9月26日，上交所官网显示，摩尔线程智能科技（北京）股份有限公司首发申请成功通过上交所上市审核委员会会议审议。

根据摩尔线程招股书披露，公司拟募资80亿元，主要用于“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”，前2个项目拟募资总额超过50亿元。

这些项目的实施，将有利于推动国内自主GPU芯片的创新应用发展，打破国外GPU芯片的市场垄断与出口管制，加速实现GPU芯片的国产替代。

本文重点解读：国产算力芯片核心赛道GPU 。

01

GPU行业概述

算力芯片分为多种类型，包括中央处理器（CPU）、图形处理器（GPU）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）等。

其中，GPU（图形处理器）是专门用于处理图形渲染和并行计算任务的可编程逻辑芯片。当前已成为人工智能训练推理、科学计算、数字孪生等关键领域的核心算力支撑。

GPU与CPU的区别：与CPU的串行计算架构不同，GPU在矩阵运算、数据密集型处理等场景下效率可达CPU的数十倍至数百倍，构成算力基础设施的核心组件。

GPU的核心特征在于采用大规模并行计算架构，通过数千个计算单元同时执行多线程任务。

以英伟达为例，每一代GPU在计算能力、NVLink带宽和内存容量方面持续升级，推动AI训练与推理性能不断提升。

国产GPU应用领域

国产GPU的应用已全面覆盖数据中心AI、专业图形、边缘计算与物联网、高性能计算等核心场景。

数据中心AI场景：壁仞BR200、华为昇腾910C/920等芯片已构建大规模智算集群，支持千亿参数大模型训练、AI绘画及自然语言处理（NLP）任务。国内企业通过自研通信库构建多芯混合集群，GPU与国产芯片协同训练效率提升35%。

专业图形领域：兼容主流API，满足国产化需求。景嘉微JM9系列、摩尔线程MTT S80显卡兼容OpenGL/Vulkan等API，广泛应用于CAD/BIM设计、GIS地理信息系统及国产化桌面终端，满足政务、军工等场景的图形渲染需求。摩尔线程驱动更新（如v310.120）优化OpenGL 4.4框架，支持Blender 4.x等软件工作流，提升专业图形处理效率。

边缘计算与物联网领域：高能效比支撑实时推理。寒武纪思元590、摩尔线程E300产品以高能效比优势，服务于智能驾驶、智慧城市的边缘推理任务。

高性能计算场景：海光深算1000 DCU与芯动科技GD2000 GPU通过与CPU协同优化，为高校和科研院所的科学计算、数值模拟提供稳定算力。例如，国家气象机构利用GPU集群模拟全球气候系统，预测精度提升至90%，计算速度较传统方法提升200倍。

高端GPU芯片的技术难点

高端GPU芯片的技术难点集中在架构设计、软件生态、先进制程和算力-带宽优化四大领域，且各环节相互制约，形成系统性技术壁垒。

架构设计的极致平衡：高端GPU芯片需在有限功耗下实现数千计算单元的高效并行调度，兼顾算力密度、内存带宽与数据流转效率，平衡图形渲染与通用计算双场景需求。

软件生态壁垒：高端GPU芯片需兼容CUDA等主流框架并构建自主工具链，解决应用适配成本高、生态覆盖不足的问题。

先进制程的突破：高性能芯片对7nm及以下先进制程、HBM显存封装等工艺要求严苛，国内制造环节仍存性能与产能瓶颈。

算力-带宽的优化：高算力需匹配高带宽显存与互联技术，避免数据传输成为性能瓶颈，同时需持续投入研发与顶尖人才储备，应对长周期、高投入的技术迭代挑战。

02

国产GPU产业链

GPU产业链上游核心包括硅片、核心元器件、IP授权、制造设备与材料等核心环节。

硅片领域：中国大陆硅片供应商加速追赶，形成梯队竞争态势，主要厂商包括沪硅产业、中环股份、立昂微、中欣晶圆、众合科技、中晶科技、扬杰科技、有研半导体、上海合晶、金瑞泓、西安奕斯伟和南京国盛等。例如沪硅产业的12英寸硅片缺陷密度控制在0.03个/cm²以内，达到信越化学水平，为国产GPU芯片提供了高质量的基底支撑。

