公司与行业动态 - 摩尔线程与北京市十一学校战略合作的“AI教育实训基地”正式启用，这是首个落地北京的AI实训示范项目 [1] - 该基地部署了摩尔线程MTT AIBOOK及云端算力，为学校人工智能课程体系注入国产算力支持，标志着基于国产全功能GPU的教学实践正式落地 [1] 合作内容与模式 - 双方将推动国产端云一体平台深度融入中学人工智能课程体系，构建从基础设施、课程内容到实践平台的全套国产算力AI教学方案 [1] - 基地将依托MTT AIBOOK算力本及云端算力服务，建立基于国产算力的Python编程、机器学习、AI4S等人工智能相关课程体系 [1] - 将组织学生围绕计算机视觉、自然语言处理及语音处理等方向开展AI项目实践，完成从理论认知到真实问题解决的全流程学习闭环 [1] - 双方将共同组建教育专家组，推动AI社团与竞赛体系建设，探索“算力驱动教育”的实施路径 [1] 战略意义与行业影响 - 合作旨在为全国基础教育阶段的人工智能教学提供具备系统性、可操作性的示范参考 [1] - 学校方面表示，合作立足国产算力平台，为有创新潜质的学生提供前沿实践场景，是共同服务国家战略、建设国产算力生态的重要一步 [2] - 公司方面表示，此次合作是国产算力与顶尖基础教育深度融合的开始，旨在以技术驱动教育变革，支持青少年在自主技术平台上学习与创造 [2] - 未来双方将推动该基地成为全国领先的AI教育平台，通过深化校企合作，带动更多中学加入国产计算生态的产教融合实践 [2]

核心观点 - 摩尔线程与北京市十一学校合作的首个“AI教育实训基地”正式启用，标志着基于国产全功能GPU的教学实践在顶尖中学正式落地，是国产算力与基础教育深度融合的开始 [1][9] 合作项目概况 - 合作双方为摩尔线程与北京市十一学校，项目名称为“AI教育实训基地” [1] - 项目于2026年1月23日正式宣布启用，是落地北京的AI实训示范项目 [1] - 项目部署了摩尔线程MTT AIBOOK及云端算力，为学校人工智能课程体系提供国产算力支持 [1] - 活动现场有北京市海淀区教委、中关村科学城管委会等政府代表，以及来自20余所中学的技术学科教师参与观摩交流 [1] 项目内容与目标 - 基地将建立基于国产算力的Python编程、机器学习、AI4S等人工智能相关课程体系 [5] - 将组织学生围绕计算机视觉、自然语言处理及语音处理等方向开展AI项目实践，完成从理论到实践的全流程学习闭环 [5] - 双方将共同组建教育专家组，推动AI社团与竞赛体系建设，探索“算力驱动教育”的实施路径 [5] - 目标是构建从基础设施、课程内容到实践平台的全套国产算力AI教学方案，为全国基础教育阶段的人工智能教学提供系统性、可操作性的示范参考 [3][5] 公司战略与行业意义 - 摩尔线程发布了面向优秀中学生的“MoorePower 摩力计划”，为有科技创新潜能的青少年提供专属AI实践机会和平台，入选学生将进入公司真实工作环境，在资深技术专家指导下参与一线技术攻关 [5] - 此次合作被视为国产算力与顶尖基础教育深度融合的开始，旨在以技术驱动教育变革，支持青少年在自主技术平台上学习与创造 [9][10] - 合作旨在服务国家战略、建设国产算力生态，培养学生深入理解芯片架构与AI算法，为科技自立自强贡献力量 [7] - 未来双方将依托该基地持续开展活动，推动其成为全国领先的AI教育平台，并带动更多中学加入国产计算生态的产教融合实践 [12]

核心观点 - 摩尔线程作为国产GPU代表企业，2025年业绩预告显示其营收实现超两倍增长，亏损幅度显著收窄，标志着公司从高投入研发阶段进入产品落地与业绩兑现期 [1] - 公司在IPO募资不及预期的情况下，动用自有资金补足研发项目缺口，确保核心研发投入的连续性，以维持技术迭代节奏和构建长期竞争力 [3][4] - 尽管商业化进程提速并初步形成“研发-量产-营收-反哺研发”的业务闭环，但公司及整个国产GPU行业仍面临技术代差、生态建设、客户信任及盈利拐点等中长期挑战 [6][7][8][10] 财务与业绩表现 - 2025年预计实现营收14.5至15.2亿元人民币，同比增长230.7%至246.67% [1][6] - 2025年归母净亏损同比收窄34.5%至41.3%，扣非净亏损同比收窄29.59%至36.32% [1][6] - 营收高增长的核心驱动力是旗舰AI训推一体GPU智算卡MTT