者，与摩尔线程在技术路线、市场定位或应用场景上存在直接或间接的竞争关系。

4.2 财务指标对比分析

收入规模与增长率对比：

公司名称	2024 年收入 (亿元)	同比增长率	2025 年上半年收入 (亿元)	同比增长率
摩尔线程	4.38	253.23%	7.02	229%
寒武纪	11.74	65.56%	11.11	3170%
海光信息	91.52	52.40%	-	-
英伟达	13049.70 (亿美元)	114%	393.31 (亿美元)	12%

数据来源：各公司财报(35)

盈利状况对比：

公司名称	2024 年净利润 (亿元)	净利润率	2025 年上半年净利润 (亿元)	净利润率
摩尔线程	-14.92	-340.64%	-2.71	-38.60%
寒武纪	-4.52	-38.50%	3.55	31.95%
海光信息	19.31	21.10%	-	-
英伟达	7288.00 (亿美元)	55.90%	220.91 (亿美元)	56.17%

研发投入对比：

公司名称	2024 年研发投入 (亿元)	研发投入占收入比	研发人员占比
摩尔线程	13.59	309.88%	77.81%
寒武纪	10.72	91.30%	75.61%
海光信息	34.46	37.65%	-
英伟达	125.00 (亿美元)	9.58%	-

数据来源：各公司财报(19)

资产规模对比：

公司名称	2024 年末总资产 (亿元)	2024 年末净资产 (亿元)	资产负债率
摩尔线程	70.22	43.24	38.42%
寒武纪	84.59	71.34	15.67%
海光信息	192.68	171.64	10.92%
英伟达	-	-	-

4.3 技术实力与产品矩阵对比

技术路线与工艺对比：

公司名称	主要技术路线	制程工艺	芯片架构特点
摩尔线程	全功能 GPU，支持 AI 计算 + 图形渲染	12nm	MUSA 架构，单芯片支持 AI 计算加速、图形渲染、物理仿真和科学计算
寒武纪	AI 专用芯片，专注于 AI 计算	7nm	MLU 架构，专为深度学习和计算密集型应用设计
海光信息	CPU+DCU，通用计算 + AI 加速	7nm	兼容 x86 指令集，支持国密算法，集成安全算法专用加速电路
英伟达	全功能 GPU，专注于 AI 计算 + 图形渲染	3nm	Hopper 架构，支持 FP8 精度，H100 芯片张量计算引擎效率达 91%

数据来源：各公司官网及公开资料(19)

产品矩阵对比：

公司名称	产品线完整性	主要应用领域	市场定位
摩尔线程	覆盖 AI 智算、高性能计算、图形渲染、计算虚拟化、智能媒体和面向个人娱乐与生产力工具	AI 训练推理、高性能计算、图形渲染、消费级显卡	全功能 GPU，面向云 - 边 - 端全场景
寒武纪	云端产品线、边缘产品线、IP 授权及软件	云计算、数据中心、边缘计算、终端设备	AI 专用芯片，专注于云端和边缘计算
海光信息	CPU 产品、DCU 产品	数据中心、云计算、AI 计算	通用处理器，面向高端服务器和云计算场景
英伟达	GPU 产品线、AI 加速器产品线、专业可视化产品线等	数据中心、AI 训练推理、游戏、专业可视化、自动驾驶	全功能 GPU，面向全场景、全行业

生态建设对比：

公司名称	软件生态成熟度	开发工具支持	应用兼容性
摩尔线程	中等，MUSA 软件栈兼容 CUDA 生态，提供 MUSIFY 工具包	支持 PyTorch、Paddle-Paddle 等主流框架，提供 MUSA-X 计算库、MCC Flow 和 MCC Platform	与超 150 家行业软件完成兼容认证
寒武纪	中等，支持 TensorFlow、PyTorch 等主流框架	提供 Cambricon Neuware 软件栈，支持分布式训练	与主流深度学习框架和应用适配
海光信息	良好，兼容 x86 生态，支持主流操作系统和软件	提供 HygonDCU 软件栈，支持 CUDA API 兼容	与国内主流服务器厂商和软件生态适配
英伟达	成熟，CUDA 平台拥有大量开发者和应用	提供完整的 CUDA 工具链，支持多种编程语言和框架	与全球主流软件和应用高度兼容

4.4 市场表现对比

市场份额对比：

公司名称	全球市场份额	中国市场份额 (AI 芯片)	中国市场份额 (GPU)
摩尔线程	极小	约 1%	消费级显卡市场 70%
寒武纪	极小	约 1%	约 2.65%
海光信息	极小	约 5%	-
英伟达	约 95%(AI 芯片)	约 66%(AI 芯片)	约 70%(GPU)

数据来源：行业研究报告(53)

