2025年12月5日，摩尔线程登陆科创板。
发行价114.28元，开盘涨幅达到468%，市值一度突破3000亿元。这家成立仅四年的GPU公司，被市场冠以“中国版英伟达”的标签，成为年度资本市场关注度较高的事件之一。
但冷静下来想一想：一家年营收不到5亿、持续亏损的公司，凭什么撑起3000亿估值？
“中国版英伟达”这个标签，哪些是实质，哪些是想象，哪些是必须跨越的鸿沟？
GPU为什么这么重要？
在聊摩尔线程之前，有必要先说清楚GPU到底是什么，为什么它成了大国博弈的焦点。
GPU，全称图形处理器，最早是用来处理游戏画面的。但后来人们发现，GPU特别擅长同时处理大量简单计算——这恰好是人工智能训练最需要的能力。
打个比方：CPU像一个数学天才，能解很难的题，但一次只能做一道；GPU像一千个小学生，每人只会做加减法，但一千道简单题同时算，速度反而更快。AI训练恰恰需要的就是后者——海量的简单计算。
这就是为什么，当ChatGPT引爆AI浪潮后，英伟达的股价两年涨了近10倍——它的GPU是训练大模型的核心硬件，几乎不可替代。
简单说：谁掌握了高端GPU，谁就掌握了AI时代的“发动机”。
卡脖子卡在哪？
问题来了：中国的AI发展，GPU够用吗？
答案是：不够，而且越来越紧张。
2022年起，美国陆续出台芯片出口管制措施，限制英伟达向中国出售高端GPU。A100不让卖了，英伟达就做了个“中国特供版” A800；H100不让卖了，又做了H800。但每次“特供版”刚推出没多久，又被列入限制名单。
这意味着什么？
国内的AI公司想训练大模型，要么高价从灰色渠道买芯片，要么用性能打折的替代品，要么——等国产GPU成熟。
这就是摩尔线程们存在的意义：在高端GPU被“卡脖子”的背景下，国产替代不是“可选项”，而是“必选项”。
中国AI智算GPU市场规模从2020年的143亿元增长到2024年的近1000亿元，预计2029年将突破万亿。这块蛋糕，过去大部分被英伟达拿走，现在被迫要留给国产厂商一部分。
摩尔线程凭什么被叫做“中国版英伟达”？
市场愿意给这个标签，有几个原因：
摩尔线程创始人张建中，在英伟达干了14年，做到全球副总裁、中国区总经理。核心团队很多人也来自英伟达、AMD这些国际大厂。用投资圈的话说，这叫“根正苗红”。
GPU分几种：有的只能做图形渲染（打游戏），有的只能做AI计算，还有一种叫“全功能GPU”，两样都能干。
英伟达做的就是全功能GPU。国内大多数厂商选择只做AI计算，相对容易一些。摩尔线程偏偏选了最难的路——也做全功能GPU，单芯片同时支持AI计算、图形渲染、视频编解码。
这条路难在哪？技术复杂度高，研发周期长，烧钱更多。但好处是：一旦做成，应用场景更广，天花板更高。
2022年营收0.46亿，2024年4.38亿，复合增长率超过200%。2025年上半年营收7亿元，已经超过过去三年总和。虽然绝对规模还小，但增长曲线很陡。
标签归标签，现实归现实。摩尔线程和英伟达之间的差距，至少体现在三个层面：
差距一：硬件性能
这是最直观的。英伟达最新芯片用的是3nm工艺，摩尔线程还在7nm左右，差了两代。算力方面，英伟达H100约67 TFLOPS，摩尔线程S5000约32 TFLOPS，差了一倍。
有分析认为，从芯片设计角度看，差距大约在12-18个月。这个差距不小，但理论上可以追。
真正难追的是下一个。
差距二：软件生态
这才是英伟达真正的护城河。
