摩尔线程IPO过会：透视国产GPU的星辰大海与现实沟坎

关注切片，洞察商业

88天，从申请受理到成功过会——摩尔线程创造了科创板“1+6”改革后的审核效率新案例。

这家被称为“中国版英伟达”的芯片设计公司，在2025年上半年创下营收超7亿元、毛利率近70%的佳绩。但高增长背后究竟是实力使然还是风口助推？

本文将穿透表象，从业务、财务与战略层面深度解析其商业闭环，揭示这家国产GPU新星面临的机遇与挑战。

1.1

公司定位：“中国版英伟达”的野望

摩尔线程，一家成立于2020年的全功能GPU芯片设计公司。其核心团队由前英伟达全球副总裁张建中领衔，凭借深厚的产业基因与核心技术能力，获得了红杉中国、腾讯、字节跳动等顶级资本的重磅加持。

作为“中国版英伟达”这一标签的有力竞争者，公司致力于在单颗芯片上集成图形渲染、AI计算、科学仿真及视频编解码等多种能力。

如何理解GPU与全功能GPU？

GPU：若将CPU比作公司的“CEO”，擅长处理复杂任务但难以并行，那GPU可被视为“千人员工团队”，专精于海量同类任务的并行处理（如AI训练、图形渲染），是现代算力的核心引擎。全功能GPU：与传统GPU可能只擅长图形或计算等单一功能不同的是，全功能GPU打破这一局限，可集成多种计算能力，实现“一卡多用”。

1.2

产品矩阵：以全功能GPU为基石，构建“云-边-端”全栈产品力

摩尔线程的产品体系，是以全功能GPU芯片为技术基石，向上延伸出覆盖AI智算、图形计算、智能边缘三大方向的系列产品，形成服务于“云-边-端”全场景的全栈计算加速平台。

1 技术基石：全功能GPU芯片

苏堤 (2021)：公司第一代GPU芯片，首次在单芯片上集成AI计算、图形渲染、物理仿真、视频编解码四大引擎，验证了公司全功能GPU设计能力。春晓 (2022)：实现对DirectX的支持，性能提升并重点优化了对云计算和GPU虚拟化的支持，是打开PC游戏与图形市场的敲门砖，为公司后续的技术迭代和战略转型奠定了基础。曲院 (2023)：重点加强AI训练和推理能力，标志着公司战略重心正式转向AI，基于此搭建千卡集群，是其AI智算领域商业化落地的开端。平湖 (2024)：通过引入全新的AI 计算加速引擎和异步通信引擎，并大幅提升算力，在支持万卡规模集群大模型训练的算力效率上实现了突破，对标当前最前沿的大模型训练需求。

2 核心硬件平台之一：全功能GPU芯片及产品

AI智算产品：公司当前商业化成果最显著的产品线。KUAE智算集群：软硬一体化的系统级算力解决方案，其中KUAE2集群最高支持万卡级互联，为多个前沿大模型的预训练提供稳定高效的算力支撑。智算加速卡（如MTT S4000/S5000）：训推兼顾，通过自研MTLink技术实现多卡互联。图形计算产品：展现了其全功能GPU在图形领域的实力。云端渲染卡MTT S3000：为AI推理、云游戏、云渲染、数字孪生等场景提供通用智算能力。桌面级显卡MTT S80：首款国产游戏显卡，支持DirectX。

3 核心硬件平台之二：智能SoC芯片及产品

“长江”系列智能SoC芯片：

作为技术能力的集大成者与场景化延伸，它创新性地集成了自研的全功能GPU、CPU、NPU和VPU于一体，标志着公司从数据中心市场，向更广阔的边缘侧和消费电子领域进军。

其产品形态包括AI算力本、边缘AI计算模组和智能座舱解决方案，为公司未来业务增长提供想象空间。

2.1

战略路径：从试探到聚焦的果断转身

摩尔线程的战略演进，是一部从“技术理想”转向“市场现实”的较典型的案例。

探索期 (2021-2022)：以“苏堤”、“春晓”架构切入图形市场，试图在消费级领域（如游戏、桌面）建立桥头堡。转折点 (2023)：面对消费级市场激烈的价格竞争与英伟达的压倒性优势，公司产品的定价与供应均面临较大压力。与此同时，AI浪潮席卷而来，市场对智算需求爆发。聚焦期 (2024至今)：公司果断战略收缩图形业务，将绝大部分资源倾斜至高毛利、高价值的B端AI智算业务。

这一转变直接体现在其收入结构上：AI智算产品收入占比在2024年直接从0飙升至77.63%，2025年上半年进一步提升到94.85%，公司收入自2024年起也有了显著提升。

2.2

核心资源：生态、人才与研发的“隐形壁垒”