S5000实现规模量产及大规模集群上线服务 [1][6] - 2022年至2025年上半年，公司累计研发投入超过43亿元人民币 [4] - 2025年前三季度，公司经营活动和投资活动现金流均为净流出状态 [6] 研发投入与资金安排 - 公司原计划通过IPO募集80亿元人民币，实际募集资金净额为75.76亿元人民币，存在4.24亿元缺口 [3] - 公司决定以自有资金补足全部募投项目缺口，确保AI训推一体、图形芯片、AI SoC芯片三大研发项目及补充流动资金的总投资规模不变 [3] - 具体补足金额为：AI训推一体芯片研发项目1.52亿元、图形芯片研发项目1.52亿元、AI SoC芯片研发项目1.2亿元 [4] - 补足的资金将全部投向新一代自主可控芯片研发 [4] - 公司在五年内完成了四代GPU架构迭代，并量产了五颗芯片 [4] 产品与技术进展 - 旗舰产品MTT S5000 AI训推一体全功能GPU智算卡已实现规模量产，基于该产品的大规模集群已完成建设并上线服务 [1] - MTT S5000万卡集群具备高效通用计算能力，可适配人工智能产业的高性能算力需求 [6] - 2025年12月，公司联合硅基流动基于MTT S5000完成DeepSeek-V3 671B满血版适配测试，刷新国产GPU超大规模MoE模型推理纪录 [8] - 2026年1月，联合智源研究院依托MTT S5000集群完成RoboBrain 2.5模型全流程训练，首次验证国产算力在具身智能大模型训练中的可用性 [8] - 公司自研的MUSA架构兼容国际主流生态，有助于降低开发者迁移成本 [8] 行业挑战与竞争环境 - 国产GPU企业在技术上与国际头部企业存在代差，导致产品在算力密度、能效比等核心指标上处于劣势 [6] - 软件生态层面，国际厂商已形成成熟的软硬件及应用闭环，国产自主软件栈的兼容性和普及度仍需提升，开发者迁移成本偏高 [6] - 行业面临应用从“可用”到“好用”的转化难题，客户信任建立需要长期验证 [7] - 部分企业客户集中度偏高，收入稳定性易受下游需求波动影响 [7] - GPU领域研发周期长、资金壁垒高，高研发投入短期内仍将压制企业利润 [5][6] 未来发展前景与路径 - AI算力需求的爆发式增长为国产GPU提供了广阔的市场空间 [9] - 政策推动算力自主可控、资本持续赋能，将加速行业从“实验室”走向“商业化” [9] - 通过先进架构设计与软件生态的持续积累，国产GPU有望逐步弥补与国际巨头的技术差距 [9] - 开源生态建设、开发者培育以及边缘计算等新场景的拓展，将成为国产厂商建立差异化优势的重要路径 [9] - 产业链协同创新与行业场景的深度定制，将帮助国产企业在细分领域率先实现规模化落地 [9] - 公司未来闭环的稳固及盈利拐点的到来，取决于产品规模化提升、毛利率改善及研发投入效率优化 [10]

核心观点 - 公司2025年业绩预告显示营收预计达145,000万元至152,000万元，同比增长230.70%至246.67%，标志着国产GPU从技术论证阶段正式进入商业化落地审视阶段，全面开启国产替代的商业化征程 [1] 业绩表现与财务数据 - 公司预计2025年全年营收为145,000万元至152,000万元，同比增长230.70%至246.67% [1] - 公司预计2025年归属于母公司所有者的净利润亏损为95,000万元至106,000万元，同比减亏34.50%至41.30% [1] - 2025年上半年，公司AI智算类业务实现营收6.7亿元，占总营收的95% [3] - 2025年上半年，公司AI智算类业务贡献毛利4.6亿元，该业务毛利率维持在69%的高位 [3] 增长驱动因素 - 宏观层面，人工智能算力需求爆发与国产化替代进程加速共同为业绩增长提供强劲动力 [2] - 政策层面，2024年工信部等七部门提出加快突破GPU芯片关键技术并推动超大规模智算中心建设，2025年国务院国资委推动央企“AI+”专项行动及国务院《关于深入实施“人工智能+”行动的意见》催生了政务、工业等领域对智能算力的真实需求 [2] - 市场需求端，以字节、腾讯、阿里为代表的互联网云服务厂商正进行“AI军备竞赛”，宣布了数千亿级别的资本开支计划，其中AI算力基础设施是绝对投资重点 [2] - 行业层面，据弗若斯特沙利文预测，到2029年，中国AI芯片市场规模将从2024年的1,425.37亿元激增至13,367.92亿元，2025年至2029年年均复合增长率为53.7% [3] 