Workflow
RTX 3060
icon
搜索文档
心智观察所:摩尔线程无法回避的尴尬
观察者网· 2025-12-18 02:00
【文/观察者网 心智观察所】 2025年12月的资本市场,属于国产GPU。 摩尔线程以114.28元的发行价开盘,股价直冲650元,中签者单签收益高达26万元;沐曦股份紧随其后,上市当日涨幅超过600%,市值瞬间突破3000亿元。 散户狂欢、机构追捧、媒体热议,"国产英伟达"的叙事在资本市场上演得淋漓尽致。 然而,在这场看似皆大欢喜的造富盛宴背后,一些不那么令人愉快的细节正在浮出水面。摩尔线程上市后立即将募集资金投向理财产品的操作引发争议,消 费级显卡业务的尴尬处境暴露出国产GPU的真实竞争力,而那些未能登上这趟资本快车的同行们——砺算科技的反复濒死、象帝先的轰然倒塌——则以一种 残酷的方式提醒着人们:国产GPU的生存,远比想象中艰难。 理财风波:合规外衣下的资源错配 摩尔线程上市后第一时间发布的公告,不是什么重大技术突破或订单捷报,而是一则募集资金理财的决议。公司宣布将几乎全部募集资金——约75亿元—— 用于购买理财产品。这一操作虽然完全合规,却在市场上引发了轩然大波。 从法律和财务规范的角度来看,上市公司利用暂时闲置的募集资金进行现金管理确实是常态化操作。翻开2025年12月上旬的公告记录,短短十个交易日 ...
一签赚27万!摩尔线程上市首日疯涨468%,狂欢下的三大隐忧,你必须知道
搜狐财经· 2025-12-06 16:35
上市表现与市场热度 - 公司于2025年12月5日在科创板挂牌上市,发行价为114.28元/股,为近一年A股最高发行价 [1][2][6] - 上市首日开盘价达650元,较发行价上涨468.78%,盘中最高触及688元,涨幅超500% [3][9] - 以开盘价计算,中一签(500股)的投资者账面浮盈约26.79万元 [3] - 公司上市后总市值突破3000亿元,成为科创板市值排名第四的芯片公司 [4] - 上市首日上午成交额达125.9亿元,高居当日A股成交额首位 [9] 发行与申购情况 - 本次发行7000万股新股,募集资金净额约75.76亿元,为2025年科创板IPO募资规模最大企业 [6] - 网下申购环节,267家投资机构的认购数量为实际可供认购数量的1572倍 [7] - 网上申购有效户数达482.66万户,最终中签率约为0.036%(万分之三点六) [7] 公司背景与技术定位 - 公司成立于2020年,创始人张建中曾任英伟达全球副总裁兼中国区总经理,核心团队多来自英伟达、AMD等国际芯片设计公司 [9][11] - 公司技术路径为研发全功能GPU(图形处理器),可同时处理图形渲染、视频处理和科学计算等多种任务 [11] - 消费级显卡MTT S80的单精度浮点算力性能参数已接近英伟达前代主流产品RTX 3060水平 [11] - 企业级产品MTT S5000已构建上千张显卡的智能计算集群,公司称其运算效率超过使用国外同代系GPU的同等规模集群 [11] 财务数据与增长表现 - 营业收入高速增长:2022年营收4608.83万元,2023年增至2.15亿元,2024年猛增至4.38亿元 [17] - 2022年至2024年营收年复合增长率高达208.44% [18] - 2025年上半年营收达7.02亿元,已超过2022、2023、2024三年营收总和 [20] - 公司预计2025年全年营收在15亿元至19.8亿元之间,按中值计算较2024年增长101.86%至166.46% [20] - 公司持续亏损:2022年净亏损18.94亿元,2023年净亏损17.03亿元,2024年净亏损16.18亿元,2025年前三季度净亏损7.24亿元,累计净亏损达59.39亿元 [21][22] 市场环境与估值 - 生成式AI爆发推动算力需求,有报告称部分领域需求暴增300%,而高端AI计算GPU对华出口受限,中国市场出现巨大供给缺口 [13][14] - 公司作为国内少数具备全功能GPU研发能力的公司,被视为国产替代的头号希望 [15] - 市场分析估算,国产GPU若实现全面进口替代,仅中国市场年规模可能达500亿元 [16] - 按发行价和2024年营收计算,公司发行时市销率高达122.51倍,远超A股其他可比芯片设计公司平均水平 [24] 市场结构与流动性 - 上市初期流通股数量仅约2938.24万股,占总股本的6.25%,流通盘较小 [24] - 科创板新股上市前5个交易日不设涨跌幅限制,可能放大短期价格波动风险 [24] - 公司上市公告书中明确提示,发行价对应市销率高于同行,存在股价下跌风险 [26] - 公司股价飙升同时,部分“摩尔线程概念股”(如和而泰跌9.4%、盈趣科技跌5.29%、初灵信息跌7.66%)股价下跌,显示市场资金存在分流效应 [26] 行业对比与研发投入 - 常被对标的英伟达市值高达4.45万亿美元,2025年12月4日收盘价为183.38美元/股 [28] - 公司在收入规模、盈利能力和技术生态方面与国际巨头存在巨大差距 [28] - 公司研发投入强度极高,是持续亏损主因,预计未来几年仍需投入大量资金用于技术迭代和产品开发 [28]
摩尔线程首日大涨425.46%!中一签赚24万,投资者赢麻了
搜狐财经· 2025-12-05 11:41
新股表现与早期投资回报 - 按收盘价计算,中一签(500股)的投资者浮盈超过24万元,成为今年以来最赚钱的新股之一 [1] - 按最高价688元/股计算,参与公司2024年末Pre-IPO轮融资的38名机构在一年内增值超8倍,投入约52.25亿元合计最高浮盈约为430亿元 [3] - 红杉资本、深创投、纪源资本、中移基金、招商局创投、字节跳动旗下量子跃动、腾讯创业投资等多轮融资参与方均获得丰厚回报 [3] 行业增长与国产替代机遇 - 全球AI产业高速发展,算力需求持续爆发,GPU作为重要支撑市场规模快速增长 [5] - 综合市场机构预测,今年全球GPU市场规模将超1000亿美元,至2030年后将增长至万亿美元,期间复合年增长率约30% [6] - 中国GPU市场规模预计将从去年的1638.17亿元增长至2029年的1.36万亿元 [8] - 美国对英伟达GPU的出口限制及国家政策对芯片自主可控的支持,为公司创造了明确的国产替代空间 [8] 公司核心优势与稀缺性 - 核心团队多位成员拥有英伟达背景:CEO张建中曾任英伟达全球副总裁、大中华区总经理;联合创始人周苑、王东及核心技术人员张钰勃、杨上山均曾任职英伟达 [10] - 公司聚焦于国产全功能GPU及相关产品(如显卡、智算集群)的研发,兼顾通用计算、图形渲染、AI推理和训练任务,是国内少数涉足该领域的企业 [10] 公司面临的挑战与竞争 - 公司目前仍处于持续亏损状态,2024年净亏损16.18亿元,且122倍的市销率远超英伟达等海外GPU巨头 [12] - 在芯片架构设计、制程工艺等方面仍需迭代追赶国际巨头,其MTT S80显卡的单精度浮点算力性能接近英伟达RTX 3060 [13] - 英伟达凭借CUDA生态建立了强大的生态壁垒,而公司MUSA架构的生态建设尚处于起步阶段,在软件兼容性、开发者支持等方面有待完善 [13] - 公司董事长兼总经理张建中坦言,英伟达在性能、兼容性及超大规模GPU集群建设等方面具有较明显的技术优势和成本优势 [13]
一签预计赚23万的摩尔线程,被一群人喷成“电子垃圾”
36氪· 2025-11-28 07:47
