文章核心观点 - 摩尔线程作为国产全功能GPU领军企业，在科创板上市首日股价暴涨，市值突破3000亿元，成为A股全面注册制以来最赚钱的新股之一，标志着国产GPU产业的一个重要里程碑[1][2][36] - 公司由前英伟达全球副总裁张建中创立，凭借明星团队和持续资本输血，在5年内实现从成立到上市，并量产多款芯片，核心机遇在于英伟达退出中国高端GPU市场后留下的巨大国产替代空间[7][9][12][37] - 尽管公司尚未盈利且持续大额亏损，但其在消费端、企业端的产品应用以及自主研发的兼容性架构MUSA，展示了技术实力和商业化潜力，未来关键在于技术落地与生态完善[16][20][37] - 量化投资机构幻方量化是此次IPO的显眼赢家，其重仓参与并获得高额账面浮盈，其自身高收益也源于“AI+量化”策略，凸显了算力与AI在金融投资领域的结合趋势[22][23][32] 公司概况与上市表现 - 上市首日表现：2025年12月5日，摩尔线程在科创板上市，发行价114.28元/股，开盘价飙升至650元/股，涨幅达468.78%，总市值突破3000亿元[1] - 投资者收益：按开盘价计算，中一签（500股）最高可赚26.786万元；截至当天上午收盘价590.59元/股，中一签仍可赚23.8万元，成为A股全面注册制以来最赚钱的新股之一[2] - 市场热度：开盘仅1小时，成交额突破102亿元[5] 创始人背景与团队 - 创始人：张建中，在英伟达工作15年，曾任全球副总裁、中国区总经理，于2020年54岁时辞职创业[7][9] - 创业动机：当时中国高端GPU几乎100%依赖进口，英伟达占据95%市场份额，存在“卡脖子”风险，旨在打造对标英伟达的全功能GPU[9] - 核心团队：联合创始人周苑、张钰勃、王东等均来自英伟达、AMD等芯片巨头，覆盖GPU设计、软件研发、销售全链条，被称为“中国最懂英伟达的团队”[9][10] 融资历程与资本支持 - 融资轮次：从2020年成立到2025年上市前，共完成8轮融资[12] - 投资方阵容： - 早期（2020年）：红杉中国、五源资本等顶级VC提供启动资金[12] - 中期（2021-2022年）：深创投、上海国盛资本等国资机构，以及腾讯、字节跳动等互联网巨头跟进，提供资金与产业链资源[12] - 后期（2025年）：上市前最后一轮由高粱资本入局[12] - 估值增长：早期投资方沛县乾曜在2020年入股时公司估值仅1000万元，到2025年上市前估值已达246.2亿元，5年增长超过2400倍[14] - IPO募资：2025年12月科创板IPO募集80亿元，为当年科创板最大规模IPO，资金主要用于新一代GPU芯片研发及软件生态优化[13] 产品、技术与业务进展 - 产品布局： - 消费端：推出国产游戏显卡MTT S80，可流畅运行《黑神话：悟空》等3A大作[16] - 企业端：研发智算加速卡MTT S4000，已被字节跳动、百度的智算集群采用，支持千亿参数AI大模型训练[16] - 技术核心：自主研发MUSA架构，关键优势在于兼容英伟达CUDA生态，可实现代码“零成本迁移”，降低企业使用国产GPU门槛[16] - 研发成果：截至2025年6月，已量产5颗芯片，迭代4代GPU架构，获得514项专利[17] 财务状况与挑战 - 营收与亏损：2022-2024年累计亏损52.15亿元；2025年上半年营收达7.02亿元（超过前三年总和），但净利润为-2.71亿元[20] - 高额研发投入：2022年至2025年上半年，累计研发费用超过43亿元，研发人员占比77%以上[20] - 高估值指标：按2024年营收计算，发行价对应的市销率（市值/营收）为122.51倍，远高于行业平均水平[20] 主要机构投资者——幻方量化 - 参与情况：在摩尔线程网下申购中，幻方量化获配6.13万股，获配金额700.59万元，是获配最多的私募机构[22] - 投资收益：按上市首日600元/股计算，其获配股份账面浮盈超过2800万元[23] - 机构背景：幻方量化由梁文锋实际控制，管理规模在700-800亿元，是国内“百亿级量化私募”代表之一，与衍复投资、明汯投资、九坤投资并称“量化四大天王”[27] - 自身业绩：截至2025年11月底，旗下多只产品今年以来收益率超过50%（最高达54.30%），大幅跑赢同期中证500指数（涨22.48%）和中证1000指数（涨21.67%），核心原因是采用“AI+量化”策略，运用其AI公司DeepSeek发布的大模型优化交易[28][32] 行业背景与未来展望 - 市场机遇：随着英伟达在2025年确认其中国市场份额从95%降至0%，国产GPU迎来了千亿级的替代空间[37] - 行业意义：摩尔线程的上市证明了国内企业能做出对标国际的全功能GPU，并为行业打通了研发-融资-上市的闭环[36][37] - 未来挑战：国产GPU从“能造出来”到“能赚钱”，从“替代”到“超越”仍有长路要走，关键在于技术落地与完善MUSA生态，让更多企业愿意采用国产GPU[37]