产品与技术商业化进展 - 公司产品矩阵覆盖AI智算、专业图形、桌面级GPU与智能SoC四大类，AI智算板卡与集群是核心营收来源 [3] - MTT S5000集群的规模化交付是公司商业化进阶的重要标志 [3] - 公司与北京智源研究院合作，基于MTT S5000千卡集群完成RoboBrain2.5具身大脑模型全流程训练，训练曲线显示Loss走势与国际主流GPU训练结果高度重合，相对误差小于0.62%，验证了国产算力在具身智能大模型训练领域的可用性与高效性 [4] - 公司第四代“平湖”架构芯片MTT S5000的着色核心数量达8,192个，张量核心512个，支持FP8精度，片间互连带宽高达800GB/s [6] - 基于MTT S5000的万卡集群浮点运算能力达到10Exa-Flops，训练算力利用率在Dense大模型上达60%，在MOE大模型上达40%，有效训练时间占比超过90%，训练线性扩展效率达95% [7] 技术路线与竞争优势 - 公司坚持“全功能GPU”技术路线，需在单一芯片中集成AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码四大引擎，并支持从FP64到INT8等多种计算精度 [5][6] - 全功能GPU对比专注于AI计算的GPGPU或ASIC芯片，前期投入大、技术门槛高，但在工作效率、生态完整多样性及兼容性方面更具优势，能更好适应未来新兴及前沿计算加速场景的需求 [6] - 公司竞争力体现在软硬协同的工程化能力上，其MUSA架构涵盖统一指令集、编程模型、运行库及驱动框架，形成完整软件栈 [7] - 公司自研驱动已支持DirectX 12、Vulkan等主流API，兼容近千款游戏和应用 [7] - 公司与硅基流动等生态伙伴深度协同，基于S5000计算卡的FP8低精度推理技术优化，使单卡Prefill吞吐突破4000 tokens/s，Decode吞吐超过1000 tokens/s，刷新了国产GPU在超大规模MoE模型推理场景的性能纪录 [8] 未来展望与战略方向 - 公司通过IPO募资后，计划将资金投向新一代AI训推一体芯片、图形芯片等研发项目，以进一步巩固技术壁垒 [8] - 公司正逐步构建从芯片到集群、从硬件到算法的端到端解决方案能力，使其在大规模商业化中展现出差异化优势 [8]

公司业绩与财务表现 - 公司预计2025年度实现营业收入14.5亿元到15.2亿元，同比增长230.70%到246.67% [1] - 公司预计2025年度归属于母公司所有者的净利润亏损9.5亿元到10.6亿元，亏损同比收窄34.50%到41.30% [1] - 公司2025年上半年归母净利润为-2.71亿元，2022年至2024年归母净利润分别为-18.94亿元、-17.03亿元和-16.18亿元 [3] - 公司表示业绩增长得益于AI产业蓬勃发展及市场对高性能GPU的强劲需求，产品竞争优势扩大，推动收入与毛利增长 [1] - 公司仍处于持续研发投入期，保持高研发投入，尚未盈利且存在累计未弥补亏损 [1] - 公司预计若研发与市场拓展顺利，最早可在2027年实现合并报表层面的盈利 [3] 公司业务与产品 - 公司坚持“全功能GPU”发展路径，其自主研发的MUSA架构能同时支持AI计算、图形渲染、物理仿真、视频编解码及科学计算等多种负载 [2] - 公司当前收入主要来源于四大领域：AI智算、专业图形加速、桌面级图形加速及SoC相关业务 [3] - AI智算产品（包括集群、板卡与一体机）已成为公司绝对收入支柱，2024年及2025年上半年收入占比分别达77.63%和94.85% [3] - AI智算产品显著增长主要得益于市场对大模型训练、推理部署及GPU云服务需求的集中释放 [3] - 公司成功推出旗舰级训推一体全功能GPU智算卡MTT S5000，性能达市场领先水平并已实现规模量产 [4] - 基于MTT S5000构建的大规模集群已完成建设并上线服务，可高效支持万亿参数大模型训练，计算效率达到同等规模国外同3代系GPU集群的先进水平 [4] 行业背景与市场 - 中国算力规模从2020年的136.20 EFLOPs增长至2024年的617.00 EFLOPs，预计到2029年将达到3,442.89 EFLOPs，预测期年均复合增长率达40.0% [2] - 