客户结构对比：

公司名称	客户集中度	主要客户类型	典型应用场景
摩尔线程	极高，前五大客户占比 98.29%	大型互联网公司、云计算服务商、政府机构	AI 训练集群、消费级显卡
寒武纪	高，前五大客户占比超 50%	云服务提供商、AI 应用开发商、科研机构	云计算、AI 训练推理
海光信息	中等，客户分散度较高	服务器厂商、云计算服务商、政府机构	数据中心、云计算、AI 计算
英伟达	中等，客户分散度较高	云服务提供商、AI 公司、科研机构、游戏公司	全场景、全行业

数据来源：各公司财报及行业研究报告(19)

盈利能力对比：

公司名称	毛利率	净利率	盈利状况
摩尔线程	69.14%(2025 年上半年)	-38.60%(2025 年上半年)	尚未盈利，预计 2027 年实现盈利
寒武纪	56.71%(2024 年)	-38.50%(2024 年)	2024 年第四季度和 2025 年第一季度实现盈利
海光信息	63.70%(2024 年)	21.10%(2024 年)	持续盈利
英伟达	75.00%(2024 年)	55.90%(2024 年)	持续高盈利

4.5 竞争优劣势总结

摩尔线程的竞争优势：

全功能 GPU 路线：在国内极少数具备全功能 GPU 研发能力的企业，产品矩阵覆盖 AI 智算、高性能计算、图形渲染等多个领域

生态兼容策略：通过 MUSA 软件栈兼容 CUDA 生态，降低了客户迁移成本，提高了产品适应性

商业化进展显著：2025 年上半年营收 7.02 亿元，超过前三年总和，AI 智算产品收入占比达 94.85%

高毛利率：2024 年毛利率达 70.71%，2025 年上半年维持在 69.14% 的高位水平

政策支持：作为国产替代的重要力量，获得了国家政策的大力支持

数据来源：公司招股说明书及行业研究报告(2)

摩尔线程的竞争劣势：

持续亏损：截至 2025 年上半年，公司累计亏损超过 50 亿元，尚未实现盈利

客户集中度高：2025 年上半年前五大客户销售占比达 98.29%，对单一客户依赖严重

供应链受限：被美国商务部列入实体清单，先进制程芯片生产受到限制

技术差距：与英伟达等国际巨头相比，在工艺制程、内存技术等方面存在差距

生态建设不足：软件生态成熟度与英伟达相比仍有较大差距，开发者社区规模较小

数据来源：公司招股说明书及行业研究报告(19)

与主要竞争对手的对比结论：

与英伟达相比：摩尔线程在技术实力、生态建设、盈利能力等方面存在显著差距，但在国产替代和特定细分市场（如消费级显卡）具有一定优势

与寒武纪相比：摩尔线程在产品矩阵完整性、毛利率方面具有优势，但在盈利状况和客户结构方面处于劣势

与海光信息相比：海光信息在收入规模、盈利能力、供应链稳定性方面具有优势，但摩尔线程在产品创新性和特定市场（如 AI 智算）增长潜力方面更胜一筹

与华为海思相比：华为海思在技术实力、产业链整合、市场份额方面具有明显优势，但摩尔线程在市场化运作和资本运作方面更为灵活

05.投资价值评估与建议

5.1 投资亮点分析

行业前景广阔：

中国 AI 智算 GPU 市场规模从 2020 年的 142.86 亿元迅速增至 2024 年的 996.72 亿元，年均复合增长率达 62.5%，预计至 2029 年将提升至 10,333.40 亿元(33)。在国产替代和 AI 算力需求爆发的双重驱动下，摩尔线程有望充分受益于这一高速增长的市场。

技术实力突出：

摩尔线程拥有自主研发的全功能 GPU 架构和完整的软硬件设计团队，已成功推出四代 GPU 架构，在国内 GPU 企业中拥有 514 项授权专利，排名领先(2)。公司的平湖架构张量计算引擎效率达到 98%，超过英伟达 H100 的 91%，在部分指标上已接近国际先进水平(19)。

商业化进展显著：

2025 年上半年，摩尔线程实现营业收入 7.02 亿元，超过 2022 年至 2024 年三年营收总和，同比增长 229%(33)。AI 智算产品收入达 6.65 亿元，占总营收比例的 94.85%，公司在 AI 智算领域正在洽谈的项目合同金额超过 17 亿元(19)。

盈利能力持续改善：

摩尔线程的毛利率从 2022 年的 - 70.08% 提升至 2023 年的 25.87%，2024 年达到 70.71%，2025 年上半年维持在 69.14% 的高位水平(35)。净亏损从 2022 年的 18.40 亿元，缩减至 2023 年的 16.73 亿元，2024 年进一步收窄至 14.92 亿元，2025 年上半年仅为 2.71 亿元(35)。

