摩尔线程创始人张建中曾担任英伟达全球副总裁及中国区总经理，在英伟达任职超过15年，成功建立了GPU在中国的完整生态系统，并将大中华区发展成为英伟达全球最重要的市场之一。 摩尔线程的核心技术架构MUSA（Moore Threads Unified System Architecture）是国内首个实现单芯片同时支持AI计算、图形渲染、物理仿真的全功能GPU架构，这意味着一块芯片既能训练AI大模型，又能打游戏渲染3D画面。 消费级市场：推出了MTT S80、S70等游戏显卡，是国内少数进入消费级市场的国产GPU产物，直接与NVIDIA和AMD的消费级产物竞争。数据中心市场：发布了MTT S2000、S3000、S4000等多款面向服务器和AI计算的加速卡。智算中心解决方案：推出了“夸娥（KUAE）”智算中心全栈解决方案，可实现从千卡到万卡级别的集群部署，满足大模型训练和推理的庞大算力需求。 此外，摩尔线程还成功量产了面向智能边缘和智能终端的“长江”异构计算SoC芯片，集成GPU、CPU、NPU、VPU等多元算力于一体。目前已推出面向AI PC和边缘计算、具身智能行业的产物，未来还将推出面向汽车智能座舱、的解决方案。 沐曦强调其核心技术的完全自主可控，产物均采用完全自主研发的GPU IP，拥有自主知识产权的指令集和架构，从根本上摆脱对外部IP授权的依赖。 曦思N系列：专注于AI推理场景，提供高AI算力和高密度视频处理能力。曦云C系列：专注于AI训练和通用计算，是旗舰产物线，用于支持大模型训练等高负载任务。曦彩G系列：规划用于图形渲染，覆盖云游戏、数字孪生等场景，承载着其未来向全功能GPU拓展的意图。 基于国产供应链的新一代训推一体芯片曦云C600系列和C700系列，以及智算推理GPU曦思N系列、图形渲染GPU曦彩G系列的新产物正在研发中。 6月18日陆家嘴论坛上，证监会宣布在科创板设立科创成长层，重启未盈利公司适用第五套上市标准，重点服务技术突破显著、研发投入大且商业前景广阔的优质科创公司。 摩尔线程最近3年累计研发投入占最近三年累计营业收入高达626.03%，合计研发投入金额38亿元。沐曦最近3年累计研发投入占营业收入比例也高达282.11%，累计研发投入金额为22亿元。 2018至2020年四家公司先后成立。经过5-7年的发展，他们的产物逐步成熟，经过多代产物迭代，技术指标不断提升。也与大模型公司、数据中心等客户建立起合作关系。 如摩尔线程已经拿下了多个智算中心项目，沐曦的GPU产物累计销量超过25000颗，在多个国家人工智能公共算力平台实现了规模化应用。 在消费市场，摩尔线程的S80显卡更是创造了一个小奇迹。作为国内首款支持Windows+DirectX 12的消费级显卡，它的性能对标英伟达RTX 3060，但价格只有后者的三分之一，在年轻用户群体中逐渐建立起了国产GPU的品牌认知。 一方面与英伟达相比，国产GPU最大的差距不在硬件性能，而在软件生态。CUDA开发者超过百万，这是英伟达二十多年积累的护城河。 但好消息是，两家公司都在加速构建自己的开发者生态。摩尔线程的MUSA软件栈包含编译器、驱动、加速库（muDNN/muBLAS），可自动移植CUDA代码，开发者无需重写程序，降低了迁移门槛。沐曦的开发的MXMACA软件栈，也已经支持了PyTorch、PaddlePaddle等主流框架。 在2024年和2025年1-3月，沐曦主要收入来源为核心产物训推一体芯片曦云C500系列，收入占同期主营业比例分别为97.28%和97.87%，单一产物收入占比较高。 最后，相较于AI大模型平均3-6个月的高速迭代周期，芯片研发时间周期更长，从设计到量产一般需要2-3年，并且研发投入金额较大，存在一定的需求错配风险。 但不管怎么样，国产GPU公司展现出了强大的韧性与潜力，随着技术的不断进步和生态的逐步完善，它们有望在未来缩小与国际巨头的差距。
