文丨许佳慧

中国GPU的破局者，如何创造未来的无限可能？

最近，摩尔线程拟用不超过75亿元的闲置募集资金现金管理的相关事宜引发网友热议。有人提出疑问“募集资金的实际用途？”“不好好研发去买理财？”“是精打细算还是不务正业？”“募集资金的75亿都是闲置资金？”……

各种千奇百怪的说法都来了。

但要是仔细阅读摩尔线程的公告就会发现，完全不是这么回事。

仔细看，12月12日摩尔线程发布公告，大意是：公司要用部分闲置的募集资金做现金管理，在不影响募集资金投资项目建设实施、募集资金使用计划和保证募集资金安全的情况下，拿闲置的募集资金做现金管理，投资品种包括且不限于协定存款、通知存款、定期存款、结构性存款、大额存单、收益凭证等安全性高、流动性好的保本型产品。

那我们看看摩尔线程募资要投的项目，是哪些？招股书中写的很清楚：

而这些项目具体会如何推进？招股书中也很明确，基本上都要用3年时间，逐年推进。

也就是说，上市募集的75亿资金，差不多要分3年才能投完。

所以，这笔钱本来就不是一口气砸光用完的。

摩尔线程相关负责人的回应，也证明了这一点：“75亿资金有分阶段、明确的研发、技术升级等一系列使用安排，项目实施周期是3年，资金支出也是根据项目进度分阶段拨付。”

最重要的是，回应中强调：75亿是现金管理额度上限，并不是实际现金管理的金额。

这就解释的很清楚了：一边，研发项目要逐年推进；另一边，阶段性的闲置资金要同步管理。

我们假设第一年投入25亿，还剩50亿闲置资金，那是绝对不能躺在账上睡大觉的，一定要去做理财。

那上市公司进行现金管理，通常会买银行理财、券商理财、货币基金，甚至股票基金。

但摩尔线程买的是什么？它选择的是“最保守”的“存款”，连债券都不敢去碰一下，一丁点风险都不敢冒。

这才是真正对股民、对市场、对募集资金负责任的做法。

而摩尔线程要攻坚的GPU技术，也是中国参与AI大国博弈的核心。

这是要实现GPU的国产替代，是真正“掀桌子”的技术。

实际上，很多人只看到摩尔线程的股价表现，对它的技术路径并不清楚。

通常来说，AI芯片有三大主流技术路径：

一是通用全功能GPU。这样的GPU，讲究是“一芯多能”，AI计算、图形渲染、科学计算等样样都行，英伟达正是这种“全能型”的典型代表。

二是GPGPU。它在传统GPU基础上，通过“弱图、强算”的架构策略，主要专注于AI计算。

三是DSA/ASIC。它主要专注于满足特定领域或场景需求的芯片，干定制化的活。像谷歌的TPU、特斯拉Dojo、昇腾的NPU、百度的“昆仑芯”等，都属于这一类。

而摩尔线程，选择的正是最难走的第一条路——全功能GPU！

这条路，有多难？

20多年来，芯片巨头英特尔不断尝试在高端GPU领域突破，却屡战屡败，至今都未能攻克。

这么多年，也几乎没有哪家中国企业，走通这条“英伟达之路”。

但——摩尔线程，走通了。

不论在B端（数据中心、工业设计），还是C端（消费级显卡、游戏主机），摩尔线程都有深度布局。

其核心竞争力，也不完全在于“全能型GPU”的技术路径。更重要的是，其自主研发的MUSA生态，赋予了国产GPU集AI计算、图形渲染、物理仿真、科学计算、超高清视频编解码等多种能力于一体的能力。

所以，在技术路线上，摩尔线程是国内试图对标国际主流厂商的“重磅选手”。

这种“全能”属性，在A股市场上，无疑成为了“稀缺中的稀缺品”！

在摩尔线程身上，投资者期盼的，并不完全是下一个寒武纪，而是一个未来能与英伟达掰手腕的“强手”。

这使得摩尔线程的上市，超越了一般企业上市的意义。

因为中国要打破的，不仅是国外的GPU垄断，更要在AI算力赛道上，闯出属于中国的一席之地！

但摩尔线程，能做到吗？

2024年夏天，国产3A大作《黑神话：悟空》，点燃了全世界的热情。

8月20日一发售，它直接开启“屠榜模式”：3天全平台销量破千万，最高同时在线人数飙升到300万。

谁也没想到，这场游戏狂欢，无意中成了检验国产显卡的“试金石”。

游戏发售当天，摩尔线程紧急更新MTT S80显卡的驱动，使其帧率从10~20帧，冲上35~55帧。

这波操作，将国产显卡的真实实力，大白于天下：

MTT S80，成为当时唯一能流畅运行《黑神话：悟空》的国产显卡。

“国产游戏第一卡”称号，可谓名副其实。

但实际上，MTT S80只是摩尔线程2022年推出的产品。它的“心脏”，正是摩尔线程自研的“春晓”芯片，内置4096个MUSA流处理核心。

凭借出色性能，2023年MTT S80在京东上线开售后，很快成为市场上的热门产品。

这使得摩尔线程成为了消费级显卡市场上，除AMD、英伟达之外的“第三选择”。

除了在C端市场成功布局，摩尔线程在B端，通过“云边端”布局，同样构建起全场景的产品体系。

2021年，摩尔线程首款芯片“苏堤”问世。之后，又相继推出“春晓”“曲院”“平湖”等四代GPU架构，不断推动S80消费级显卡、S4000计算卡落地，其全场景GPU矩阵初现端倪。

