12月5日，摩尔线程正式登陆科创板，在上市首日暴涨425.46%。

尽管业界早已对“科创板年内最大IPO”达成共识，但此般涨幅还是有些出人意料。

单从其开盘3000亿的市值来看，即便是把茅台顶下A股王座的寒武纪，也是花了近4年的时间才达到这个体量。

那么摩尔线程是否有机会，再次复刻“寒王”一年暴涨15倍的神话？甚至说超越后者的成就？

不同的价值体系

虽然摩尔线程在今天的疯狂表现，让人很容易联想到今年年初的寒武纪，但两家公司的估值逻辑完全不同。

如果看寒武纪过去几年的表现，就会发现一个问题，这家公司的盈利确定性早在2022年就开始出现苗头，彼时随着思元290、370系列芯片导入头部企业，云端收入同比激增173.52%。

当然还是要说，这个时候的寒武纪存在着很大的隐患，比如当时仍比较依赖端、边缘业务，而且370系列芯片在行业内的评价普遍不理想。但在次年年底发布590系列芯片时，该型芯片的远超预期的表现，叠加英伟达出口受到限制，让资本市场瞬间遗忘掉上述问题。

也就是说，最晚在2024年初，寒武纪已经表现出了非常明显的盈利确定性。

那么摩尔线程呢？这家公司的管理层预计最早于2027年实现盈利。但笔者认为，这个目标可能很难实现。

根据摩尔线程的招股书，从2022年至2024年，摩尔线程营收分别为4608万元、1.24亿元及4.38亿元；同期净亏损分别为18.40亿元、16.73亿元及14.92亿元。

通过这组数据能够看出来，摩尔线程的净亏损的确在收缩，但有一个问题是，摩尔线程的研发投入，即便在烧钱的GPU行业也属于是最高的那一档。

根据招股书的数据，截至2024年，摩尔线程的累计研发投入高达43亿元，而同期的营业收入总计为6.08亿元，相当于研发投入是营收的7倍有余，而寒武纪发布的财报显示，其2024年研发投入占营收比例约为91.3%。

为什么摩尔线程的研发投入会如此之高，可以透过其业务布局窥知一二。同样对比寒武纪，后者在2024年，云端芯片业务占比从13%飙升到99%，早前的核心业务诸如终端芯片IP授权、边缘芯片全部被剥离干净，主营业务完全聚焦在如何交付板卡上。

而同时期的摩尔线程，构建了AI智算、图形渲染、计算虚拟化和面向个人娱乐与生产力工具等应用领域四大产品线，覆盖从数据中心到消费电子的全场景。

其中部分应用场景研发成本巨大，最为典型的是消费级GPU，在这个领域摩尔线程在国内几乎是独一份的存在，但投入的资金与市场回报完全不相匹配。

比如摩尔线程需要为各种游戏去进行驱动程序的开发与优化，而且不同于英伟达有庞大的开发者社区和游戏厂商作为支持，摩尔线程的驱动程序开发，几乎是从零做起。

在去年11月，摩尔线程发布了DX12驱动正式版v280.90，首次官宣对《黑神话：悟空》的完整支持，此时距离黑神话发售刚过了一个月。

曾有业内人士评价到，在中国任何驱动团队都无法实现这样的效率，但作为桌面级显卡的拳头产品MTT S80售价仅为1599元，因为在红绿两厂的夹缝下，只有“平价卡”才有生态位。

另外还有一个无法忽略的问题是，摩尔线程大部分桌面级显卡的出货主要以“信创”产品为主，比如通过与龙芯、飞腾等国产CPU完成适配，摩尔线程在过去三年的桌面级显卡出货量达到百万级别。

既然如此，摩尔线程为什么还要费时费力地去给显卡写游戏驱动？实际上，这些看似“费力不讨好”的工作，才是支撑摩尔线程高估值的关键。

想象空间巨大

今天的摩尔线程，相比于早前的寒武纪要更占据“天时、地利”。

最重要的变化体现在AI行业对于国产替代的心态发生了变化。在寒武纪590系列密集铺货的2024年，它在行业中定位实际上是“补齐算力缺口”，而随着国产替代成为共识，摩尔线程这类企业更能适应市场的长期需求。

一方面，摩尔线程与寒武纪的对比，本质上是ASIC芯片与GPU芯片的对比。二个行业的市场容量直接决定了二者的上限。

比如在今年，全球ASIC芯片市场规模约为200亿美元，但全球GPGPU市场规模超过1000亿美元，尽管随着大模型进入推理阶段，ASIC芯片开始展现出更好的能效优势，但由于“定制窗口期”的存在，大部分厂商仍无法选择ASIC作为智算中心的主力芯片使用。

短时间内，GPU芯片在AI加速卡中扮演的角色不会改变，这直接决定了摩尔线程的上限。

而在中国市场中，由于摩尔线程“全功能通用GPU”的属性，更是让资本市场对它的预期拉满。

对于全功能通用GPU，简单地来说就是通过底层架构设计，来实现“一芯多能”，比如同时具备 AI 计算加速、图形渲染、物理仿真、超高清视频编解码等能力。

这就需要一个统一的系统机构，去扮演算力调度的中枢系统。在创业之初，摩尔线程就设计MUSA架构去解决这一问题。

该架构涵盖了统一的编程模型、软件运行库、驱动程序框架、指令集架构等，它最大的意义是能够帮助开发者在基于MUSA开发的应用上赋予更好的可移植性，这是目前GPGPU这类单一AI加速卡产品所不具备的。

而目前国内，能够实现如此广度的架构搭建的，也只有摩尔线程一家，这也成为了资本市场对其赋予高估值的核心所在。

当然，这背后的工作不仅仅是设计一个架构的问题。为了提高开发者的易用性，摩尔线程还需要保证MUSA架构的编程模型、指令集与内存模型与CUDA高度对齐，同时还开发了MUSIFY代码迁移工具链，帮助开发者转化并编译CUDA代码为MUSA代码。

应该说，被冠以“国产英伟达”名头的企业有很多，但只有摩尔线程是这么做的。

不过还是要说，摩尔线程的布局在国内AI芯片行业中，绝对算是一个异类，甚至是与当前行业主流叙事相悖的。

根据笔者的观察，最近一年国内AI芯片其实明显呈现出“碎片化”特征，大多聚焦单一细分场景的“短平快”突破，规避全栈架构搭建的长周期。

比如有厂商曾直言不讳地跟笔者表示，他们的核心竞争力是“能搞定TSV（硅通孔）产能”，这听起来很奇怪，因为TSV产能在封测端，能拿到这部分产能只能说明是搞定了供应链。

但事实情况就是，下游厂商在听到这句话后，会觉得你们的异构集成能力应该没问题，进而在市场中形成竞争力。

因此，尽管摩尔线程这种“大而全”的战略具备长期价值，但短期内能否让市场买单，从而将“长期想象性”转化为“盈利确定性”，可能还需要观察。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4814234.html?f=wyxwapp