曦彩G系列GPU产品
搜索文档
5年估值百亿,英伟达AMD大佬,抢夺“国产GPU第一股”
36氪· 2025-10-28 18:22
公司投资与市场表现 - 和而泰于2020年参与投资初创公司摩尔线程,但仅参与了早期两轮融资后未再跟投 [1][2] - 该笔投资在5年后显著提振和而泰股价,推动其股价在4天内出现3个涨停板,一年内上涨接近两倍 [3] - 摩尔线程已完成上市辅导,有望成为“国产GPU第一股”,沐曦股份同样完成过会,燧原科技和壁仞科技也在推进IPO,形成国产GPU热潮 [3] 核心团队背景 - 摩尔线程创始人张建中曾任英伟达全球副总裁兼大中华区总经理14年,在其任内英伟达中国市占率从2008年不到50%提升至2020年80% [4][6][7] - 沐曦股份创始人陈维良曾任AMD上海公司高级总监十余年,主导完成15款高性能GPU产品流片与量产 [7] - 摩尔线程核心高管团队均来自英伟达,包括市场生态、GPU架构、销售等关键职位 [12][13][14][15][16][17] - 沐曦股份创始人陈维良创业时带走AMD两位核心高管彭莉和杨建,彭莉是AMD全球首位华人女科学家,杨建是AMD大中华区第一位科学家 [18][19][20] 公司发展历程与资本运作 - 摩尔线程2020年6月成立,12月获天使轮融资,百天内成长为独角兽,Pre-A轮融资额达数十亿元,不到300天推出首款GPU芯片 [8] - 摩尔线程IPO申请受理后88天完成过会,沐曦股份成立2个月即完成近亿元天使轮融资,两年半内经历七次增资八次股权转让 [9][10] - 2025年1-2月摩尔线程发生9笔股权转让,其中海松资本等机构股权转让价格达74元,显示上市前机构抢筹 [23] - IPO前摩尔线程融资估值达298.45亿元股东82家,沐曦股份估值210.71亿元股东124个 [25] - 天使轮股东沛县乾曜投资190万元,上市前持股市值达12.68亿元,投资回报667倍 [26] 产品与技术布局 - 沐曦股份产品矩阵覆盖AI训练推理、通用计算与图形渲染,包括曦思N系列、曦云C系列和曦彩G系列GPU产品 [28] - 摩尔线程走全功能GPU路线,拥有消费级显卡、企业级专业图形加速卡、服务器智算卡及SoC产品,致力于成为“中国版英伟达” [28] - 摩尔线程已推出四代GPU架构芯片,夸娥千卡智算集群可支撑千亿参数大模型训练,MTT S80为首款支持DirectX 12的国产显卡 [28][29][30] - 摩尔线程推出自有MUSA架构,集成AI计算、图形渲染、科学计算、视频编解码四大引擎,并与英伟达CUDA生态兼容 [32] 财务表现与运营指标 - 沐曦股份营收从2022年42.64万元增长至2024年7.43亿元,2025年一季度营收3.2亿元接近去年一半 [32] - 摩尔线程营收从2022年0.46亿元增长至2024年4.38亿元,三年复合增长率208.44%,2025年上半年营收7.02亿元超过去三年总和 [32] - 摩尔线程AI智算产品毛利率达90.7%,公司总毛利率从2023年26%上升至2024年71%,净亏损从2022年18.40亿元收窄至2025年上半年2.71亿元 [32] - 沐曦股份预计2025年1-9月营收同比增长437.36%至464.23%,2026年实现盈亏平衡,摩尔线程预计2027年实现盈利 [35] 市场地位与竞争态势 - 摩尔线程在国内GPU市场份额低于1%,MTT S80显卡对标英伟达2021年产品3060系列,在画面表现等方面仍有提升空间 [36] - 摩尔线程营收高度依赖AI智算业务,2025年上半年该业务占比94.85%,凸显产品结构单一问题 [36] - 客户集中度极高,2025年上半年摩尔线程前五大客户贡献营收98.29%,其中第一大客户占比56.63%,沐曦股份前五大客户占比88% [37] - 2024年摩尔线程研发费用率高达310%,沐曦股份为121%,随着营收增长,研发费用率分别降至79%和68%,但仍处于高投入期 [39] 行业机遇与挑战 - AI产业处于发展早期,GPU芯片供不应求,沐曦股份2025年1-3月产销率达132% [39] - 国产GPU公司采用Fabless模式,未来发展需依赖中国产业链技术突破 [39] - 现阶段公司主要目标是抢占“国产自主可替代”市场机遇,与客户需求及同行赛跑是关键 [39][40]
国产GPU厂商沐曦股份科创板IPO获审议通过,拟融资39.04亿元
搜狐财经· 2025-10-24 17:33
IPO审核进展 - 沐曦集成电路科创板IPO获上市委会议审议通过 [1] - 公司IPO审核状态为上市委会议通过 更新日期为2025年10月24日 [3] - 公司上市申请于2025年6月30日提交 计划发行不超过4010万股A股普通股 [6] 融资计划与资金用途 - 此次IPO拟融资39.04亿元 [3][6] - 募集资金将用于新型高性能通用GPU研发及产业化项目、新一代人工智能推理GPU研发及产业化项目和面向前沿领域的高性能GPU技术研发项目 [3] 公司业务与产品 - 公司成立于2020年9月 致力于打造全栈GPU芯片产品 [4] - 产品线包括曦思N系列GPU用于智算推理、曦云C系列GPU用于通用计算以及曦彩G系列GPU用于图形渲染 [4] 财务表现 - 2022年至2025年一季度营业收入分别为42.64万元、5302.12万元、7.4亿元和3.2亿元 [7] - 同期归属于母公司所有者的净利润分别为-7.8亿元、-8.7亿元、-14亿元和-2.3亿元 [7] 中介机构 - 本次IPO保荐机构为华泰联合证券有限责任公司 [3] - 会计师事务所为立信会计师事务所 律师事务所为上海市锦天城律师事务所 [3]
国产GPU,还有多少硬骨头要啃?
