摩尔线程和沐曦IPO，详情披露

（原标题：摩尔线程和沐曦IPO，详情披露）

公众号记得加星标??，第一时间看推送不会错过。

昨夜晚间，国产GPU公司摩尔线程和沐曦在证监会网站披露了其上市招股说明书。如沐曦在招股说明书中所说，作为现代信息技术发展的物理基石和底层基础设施，GPU 具有高价值量、高复杂度、高技术门槛和快速演进的特征，对企业自主研发、稳定供应和持续创新能力提出了较高要求。

长期以来，我国算力基础设施被境外厂商所主导，国产替代潜力巨大。近年来，面对不断升级的地缘政治摩擦和新一代人工智能革命，以发行人为代表的国内 GPU 厂商凭借创新的产品与技术参与市场竞争，逐渐打破国外厂商垄断，实现了市场份额的不断提升，助力我国人工智能产业链从底层技术上摆脱对国外算力资产的依赖，为推进新质生产力发展提供动力引擎。

在本文中，我们将摘取说明书中的内容，对该公司的一些关键数据进行对比。以下为文章正文：

公司介绍

摩尔线程

公司主要从事 GPU 及相关产品的研发、设计和销售。自 2020 年成立以来，公司以自主研发的全功能 GPU 为核心，致力于为 AI、数字孪生、科学计算等高性能计算领域提供计算加速平台。公司已成功推出四代 GPU 架构，并形成了覆盖 AI 智算、高性能计算、图形渲染、计算虚拟化、智能媒体和面向个人娱乐与生产力工具等应用领域的多元计算加速产品矩阵，产品线涵盖政务与企业级智能计算、数据中心及消费级终端市场，能够满足政府、企业和个人消费者等在不同市场中的差异化需求。新一代架构相关产品处于研发阶段，同步推进高性能 GPU 芯片和智算集群前沿技术预研，以自主创新为核心，持续推动计算产业向通用化与智能化方向发展。

在员工方面，2022 年末、2023 年末及 2024 年末，公司（含子公司）员工人数分别为 1,084人、1,113 人和 1,126 人。截至 2024 年 12 月 31 日，公司（含子公司）员工的专业构成情况如下，当中研发人数占比78.69%

报告期内，公司营业收入整体呈现增长趋势，主要得益于产品种类及应用领域的丰富、加深客户合作、持续推进产品研发及迭代升级等因素。随着营业收入规模的上升，公司营业成本也有所增加。

报告期内，按产品类别划分，公司主营业务收入情况如下：

公司主营业务收入的区域构成情况如下：

据介绍，报告期内，公司境外销售区域主要为中国香港，主要客户为极致电子技术有限公司。公司在中国香港销售的主要原因为中国香港是全球半导体相关产品的重要贸易集散地，在外汇结算方面有诸多便利，且公司部分客户倾向以美元定价，因此选择在中国香港进行交易。

摩尔线程总结道，公司尚未形成具规模的收入，主要原因系：①全功能 GPU 产品的门槛较高，架构设计复杂，研发难度大、研发周期长，需要大量高科技人才，产品从启动研发到实现规模化销售需要一定时间。②当前全球 GPU 市场由少数国外龙头企业垄断，国内企业长期对进口 GPU产品存在依赖，国产 GPU 推广需要时间周期。③受国际政治环境影响，2023 年10 月，公司被美国列入“实体清单”，对公司产生一定影响。未来随着国产产品的逐步推广，公司产品在更多客户推广及适配，公司营业收入将进一步增长。

沐曦

发行人致力于自主研发全栈高性能 GPU 芯片及计算平台，主营业务是研发、 设计和销售应用于人工智能训练和推理、通用计算与图形渲染领域的全栈 GPU 产品，并围绕 GPU 芯片提供配套的软件栈与计算平台。自成立以来，发行人始 终专注于 GPU 产品的技术创新和迭代升级，形成了独具优势的 GPU 产品体系和 自主开放的软件生态，持续为云端计算提供高能效、高通用性的算力支撑，推动 人工智能赋能千行百业，重点布局了教科研、金融、交通、能源、医疗健康、大文娱等行业应用场景，已成为推动我国智能算力基础设施自主可控的重要力量。 作为国内高性能 GPU 产品的主要领军企业之一，发行人将秉持“不负历史，为民族复兴、国家强盛贡献科技力量”的使命，不断打造行业领先的 GPU 核心产品，助力数字经济发展。