核心元器件：国内高端GPUPCB核心供应商胜宏科技、鹏鼎控股、沪电股份、深南电路、景旺电子、东山精密、生益科技等加速布局。封装基板国产替代先锋兴森科技是国内少数具备20层及以下产品量产能力的企业，良率接近海外龙头（低层板90%、高层板85%以上），卡位Chiplet、CoWoS等先进封装工艺。

AI PCB 第二次技术迭代逻辑是 8 卡变为 Rack 架构：

资料来源：英伟达官网

IP授权和EDA：芯原股份提供GPU IP及设计服务，深度绑定本土厂商。芯原科技拥有超过1400项半导体IP授权，其中处理器IP（如RISC-V架构的CPU IP、高性能DSP IP）可用于手机、汽车、AIoT等场景。EDA领域，国内厂商华大九天、概伦电子、广立微等加速国产替代。

制造设备：北方华创覆盖多类关键设备、中微公司刻蚀机突破亚埃级精度、华海清科、拓荆科技、盛美上海、上海微电子、屹唐半导体、长川科技、中科飞测、精测电子等厂商在各细赛道引领国产替代。

材料端：国内电子特气本土替代进程加快，以华特气体、金宏气体、雅克科技、中船特气、昊华科技、和远气体、南大光电、凯美特气为代表的企业在不同种类的细分气体领域皆有突破。半导体掩模版具有较高的进入门槛，主要厂商包括中芯国际光罩厂、迪思微、中微掩模、龙图光罩、清溢光电、路维光电等。光刻胶市场中，南大光电、彤程新材（北京科华）、华懋科技（徐州博康）、晶瑞电材（苏州瑞红）、上海新阳、容大感光、鼎龙股份，以及广信材料、飞凯材料、雅克科技等加速国产替代。

GPU产业链中游是核心设计与制造环节，主导技术与产品落地。

设计端形成差异化竞争梯队，华为、景嘉微为领军企业，具备全栈研发能力。砺算科技是图形渲染与AI融合的全自研突破者。

摩尔线程、壁仞科技聚焦高端市场突破。

除晶圆制造外，长电科技、通富微电、华天科技、甬矽电子、晶方科技等在封装测试领域提供专业服务，保障芯片量产质量。

下游是系统集成与应用拓展环节，连接产业与市场。

系统集成商以浪潮信息和中科曙光等为代表推出基于国产GPU的AI服务器。

应用端商汤科技、旷视科技基于国产芯片开发行业解决方案，科大讯飞等企业则将国产GPU应用于教育、医疗等场景，推动技术商业化落地。

04

GPU行业竞争格局

当前全球GPU芯片行业呈现“一超多强、多线竞争”的格局。

英伟达凭借技术生态和市场份额占据绝对主导地位，AMD与英特尔加速追赶；中国厂商在政策支持与国产替代需求推动下快速崛起，形成差异化竞争。

中国GPU市场中，华为昇腾系列芯片，在AI和数据中心领域具有强劲实力。摩尔线程以全功能GPU覆盖数据中心和消费级双市场，成为国产领军者。海光信息凭借DCU芯片在AI加速卡市场深度绑定运营商与超算中心；景嘉微在军用领域市占率领先，并拓展信创桌面市场。

壁仞科技、沐曦股份等聚焦高端AI训练；砺算科技7G106芯片采用6nm工艺，性能超越RTX4060，支持端侧大模型低延迟推理，展现国产GPU在消费级市场的潜力。芯动科技一站式IP授权和芯片定制及GPU赋能型领军企业，提供跨全球各大工艺厂从55纳米到5纳米的全套IP和芯片定制解决方案。

2024年全球数据中心GPU市场份额：

资料来源：IOT Analytics、民生证券、行行查

05

国内GPU代表厂商概览

国产GPU厂商主要采用“全自研IP”与“混合IP”两种技术路线。全自研路径以华为昇腾为代表，从指令集到计算单元完全自主设计；混合路径则是通过授权外部IP进行二次开发优化。

