这是一个充满矛盾的商业故事。
当摩尔线程的IPO申请在6月30日获受理时，资本市场仿佛看到了一个"中国英伟达"的崛起曙光。
2020年，国产芯片替代的浪潮初起，曾在英伟达任职14年的张建中，带着核心团队创立摩尔线程。这支"英伟达+国际大厂"的豪华班底，迅速成为资本追逐的对象，红杉中国、字节跳动、深创投等知名机构蜂拥而至。
人们惊叹于它"百天完成天使轮"的融资速度，更期待它上市后，能在AI大模型爆发的时代，扛起国产GPU的大旗。
然而，上市的钟声并非胜利的号角。光鲜表象下，是摩尔线程近三年超50亿元的累计亏损，以及研发费用超营收6倍的沉重现实。
更严重的是，在美国压力下，摩尔线程的突围之路日益艰难。当台积电的先进制程成为禁脔，中芯国际的产能又优先服务于华为等巨头，这家企业不得不走上"用规模换性能"的迂回之路。万卡级集群的背后，是单卡性能不足的无奈，更是商业化落地的巨大挑战。
对摩尔线程而言，IPO既是续命的"输血针"，也是一场必须直面的大考。而这次上市申请，也像一面棱镜，折射出中国科技产业在突破"卡脖子"困局时的热血与挣扎。
资本热捧下的
“中国英伟达”
2020年10月，当国产芯片替代的投资热潮初现端倪时，摩尔线程悄然成立。这家选择通用GPU技术路线，从诞生之日起就被贴上了"中国英伟达"的标签，不仅因为其技术路线对标英伟达，更因为核心团队中浓郁的"英伟达基因"。
创始人张建中的履历堪称行业标杆。2001年至2006年，他在戴尔中国担任全球客户部总经理，而后转战英伟达长达14年，直至全球副总裁兼大中华区总经理。2020年，这位在半导体行业浸淫多年的老兵毅然创业，创立了摩尔线程。
联合创始人周苑同样有着深厚的行业积淀。从惠普渠道经理到英伟达市场生态高级总监，20余年的行业经验让他深谙技术商业化的路径。另一位联合创始人张钰勃则是技术派代表，曾在英伟达担任GPU架构师，后加入自动驾驶公司PonyAI负责基础架构，2020年与张建中共同开启创业征程。
这种"英伟达+国际大厂"的团队配置，在股权投资市场形成了独特的吸引力。业内皆知，在半导体创业领域，创始人团队的技术背景与行业资源往往决定了融资的天花板。摩尔线程的核心团队，为这家初创企业注入了天然的信任背书。
从2020年10月起，摩尔线程上演了一场资本加速跑。短短一百余天，红杉中国、五源资本等知名机构就蜂拥而至，完成天使轮融资。2021年更是融资高峰期，2月Pre-A轮获深创投、字节跳动等合计数十亿元规模的投资，11月A轮再揽20亿元，上海国盛资本、中银国际等机构争相入局。
2022-2023年，B轮与B+轮融资持续加码，中移数字新经济产业基金、和谐健康保险等资本加入，厚雪资本、策源资本等机构投资者亦纷纷跟投。截至Pre-IPO轮，公司估值已达246.2亿元，股东阵容扩展至86家。
这种融资速度实属罕见。究其根本，资本看中的不仅是团队背景，更是通用GPU赛道的战略价值。在AI大模型爆发的背景下，高性能GPU成为算力基础设施的核心载体，而国产替代的迫切需求更让摩尔线程这类企业成为投资风口。
资本的持续注入，也转化为摩尔线程技术迭代的动能。
2021-2024年，摩尔线程连续四年推出了四代芯片，其中2024年推出的第四代芯片“平湖”主打可支持DeepSeek等前沿大模型训练所需要的FP8精度，搭载了该芯片的板卡产品S5000已经开始出货，是摩尔线程目前最先进的产品。
在算力指标上，摩尔线程选择与行业标杆对标。招股书显示，S5000在FP32精度下峰值算力达32TFlops，介于英伟达2020年的A100（19.5TFlops）与2022年的H100（67TFlops）之间。公司强调自研技术将算力利用率从行业平均35%提升至60%，并称基于S5000板卡构建的千卡GPU集群效率，超过同等规模国外同代系GPU集群的计算效率。