虎嗅· 2025-07-02 08:46
国产GPU企业IPO动态 - 摩尔线程和沐曦集成电路科创板IPO申请获上交所受理,标志着国产GPU赛道进入新阶段 [1][3] - 沐曦拟募资39亿元,摩尔线程计划募资80亿元,显示行业高投入特性 [4][5] - 两家公司营收呈现快速增长趋势:沐曦从2022年42.64万元增至2024年7.43亿元,摩尔线程从2022年4608.8万元增至2024年4.38亿元 [7][9] 财务与研发投入 - 沐曦2022-2024年累计研发投入22亿元,净亏损分别为7.77亿/8.71亿/14亿元 [4] - 摩尔线程同期累计研发投入38亿元,净亏损分别为18.4亿/16.73亿/14.92亿元 [5] - 与国际巨头相比仍有差距:英伟达2024财年研发费用达129.14亿美元 [6] 产品与技术布局 - 沐曦产品矩阵覆盖计算和渲染全场景,包括曦思N系列、曦云C系列和曦彩G系列 [7] - 摩尔线程基于MUSA架构推出智算卡和消费级GPU,支持AI计算加速等多项功能 [9][10] - 两家公司产品结构显示业务重心:沐曦训推板卡占比97.55%,摩尔线程AI智算集群占比75.38% [8][11] 行业竞争格局 - 国产GPU企业可分为NVIDIA系、AMD系、国家队和拆分系等不同流派 [12][13] - 主要厂商包括天数智芯、壁仞科技、景嘉微等,成立时间和技术路线各异 [13] - 行业面临洗牌压力,上市成为决定企业发展的关键因素 [12][26] 技术挑战与发展路径 - 突破CUDA生态困局是首要挑战,需构建兼容层+自研框架方案 [15] - Chiplet和HBM技术成为性能提升关键路径 [16][17] - 兼容性和集群能力是产品市场化的重要保障 [19][20] 市场前景与AI机遇 - 中国AI芯片市场规模预计从2024年1425.37亿元增至2029年13367.92亿元 [25] - GPU市场份额将从69.9%提升至77.3%,增长潜力显著 [25] - AI算力需求激增为国产GPU创造发展窗口,但需避免"田忌赛马"式宣传 [22][27]
摩尔线程、沐曦集成完成上市辅导 国产GPU芯片公司加速冲刺IPO
新华财经· 2025-06-23 20:29
国产GPU公司IPO进展 - 国产GPU厂商摩尔线程于6月18日完成上市辅导,沐曦集成电路于6月23日完成IPO辅导 [1] - 自2024年下半年以来,燧原科技、壁仞科技、摩尔线程、沐曦集成等国产GPU厂商先后启动IPO事宜 [1] - 摩尔线程成立于2020年10月,专注于全功能GPU芯片,公司创始人张建中曾担任英伟达全球副总裁、中国区总经理,公司估值为255亿元 [1] - 沐曦集成成立于2020年9月,布局全栈GPU芯片产品,包括用于智算推理的曦思N系列、用于通用计算的曦云C系列和用于图形渲染的曦彩G系列 [1] 行业市场前景与驱动力 - 根据Verified Market Research预测,2025年全球GPU芯片市场规模将达到1050亿美元,同比增长32.8%,2028年将增长至2465亿美元 [2] - 根据工信部等六部门计划,2025年中国算力规模将超过300 EFLOPS,智能算力占比达到35% [2] - 美国限制高端AI芯片供给中国市场,而国内算力需求激增,为国产GPU厂商带来发展契机 [2] - AI与各领域结合落地,带动训练端与推理端对GPU芯片需求,DeepSeek-R1的推出降低了对GPU芯片性能的要求,为性能相对落后的国产GPU芯片公司带来重大发展机遇 [3] 行业地位与意义 - 若摩尔线程成功上市,将成为真正意义上的A股“GPU第一股”,代表国产算力芯片行业取得阶段性成果 [2] - 国产GPU产品随着性能和易用性提升,正逐渐获得国内大模型和人工智能应用企业的青睐 [2] - GPU在算力体系中承担并行计算和图形渲染的核心任务,在人工智能、高性能计算及图形处理领域大幅加速运算效率 [2]