国产GPU行业现状 - 摩尔线程与沐曦两家国产GPU公司于6月30日同一天递交科创板IPO申请，正式冲刺上市 [3] - 两家公司创始团队背景豪华：摩尔线程创始人张建中曾任英伟达全球副总裁，沐曦创始人陈维良来自AMD并主导多代核心产品研发 [3] - 上市前估值分别达到246.2亿元和210亿元，已进入"独角兽"行列 [4] - 行业现状显示国产GPU从"可用"到"好用"仍有相当长距离 [4] 财务表现与研发投入 - 摩尔线程2022-2024年营收分别为4608万元、1.24亿元、4.38亿元，同期净亏损18.40亿元、16.73亿元、14.92亿元 [5] - 摩尔线程三年研发投入38.1亿元，是同期营收的6倍多 [5] - 沐曦2022-2025Q1营收分别为42.64万元、0.53亿元、7.43亿元、3.20亿元，净利润分别为-7.77亿元、-8.71亿元、-14.09亿元、-2.33亿元 [5] - 两家公司过去三年合计亏损82亿元 [6] 产品与技术进展 - 摩尔线程已推出四代GPU架构，形成"芯片-板卡-一体机-集群"四条产品线 [10] - 自主研发MUSA架构提升应用可移植性，是GPGPU产品不具备的特性 [11] - 桌面级显卡MTT S80性能接近英伟达RTX 3060，已适配近千款游戏 [12][13] - 沐曦专注训推一体和通用计算芯片，全部基于自主研发GPU IP和指令集 [13] - 沐曦MXC500曦云FP32算力15TFLOPS（英伟达A100为19.5TFLOPS），MXN100 INT8算力160TOPS（A100为624TOPS） [13] - 沐曦截至2025Q1 GPU产品累计销量超25000颗 [15] 市场表现与挑战 - 摩尔线程客户复购率低，2022-2024年仅极致电子连续采购 [17] - 2024年前五大客户贡献98.16%主营业务收入 [18] - 沐曦2025Q1第一大客户超讯通信占营收39.95%，存在压货疑虑 [21] - 国产GPU仍处于"可用"阶段，与国外产品存在差距 [22] - Fabless模式面临中芯国际先进制程产能紧张问题 [23] - 代工产能竞争激烈，涉及国家信创单位、大厂关联企业等 [23]

国产GPU行业现状 - 摩尔线程与沐曦在同一天递交科创板IPO申请，估值分别达到246.2亿元和210亿元，成为行业独角兽 [1] - 两家公司创始团队背景显赫，分别来自英伟达和AMD，具备深厚行业经验 [1] - 行业仍处于从"可用"到"好用"的过渡阶段，与国际领先水平存在差距 [1] 财务表现 - 摩尔线程2022-2024年营收分别为4608万元、1.24亿元和4.38亿元，同期净亏损18.40亿元、16.73亿元和14.92亿元 [2] - 沐曦2022-2025Q1营收分别为42.64万元、0.53亿元、7.43亿元和3.20亿元，净利润分别为-7.77亿元、-8.71亿元、-14.09亿元和-2.33亿元 [2] - 两家公司过去三年合计亏损82亿元，主要源于高昂研发投入（摩尔线程三年研发投入38.1亿元，是营收的6倍多） [2][3] 产品与技术 - 摩尔线程已推出四代GPU架构，形成"芯片-板卡-一体机-集群"完整产品线，覆盖AI智算、图形渲染等多个领域 [8][9] - 自主研发MUSA架构提升应用可移植性，桌面级显卡MTT S80性能接近英伟达RTX 3060，已适配近千款游戏 [9][10] - 沐曦专注训推一体和通用计算芯片，产品基于自主研发GPU IP和指令集，MXC500曦云系列FP32算力达15TFLOPS（A100为19.5TFLOPS） [11] 市场表现 - 沐曦GPU产品累计销量超25000颗，2025Q1训推一体GPU板卡产销率达132.96% [12] - 摩尔线程客户集中度高，2024年前五大客户贡献98.16%营收，仅极致电子连续三年采购 [13][14] - 沐曦2025Q1第一大客户超讯通信占营收39.95%，经销商依赖问题明显 [15][16] 行业挑战 - 产能受限：Fabless模式依赖中芯国际代工，在BIS新规下面临先进制程产能紧张问题 [17] - 市场验证不足：产品性能与国际领先水平存在差距，客户复购率低显示市场接受度待提升 [13][17] - 科创板改革为未盈利GPU企业提供宝贵上市窗口期，但持续融资能力仍需观察 [5][6]