政策与资本双重支持：

在国家大力推动关键技术自主可控的背景下，摩尔线程获得了字节跳动、腾讯、中国移动等知名企业以及深创投、红杉中国等顶级投资机构的青睐(6)。公司已成功完成 8 轮融资，Pre-IPO 轮估值已达 246.2 亿元，在《2025 年胡润全球独角兽榜》中估值达 310 亿元(6)。

5.2 投资风险分析

持续亏损风险：

截至 2025 年 6 月 30 日，摩尔线程累计未弥补亏损为 14.78 亿元(30)。尽管亏损幅度持续收窄，但公司能否按计划在 2027 年实现盈利仍存在不确定性。如果未来市场拓展不及预期或研发投入继续增加，公司可能面临更长时间的亏损。

客户集中风险：

2025 年上半年，摩尔线程前五大客户销售占比达 98.29%，对单一客户 R 的销售收入占比高达 56.63%(19)。客户高度集中可能导致公司业务稳定性受到影响，若主要客户需求下降或延迟采购，将对公司业绩产生重大不利影响。

供应链风险：

2023 年 10 月，摩尔线程被美国商务部列入实体清单，台积电等代工厂被迫断供(19)。尽管公司已转向中芯国际、华虹集团等国内代工厂，但在先进制程工艺上，国内与国际先进水平仍有差距。如果国内代工产能不足或技术进展不及预期，将影响公司产品的量产和性能提升。

技术路线风险：

摩尔线程采用全功能 GPU 路线，与英伟达的技术路线相似，但在生态建设方面仍有较大差距。如果未来市场主流技术路线发生变化，或公司在生态建设方面进展缓慢，可能影响其市场竞争力。

市场竞争风险：

国内 GPU 赛道已进入 "群雄逐鹿" 阶段，壁仞、沐曦、登临等企业分别在 AI 算力、服务器场景、边缘计算等领域形成优势(2)。随着海光、寒武纪两家上市公司 AI 计算产品的突破，加上摩尔线程有望摘得 "GPU 第一股"，预计将对市场格局带来明显影响，竞争可能进一步加剧(4)。

5.3 投资建议

基于对摩尔线程的全面分析，我们给出以下投资建议：

短期投资建议（6-12 个月）：

谨慎增持：考虑到公司高速增长的收入、持续改善的盈利能力以及广阔的行业前景，可在上市后适当配置，但需注意短期波动风险

关注时点：建议在公司正式挂牌上市后，观察市场反应和估值水平，选择合适的时机介入

配置比例：建议作为科技板块的战术性配置，占总投资组合的比例不超过 5%

中长期投资建议（1-3 年）：

增持：随着公司商业化进程的深入和盈利拐点的到来，中长期投资价值将逐步显现

关注重点：密切关注公司客户拓展情况、产品结构优化进展、盈利转正时间点以及供应链稳定性

配置比例：可根据公司业绩表现和行业发展情况，逐步提高配置比例至 10% 左右

投资策略建议：

分批建仓：考虑到公司仍处于亏损阶段且估值较高，建议采用分批建仓策略，降低择时风险

波段操作：利用市场对公司短期业绩波动和行业政策变化的反应，进行波段操作，提高投资收益

组合配置：将摩尔线程作为科技板块中的高成长标的进行配置，同时搭配其他稳健型科技股，平衡风险和收益

长期持有：对于看好国产 GPU 长期发展前景的投资者，可考虑长期持有，分享公司成长红利

风险提示：

本投资建议基于当前市场环境和公司公开信息做出，不构成任何投资承诺。投资者应充分考虑上述风险因素，结合自身风险承受能力和投资偏好，审慎做出投资决策。

5.4 估值分析

估值方法选择：

考虑到摩尔线程尚未盈利，传统的市盈率 (P/E) 估值方法不适用。我们采用以下几种估值方法对公司进行评估：

市销率 (P/S) 估值法：基于公司当前收入水平和可比公司市销率

企业价值 / 研发投入 (EV/R&D) 估值法：基于公司研发投入和可比公司估值水平

可比交易估值法：基于类似企业的融资和并购交易估值

估值参数选取：

可比公司：寒武纪、海光信息、英伟达等国内外芯片设计企业

P/S 倍数：考虑到公司的高成长性和行业地位，给予 20-25 倍的 P/S 倍数

EV/R&D 倍数：给予 10-12 倍的 EV/R&D 倍数

可比交易：参考国内 AI 芯片企业的融资估值和并购案例

估值计算：

P/S 估值法：

2024 年收入：4.38 亿元

合理 P/S 倍数：20-25 倍

估值范围：87.6-109.5 亿元

EV/R&D 估值法：

2024 年研发投入：13.59 亿元

合理 EV/R&D 倍数：10-12 倍

估值范围：135.9-163.1 亿元

可比交易估值法：

参考寒武纪上市时的估值水平和近期融资估值

估值范围：200-250 亿元

综合估值：

考虑各估值方法的结果和公司的特殊性，给予 220-250 亿元的估值区间

估值结论：

基于上述分析，我们认为摩尔线程的合理估值区间为 220-250 亿元。公司 Pre-IPO 轮估值已达 246.2 亿元，在《2025 年胡润全球独角兽榜》中估值为 310 亿元(6)。考虑到公司的高成长性和行业地位，当前估值处于合理区间上限，投资者需谨慎评估。

