跳出同质化陷阱，回归GPU“通用计算”的本质。

全球人工智能算力竞赛愈加白热化，国产替代亦进入了深水区。作为国产GPU赛道的重量级选手，摩尔线程（688795.SH）于2月27日晚发布了其上市以来的首份业绩快报。

快报显示，摩尔线程交出了一份惊喜的答卷：2025年实现营收15.05亿元，达到2024年的3.4倍（同比暴增超2.4倍）；归母净利润亏损10.24亿元，较上年同期显著收窄。

自去年底摩尔线程启动上市进程以来，“国产GPU四小龙”在资本市场收获了空前的关注度。如今，随着梯队内企业陆续登陆资本市场，摩尔线程与“AI芯片一哥”寒武纪（688256.SH）共同成为了当前国产算力军团中最受瞩目的“双子星”。

01

财务曲线的共振与技术路线的分野

在当前的资本市场中，人们往往习惯将摩尔线程与寒武纪放在一起比较。确实，从财务生命周期来看，两家企业展现出了高度一致的“科技巨头成长规律”：长期研发投入、阶段性亏损、跨过技术门槛、营收的爆发式增长、亏损收窄直至盈利。

2020年至2024年，寒武纪连续五年亏损，合计亏损金额超38亿元；而摩尔线程在2022年至2025年上半年的三年半时间里，累计研发投入也超过了43亿元。高强度的“烧钱”曾让市场充满疑虑，但在大模型时代的算力饥渴下，这些投入迎来了惊人的回报。

根据寒武纪发布的2025年业绩快报，其实现营业收入64.97亿元，同比增长453.21%，归属于母公司所有者的净利润为20.59亿元，同比扭亏为盈。寒武纪的盈利释放了一个强烈的产业信号：国产算力企业“烧钱换技术、技术换市场”的逻辑是跑得通的，行业盈利拐点已大幅提前。

而在财务曲线上紧随其后的摩尔线程，2025年15.05亿元的营收规模和显著收窄的亏损，正预示着它已经站在了由亏转盈的前夜。

然而，如果说两者在商业变现的节奏上是“殊途同归”，那么在底层的技术路线上，摩尔线程与寒武纪则是截然不同的两种流派。

寒武纪是典型的“AI专精特长生”。从早期为华为提供终端NPU IP起家，寒武纪的路线是深耕AI专用加速器（ASIC/NPU），并最终实现了“云、边、端”AI计算场景的全覆盖。它将深度学习矩阵运算的技能点到了极致。

相比之下，摩尔线程选择的则是一条技术门槛极高、但也更为广阔的全能选手之路——全栈自研的全功能GPU。

02

跳出同质化陷阱

摩尔线程的全功能GPU“护城河”

当下国产算力赛道存在一个明显的“同质化陷阱”：为了快速切入市场，大多数厂商都紧盯AI加速这一单一方向，扎堆研发“专用的AI加速器”。这虽然能在特定模型跑分上取得亮眼成绩，但往往难以兼容复杂的软件生态，本质上仍未摆脱对国外底层架构的路径依赖。

摩尔线程从2020年成立之初，就跳出了这个怪圈，坚持“AI与图形双轮驱动”。其核心团队汇聚了大批来自英伟达、AMD等国际巨头的资深工程师，平均拥有20年以上GPU全链条研发经验。这种基因决定了其产品底色：回归GPU“通用计算”的本质。

摩尔线程的核心壁垒在于其自研的MUSA元计算统一架构。这不是简单的“拿来主义”修改，而是覆盖芯片架构、指令集、编程模型、软件栈的全链路自主技术。更关键的是，摩尔线程是国内极少数能做到单芯片集成四大引擎的厂商：AI计算、图形渲染、科学计算、超高清视频编解码。

举个直观的例子：市面上许多号称对标H200的AI芯片只能做智算中心的模型训练，无法输出图形；而摩尔线程的显卡，既能在B端智算中心支撑千亿甚至万亿参数大模型训练，又能在C端流畅运行3A游戏、工业设计与物理仿真软件。这种全场景覆盖的能力，在国产算力生态中几乎是独一份。

这条路不仅技术复杂度远高于专用AI加速器，研发投入更是一眼望不到边。但战略意义同样巨大：全功能GPU是目前兼容现有软件生态（如CUDA）、降低用户迁移成本的最佳载体，更是保障国家关键数据安全与产业自主可控的必经之路。

03

从产品迭代到规模化落地

摩尔线程引领突围

高额的研发投入已经转化为摩尔线程极具压迫感的产品迭代速度。短短几年间，摩尔线程先后推出了“苏堤”“春晓”“曲院”“平湖”架构。在2025年底的开发者大会上，更是揭晓了全新架构“花港”，并重磅发布“夸娥”万卡智算集群，具备了支撑万亿参数模型训练的工程能力。

同时，自研的MTLink高速互联技术和异构融合内存设计，有效解决了大模型训练“算力瓶颈”和“数据搬运延迟”的痛点，让其集群效率足以比肩国际同代产品。

进入2025年，摩尔线程旗舰级训推一体卡MTT S5000迎来了高光时刻。这张基于“平湖”架构打造的算力巨兽，单卡AI算力（稠密）最高可达1000TFLOPS，配备80GB显存和1.6TB/s带宽。更重要的是，它在生态落地上展现出了惊人的适配效率：

·大模型圈：与硅基流动合作，完成对DeepSeek-V3 671B满血版的深度推理适配，单卡Prefill吞吐超4000 tokens/s；率先完成GLM-5、MiniMax M2.5、Kimi K2.5、Qwen3.5等SOTA大模型的深度适配，实现“即出即用”。

·具身智能：联合北京智源，依托S5000千卡智算集群，成功完成具身大脑模型RoboBrain 2.5的全流程训练。

·自动驾驶：与小马智行、五一视界等企业合作，推进世界模型及车端模型训练验证，深度优化智驾仿真平台。

不论是大模型训练与推理、智能驾驶仿真，还是具身智能的训练，摩尔线程凭借一款全功能GPU，真正打通了多维度的商业场景。

04

决战窗口期

国产GPU迎来最好的时代

当前的宏观环境，为国产算力腾出了史无前例的市场真空。据此前媒体报道，由于众所周知的原因，某国际巨头的高端AI芯片在华交付频频遇阻，这为国内企业凭空让出了巨大的市场蛋糕。

然而，空出的市场不仅意味着机遇，更意味着残酷的淘汰赛。目前的国产替代已经从早期的“为了替代而替代（可用）”，进入到了“拼性价比、拼生态、拼集群稳定性（好用）”的深水区。市场上出货量超万卡的国产AI芯片企业已达近十家，BAT等互联网巨头也携自研芯片在资本市场跃跃欲试。

面对激烈的竞争，摩尔线程的底气在于其“不偏科”的全功能布局。由于同时握有To B（智算中心、政企）和To C（消费级显卡、PC）两张牌，其未来的成长天花板和抗风险能力远非单一路线的企业可比。

随着营收规模以倍数级扩张、规模效应显现以及研发费用率的逐步优化，摩尔线程距离真正的盈利只差最后的大规模交付放量。在寒武纪已经探明的“盈利航线”指引下，作为国产算力双子星之一的摩尔线程，正在用自己的方式，加速冲向属于全功能GPU的盈利拐点。