大会概况 - 2025年世界人工智能大会(WAIC)在上海举办 为期3天 吸引70多个国家和地区1500多位专家及800多家企业参与 展览面积首次突破7万平方米 参观人数预计达35万[1] - 海外厂商参与度较低 除谷歌和特斯拉外缺乏国际巨头 同时由于与世界机器人大赛(WRC)时间冲突 部分厂商选择保留重磅新品[1] 生成式AI应用拓展 - 生成式AI渗透至工业 医疗 交通等硬核领域 从文本 图像生成向多模态任务执行演进[3][4] - 阶跃星辰发布3210亿参数MoE架构模型Step 3 激活参数38亿 实现多模态推理并在国产芯片上提升解码效率[4] - MiniMax推出全栈智能体MiniMax Agent 可分解任务并调用API 演示中单句指令生成数据看板或搭建电商网站 一个月内迭代12次[4] - 合合信息展示AI鉴伪技术 毫秒级识别深度伪造 适用于金融票据篡改等高危场景[5] - 百度推出GenFlow 2.0多智能体调度系统及秒哒平台 3分钟生成可运行应用 数字人Nova升级版提升直播场景拟真度[5] - 声网发布对话式AI引擎 新增声纹识别与视觉理解能力 互动宠物"芙崽"实现嘈杂环境语音响应及拟人化反馈[7] - 阿里云发布云端AI Agents平台无影AgentBay 支持多系统无缝切换 三行代码接入 同时展示从芯片到平台的全栈能力[8] 算力基础设施升级 - 国产GPU厂商集中展示芯片架构与智算方案 竞争焦点从单卡性能转向全链路效率与成本优化[9][14] - 华为昇腾AI云服务采用CloudMatrix 384超节点 整合384颗NPU与192颗CPU 算力达300 PFlops 突破跨机通信瓶颈[9][11] - 沐曦科技发布曦云C600 GPU 支持多精度混合算力 内置安全模块瞄准金融政务场景[11] - 摩尔线程推出全功能GPU产品线 覆盖云端训练卡MTT S4000(48GB显存/768GB/s带宽) 云渲染卡及消费级显卡[12] - 燧原科技展示燧原S60推理卡商业化应用 覆盖聊天机器人 广告投放等场景 并公布多地智算中心部署案例[14] 具身智能突破 - 机器人运动控制与交互能力显著提升 从基础行走扩展到复杂任务执行与情绪表达[3][15][21] - 千寻智能人形机器人Moz1搭载Spirit v1 VLA模型 完成太空步 S型压弯等高难度动作 并演示饮料递送 衣物折叠等泛化任务[15] - 傅利叶智能交互陪伴机器人GR-3结合康养场景 提供导诊 认知康复等多维服务 外骨骼设备实现远程康复协同[16] - 智元机器人灵犀X2-N实现双足与轮式模式切换 在开幕式中完成灯光表演[18] - 优艾智合工业模型MAIC实现多机器人协同调度 完成搬运 拣选等流水线作业[18] - 宇树科技人形机器人G1(29关节/35公斤)展示格斗动作及击倒快速起身 工业四足机器人B2负重120公斤 消费级Go2售价低于1万元[18][20] - 云深处科技四足机器人绝影X30在电力巡检场景实现1000小时无故障运行 支持自主充电及AR手势操控[20] 自动驾驶商业化推进 - Robotaxi开展城市道路体验活动 覆盖浦东30公里路网 延伸至机场与迪士尼区间 实现L4级跨区域接驳[22][24] - 小马智行Robotaxi覆盖北上广深 集成大模型优化乘客交互 支持语音添加临时需求如顺路购咖啡[24] - 斑马智行基于高通8295平台推出端侧智能座舱 支持离线90%功能闭环 并根据驾驶员情绪推荐内容[24] - 蘑菇车联推出城市级交通模型MogoMind 聚合多源数据实现智能调度与拥堵预测[25] - 上海发布自动驾驶行动方案 目标2027年L4载客600万人次 载货80万TEU 开放道路超5000公里[27]

