文章核心观点 文章旨在澄清市场对摩尔线程使用募集资金进行现金管理的误解，并系统阐述其作为中国全功能GPU破局者的技术实力、市场布局、生态战略及增长潜力，论证其在中国AI算力自主化进程中的关键地位与投资价值[6][14][22][24] 募集资金使用与现金管理澄清 - 公司拟使用不超过75亿元的闲置募集资金进行现金管理，投资于协定存款、通知存款、定期存款等安全性高、流动性好的保本型产品[7][12] - 该75亿元是现金管理额度上限，并非实际管理金额，资金将根据研发项目进度分阶段拨付，项目实施周期为3年[11] - 募集资金总额80亿元，将投向四个项目：新一代AI训推一体芯片研发（25.10亿元）、新一代图形芯片研发（25.02亿元）、新一代AI SoC芯片研发（19.82亿元）以及补充流动资金（10.06亿元）[8] - 现金管理是为了在保证项目资金安全与使用计划的前提下，提高阶段性闲置资金的收益，是负责任的做法[7][11][13] 技术路径与核心竞争力 - 公司选择的是技术难度最高的通用全功能GPU路径，旨在实现AI计算、图形渲染、科学计算、视频编解码等多种能力于一体，对标英伟达[17][18][21] - 其核心竞争力在于自主研发的MUSA（元计算统一系统架构）生态，实现了软硬件一体，拥有完全自主知识产权[21][39] - 公司已推出四代GPU架构（“苏堤”、“春晓”、“曲院”、“平湖”），并构建了从消费级显卡到计算卡的全场景产品矩阵[30] 市场应用与业务进展 - 消费端（To C）：MTT S80显卡（基于“春晓”芯片）是唯一能流畅运行国产3A游戏《黑神话：悟空》的国产显卡，帧率通过驱动更新从10-20帧提升至35-55帧，成为消费市场的“第三选择”[26][27][28][30] - 企业端（To B）与AI算力：基于MTT S4000计算卡，公司推出了全国产千卡千亿模型训练平台“夸娥”（KUAE）智算集群，并在一年内升级至万卡级别，专为万亿参数大模型训练设计[31][33] - 收入结构变化：2024年后，伴随大模型需求爆发，AI智算产品收入占比大幅攀升至77.63%，成为主要收入来源[34] - 营收增长：公司营收从2022年的0.46亿元飙升至2024年的4.38亿元，年复合增长率超过208%；2025年上半年营收已达7.02亿元[49] 生态战略与行业竞争 - 面对英伟达通过CUDA生态构筑的壁垒，公司凭借100%自研的MUSA生态应对，该生态与CUDA无依赖关系[35][39] - 公司通过MUSIFY代码迁移工具，能够帮助开发者将CUDA代码低成本、低门槛地迁移至MUSA生态，实现“兼容为桥，自主为本”[40][41] - 生态的壮大有望形成“正向飞轮”，推动MUSA从“可用”向“好用”进化，吸引新开发者成为“原住民”[42][43] 行业前景与市场机遇 - 据弗若斯特沙利文预测，中国AI芯片市场规模将从2024年的1425.37亿元增长至2029年的13367.92亿元，年均复合增长率达53.7%[48] - 其中，GPU的市场份额预计将从2024年的69.9%上升至2029年的77.3%[48] - 华尔街分析师预测，到2030年英伟达市值可能突破9万亿美元，反映出资本对全球GPU市场的极度乐观[44][45] - 公司作为国内全功能GPU的“稀缺品”，有望受益于行业高速增长红利及国产替代趋势[23][46][49]