06.结论与展望

6.1 核心结论

高速增长但仍未盈利：摩尔线程 2022 年至 2024 年营业收入复合增长率达 208.44%，2025 年上半年实现营业收入 7.02 亿元，超过前三年总和，但公司目前仍处于亏损状态，累计亏损超过 50 亿元

毛利率显著提升：公司毛利率从 2022 年的 - 70.08% 提升至 2024 年的 70.71%，2025 年上半年维持在 69.14% 的高位水平，盈利能力持续改善

技术实力国内领先：公司已成功推出四代 GPU 架构，累计获得授权专利 514 项，在国内 GPU 企业中排名领先，平湖架构在部分指标上已接近国际先进水平

国产替代重要力量：在中国数据中心 GPU 市场，摩尔线程 2024 年市场占有率达到 22%，在消费级显卡市场份额高达 70%，是国产替代的重要力量

风险与机遇并存：公司面临客户集中、供应链受限、持续亏损等风险，但在政策支持、行业高速增长、产品创新等方面具有明显优势

6.2 发展前景展望

行业发展趋势：

市场规模持续扩大：中国 AI 智算 GPU 市场规模预计至 2029 年将提升至 10,333.40 亿元，年均复合增长率达 56.7%

国产替代加速：在贸易限制和技术封锁的背景下，国产 GPU 的自给率将持续提高，预计到 2028 年实现 7nm 制程全国产化，国产 GPU 成本有望下降 30%-40%

技术路线多元化：GPU 架构将继续主导 AI 芯片市场，预计到 2029 年 GPU 在 AI 芯片市场的份额将提升至 77.3%

应用场景拓展：AI 应用从互联网向传统行业渗透，带动 GPU 需求从云端向边缘和终端扩展

公司发展战略：

技术研发战略：持续投入研发，推进新一代高性能 GPU 芯片和智算集群前沿技术预研，提升产品竞争力

市场拓展战略：深化与云服务提供商、大型互联网公司、政府机构等客户的合作，拓展 AI 智算、高性能计算、图形渲染等应用场景

生态建设战略：完善 MUSA 软件生态，扩大开发者社区，提高应用兼容性，降低客户迁移成本

产业链整合战略：加强与国内代工厂、封装测试企业的合作，提高供应链稳定性，降低生产成本

未来发展预测：

收入预测：预计 2025 年全年收入将达到 15-20 亿元，2026 年有望突破 30 亿元

盈利预测：根据公司预测，最早于 2027 年实现合并报表盈利，若进展顺利，2027 年下半年有望实现经营性盈利

市场份额预测：随着产品竞争力的提升和国产替代进程的加速，预计到 2027 年公司在中国 AI 智算 GPU 市场的份额将提升至 10-15%

技术突破预测：预计到 2028 年实现 7nm 制程全国产化，产品性能和能效比将进一步提升

6.3 风险提示

投资者在关注摩尔线程投资机会的同时，需警惕以下风险因素：

政策风险：国家对半导体产业的政策支持力度可能发生变化，贸易政策和出口管制措施也可能影响公司业务发展

技术风险：GPU 技术迭代速度快，公司能否持续保持技术领先性存在不确定性

市场风险：市场竞争加剧可能导致产品价格下降、毛利率降低，影响公司盈利能力

经营风险：客户集中、供应链受限、人才流失等因素可能影响公司正常经营

财务风险：公司尚未盈利，若未来融资受阻或资金使用效率低下，可能面临资金链断裂风险

投资决策建议：

摩尔线程作为国产 GPU 领域的领军企业，在技术实力、产品创新和市场拓展方面具有明显优势，有望在国产替代和 AI 算力需求爆发的双重驱动下实现快速发展。但公司仍面临客户集中、供应链受限、持续亏损等风险，投资者应充分考虑这些因素，结合自身风险承受能力和投资偏好，审慎做出投资决策。

对于长期投资者，可在适当控制仓位的前提下，关注公司上市后的表现和业务进展，择机布局；对于短期投资者，建议保持观望，待公司盈利拐点明确后再做决策。

（本报告仅供参考，不构成任何投资建议。投资者据此操作，风险自担。）

研究报告：https://www.doubao.com/share/code/a3f157c5ed3261f4

【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 0

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0

粉丝0

内容0