摩尔线程：全功能GPU的国产化突破

摩尔线程公司由前英伟达全球副总裁张建中于2020年10月创立，采用全自研路径，聚焦“全功能GPU”赛道，是国内少数对标英伟达的企业。其核心是自研的MUSA架构，实现从指令集到计算单元的完全自主设计，是国内首个支持AI智算、图形加速、物理仿真协同的全功能架构，已迭代至第四代。

摩尔线程的产品线

摩尔线程第三代 MUSA 软件栈：

华为昇腾：AI算力的规模化引领

华为昇腾芯片以达芬奇架构为核心，专注AI训练与推理芯片，构建“芯片-集群-生态”的全栈解决方案，具有算力密度高、集群扩展能力强的特点。

昇腾910:华为首款商用AI训练处理器，2019年发布，面向数据中心级大规模训练。7nm增强版EUV工艺，FP16算力256TFLOPS，最大功耗350W（后优化至310W），支持混合精度计算，应用在华为Atlas800训练服务器等，支撑千亿参数模型训练。

昇腾910C：昇腾910的升级版，采用中芯国际7nm（N 2）工艺，国产化率超90%。采用中芯国际7nm（N 2）工艺，晶体管数量达530亿，通过双die封装设计实现性能提升，FP16精度下单卡算力约800TFLOPS。

华为昇腾920: 第三代AI处理器，采用用6nm工艺，集成达芬奇架构AICore，旨在提供高性能的AI算力支持。FP16算力超900TFLOPS，BF16算力较H20高37%，支持千亿参数大模型预训练。配套推出的CloudMatrix384算力集群，支持384片昇腾920互联，可为千亿参数大模型预训练提供稳定算力。

寒武纪：AI加速芯片的专精之路

寒武纪成立于2016年3月15日，总部位于北京。公司产品线涵盖了云端、边缘端和终端设备中的人工智能核心芯片。采用自研的思元（Cambricon）架构，主打AI推理与训练加速，特点是能效比高、硬件可编程性强，适配多类AI框架。

云端线代表产品有思元100、思元270、思元290和思元370等。思元370系列采用7nm制程工艺，是首款采用Chiplet技术的AI芯片，支持LPDDR5内存，内存带宽是上一代产品的3倍。

景嘉微：图形GPU的国产化标杆

景嘉微以自主可控的图形处理为核心，长期深耕军用及国产化桌面GPU市场，侧重硬件架构优化与国产操作系统生态适配，是国内唯一具备军工资质的GPU研发企业，军用领域市占率领先。

JM9系列GPU延续了高性能图形渲染优势，支持OpenGL、Vulkan等主流图形API，适配银河麒麟、统信UOS等国产操作系统。该系列在CAD/BIM设计、GIS地理信息等专业领域表现突出，可满足政务、军工等场景的安全需求。

战略动向方面，新一代JM11系列进入流片阶段，算力密度较前代提升3倍。与龙芯中科、统信软件完成全国产化平台适配，拓展信创桌面市场。

海光信息：CPU-GPU协同的计算方案

海光信息的技术路线依托x86架构优势，侧重CPU与GPU（DCU）的协同计算，打造异构计算平台，核心是通过软硬件协同优化提升数据中心计算效率。

最新产品为深算系列DCU，如深算1000，FP64双精度算力达20 TFLOPS，可与海光x86 CPU无缝协同。该产品主要面向科学计算、数值模拟等高性能计算场景，已在高校、科研院所实现规模化部署。

战略动向方面，海光与中科曙光换股吸收合并，形成“芯片-服务器-云计算-算力服务”全产业链。目标通过RCEP东盟出口增长45%，将全球AI加速器份额从3%提升至10%。