支撑其战略转型的，是公司构筑的三大核心壁垒：

1 软件与生态：自研MUSA生态挑战CUDA护城河

摩尔线程自研了MUSA统一系统架构及“musify”代码迁移工具，旨在帮助开发者将基于英伟达CUDA编写的程序，相对平滑地迁移到MUSA平台。使得开发者能够以较低成本充分利用目前国际主流生态下的代码资源，这也是破解CUDA生态垄断的关键一战。

基于MUSA架构，公司实现了单芯片同时支持AI计算加速、图形渲染、物理仿真、科学计算及超高清编解码的技术突破，也是国内率先推出支持DirectX12图形加速引擎的GPU企业。

2 技术实力：高规格研发团队与研发成果

公司核心团队多名成员拥有英伟达背景，公司将“英伟达know-how”与本土市场深度结合。

截至2025年6月30日，研发人员人数达到873人，占员工总数的77.81%，研发人员中超过75%具备硕士及以上学历。核心团队成员多来自国际龙头企业，多数核心研发人员具有多年GPU研发经验。

在研发成果上，截至2025年6月30日，公司已获得发明专利468项、软件著作权33项和集成电路布图设计专有权37项等知识产权，覆盖GPU多个核心技术环节，并已广泛应用于公司 AI智算产品、专业图形加速产品、桌面级图形产品等产品中，部分产品性能指标接近或达到国际先进水平。

3 研发投入：战略性投入与资本规划

累计研发投入超43亿元，研发费用率长期超过200%。这种“战略性亏损”是其构建技术护城河的必然代价。

本次IPO拟募集资金80亿元，也将绝大部分（约70亿元）继续投入研发，包括运用于新一代自主可控AI训推一体芯片研发项目（25亿元）、新一代自主可控图形芯片研发项目（25亿元）、新一代自主可控AI SoC 芯片研发项目（19.8亿元）。

3.1

增长动力：收入与毛利的“高光”与“隐忧”

1 收入高增长的AB面：

A面（高光）：

公司营业收入从2022年的0.46亿元，一路飙升至2025年上半年的7.02亿元，尤其在2024年公司战略调整后营收跨越式增长，证明其AI产品已获得市场认可。

B面（隐忧）：

客户集中度高。从上图也可以看出，2022年以来公司前五大客户占收入比重均超过85%。2025年上半年，公司前五大客户销售占比98.29%，其中向第一大客户R（2025年开始合作）销售的AI 智算集群设备贡献了3.97亿元，占比56.63%，这一方面体现了2025年公司在新拓展业务上表现出色，但另一方面也体现其收入可持续性面临不确定性。

2 毛利率逆转：业务结构质变的财务体现

公司整体毛利率从2022年的-70.08%一路提升至2025年上半年的69.14%，这一跨越式逆转，亦是其业务战略成功转型的最直接财务证明。其背后的驱动因素，正是产品重心从“拖油瓶”业务向“利润引擎”业务的坚决切换。

核心驱动力：高毛利AI智算产品成顶梁柱

随着2024年公司战略重心转向AI，AI智算产品在2024年及2025年上半年贡献了绝对主导的收入。该业务线毛利率高且较为稳定：

AI智算板卡毛利率连续两年维持在90.70%以上。AI智算集群、一体机毛利率也分别稳定在65%-73% 的优异水平。

正是这些高毛利的AI业务取代了过去的低毛利业务，才逐渐从根本上扭转了公司的盈利模型。

历史包袱：被战略放弃的“拖油瓶”业务

与AI业务的辉煌形成鲜明对比的是其收缩中的桌面级图形加速业务：

该业务在2022年至2024年毛利率持续为负（-116.47% 至 -18.99%），卖得越多，亏得越多。其中芯片业务毛利率常年为负数，2025年不再产生收入。

直至2025年上半年，其毛利率才勉强转正至12.49%，但仍远低于公司平均水平。这块业务在公司成立初期有其存在的必要性，但此后的战略性收缩，是公司整体毛利率得以“轻装上阵”、实现逆转的重要前提。

此消彼长：稳固的基本盘与进击的新战场

专业图形加速业务本身毛利不俗（2025年上半年为73.32%），属于高性能产品之一，但其战略地位近年来被让位于AI智算。

SoC业务作为2024年新增业务，其毛利率从2024年的-63.64%大幅改善至2025年上半年的37.50%，显示出其在智能座舱等新场景下的商业化潜力，可能成为未来的第二增长曲线。

3.2

亏损的本质：战略性投入与利润质量解析

2022-2025年6月，公司累计亏损52.76亿元。但从下图可以看到，公司亏损额在逐渐缩小，净利润从2022年的-18.4亿元逐渐收缩至2025年6月的-2.71亿元；且2024 年后收入增长与亏损收窄的节奏加快，反映出公司在规模扩大过程中，初步证明公司的经营效率在逐步改善。