公司上市与市场热度 - 摩尔线程于11月24日正式登录科创板启动申购,发行价为114.28元/股,共发行7000万股新股,占发行后总股本的14.89% [1] - 按发行后总股本4.7亿股计算,公司发行市值达到537.15亿元 [1] - 市场申购热情高涨,“求中签”现象普遍,主因是预期收益惊人;若开盘涨幅达200%,单签利润约11.4万元;若涨幅达400%,单签利润可达22.86万元 [2] 产品发展历程与玩家口碑 - 公司于2022年11月推出首款支持Windows和DirectX的游戏显卡MTT S80,定位对标英伟达RTX 3060,在当时显卡供应短缺的背景下被视为国产希望 [4][8][10] - 产品发布初期玩家态度宽容,理解国产GPU起步艰辛;公司通过持续发布驱动进行优化,驱动版本达25版,游戏兼容性从100多款增至上千款 [11][12] - 然而,三年间消费级显卡产品线仅有MTT S80一款,未进行迭代更新,而英伟达同期已从RTX 3060更新至RTX 5060,引发玩家强烈不满,批评其产品为“电子垃圾”及更新缓慢 [4][5][16] 业务战略转型与财务表现 - 公司业务重心明显从To C消费级市场转向To B/AI算力市场;2022年MTT S80占营收近3/4,至2025年上半年其份额已萎缩至0.49%,而AI智算产品占比逼近95% [19] - 转型驱动因素是消费级显卡业务严重亏损;MTT S80以低于成本价销售,导致综合毛利率为-70.08%,卖一张亏一张 [22] - 转向B端后财务状况显著改善,毛利率从2022年的-70.08%转正至2023年的25.87%,并进一步提升至2024年的70.71%及2025年上半年的69.14%;AI智算产品毛利率高达69.37%,远高于C端显卡的12.49% [22] - 公司仍处于亏损状态,2022年至2025年前三季度合计亏损近60亿元,但预计2027年实现盈利 [21][22][23] 技术实力与市场竞争环境 - MTT S80采用MUSA架构、台积电7nm制程,在FP32单精度算力(14.4 TFLOPS)等核心参数上优于英伟达RTX 3060(12.7 TFLOPS) [13][14] - 但英伟达的CUDA生态构成强大护城河,开发者反馈代码移植至MUSA平台后性能通常仅为原生CUDA环境的70%至85%,导致实际游戏性能表现不佳 [15] - 公司在B端产品线迭代迅速,相继发布MTT S4000和基于“平湖”架构的MTT S5000计算卡,宣称对标英伟达H100 [16] - AI算力市场竞争激烈,面临华为昇腾、沐曦股份、壁仞、燧原等国内竞争对手的挑战 [26]
“国产GPU第一股”摩尔线程,超300万元新股遭弃购
搜狐财经· 2025-11-27 23:17
发行认购情况 - 公司首次公开发行7000万股,发行价格为114.28元/股,预计募集资金总额为80亿元,募集资金净额为75.76亿元 [1] - 网下投资者(机构)认购3920万股,缴款金额44.8亿元,放弃认购数量为0 [1] - 网上投资者认购1677.07万股,缴款金额19.17亿元,放弃认购29302股,放弃认购金额334.86万元 [1] - 网上弃购股份由保荐人中信证券包销,包销金额约335万元,包销股份数量占扣除战略配售后发行数量的0.05%,占本次发行总规模的0.04% [3] 公司财务表现 - 公司尚未实现盈利,截至2025年上半年累计亏损超过14亿元,累计未弥补亏损约为14.8亿元 [5] - 2022年至2024年营业收入分别为0.46亿元、1.24亿元、4.38亿元,2025年上半年营业收入为7.02亿元,已超过2022年至2024年营收总和 [5] - 2022年至2024年归属净利润分别为-18.4亿元、-16.73亿元、-14.92亿元,2025年上半年归母净利润为-2.71亿元 [5] - 公司预计最早可于2027年实现合并报表盈利 [5] - 2022年至2025年上半年主营业务毛利率分别为-70.45%、27.84%、72.32%和69.17%,整体呈上涨趋势,但预计2025-2027年间整体毛利率将呈下降趋势 [5] 行业竞争与市场地位 - GPU行业呈寡头垄断格局,英伟达、AMD等国际巨头在产品迭代、工艺积累及生态构建上具备显著优势 [6] - 公司消费级显卡MTT S80在部分性能指标上接近英伟达RTX 3060,但受限于图形API和驱动生态,在实际使用场景中仍存在差距 [6] - 国内GPU芯片领域在政策支持下吸引大量资本和人才,行业进入快速发展期,未来面临国内竞争加剧的局面 [6] 公司背景与市场关注度 - 公司成立于2020年6月11日,注册资本约4亿元,主要从事GPU及相关产品的研发、设计和销售 [3] - 公司法定代表人为张建中,曾担任英伟达全球副总裁、中国区总经理,核心高管多有英伟达工作经历 [3] - 初步询价阶段收到286家网下投资者管理的7787个配售对象的报价,报价区间为88.79-159.57元/股,有效申购总量达704.06亿股 [3]
摩尔线程上市临近“中国版英伟达”之争硝烟渐浓
经济观察报· 2025-11-22 05:13
公司上市概况 - 摩尔线程于11月21日举行科创板上市网上投资者交流会,发行价为114.28元/股,发行后总市值约为537亿元 [2] - 此次IPO是2025年以来科创板融资规模最大的项目,从受理到过会仅用88天,募资80亿元主要用于补充流动资金和技术迭代 [3][5] 财务表现与资金状况 - 营收呈现爆发式增长:2022年收入4000多万元,2024年达4.38亿元,2025年上半年实现7.02亿元 [6] - 过去三年半累计亏损54.86亿元,累计研发投入38.1亿元,远超同期营业收入 [3][7] - 2025年上半年经营活动现金流量净额为-11.64亿元,短期借款从2022年末的0元上升至2025年6月末的12.17亿元 [8] - 应付账款下降85.83%,因支付上期末欠付供应商费用 [9] - 公司预计最早于2027年实现盈利,前提是营收需达到59.83亿元且毛利率达61%,但盈利中包含约3.07亿元政府补助 [14][15] 业务模式与客户结构 - 主要收入来自销售包含板卡、服务器在内的集群产品,而非单张显卡 [7] - 2025年上半年前两大客户(客户R和公司B)贡献收入分别为3.97亿元和2.17亿元,合计占营收八成以上 [7] - 前五大客户营收占比高达98.29%,客户集中度显著 [12] 技术路线与产品定位 - 采用"全功能GPU"技术路线,自主研发MUSA架构,强调计算通用性、技术演进能力和生态兼容性 [18] - 消费级显卡MTT S80在单精度浮点算力上与英伟达RTX 3060性能接近 [21] - 竞争重点从单卡性能转向集群能力,公司已构建大规模GPU智算中心全栈技术体系 [24] 市场前景与战略规划 - 预计到2029年中国GPU市场规模将增长至13635.78亿元 [28] - 公司未来六大发展方向:软硬件全栈整合、端云智能算力融合、消费与政企市场双轮驱动、前沿技术布局、国际市场拓展、可持续发展 [30] - IPO募资80亿元将投向新一代AI训推一体芯片、图形芯片及AI SoC芯片研发 [32] 行业竞争格局 - 国产GPU行业呈现群雄逐鹿态势,沐曦、壁仞等玩家排队等待上市 [33] - 公司发行价对应2024年摊薄后静态市销率为122.51倍,市场给予高溢价 [32]
摩尔线程上市临近 “中国版英伟达”之争硝烟渐浓
经济观察网· 2025-11-21 15:11
IPO与市场定位 - 公司于2025年11月完成科创板IPO,发行价为114.28元/股,发行后总市值约为537亿元,是2025年以来科创板融资规模最大的IPO项目 [2] - 从受理到过会仅用88天,体现了科创板对未盈利硬科技企业的支持 [5] - 按发行价计算,公司对应的2024年摊薄后静态市销率为122.51倍 [33] - 此次IPO募集资金80亿元,将主要用于新一代AI训推一体芯片、新一代图形芯片以及AI SoC芯片的研发项目 [33] 财务表现与资金状况 - 营收呈现爆发式增长,2022年收入为4000多万元,2024年增至4.38亿元,2025年上半年达到7.02亿元 [7] - 过去三年半累计亏损54.86亿元,2022年至2024年累计研发投入达38.1亿元 [3][10] - 2025年上半年经营活动产生的现金流量净额为-11.64亿元,短期借款从2022年末的0元上升至2025年6月末的12.17亿元 [10] - 应付账款在2025年上半年下降了85.83%,原因是支付了上期末欠付供应商的费用 [11] - 公司预计最早于2027年实现盈利,条件是营收需达到59.83亿元且整体毛利率达到61%,其中包含约3.07亿元政府补助 [15][16] 业务模式与客户结构 - 主要收入来源为销售包含板卡、服务器在内的AI智算集群设备,而非单张显卡 [8] - 2025年上半年,前两大客户“客户R”和“公司B”分别贡献收入3.97亿元和2.17亿元,合计占上半年总营收的八成以上 [8] - 客户集中度极高,2025年上半年前五大客户的营收占比达到98.29% [13] - 存货周转率在2023年及之后趋于稳定,2022年较高是因当年刚发布第一代产品且年初基本无存货 [13] 技术路线与竞争优势 - 公司采用“全功能GPU”技术路线,其MUSA架构强调计算通用性、技术演进能力、生态兼容性和市场适应性 [19] - 公司消费级显卡MTT S80在单精度浮点算力上与英伟达2021年发布的RTX 3060性能接近 [22] - 竞争焦点已从单卡性能转向集群能力,公司致力于解决万卡集群“互联难、调度效率低、可靠性不足”等问题,提供全栈优化方案 [24][25] - 公司对未来算力市场持乐观态度,引用预测称到2029年中国GPU市场规模将增长至13635.78亿元 [29] 未来发展战略 - 公司在算力服务领域的六大布局方向包括:软硬件深度协同的全栈技术整合、端云智能算力融合创新、消费和商业及政企市场双轮驱动、前沿技术前瞻布局、拓展国际市场、可持续发展与社会赋能 [31] - 在国际市场拓展中,将依托GPU架构的生态兼容能力,无缝对接全球主流开发框架与云服务平台 [31] - 行业竞争加剧,沐曦、壁仞等国产GPU公司也在排队等待上市 [35]
CPU主频,越高越好吗?
半导体行业观察· 2025-08-01 01:12
时钟速度的演变 - 时钟速度曾是衡量组件性能的核心指标,但如今在多核处理器和并行计算架构下重要性显著降低 [2] - 5GHz CPU每秒可执行50亿条指令,但现代应用程序设计更依赖多线程优化而非单纯主频提升 [2][3] - 硬件架构创新(如指令流水线)和软件多线程适配使时钟速度与性能的线性关系被打破 [3] CPU关键规格 - 核心数量成为基础选择标准,但缓存容量(如AMD 3D V-Cache技术)对性能影响显著,锐龙7 5800X3D已验证其价值 [4] - AMD Zen 5架构通过运算缓存优化指令队列,减少解码依赖,提升复杂指令处理效率(如开放世界游戏场景) [5] - 功耗和散热限制仍是缓存扩展的主要制约因素,部分应用对缓存敏感度较低 [5] GPU核心指标 - 显存容量(如RTX 5060的8GB限制)与缓存协同作用更关键,RTX 4060 Ti通过32MB二级缓存缓解8GB显存压力 [6] - GPU并行架构(数千核心)使时钟速度指标失效,显存带宽和内存接口设计对性能影响更大 [5][6] 内存系统特性 - DDR内存实际速度以MT/s衡量(如DDR4-3200为3,200MT/s),需结合CAS延迟计算真实延迟(CL30 DDR5-6000延迟10纳秒) [7] - 内存延迟与CPU架构强相关,不同芯片对高速内存响应差异显著,需针对性匹配 [8] 性能评估方法论 - 规格参数无法替代实际测试,因硬件交互和软件适配差异(如游戏对8核以上CPU利用率有限,视频编辑则受益于多核扩展) [9] - 应用场景决定关键指标权重,需结合工作负载类型(顺序/并行)选择硬件配置 [9]