值得注意的是，6月30日，摩尔线程拟A股上市的消息传出，资本市场迅速将其与AI芯片龙头寒武纪对标。舆论场中"寒武纪最大利空"“寒武纪不再有稀缺性”的声音此起彼伏，7月1日-2日，寒武纪股价连续下挫6.4%、3.18%。
对比两者产业化程度，摩尔线程在招股书中称自己"量产并已在国内实现商业化"，对寒武纪的评价则是"较高产业化并在国内实现规模化营收"。但两者更深层的博弈在于股票的稀缺性逻辑，寒武纪凭借早期布局享受了市场独宠，而摩尔线程的入局可能打破这种格局。
然而，更现实的情况是，两家企业都面临着共同的困境，就是如何在高研发投入下实现盈利。寒武纪上市多年尚未实现年度盈利，至于摩尔线程的财务状况，恐怕比寒武纪更为严峻。
三年亏损超50亿
近年来，摩尔线程的业务增长确实迅速。2022-2024年，摩尔线程营收分别为0.46亿元、1.24亿元和4.38亿元，2024年营收超过2022年的9倍。
拆解其业务版图，AI智算产品是摩尔线程占比最大的业务，2024年该收入占比77.63%，金额3.36亿元，其中智算集群占42.42%，板卡占28.66%。AI智算产品线包括训练智算卡、推理卡、超节点服务器及夸娥智算集群，满足AI训练、推理及云服务需求。
此外，专业图形加速产品2024年收入占比19.58%，金额8464.03万元，其中板卡占18.84%，一体机占0.74%。主要应用于工业设计、高清视频编辑、数字孪生等场景，产品包括MTT S3000/S2000/S1000系列显卡及一体机解决方案。2023年占比76.33%，2024年下降，可能与AI智算产品快速放量有关。
至于桌面级图形加速产品和智能SoC类产品，营收占比并不高，某程度反映出公司重心依然是企业级和AI算力市场。
然而，营收高速增长同时，摩尔线程的归母净利润分别为-18.4亿元、-16.7亿元及-14.9亿元。这意味着，过去3年，摩尔线程累计亏损了超过50亿元。
如此悬殊的反差，根源在于高昂的研发投入。摩尔线程每年的研发投入都在10亿级以上。2022-2024年，摩尔线程公司研发费用分别为11.2亿元、13.3亿元、13.6亿元。三年研发投入为38.10亿元，超过同期累计营收的6倍。
研发费用如此夸张，是因为芯片设计是一个充满技术壁垒与资金消耗的领域。
招股书显示，摩尔线程的芯片设计流程，从系统规范和架构设计起步，明确芯片功能、性能指标及架构布局，确定核心数量、管线结构等关键要素；到功能设计，定义芯片具体功能和行为，创建系统需求的高级描述及算法和数据流；再到逻辑设计，用硬件描述语言构建数字逻辑电路并仿真验证；还有电路设计、物理设计验证等一系列复杂环节，每一步都需要顶尖的技术人才与海量的资金投入。
此外，集成电路行业对人才的要求堪称苛刻，从业人员不仅要具备多学科背景，深入掌握电路设计、工艺设计、应用方案设计等知识，更需不断积累实践经验。尽管国内集成电路行业人才队伍不断壮大，但高端复合型人才依旧一将难求。这也使得维持人才竞争力成为了一笔高昂的成本。
面对连年巨亏、烧钱不止的困境，IPO成为了摩尔线程的破局希望。
摩尔线程表示，本次发行并上市的募集资金为80亿元，将应用于摩尔线程新一代自主可控AI训推一体芯片研发项目、摩尔线程新一代自主可控图形芯片研发项目、摩尔线程新一代自主可控AISoC芯片研发项目及补充流动资金。更重要的是，多轮资本投入后，IPO也能为资本退出提供出口，这对后续融资意义重大。
然而，IPO也绝非万能钥匙，一些生死攸关的问题，不会就此解决。
摩尔线程坦言，公司从产品开发、产品性能不断完善到销售收入的不断增长，进而产生持续稳定的利润需要一定时间，综合使得公司报告期尚未盈利且在报告期末存在累计未弥补亏损。考虑到市场景气度、行业竞争、客户拓展、供应链管理等影响经营结果的因素较为复杂，发行人未来的营业收入可能增长较慢或无法持续增长，存在未来一段时期内持续亏损的风险及无法在管理层预期的时间点实现盈利的风险。
