國產GPU廠商進入商業化，為何消費市場仍難覓蹤跡？

近日，上交所分別披露摩爾線程和沐曦股份兩家國產GPU廠商的科創板上市的招股說明書。

據披露，此次摩爾線程融資金額80億元，保薦機構為中信證券股份有限公司。沐曦股份擬融資39.4億元，保薦機構為華泰聯合證券有限責任公司，兩家企業最后估值均超過200億元人民幣。

目前，國內AI芯片的主要參與者主要包括華為海思、寒武紀、海光信息、壁仞、沐曦、燧原股份、摩爾線程、阿里平頭哥等廠商。

其中，專注于GPGPU領域的主要為燧原、沐曦、壁仞、摩爾線程等四家。當前，燧原科技也已進入上市輔導期，壁仞科技則傳將轉戰港交所。

國產GPU產業核心玩家

近年來，隨著人工智能技術進入大規模產業化應用階段，GPU因其獨特的大規模并行計算架構和高吞吐量特性，已成為支撐深度學習模型訓練與推理、處理PB級數據的核心算力基礎設施。

在中國這一全球數字經濟增長極，GPU需求正呈現指數級攀升。中信證券最新研報指出，2025年全球AI算力芯片市場規模將接近3000億美元。中國GPU市場規模2025年預計將突破1200億元，三年增長近50%。

根據招股書披露，摩爾線程和沐曦股份兩家企業均成立于2020年，專注于高性能通用GPU領域。其中，摩爾線程已成功更迭四代GPU架構，并拓展出覆蓋AI智算、云計算和個人智算等應用領域的計算加速產品矩陣。代表產品包括消費級顯卡MTT S80、算力卡MTT S4000以及此次首次披露的MTT S5000。

根據摩爾線程此前的信息顯示，MTT S80是目前市場上唯一一款流通的消費級GPU產品。在京東商城官方店鋪的頁面中，MTT S80顯卡的銷售數量已突破5000單。

沐曦股份代表產品包括用于智算推理的曦思N系列GPU、用于訓推一體和通用計算的曦云C系列GPU，以及正在研發用于圖形渲染的曦彩G系列GPU。

根據招股書介紹，沐曦股份全棧GPU產品基于自主研發和自主知識產權的GPUIP、GPU指令集和架構，單卡性能處于國內第一梯隊；集群性能方面也具有較強的產品表現。截至報告期末，其GPU產品累計銷量超過25,000顆。

面臨長期巨額虧損

不過，兩家企業同樣面臨巨大的虧損問題。根據披露，2022至2024年，摩爾線程營業收入分別為0.46億元、1.24億元和4.38億元，扣除非經常損益后歸屬于母公司股東的凈利潤分別為-14.12億元、-16.91億元和-15.07億元。累計虧損超45億元。

來源：摩爾線程招股書

沐曦股份自2022至2025年一季度的營業收入分別為42.64萬元、5,302.12萬元、7.43億元和3.2億元，扣除非經常性損益后歸屬于母公司所有者的凈利潤分別為-7.84億元、-8.9億元、-10.44億元和-2.19億元，累計虧損超30億。

來源：沐曦股份招股書

而兩家公司的巨額虧損主要來自于其巨大的研發投入。根據披露，2022至2024年，摩爾線程研發費用分別為11.16億元、13.34億元和13.59億元。累計研發投入為38.10億元，相當于最近三年累計營業收入的626.03%。

沐曦股份在2022至2025年第一季度期間內，研發費用總計為24.65億元，相當于同期營業收入總額的2.2倍。

而GPU的研發是半導體工業中極具挑戰性的技術高峰。若以研發周期3-5年來計算，兩家公司未來將在很長一段時間內處于虧損狀態。

硬件達標，軟件落后

但值得欣慰的是，目前國產GPU在各方面正飛速追趕國際大牌廠商。以摩爾線程的MTT S80來看，其部分參數指標已完全可以媲美市場主流顯卡，并且在經過多輪驅動升級和優化后，成為繼英偉達、AMD、英特爾以外，全球第四家可以流暢運營3A游戲的消費級顯卡。

來源：互聯網搜索，和訊整理

不過，根據部分用戶的使用體驗來看，該產品離市場預期仍相差甚遠。其中，兼容性問題成為最大的爭議點。

例如在運營多款3A游戲時候，普遍出現幀數低，流暢性較差的情況。而在裝機場景下，則需要主板本身支持above4g和resizebar等功能，這一苛刻要求可以說是直接嚇退了當前市場上的大量用戶。

同時，摩爾線程在招股書內也稱，公司與英偉達等國際巨頭相比，在綜合研發實力、核心技術積累、產品客戶生態等方面仍存在一定的差距。有業內人士稱，其差距主要還是在架構上。

據了解，作為英偉達最大護城河，其CUDA架構自2006年以來，已經吸引了無數的企業和開發者的入駐。市場上的主流游戲和應用廠商也會特地針對英偉達的架構特點進行針對性調整。目前，CUDA生態社區已超400萬人，占據全球AI訓練市場80%份額。

而相比英偉達，國產卡的生態可謂是剛剛起步。因此，無論是摩爾線程的MUSA架構還是沐曦股份的MXMACA，都選擇在開發自研架構的同時兼容英偉達的CUDA生態，以吸引開發者的入駐。

而在AI算力卡方面，生態引發的差距則更加明顯。雖然從單卡性能來看，MTT S5000和MXC500均有能力與國際大廠同臺競技。但由于缺乏開發軟件基礎，在實際商業市場中仍屬于邊緣角色。

例如針對大規模算力集群，行業已開始進行布局 “十萬卡集群”。包括OpenAI、微軟、Meta和特斯拉等頭部科技公司均競相構建超10萬卡規模的GPU集群，而國產卡則在千卡集群中也缺少足夠的實踐案例。

不過，隨著國家對高科技產業自主可控的愈發重視，包括國產GPU等一眾先進制造產業，作為中國突破高新技術"卡脖子"困境的核心抓手，必將會迎來一波發展熱潮。屆時，考驗的將是國內廠商們的真正的技術硬實力和商業化落地能力。