行业前景与市场规模 - 全球GPU市场规模预计在2029年将达到36119.74亿元，中国GPU市场规模将达到13635.78亿元，全球占比从2024年的30.8%提升至37.8%[1] - 中国AI芯片市场规模将从2024年的1425.37亿元激增至2029年的13367.92亿元，年均复合增长率为53.7%，GPU市场份额预计从69.9%上升至77.3%[8] - AI大模型、数字孪生、自动驾驶等前沿技术推动GPU成为下一代算力基建的核心引擎[8] 公司技术路线与产品矩阵 - 公司选择"全功能GPU"技术路线，同时实现图形图像处理、AI张量计算、物理仿真和超高清视频编解码等多种任务协同处理能力[3] - 自研MUSA架构是国内首个单芯片支持AI智算、图形加速、物理仿真的全功能GPU架构，已迭代至第四代[4][6] - 消费级产品MTT S80性能与英伟达RTX 3060相当，AI智算产品MTT S5000构建的千卡集群效率超过国外同代系GPU[4] - 智能终端产品"长江"SoC实现全功能GPU统一内存架构突破，边缘计算产品E300性能超越英伟达同代系[5][6] 商业化进展与财务表现 - 主营业务收入从2022年的4584万元增至2024年的4.32亿元，三年复合增长率达208%[8] - AI智算业务占比77.6%，毛利率从2022年的-70.08%回升至2024年的72.32%[9] - 应收账款周转率9.34远超行业平均1.88，账上货币资金近49亿元[9] 研发投入与知识产权 - 2024年研发投入13.59亿元，研发费用率309.88%，研发人员占比近八成[6] - 截至2024年底获得450项专利授权，包括442项境内专利、33项软件著作权和37项集成电路布图设计专有权[6] 团队背景与战略定位 - 创始团队来自英伟达、惠普、戴尔等国际巨头，创始人张建中曾任英伟达全球副总裁[6] - 构建"芯片+板卡+一体机+算力集群"全线产品矩阵，形成"自研+生态+市场"闭环能力[8][10] - 科创板IPO符合"硬科技"标准：三年研发投入超38亿元，可产业化发明专利超400项[10] 政策与产业环境 - 科创板深化改革为具备核心技术但未盈利的集成电路企业提供上市便利[10] - 国产GPU面临"缺芯"矛盾，全功能GPU路径顺应自主可控趋势[8][11]

报告核心观点 6月30日国产GPU芯片公司沐曦股份和摩尔线程的科创板IPO申请获受理，分别拟募资39.04亿元和80亿元，看好AI算力带动核心环节国产化，除待上市的AI芯片标的外，还推荐基础设施、先进制造、服务器等领域相关公司[3]。 分组1：沐曦股份情况 累计出货与产品规划 - 2020年成立于上海，主营全栈GPU产品及配套，2022 - 24营收复合增长率4075%，截至25Q1，GPU累计销量超25,000颗，C500于2024年2月量产，C600预计26Q1大规模量产，C700预计27Q3大规模量产[7][8] 团队背景 - 管理层有顶尖技术背景和丰富经验，创始人兼CEO陈维良曾任职AMD，控制公司22.94%股份表决权，硬件、软件负责人及高管团队均有知名芯片厂商任职经历[10] 性能与生态优势 - 完成AI GPGPU软硬件全栈技术布局，全系列用统一XCORE架构，GPU硬件在计算、存储、互联能力等维度领先，自研MXMACA软件框架兼容CUDA，单卡、集群性能及生态兼容性领先[13] 市场策略与国产化推动 - 采用“1 + 6 + X”市场策略，销售分直销和经销，主营收入中经销占比逐步提升，正推动核心环节国产化，下一代旗舰产品曦云C600已完成流片[26] 分组2：摩尔线程情况 产品与收入情况 - 2020年成立于北京，以全功能GPU为核心，形成多元产品矩阵，交付模式多样，截至2024年底，AI智算产品合计收入3.36亿元，S4000于2023年底推出，S5000提升性能，KUAE1支持千卡互联，KUAE2支持万卡互联[33] 