其中，来自国际形势影响下的供应链风险，更是悬在摩尔线程头顶的达摩克利斯之剑。
突围之路与现实枷锁
随着美国不断对中国芯片公司卡脖子，摩尔线程正身处一场没有硝烟的战争中心。
2023年10月，摩尔线程被美国纳入“实体清单”，无法继续在台积电流片大算力芯片。此外，美国还想方设法限制中国芯片业购买先进AI芯片所需的HBM存储等关键部件。
摩尔线程在招股书直言，若美国或其他国家进一步扩大贸易限制政策或出台新的制裁措施，经营业务可能将进一步受到不利影响，极端情况下收入可能大幅下滑。
这里简单介绍一下GPU的生产流程，由设计到显卡，大致可以分成几步。首先是芯片设计，这是摩尔线程的核心工作，类似设计师画房子图纸，并把图纸转化为施工细节。图纸画好后，制造环节就是中芯国际或者台积电的活，它们根据摩尔线程给的版图，一层一层叠加电路，最后形成芯片裸片。而接下来，就到封装测试和板卡加工。
如果说摩尔线程等公司是“大脑”，中芯国际和台积电就是“双手”。大脑再发达，始终还需要灵巧的手落地。而美国最狠的地方在于，切断了中国“设计大脑”与全球最顶尖“制造双手”的连接。
尽管最近美国对半导体软件设计领域的限制有所缓解，7月3日，EDA软件三巨头之一的西门子对媒体证实，收到美国商务部工业与安全局（BIS）通知，该局此前提出的对中国客户出口EDA软件及技术的管制限制现已不再适用。同日，Synopsys亦公告称，收到BIS类似通知。
但这仅触及芯片设计的“头脑环节”，真正决定芯片性能天花板的“双手”制造环节，仍被台积电等企业的先进制程牢牢把控。在这背景下，中芯国际虽为国产替代的关键力量，但对于摩尔线程来说，情况又略显尴尬。
因为就算不考虑中芯国际这双手肯定没有台积电这么灵敏，从而影响产品性能，中芯国际高端产能始终有限，意味着可能会优先服务且优先供应华为或者海思等大客户。摩尔线程作为新兴企业，位置恐怕比华为要靠后。最终，摩尔线程的产品性能还是会因此大打折扣。
值得注意的是，由于单卡性能受限于制程工艺，中国芯片企业转向了“集群作战”的突围策略。
比如，华为此前推出的Cloud Matrix384超节点，以384张昇腾AI芯片与192颗昇腾CPU构建互联集群，互联数量领先于英伟达AI芯片单集群的72张，华为称整体能力对标英伟达2022年推出的H100。摩尔线程则在2023年底推出支持千卡集群的KUAE1，并于2024年升级至万卡级的KUAE2，应用场景覆盖大模型训练与科学计算。
但这种“用规模换性能”的策略，多少有点用“人海战术”代替“精兵强将”的无奈。简单来说，就是原本一个人用电动工具能高效完成的工作，现在只能让十个人用手工慢慢做。虽然最终能完成任务，但代价是效率低、成本高，因为除了要不断招人，还要额外买大量工具维持运转。
更麻烦的是，单卡性能不足会导致客户不得不采购更多芯片，原本用1000张高性能卡能解决的问题，可能需要3000张低性能卡才能达到同等算力，进一步推高硬件投入。最终，高昂的成本导致市场化商业化的困难出现，又拖累了芯片公司的业绩。而商业化困难、业绩压力大，进而导致芯片公司需要不断巨额融资，才能继续活下去。
可能正是如此，芯片行业目前依然处于需要不断融资输血的阶段。
6月30日，除了摩尔线程，上海证券交易所网站显示，沐曦集成电路（上海）股份有限公司科创板IPO上市同样获得上市委员会受理。沐曦融资金额为39.04亿元。当天，国产GPU公司杭州曦望芯科智能科技有限公司向媒体确认，完成近10亿元融资。
融资潮背后，一方面是中国芯片业盈利困难、生存危机未解，另一方面则是要资本市场为“用规模缓解短期算力缺口”买单。
但无论是用规模换性能，还是用资金换生存，中国芯片业要真正破局，始终要在单卡性能、生态建设、供应链自主化上实现突破。否则，摩尔线程等明星科技公司，最终还是会陷入“烧钱-追赶-再烧钱”的死循环。