龙芯中科：CPU-GPU协同的自主创新

龙芯中科技术路线以自主可控为核心，走CPU与GPU协同发展道路，通过自研GPUIP核实现硬件级整合，重点突破国产化图形渲染与AI推理能力。

2025年最新产品包括2K3000处理器和首款独立GPGPU芯片9A1000，图形性能对标RX550，提供数十TOPS算力，主打低成本场景。

芯原股份：GPU IP的专业化赋能

芯原股份技术路线聚焦图形GPUIP核研发，专注为终端设备提供超低功耗、高性价比的图形处理解决方案，核心优势在于硬件架构优化与多场景适配能力，服务于消费电子、物联网等领域。

2025年4月推出的GCNano3DVG是其最新GPUIP产品，支持3D与2.5D混合渲染，专为智能手表、AI/AR眼镜等可穿戴设备设计，能满足紧凑型电池供电设备的动态图形渲染需求。

芯动科技：高性能计算的硬核突破

芯动科技主打高性能通用计算GPU，采用先进制程工艺与创新架构设计，注重软硬件协同优化，目标对标国际高端GPU产品。

其主力产品为“风华”系列GPU，代表型号GD2000采用多核心并行架构，支持光线追踪与AI超分技术，FP32算力达15 TFLOPS，已应用于专业图形工作站、数据中心加速等场景，性能接近国际同代中端产品水平。

壁仞科技：高端AI算力的领军者

壁仞科技2019年成立，专注通用GPU及AI加速器研发，GPU产品已在国内部分云厂商落地试用。年成立

2025年初，公司完成新一轮15亿元融资，投前估值约140亿元。联合创始人包括前商汤科技总裁张文、前高通及华为工程师焦国方等。2022年，壁仞推出旗舰通用GPU芯片BR100及精简版BR104，核心性能对标英伟达A100/H100。2024年销售收入约4亿元，GPU产品已在国内部分云厂商落地试用。

壁仞科技技术路线以自研BR架构为核心，专注高性能AI训练与推理GPU，特点是算力密度高、内存带宽大、集群扩展能力强。

旗舰产品BR200智能芯片采用先进制程，FP16算力超500TFLOPS，支持千亿参数大模型训练与推理，配套的BR200-X加速卡已批量应用于国内头部智算中心，与英伟达A100形成竞争，在AI绘画、自然语言处理等场景中表现突出。

沐曦股份：全栈GPU后起之秀

沐曦集成电路（上海）股份有限公司成立于2020年9月，由原AMD全球GPU研发团队核心成员领衔创办，团队平均拥有15年以上GPU设计经验，涵盖架构、芯片、软件、系统全链条。

已在北京、南京、成都、杭州等地建成研发中心，形成“长三角 京津冀 成渝”的全国研发网络，支撑全栈产品自主研发。

聚焦AI训练与通用计算GPU，采用自研GPGPU架构，兼容CUDA生态，打造“芯片-软件栈-计算平台”的全栈产品体系。

2024年中国数据中心加速芯片市场出货量位居前三，成为国内少数实现千卡集群大规模商业化应用的GPU供应商。

曦云C系列：面向AI训练与通用计算，如曦云C600（全自研GPU IP，集成大容量存储与多精度混合算力，支持MetaXLink超节点扩展技术）。

曦思N系列：面向推理场景，优化能效比。

曦锐D系列：面向图形渲染，支持专业设计软件。

核心产品MXC500AI训练芯片采用7nm制程工艺，对标英伟达A100/A800，支持PyTorch、TensorFlow等主流框架，已完成芯片功能测试与基础平台验证；公司正推进该产品规模化落地，主要面向智能驾驶、工业AI等领域，2025年已启动科创板IPO进程。

沐曦典型 GPU 基本组成架构：

砺算科技

砺算科技是国内图形渲染与AI融合的全自研突破者。

在中国AI智算GPU市场中，数据中心GPU产品是过去增速较快的细分市场。

参考摩尔线程招股书、弗若斯特沙利文数据，2020年至2024年全球GPU市场规模展现出显著的增长趋势，年均复合增长率高达62.4%。预计2025年全球GPU市场规模将达到15,000亿元；中国GPU市场规模将接近3,000亿元。

整体来看，在算力基础设施自主可控的国家战略背景下，发展国产GPU不仅是技术突破的需要，更是保障数字经济安全、推动产业转型升级的关键支撑。