团队背景 - 管理层有英伟达技术或销售背景，创始人张建中控制公司36.36%股份，核心人员负责芯片架构、研发、市场推广等工作[38] 技术与集群优势 - 自主研发的MUSA GPU架构迭代四代，单卡性能好，KUAE2支持万卡级规模扩展，MUSA软件栈可实现CUDA程序迁移[44][46] 市场策略与国产化推动 - 采用直销与经销并存模式，主营收入中直销占比逐步提升，市场策略为消费和商业及政企市场双轮驱动，正推动国产化供应替代[51] 分组3：行业相关推荐 - 看好AI算力带动核心环节国产化，除待上市AI芯片标的外，推荐基础设施领域的澜起科技、德明利等，先进制造领域的中芯国际、华虹公司等，服务器领域的浪潮信息、神州数码等[3]

国产GPU行业竞争格局 - "国产GPU四小龙"中摩尔线程和沐曦集成科创板IPO已获受理，壁仞科技、燧原科技、格兰菲智能处于IPO辅导阶段，行业集体迈向资本化[1] - 摩尔线程计划募资80亿元，为2024年上半年科创板最大IPO募资规模，沐曦集成募资额约为其一半[5][6][7] - 行业竞争焦点在于谁能率先成为"国产GPU第一股"，市场高度关注[8] 摩尔线程核心竞争力 - 核心团队来自英伟达，MTT S80显卡单精度浮点算力接近RTX 3060，千卡GPU智算集群效率超过国外同代产品[2] - 2024年收入达4.38亿元同比增长超2倍，AI智算产品首次创收3.36亿元占比超7成[3][11] - 研发投入达13.59亿元，净亏损14.92亿元但同比减亏10%[4] 产品与技术进展 - 产品线覆盖AI智算、专业图形加速、桌面级图形加速和智能SoC，形成全功能布局[9][10] - 2023年推出第三代GPU芯片MTT S4000，2024年披露新品MTT S5000，FP32算力达32TFLOPS超越A100但低于H100和MI325X[12][13][15][17] - 基于MTT S5000构建的千卡集群效率超过国外同代产品，计划投资25亿元研发新一代AI训推一体芯片[16] 商业化策略与财务表现 - 消费级产品MTT S80/S70累计收入仅0.72亿元，因国际品牌竞争采取低价策略导致毛利率为负[20] - 转向聚焦B端市场，AI智算和专业图形加速板卡毛利率分别达90.7%和83.13%，显著高于沐曦集成同类产品[21][22] - 在手订单4.4亿元，管理层预计2027年可实现盈利[23][24] 行业技术发展趋势 - FP8低精度浮点格式成为技术突破方向，可在保持低精度同时实现准确性、效率、内存和能耗的平衡[14][15] - 摩尔线程通过支持FP8计算与存储实现训练加速和内存占用降低，与BF16基线相比精度损失控制在0.25%以内[15]

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]

国产GPU行业动态 - 2025年上半年摩尔线程与沐曦股份科创板IPO申请同日获得受理 标志着国产GPU行业进入资本化新阶段 [1] - 两家公司分别由英伟达系(摩尔线程)和AMD系(沐曦)核心团队创立 平均拥有近20年GPU研发经验 [2][5][6] - 行业呈现"两条技术路线"特征：摩尔线程布局全功能GPU对标英伟达 沐曦聚焦数据中心GPGPU市场 [3][7][9] 摩尔线程技术布局 - 推出国内首个全功能GPU架构MUSA 单芯片同时支持AI计算/图形渲染/物理仿真 [10] - 产品矩阵覆盖消费级(MTT S80/S70)与数据中心(MTT S2000-S4000) 其中S4000芯片FP32算力达49 TFLOPS [13][15] - 夸娥智算中心解决方案支持万卡级集群部署 长江SoC芯片集成多元算力瞄准边缘计算市场 [14][15] 沐曦技术布局 - 采用完全自主IP设计 产品线分为曦云C系列(训练)、曦思N系列(推理)、曦彩G系列(图形渲染) [17][19][24] - 初期主打数据中心通用计算 曦云C500系列在2024年贡献97%营收 累计销量超25000颗 [17][38] - 自研MXMACA软件栈已支持PyTorch等主流框架 加速构建开发者生态 [37] 财务与增长表现 - 两家公司均符合科创板第五套上市标准 最近三年研发投入占比超280%(沐曦282% 摩尔626%) [25] - 沐曦2022-2024年营收复合增长率达4074% 摩尔线程同期增长208% [28][29][30] - 毛利率持续改善：摩尔线程从18%提升至37% 沐曦最高达63% 显示成本控制能力增强 [32] 行业竞争格局 - 国产GPU四小龙(摩尔/沐曦/壁仞/燧原)密集冲刺IPO 反映行业技术成熟度进入新阶段 [34][35] - 摩尔线程S80显卡以RTX 3060三分之一价格切入消费市场 逐步建立品牌认知 [36] - 当前主要差距在软件生态 CUDA移植工具(MUSA/MXMACA)成为破局关键 [37] 发展挑战 - 收入来源集中：沐曦单产品线占比超97% 摩尔线程前五大客户贡献80%营收 [38][39] - 芯片研发周期(2-3年)与AI迭代速度(3-6个月)存在错配风险 [39]

公司概况 - 摩尔线程智能科技（北京）股份有限公司计划通过科创板上市募集80亿元 [2] - 公司成立于2020年，以自主研发的全功能GPU为核心，专注于AI、数字孪生、科学计算等高性能计算领域 [2] - 已推出四代GPU架构，产品线覆盖AI智算、高性能计算、图形渲染、计算虚拟化、智能媒体等多个应用领域 [2] - 产品矩阵涵盖政务与企业级智能计算、数据中心及消费级终端市场，满足政府、企业和个人消费者的差异化需求 [2] 技术优势 - 基于自主研发的MUSA架构，实现单芯片架构同时支持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 [2] - MUSA架构相比GPGPU、ASIC等技术路线具备更强的计算通用性、更优的技术演进能力、更佳的生态兼容性和更广泛的市场适应性 [3] - 产品高度兼容全球现有GPU应用生态，无缝集成开发框架与工具链，可大幅降低迁移成本 [3] - 深度适配中国计算产业标准和生态需求，支持X86、ARM、LoongArch等主流CPU架构及多种操作系统 [4] 产品性能 - 部分性能指标接近或达到国际先进水平，如MTT S80显卡的单精度浮点算力性能接近英伟达RTX 3060 [4] - 基于MTT S5000产品构建的千卡GPU智算集群效率超过同等规模国外同代系GPU集群计算效率 [4] - 在消费电子市场，MTT S80/S70显卡作为国内首款消费级GPU产品，两年内性能提升5倍，兼容多款游戏和应用 [5] 应用场景 - 智算市场产品覆盖大语言模型、多模态模型、AIGC、世界模型、自然语言处理、医疗影像等多个高端应用场景 [5] - 高性能图形工作站市场产品广泛应用于工业设计、地理信息、模拟仿真等领域 [5] - 消费电子市场实现技术突破，产品通过电商平台直销等模式覆盖终端市场 [5] 财务与研发 - 2022年至2024年营收分别为0.46亿元、1.24亿元和4.38亿元，复合年增长率超200% [5] - 2022至2024年累计研发投入超过38亿元，研发人员886人，占员工总数的78.69%，其中74%具备硕士及以上学历 [6] - 累计申请专利一千余项，获得授权四百余项，授权专利数量在国内GPU企业中排名领先 [6] 募资用途 - 募集资金将用于新一代自主可控AI训推一体芯片研发项目、图形芯片研发项目、AI SoC芯片研发项目及补充流动资金 [6]