英伟达在2006年推出了CUDA——一套让开发者在GPU上写程序的工具。近20年下来，全球几百万开发者都在用CUDA，几乎所有AI框架都原生支持它。
这意味着什么？开发者用英伟达的GPU，拿来就能用；换别家的，很多代码要重写。这就像大家都习惯了用微信，你做一个新的聊天软件，功能差不多，但朋友都不在上面——谁会换？
摩尔线程的应对方案是自研MUSA架构，并且做了个叫MUSIFY的工具，帮助开发者把CUDA代码迁移过来。但目前MUSA只支持部分功能，和CUDA的完整度差距还很大。
硬件差距可以靠钱和时间追，生态差距可能需要五年、十年甚至更久。
差距三：商业规模
数字最能说明问题：
指标
|
英伟达
|
摩尔线程
|
2024年营收
|
约1305亿美元
|
4.38亿人民币
|
盈利情况
|
大幅盈利
|
亏损14.9亿
|
研发资金来源
|
自己赚的
|
靠融资
|
营收差距约2000倍。英伟达研发靠自己赚的钱，摩尔线程研发靠投资人的钱。这次上市募了80亿，按每年研发投入13-14亿算，大概能烧5-6年。
怎么追？
面对这样的差距，摩尔线程大概有两条路可以走：
第一条：正面硬刚。在高端AI芯片领域直接和英伟达竞争。难度很大，因为先进制程被限制、生态积累不足、资金也有限。
第二条：错位竞争。在英伟达顾不上或者进不来的地方建立优势。比如：
国产信创市场——政府、国企、军工等领域，本身就有国产替代的刚性需求
推理场景——AI分“训练”和“推理”两个环节，推理对算力要求相对低，国产GPU更容易切入
边缘计算、智能汽车——新兴场景，格局还没定，有机会
从目前的产品布局看，摩尔线程似乎在两条路之间找平衡。这样做的好处是不把鸡蛋放在一个篮子里，风险是资源可能会分散。
3000亿，买的是什么？
回到开头的问题：一家亏损公司凭什么值3000亿？
传统的市盈率估值在这里没法用——公司还在亏钱。市场通常用市销率（市值/营收）来估。摩尔线程发行价对应的市销率约122倍，英伟达约35倍，AMD约14倍。
换句话说，市场预期摩尔线程未来的增速要远远快过这些国际巨头，才能撑得起这个价格。
买摩尔线程的股票，本质上买的是两样东西：
•国产替代的大趋势——只要中美科技博弈持续，这个逻辑就在
•AI算力需求的高增长——只要AI继续发展，GPU的需求就在
公司自己预计最早2027年盈利。在那之前，股价更多反映的是“预期”而非“业绩”。
结语
“中国版英伟达”这个标签，既有道理，也有距离。道理在于：创始团队背景、全功能GPU定位、国产替代的时代机遇。距离在于：性能、生态、规模、盈利能力，每一项都差着量级。
GPU之所以重要，是因为它是AI时代的算力底座。被“卡脖子”的不只是几块芯片，而是整个AI产业的发展速度。从这个角度看，国产GPU的战略意义大于商业意义。
生态比硬件更难追。芯片性能的差距可以用钱和时间缩小，但英伟达CUDA近20年积累的开发者生态，不是靠一个“迁移工具”就能复制的。这可能是摩尔线程面临的最大挑战。
估值反映的是预期，不是现实。3000亿市值对应的是“如果摩尔线程真的成为中国GPU龙头”这个假设。假设能否兑现，取决于接下来几年的执行。
摩尔线程的上市，是中国半导体产业的一个切面：外部压力倒逼自主创新，资本支持换取追赶时间，在巨大差距面前负重前行。
“中国版英伟达”这个标签，既是期待，也是压力。
它指向一个可能的未来，而不是已经实现的现在。接下来的每一步，都将决定这个标签最终能否名副其实。
免责声明：本文仅为信息分享，不构成任何投资建议。股市有风险，投资需谨慎。文中数据来源于公开信息，如有偏差以官方披露为准。