为了透视亏损的深层结构，我们进一步拆解成本费用。如下图所示，巨额的研发投入是亏损的绝对主导因素。然而，一个积极的信号是：2023年起管理费用增长已放缓、2024年后研发费用增长亦有所放缓，而收入曲线正加速上行。这证明公司逐渐从“粗放式投入”转向“精细化运营”，其“烧钱效率”在系统性提升。

更进一步，我们将目光从绝对值的“山头”移向相对值的“斜率”。如下图所示核心费用占收入的比重，可以看到一条陡峭下行的研发费用率曲线，该比率已从2022年的2422%急剧下降至2025年上半年的79%；与此同时，销售与管理费用率也呈现出显著的下降趋势。

这一结构性变化清晰地表明，公司的收入规模化进程正逐渐追上其费用的增长，尤其是技术野心，这是处于成长期的科技公司跨越盈亏平衡点的关键前置信号。尽管绝对盈利尚需时日，但这份‘降本增效’的成绩单，为其盈利路径增加了现实的可信度。

3.3

现金流真相：造血不足，依赖输血

前文谈到摩尔线程的亏损面在逐渐收窄，那是否一定意味着公司现金流也随之改善呢？

从下图摩尔线程净利润与经营现金流的对比可以看到，尽管亏损额在逐年收窄，但摩尔线程的经营现金流却与净利润走势却出现了背离（主要体现在2024年、2025年6月的数据上），以2025年上半年为例，公司净亏损为-2.7亿元，但经营活动现金流净额却低至-10.37亿元。

这说明公司“账面利润的改善”并未转化为“实际的现金流入”。

可能有人想问，那这些钱去哪了？

按照“净利润 → 经营活动现金流”的调整逻辑，背离的主因可大致概括为：运营规模的扩张，将大量现金沉淀在了资产负债表的关键科目中。

“预付”出去的现金：为锁定供应链产能，尤其是应对“实体清单”等不确定性，公司向代工厂支付大额定金，导致“预付款项”科目自2024年起大幅增长，截至2025年6月底相比上年末激增5.68亿元。 这笔现金在转化为存货之前就已流出。“应收”未回的现金：应收账款反应出公司收入增长未能同步转化为现金回款，截止2025年6月底相比上年末激增3.05亿元。 这反映了公司在快速拿下大客户订单的同时，对下游的议价能力和回款管理仍面临挑战。“存货”占用的现金：为支持销售备货及生产计划，“存货”科目在期内亦有所增长，占用了部分现金。

公司的商业模式在快速扩张期呈现出典型的“两头受压”特征：在供应链端（预付款）和客户端（应收账款）同时占用了巨额运营资本。这导致其自身“造血”能力尚未形成，公司生存与发展在现阶段还是需要依赖外部融资“输血”。

这些在现金流分析中暴露出的资产科目，其规模膨胀的背后，究竟意味着高效的业务储备，还是潜藏的风险？我们可通过资产健康度来进一步检验。

3.4

资产健康度：结构、效率与潜在风险

1 资产结构之变：映射“融资蓄力”转向“市场攻坚”

下图反应了摩尔线程核心资产配置的演变。

可以看到，作为Fabless公司，其总资产主要由货币资金、存货、预付款项和应收账款等流动资产构成，固定资产占比极低，是典型的研发型科技企业资产结构。

其次，公司的资产结构变化清晰地划分为两个阶段：

2022-2024年：储备弹药期。资产增长主要体现为货币资金的快速积累，在2024年达到峰值48.96亿元。这为后续的研发与市场扩张备足了“弹药”。2025年上半年：全面投入期。画风突变，现金储备骤降23.91亿元，资金主要流向了两个领域：

核心营运资产：即支持业务日常运营所必需的投入，此处指代应收账款、预付款项和存货。这三项合计从2022年的约3亿元激增至2025年中的20.3亿元，是导致现金流出的主因。主动管理的金融资产：交易性金融资产（主要为银行理财与结构性存款）与其他流动资产（主要为可转让大额存单）共同构成了公司的“高流动性金融资产池”。这反映了公司根据资金充裕度与市场机会，在“现金”、“理财”和“存单”之间进行的主动配置，体现了公司在保障流动性前提下提升资金使用效率的努力。

这一结构性转变表明，摩尔线程已进入商业化爬坡阶段，其财务表现将越发依赖于核心营运资产的周转效率和变现能力。

2 关键资产质量“三重奏”

存货：跌价准备之下的“沉默风险”

摩尔线程存货账面价值维持高位，从2022年的2.51亿元升至2025年上半年的5.12亿元，占总资产比重介于7.29%-13.79%；同期存货跌价准备从0.39亿元增至0.71亿元，计提比例介于9.95%-16.03%。