全球GPU市场规模预计在2029年将达到36119.74亿元，其中中国GPU市场规模在2029年将达到13635.78亿元 [2] - 中国GPU市场在全球的占比预计将从2024年的30.8%提升至2029年的37.8% [2] - GPU因其强大的并行计算能力，成为人工智能的“最强大脑” [2] 公司基本情况 - 公司被称为“中国版英伟达”，成立于2020年，于2025年12月5日在科创板上市 [2] - 区别于聚焦GPGPU路线的天数智芯与壁仞科技，公司产品覆盖从消费级显卡到数据中心的广泛应用场景 [2] - 与部分国际巨头相比，公司在综合研发实力、核心技术积累、产品客户生态等方面仍存在一定的差距 [4]

公司2025年业绩表现 - 2025年预计实现营业收入14.50亿元至15.20亿元，同比增长230.70%至246.67% [1] - 营收从2024年的4.38亿元跃升至2025年预计超14.5亿元，增长曲线陡峭 [2] - 在持续高研发投入背景下实现翻倍营收，标志着国产GPU正式迈入商业化落地阶段 [1] 核心产品与技术突破 - 基于第四代GPU架构打造的旗舰产品——训推一体全功能GPU智算卡MTT S5000在2025年实现规模量产，成为拉动收入增长的核心引擎 [1][2] - S5000万卡集群支持万亿参数模型训练，线性扩展效率可达95%，有效训练时间超90% [2] - S5000在Dense大模型上MFU达60%，在MOE大模型上MFU达40%，计算效率达到国际同代产品集群先进水平 [2] - S5000千卡集群支持具身大脑模型RoboBrain2.5全流程训练，验证了国产算力在具身智能领域的稳定高效与多模态适配能力 [3] - 在DeepSeek R1671B全量模型上，S5000单卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，树立国产推理性能新标杆 [3] - 公司已推出五代全功能GPU架构，最新架构为“花港” [5] 市场驱动因素与商业化进展 - 2025年被称为“AI大模型规模化落地元年”，各行各业对高性能算力需求井喷 [2] - 在国产替代政策推动下，党政、金融、能源、智能制造等领域对自主可控GPU的采购进入实质放量阶段 [2] - AIGC、数字孪生等新兴场景不断拓宽算力边界，为全功能GPU提供更广阔市场空间 [2] - 系列产品性能获得市场验证，直接推动了客户订单与集群部署的快速上量 [3] - 公司已从“技术研发”大步迈入“规模商用”阶段，产品在多个高复杂度场景中实现稳定运行 [3] 公司发展战略与生态建设 - 公司选择全功能GPU技术路线，需同步攻克AI计算、图形渲染、视频处理、科学计算等全栈能力 [4] - 发展轨迹与英伟达有相通之处，从GPU供应商演变为算力基础设施提供者，实现从单卡到大规模集群的拓展 [4] - 重点从孤立性能提升，转向系统级的可靠性、扩展效率与整体算力利用率等指标 [4] - 基于“GPU+CPU+NPU+VPU”的异构计算布局，将产品线延伸至AI PC、边缘智能模组及智能座舱芯片等新兴领域 [5] - 已构建自主研发的元计算统一计算架构MUSA，覆盖从芯片架构到软件运行库的全栈技术体系 [5] - MUSA支持国际通用CPU系统及国产CPU操作系统和国内开发环境，旨在争夺下一代计算平台的生态话语权 [5][7] 研发投入与资金保障 - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [6] - 上市所募资金将主要投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [6] - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [6] 行业前景与公司定位 - 国内AI算力需求年均增速超过50%，供给端依赖进口的格局亟待改变 [7] - 在“数字中国”“东数西算”等国家战略牵引下，自主GPU替代空间打开一个巨大的增量市场 [7] - 仅以信创与行业智算中心建设估算，国产GPU的潜在市场规模已达千亿级别 [7] - 在国内芯片企业中，能坚持全功能GPU技术路线并实现大规模产品落地的玩家凤毛麟角，技术壁垒更高 [7] - 公司核心团队多来自国际GPU巨头，拥有深厚研发与产品化经验，正带领公司从“可用”走向“好用” [7] - 公司全功能GPU的定位与持续迭代能力，使其成为国产算力底座中不可或缺的核心拼图 [8]

