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]

公司IPO进展 - 摩尔线程智能科技科创板IPO申请正式获受理，即将登陆资本市场 [1] - 招股说明书首次全面展示公司在全功能GPU领域的技术积累与商业化潜力 [1] 技术优势 - 构建全栈技术壁垒，核心为自主研发的MUSA架构，涵盖芯片架构、指令集、编程模型等关键要素 [2] - MUSA架构实现单芯片同时支持AI计算加速、图形渲染、物理仿真、科学计算及超高清视频编解码的技术突破 [2] - 在FP8技术研发上取得系统性突破，成为国内少数掌握该项技术的GPU厂商 [2] - 2020年成立以来共发布5颗芯片，完成四代全功能GPU架构迭代，覆盖云到端的智能计算场景 [2] - "平湖"架构增加FP8和FP64精度支持，提升AI算力，支持万卡集群智算中心解决方案 [2] - 最新AI旗舰产品MTT S5000性能对标英伟达H100，计算效率实现部分超越 [3] - 自主研发并国内率先推出支持DirectX 12的图形加速引擎 [3] 技术对比与迭代速度 - 架构迭代速度领跑国内GPU行业，2020年至今快速缩小与英伟达差距 [4] - MTT S80显卡单精度浮点算力性能接近英伟达RTX 3060 [4] - 基于MTT S5000的千卡GPU智算集群效率超过同等规模国外同代系GPU集群 [4] 知识产权布局 - 截至2024年末拥有402项境内发明专利，全面覆盖GPU核心领域 [5] - 专利布局聚焦"卡脖子"环节，形成从芯片到集群、软件到硬件的全方位保护 [5] 营收与增长 - 2022年至2024年营业收入从4608.83万元增长至43845.95万元，复合增长率达208.44% [6] - 产品打入大模型训练推理、数字孪生、消费电子、云计算等多个关键市场 [6] - 净利润从2022年-183955.22万元改善至2024年-149193.77万元，亏损缩窄幅度约19% [6] 研发投入与商业化 - 单位研发投入创收从2022年0.041元提升至2024年0.323元，提升幅度约7.88倍 [7] - 80亿元募资计划中近70亿元将投入三款新一代芯片研发，包括AI训推一体芯片、图形芯片及AI SoC芯片 [10] - 研发项目直指提升千卡集群计算效率、突破端侧AI算力瓶颈及完善自主开发生态 [10] 发展路径 - 技术投入与商业回报形成正向循环，有望加速走向J曲线拐点 [8][10] - 从技术投入期向价值回报期跃迁，商业化能力和可持续性得到市场初步验证 [7][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]

公司概况 - 摩尔线程与沐曦集成电路两家GPU企业科创板IPO获上交所受理，均成立于2020年，创始团队分别来自英伟达和AMD [1][2] - 摩尔线程注册资本4亿元，国家级专精特新"小巨人"企业，专注全功能GPU研发，覆盖AI智算/云计算/个人智算领域 [3] - 公司无控股股东，实控人张建中持股11.06%，曾任英伟达全球副总裁，核心团队多来自英伟达 [3][5][6] 技术产品 - 已推出四代GPU架构，产品包括S5000加速卡（FP32算力32 TFLOPS）和MTT S80显卡（FP32算力14.7 TFLOPS） [6][7] - S5000加速卡被用户评价为"真正对标H100"，FP8计算能力适配MoE大模型训练 [7] - 基于MUSA架构实现单芯片支持AI计算/图形渲染/科学计算/视频编解码，兼容x86/Arm/LoongArch等CPU架构 [23][25] - 建成万卡级KUAE2智算集群，卡间互连带宽达800GB/s，性能接近微软/Meta的超级计算集群 [24][26] 财务表现 - 2022-2024年累计营收6.08亿元（CAGR 208.44%），累计净亏损50亿元 [8][10] - 2024年综合毛利率70.71%，显著高于海光信息/寒武纪/景嘉微等国内同行 [14][15] - AI智算集群2024年销售31个，均价6112万元；专业图形加速板卡销量5699张，均价1.43万元 [18][19] - 研发投入持续高位，2022-2024年研发费用合计38.09亿元，占营收比例超200% [10][20] 研发与生态 - 886名研发人员占比78.69%，74%为硕士以上学历，拥有410项发明专利 [27] - 主要研发项目包括平湖芯片（投入5.13亿元）和KUAE智算集群（投入1.45亿元） [23] - 承担国家发改委/工信部/北京市科委等科研项目，获"新一代芯片研发"等课题支持 [29] - 面临CUDA生态垄断挑战，正构建自主MUSA生态，适配麒麟/统信/Windows等系统 [25][44] 客户与股东 - 前五大客户销售占比超98%，2023年大客户含百度与京东 [31][33] - 股东达86名，包括深创投/腾讯创投/联想长江等，国有资本占比显著 [36][38][39] - 实控人张建中通过员工持股平台间接控制29家企业，核心团队持股比例较高 [41][43] 募资规划 - 拟募资80亿元，投向AI训推一体芯片（25.1亿元）/图形芯片（25亿元）/AI SoC芯片（19.8亿元） [8][9] - 目标突破千卡至万卡级GPU集群互联技术，响应国家"算力基础设施"建设战略 [24][44]