公司对不同生命周期产品差异化计提（如 “苏堤”旧产品跌价超90%、“春晓” 低毛利型号针对性计提），符合行业特性。但隐忧亦存，如存货周转率从0.54次/年降至0.33次/年；2025年6月末尚有1.12亿元存货库龄达2-3年，GPU 行业技术迭代快，原材料、在产品若不能及时转化为成品并销售，或存在存货价值被高估。

应收账款：高增长下的回款考验

应收账款变化揭示了公司在业务扩张中的财务挑战。

2023至2025年上半年，公司应收账款从0.14亿元激增至3.83亿元，增速（391%）远超同期收入增速（62%），呈现出典型的业务扩张期财务特征。

应收账款的激增折射出公司发展的两面性：

一方面印证了AI智算业务的突破，面向B端大客户的信用销售模式助推了营收规模。

另一方面，应收账款周转率从16.8次/年骤降至3.01次/年，回款速度明显放缓，意味着大量收入未能转化为现金流。

结合98.29%的五大客户集中度（前文提及），回款安全与少数大客户深度绑定，这不仅加剧了经营性现金流压力，也暴露出公司在追求规模扩张时对风险控制的平衡不足。

对应收账款的精细化管理，将是摩尔线程从高速增长迈向高质量发展的关键考验。

预付款项：供应链安全的代价

公司预付款项从2022年的0.47亿元飙升至2025年6月的11.35亿元，占流动资产比重也从3.58%升至17.01%。

值得关注的是预付款项的结构特征。

截至2025年6月末，账龄在1年以上的预付款项达7,830万元，占比6.9%，显示部分资金已被长期占用。

更重要的是，预付款项呈现高度集中特点，其中对关联方供应商S2的预付款达到8.03亿元，占总预付款项的70.76%，表明公司绝大部分流动性资产沉淀于单一关联交易中。

大额定金是公司应对全球芯片产能紧张和地缘政治风险的无奈之举，虽在一定程度上锁定了供应链安全，但也导致大量现金被冻结，资产流动性下降。这使得公司供应链风险高度集中，若供应商履约或市场需求生变，可能引发风险并侵蚀利润。

3 偿债能力：债务结构之重与利息覆盖之压

从债务结构来看：

摩尔线程2022-2025年上半年，公司有息负债规模显著增长。以2025年上半年为例，核心构成为短期借款（12.17亿元）、一年内到期非流动负债（2.22亿元）及长期借款（6.34亿元）。

短期偿债压力凸显，短期有息负债达14.39亿元，这意味着超过一半的现金及等价物已被即期债务所覆盖。流动性缓冲边际减弱。

从偿债能力来看：

2025上半年流动比率 3.24、速动比率1.73，短期流动性尚可；但利息保障倍数持续为负（从2022年-841.6倍收窄至-9.77倍），说明盈利仍无法覆盖利息支出。

资产负债率38.42%，叠加每股经营现金流净额持续为负，长期偿债依赖外部融资，需关注盈利改善及现金流造血能力。

摩尔线程以快进模式，跑完了国产GPU从0到1的破局之路：它以顶尖的团队与技术，抓住了国产替代的历史性机遇、AI发展东风，用短短数年完成了从技术验证到商业落地的惊险一跃。其毛利逆转与收入暴增，证明了其破局的锐气与实力。

然而，穿越“从0到1”的死亡谷后，横亘在前的是一条更为崎岖的“从1到N”的爬坡路。这条路上的核心挑战，已从“能否做出来”转变为 “能否卖得好、活得稳、建得成”。

“卖得好”的考验，在于能否突破对单一客户的依赖，证明其收入模式的韧性与可持续性。“活得稳”的挑战，在于能否扭转“两头受压”的现金流困境，构建起健康的自我造血能力，摆脱对外部输血的绝对依赖。“建得成”的持久战，则在于能否在巨头的生态壁垒下，让MUSA真正扎根，形成更多开发者愿用、用户认可的软件生态。

这三重挑战，共同构成了摩尔线程“高增长叙事”下必须穿越的“现实沟坎”。其未来的市值空间，也将离不开这三道命题的解答程度。

展望未来，摩尔线程若成功上市，其意义将超越自身。

作为科创板“1+6”新规后过会的硬科技标杆（新规具体内容可看☞科创板成长层破冰：为未盈利“硬科技”重构资本估值逻辑），它的上市表现与后续发展，将为整个国产GPU乃至高端芯片赛道提供一个关键的价值锚点，直接影响一级市场对同类企业的技术估值与融资前景，对提振行业信心、引导资本流向具有不可小觑的影响。

前路依然是技术、资本与市场的雄关漫道，而摩尔线程，刚刚踏上新的征程。

本文仅供一般参考，不构成投资建议。

欢迎留言交流！

下次见，记得常来。