恰在此时，全球迎来了AI大模型的热潮爆发！

这让摩尔线程一举跨越了消费领域，开始在AI算力领域加速探索。

2023年底，基于MTT S4000计算卡，摩尔线程推出首个全国产千卡千亿模型训练平台——夸娥（KUAE）智算集群。

国产全功能GPU，就此成为大国AI算力的坚实底座。

仅仅一年后，“夸娥”又从“千卡”规模，直接跃升到“万卡”级别。

至此，“夸娥”成为专为万亿参数级大模型训练而设计的、具备万P级浮点运算能力的国产通用加速计算平台。

这波操作，不仅展现出摩尔线程在系统工程上的实力，更彰显出国产AI算力奋起直追的决心。

与此同时，摩尔线程的主营业务，也迎来了显著变化。

2024年之前，摩尔线程的主营收入，主要来自于专业图形加速产品和智能SoC产品；2024年之后，伴随大模型训练、推理和GPU云服务需求的爆发，其AI智算产品一跃成为“现金牛”，收入占比攀升到77.63%。

从四代GPU的快速迭代，到万卡集群的数据吞吐……摩尔线程一步一个脚印，扎稳了从图形渲染、AI计算、科学计算等核心能力的全套技术根基。

但高技术领域的竞争力，不仅要靠单点或系统的技术突破，更离不开全生态的构建与完善，才能实现从“可用”到“好用”的跨越。

这个局，又怎么破？

2024年，新的挑战，不期而遇。

这一年，英伟达突然升级了CUDA兼容转译的限制，试图卡住AMD、英特尔以及中国GPU公司发展的咽喉。

可见，芯片虽然是硬实力，但在GPU的世界里，英伟达的CUDA生态才是真正的“杀手锏”。

为什么这么说？

因为英伟达的CUDA，像是AI算力领域的“操作系统”。它耗费十多年苦心经营、持续积累，不仅创造出从编译器、工具链、算法库等强大工具，更形成了生态稳固的开发者社区。

这是一张覆盖全产业链的大网，无数用户创造的应用、代码，都沉淀在CUDA上。

想要切换生态，先不说用户“用不惯”的问题，光是代码、工具的转换、迁移成本，就高得难以想象。

所以，摩尔线程要重起炉灶，谈何容易！

但这一次，面对英伟达的围堵，摩尔线程坚定表示：开发者们可以放心用MUSA生态架构。

为什么这么硬？

因为MUSA是摩尔线程100%自主研发的、真正软硬一体的全功能GPU架构，手握完全自主知识产权，与CUDA没有依赖关系。

所以，英伟达卡不死MUSA。

不仅卡不死，MUSA反而能兼容英伟达的CUDA，通过“跨界翻译官”MUSIFY代码迁移工具，可帮助开发者从CUDA生态中“无痛迁徙”，直接转移到MUSA，不用大改代码，门槛相当低。

这正是摩尔线程“兼容为桥，自主为本”的策略。

显然，开发者也希望有更多选择，来降低对单一生态的依赖风险。

所以，只要迁徙成本够低，MUSA生态就会不断丰富、壮大。而伴随MUSA生态的壮大，工具、算法就会越来越完善，社区、生态就会越来越繁荣。

这样的“正向飞轮”一旦转起，便会推动“可用”的MUSA生态，向着“好用”的方向快速进化。

而如果是用国产GPU“零帧起手”的开发者，甚至一开始就会选择入驻MUSA，成为摩尔线程的“原住民”。

这意味着，在GPU的国产替代进程中，摩尔线程不但挤上了生态竞争的牌桌，长期坚持下来，更有望实现生态突围。

投资者对摩尔线程的期许，同样如此。这一方面，源于对国产GPU技术突破的期盼；另一方面，源于对全功能GPU赛道的市场信心。

如今，在华尔街分析师眼中，2030年，英伟达市值很可能突破9万亿美元。

这反映出资本对全球GPU市场的极度乐观。

而在国内，对GPU市场的未来增长，同样超乎想象。

据弗若斯特沙利文预测，中国AI芯片市场规模将从2024年的1425.37亿元，暴涨到2029年的13367.92亿元，年均复合增长率将高达53.7%。

从细分市场看，GPU的市场份额，也将从2024年的69.9%上升至2029年的77.3%。

虽然企业的发展受多重因素的影响，但整体市场的强劲增长，对摩尔线程肯定具有积极的影响。

而这份市场期待，也并不是空中楼阁。

摩尔线程招股书显示，2022-2024年，公司营收从0.46亿元飙升到4.38亿元，年复合增长率超过208%；2025年上半年，更冲到了7.02亿。

所以，站在超级风口上的摩尔线程，其未来大概率将受益于GPU行业的发展红利，值得持续关注。

从C端自主，到B端突围，即便摩尔线程的探索仍处于发展阶段，道阻且长，但人们对国产GPU的发展，显然充满信心。

乐观的投资者，甚至会比对英伟达、寒武纪的发展轨迹，并期待摩尔线程的价值，在发展的过程中一步步得到验证。

免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。