公司动态 - 沐曦集成电路已完成科创板IPO辅导工作 状态变更为"辅导工作完成" 由华泰联合证券担任辅导机构 即将提交上市申报材料 [1][2] - 公司成立于2020年9月 总部位于上海 在北京、南京等7地设立全资子公司及研发中心 [5] - 控股股东为上海骄迈企业咨询合伙企业(有限合伙)持股22.83% 实际控制人陈维良受益股份39.26% [5] - 创始团队核心成员均来自AMD 包括董事长兼CEO陈维良(曾任AMD全球GPU设计负责人) CTO彭莉(AMD首位华人女科学家) 软件CTO杨建(AMD大中华首位科学家) [5] 产品与技术 - 专注于高性能GPU计算领域 推出三大产品线：曦云®C系列(通用计算) 曦思®N系列(智能计算推理) 曦彩®G系列(图形渲染) [6][10] - MXC500曦云系列产品对标英伟达A100/A800 FP32算力达15 TFLOPS(英伟达A100为19.5 TFLOPS) 采用通用GPU架构并兼容CUDA [7] - 采用完全自主研发的GPU IP 拥有自主指令集和架构 配套MXMACA®软件栈 构建软硬件一体生态 [6] - 2024年交付9个算力集群 覆盖华东/华中/香港地区 总规模超1万张GPU卡 [6] - 与上海人工智能实验室合作 支持书生・浦语3.0大模型的推理和微调训练 [6] 财务与融资 - 2023年营收1.07亿元 亏损8.46亿元 2024年营收12.55亿元 亏损5亿元 [9] - 累计完成8轮融资 总额超20亿元人民币 投资方包括上海科创基金/浦东资本/国调基金等国资 以及红杉中国/经纬创投等创投机构 [11] - 融资历程：2020年10月天使轮→2021年Pre-A轮→2021年6月A轮→2022年7月Pre-B轮(10亿元)→2023年两轮→2024年8月最新轮 [12] 行业竞争 - 国产GPU主要厂商包括华为海思/寒武纪/海光信息/壁仞/沐曦/燧原/摩尔线程等 [14] - 华为昇腾系列依托生态体系在智能安防/边缘计算领域优势明显 寒武纪在AI推理训练芯片技术领先 海光信息"深算一号"性能媲美国际产品 [14][15] - 燧原科技(2024年8月) 壁仞科技(2024年9月) 摩尔线程(2024年11月) 沐曦(2025年1月)相继启动IPO辅导 摩尔线程已率先完成辅导 [17][18][19] - 胡润研究院估值：摩尔线程255亿元 燧原160亿元 壁仞155亿元 沐曦100亿元 [20] 行业趋势 - DeepSeek大模型推动国产芯片适配浪潮 沐曦/摩尔线程/海光信息等均完成适配 [20] - DeepSeek的算法优化和计算效率提升为国产芯片提供软硬件协同设计新思路 低精度计算和开源模式助力生态建设 [21][22] - IDC分析认为DeepSeek适配推动国产GPU软件生态突破 促进厂商技术交流与资源共享 加速自主可控生态体系构建 [22]

公司产品与技术 - 自主研发曦云C500通用计算GPU芯片，与百度飞桨完成Ⅱ级兼容性测试，整体运行稳定 [1] - 全栈自研GPU芯片具备高能效和高通用性特质，三款主要产品曦思系列、曦云系列和曦彩系列分别主攻智算推理、通用计算和图形渲染 [1] - 公司被称为"国产GPU四小龙"之一，产品应用从高端市场拓展至更广泛领域 [1] 公司发展历程与团队 - 2020年9月由AMD技术专家陈维良创立，一个月后在浦口成立第一家全资子公司 [2] - 南京团队4年发展至近百人，核心班底平均拥有近10年GPU领域经验 [2] - 独创"50周作战法"提升研发效率，芯片流片全部实现一次成功 [2] 融资与资本运作 - 累计完成多轮融资，总额超过数十亿元，投资方包括红杉资本、真格基金、经纬中国等知名机构 [2] - 2024年1月完成A股IPO辅导备案，拟在A股上市，辅导机构为华泰联合证券 [3] 行业生态与合作 - 自研MXMACA软件栈具有自主知识产权并兼容主流生态 [3] - 与联想联合推出DeepSeek一体机解决方案，覆盖金融、医疗等10余个行业 [3] - 国产GPU面临技术限制、生态围城和场景碎片化三重挑战 [3] 行业地位与战略 - GPU被比喻为人工智能的"心脏"，每秒万亿次计算支撑大模型发展 [1] - 公司以"软硬协同"为底层逻辑，推动本土化生态建设 [3] - 国产GPU芯片硬件性能已可对标国际一流产品 [3]

公司动态 - 国产GPU企业沐曦开启上市前裁员计划 涉及约200位员工 占员工总数900人的20% 旨在优化成本结构提升运营效率以增加上市成功率 [2] - 公司在2024年12月完成约20亿人民币融资 并于2024年1月完成A股IPO上市辅导备案 辅导机构为华泰联合证券 [2][3] - 公司成立于2020年9月 法定代表人为创始人陈维良 其曾任AMD全球GPU SoC设计总负责人 [3] 资本运作 - 公司投资方包括国调基金 中网投 上海科创基金 浦东创投集团 经纬中国 红杉中国等知名机构 [2] - 2023年4月以100亿人民币估值入选胡润全球独角兽榜第793名 2024年8月入选胡润中国元宇宙潜力企业榜第200位 [2] 技术进展 - 最新MXC500曦云系列产品标榜可媲美英伟达A100/A800 FP32算力达15 TFLOPS（英伟达A100为19.5 TFLOPS） [3] - 产品采用通用GPU架构并具备CUDA兼容性 在市场上具有较高竞争力 [3]