公司2025年度业绩预告 - 公司预计2025年度实现营业收入145,000.00万元到152,000.00万元，与上年同期相比，收入增长幅度为230.70%到246.67% [1] - 公司预计2025年度归属于母公司所有者的净利润亏损95,000.00万元到106,000.00万元，与上年同期相比，亏损收窄幅度为34.50%到41.30% [1] - 公司预计2025年度扣除非经常性损益后的净利润亏损104,000.00万元到115,000.00万元，与上年同期相比，亏损收窄幅度为29.59%到36.32% [1] 公司历史财务表现 - 2022年至2024年，公司营业收入分别为4,608.83万元、12,398.19万元、43,845.95万元 [2] - 2022年至2024年，公司净利润/归属于母公司股东的净利润分别为-189,415.47万元、-170,290.58万元、-161,828.83万元 [2] - 2022年至2024年，公司扣除非经常性损益后归属于母公司股东的净利润分别为-146,660.54万元、-172,025.77万元、-163,325.77万元 [2] 公司首次公开发行(IPO)情况 - 公司于2025年12月5日在上交所科创板上市 [2] - 公司本次公开发行股票总数为7,000.0000万股，占发行后总股本的比例为14.89%，发行价格为114.28元/股 [2] - 公司首次公开发行募集资金总额799,960.00万元，扣除发行费用后的募集资金净额为757,605.23万元，比原计划的800,000.00万元少42,394.77万元 [3] - 公司公开发行新股的发行费用合计42,354.77万元，其中保荐承销费39,198.00万元 [4] 公司募集资金用途 - 公司原计划募集资金800,000.00万元，拟用于新一代自主可控AI训推一体芯片研发项目、新一代自主可控图形芯片研发项目、新一代自主可控AISoC芯片研发项目及补充流动资金 [3]

公司业绩预告 - 公司发布上市后首份年度业绩预告，预计2025年度营业收入为14.5亿元到15.2亿元 [1] - 预计2025年度营业收入同比增长幅度为230.70%到246.67% [1] - 公司预计2025年度净利亏损约10亿元 [1]

2025年度业绩预告 - 2025年营收预计为14.50亿元至15.20亿元，较2024年增长230.70%至246.67% [2][9] - 2025年扣非净利润预计亏损10.40亿元至11.50亿元，亏损同比收窄29.59%到36.32% [2][9] - 业绩增长得益于AI产业蓬勃发展及市场对高性能GPU的强劲需求，旗舰产品MTT S5000竞争优势扩大，推动收入与毛利增长，亏损幅度收窄 [2][9] - 营业收入将连续四年保持高增，净亏损亦将连续四年收窄，反映公司核心竞争力提升带来的商业化提速 [2][9] 行业特征与公司战略定位 - GPU行业具有壁垒高、重研发投入、周期长等特征，发展需跨越芯片设计、软件适配、应用场景落地等多重考验 [3][10] - 公司选择从底层架构、核心工具链到软件生态进行全流程自主设计，构建完整、通用、可持续演进的GPU体系 [3][10] - 依托MUSA架构，公司确立了国内稀缺的“AI+图形”双轮驱动定位，成为极少数同时深耕B端与C端的全功能GPU厂商，构筑了差异化竞争优势 [3][10] 技术研发与产品布局 - 五年内成功量产五颗芯片，完成四代GPU架构迭代，实现从芯片、计算卡到智算集群的多元布局 [3][11] - 产品矩阵覆盖人工智能、科学计算与图形渲染，全面支持“云-边-端”全场景 [3][11] - 全功能GPU单芯片集成AI计算加速、图形渲染、科学计算和物理仿真、超高清视频编解码四大引擎，是国内唯一功能可对标英伟达的全国产GPU [3][11] - 旗舰产品AI训推一体智算卡MTT S5000性能达市场领先水平并实现规模量产 [4][11] - 基于MTT S5000构建的万卡集群浮点运算能力高达10 Exa-Flops，具备全精度、全功能的通用计算能力 [4][11] 计算集群性能与生态建设 - 万卡集群在Dense大模型上训练算力利用率（MFU）达60%，在MoE大模型上达40%，有效训练时间占比超90%，训练线性扩展效率高达95% [4][11] - 集群可稳定高效支持万亿参数大模型训练，计算效率已达到同等规模国外同代系GPU集群的先进水平 [4][11] - MUSA架构及软件栈高度兼容国际主流GPU应用生态，大幅降低开发者迁移成本，为国产GPU规模化应用奠定基础 [4][12] - 2025年12月，联合硅基流动基于MTT S5000完成对DeepSeek-V3 671B适配，实测单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，刷新国产GPU在超大规模MoE模型下的推理纪录 [5][12] - 2026年1月，联合智源研究院依托MTT S5000千卡集群成功完成具身大脑模型RoboBrain 2.5的全流程训练，首次验证国产算力集群在具身智能大模型训练中的可用性与高效性 [5][12] 研发投入与资金保障 - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [5][12] - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [6][13] - 募投资金将投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [6][13] - 以自有资金补位体现了公司在新一轮GPU攻坚周期中的信心和决心，充足的资金将有助于巩固其在国产GPU赛道的技术壁垒 [6][13]

公司业绩与财务表现 - 公司预计2025年度实现营业收入14.50亿元至15.20亿元，同比增长超过230%，相比上年同期增加10.12亿元到10.82亿元 [3][6] - 公司预计2025年归属于母公司所有者的净利润为亏损9.5亿元至10.6亿元，扣除非经常性损益后预计亏损10.40亿元到11.50亿元，尽管亏损幅度同比收窄34.50%到41.30%，但绝对亏损额依然巨大 [3][7][8] - 公司营收已连续第四年保持增长，从2022年的4000多万元增长至2024年的4.38亿元，2025年上半年达7.02亿元，全年预计15亿元左右的营收意味着下半年增速维持高位 [7] 募投项目与资金状况 - 公司首次公开发行股票实际募集资金净额为75.76亿元，低于原计划80亿元的投资总额，存在4.24亿元资金缺口 [3][9] - 公司通过调整三大研发项目的拟投入募集资金金额并使用自有资金补足缺口，以确保“新一代自主可控AI训推一体芯片研发”等核心项目投资总额不变 [4][9][12] - 具体调整包括：AI训推一体芯片研发项目拟投入募集资金从25.10亿元调整为23.57亿元，图形芯片研发项目调整为23.51亿元，AI SoC芯片研发项目调整为18.62亿元，补充流动资金项目10.06亿元保持不变 [10][11] - 在募集资金到位前，公司已以自筹资金预先投入募投项目1.79亿元，并支付发行费用1760.13万元，后续将使用募集资金置换 [14] 行业背景与市场竞争 - 全球AI算力芯片市场规模预计2025年为970亿美元，2026年将达到1200亿美元，同比增长25% [17] - 全球AI算力建设仍处于初期，供不应求将长期存在，目前缺货涉及AI算力中心几乎所有大部件，是系统性需求增加带来的系统性供不应求 [16][18] - 在系统级竞争下，GPU厂商的关键竞争力指标包括系统级交付能力、对大模型的适配能力以及供应链整合能力 [18] - 2024年公司在国内GPU市场份额占比不足1%，而英伟达在包含全功能GPU的市场中占据54.4%的份额，公司在研发实力、技术积累、客户生态等方面与国际巨头存在差距 [20] 公司战略与研发投入 - 公司业绩亏损主因是保持高研发投入，目前仍处于持续研发投入期，尚未盈利且存在累计未弥补亏损 [8] - 为追赶差距并证明产品可用性，公司宣布基于MTT S5000完成了对DeepSeek-V3 671B满血版大模型的适配，实测单卡预填充吞吐量超过4000 tokens/s [19] - 2022年至2025年上半年，公司累计研发投入已超过43亿元，在市场份额不足1%的背景下，维持高强度研发投入是避免掉队的关键 [20] - 市场对国产芯片的要求已从初期的“有无替代”迅速转向对综合性能、性价比和生态兼容性的比拼 [20]