报告期各期末，公司员工人数如下表所示，当中，研发人员为652人，占比74.94%。

据介绍，随着产品逐渐量产，发行人业绩实现快速增长，最近三年营业收入年均复合增长率为 4074.52%。报告期内，公司核心技术产生的收入分别为 42.64 万元、5,139.80 万元、72,622.59 万元及 31,785.03 万元，占各期营业收入比例分别为100.00%、96.94%、97.73%及 99.20%，技术产业化成果显著。但归属于母公司所有者的净利润分别为-77,696.52 万元、-87,115.82 万元、-140,887.94 万元和-23,251.22 万元，尚未实现盈利。

报告期内，公司主营业务收入分产品情况如下：

报告期内，公司主营业务收入主要来自于 GPU 产品、GPU 服务器产品的销售与 IP 授权收入。

报告期内，公司训推一体 GPU 板卡销售情况如下：

报告期内，公司 GPU 训练推理服务器的销售情况如下：

报告期内，公司智算推理 GPU 板卡的销售情况如下：

报告期内，公司主营业务收入按市场区域分类如下所示：

沐曦强调，公司报告期内尚未实现盈利，主要系：（1）中国 GPU 芯片市场曾长期被国外巨头垄断，国产芯片渗透率低，面临技术标准适配及用户习惯迁移障碍，生态建设需突破，市场拓展呈渐进式发展；（2）公司智算推理 GPU 芯片曦思 N100系列、训推一体 GPU 芯片曦云 C500 系列分别于 2023 年 4 月和 2024 年 2 月正式量产，因公司产品进入重点行业客户需经历严苛的技术验证及生态适配周期，公司销售规模处于快速爬坡阶段，目前收入规模仍然难以覆盖成本费用支出；（3）公司所处 GPU 芯片行业属资本与技术双密集型，有极高技术壁垒与密集研发投入特点，公司为夯实产品竞争优势持续加大研发投入；（4）公司因实施股权激励而确认了较大金额的股份支付费用。

产品介绍

摩尔线程

公司主要产品包括：

一、AI 智算产品：公司 AI 智算产品线涵盖 AI 训练智算卡、AI 推理卡、AI 超节点服务器及夸娥（KUAE）智算集群等，为 AI 计算中心、云服务平台等打造，满足从大模型预训练及后训练、推理部署到 GPU 云服务等场景应用需求。其中，基础算力层面，AI 训练智算卡与 AI 推理卡作为核心计算单元，为 MoE 混合专家模型、多模态模型、世界模型等前沿模型预训练及集群化推理优化设计，具备良好的计算性能与能效比；服务器层面，AI 超节点服务器，服务于大规模 AI 训练与推理场景，通过高密度算力集成和创新散热设计，实现单节点多卡高效协同；集群层面，夸娥（KUAE）智算集群，可扩展至万卡规模，采用先进网络架构和调度系统，满足 AI 研发机构和企业级智能化需求，支持超大参数模型预训练、多租户云服务与分布式推理。公司 AI 智算产品线通过层次化的算力架构与智能应用场景的深度融合优化，为 AI 产业规模化发展提供全面支持，赋能客户构建从传统 AI 到自主决策型自主 AI 代理的全栈解决方案，把握智能计算与 AI 垂直领域的市场先机。

二、专业图形加速产品：主要应用于工业设计、高清视频编辑、数字孪生、AI云电脑等高端场景的 GPU 及相关产品系列，涵盖 MTT S3000/S2000/S1000 等系列显卡，以及基于前述显卡打造的一体机等解决方案。

三、桌面级图形加速产品：主要应用于 AI PC、游戏 PC 及办公 PC 等场景的 GPU及相关产品，包括 MTT S80/S70/S50/S30/S10/X300/X100 等系列显卡，以及基于前述显卡打造的工作站等。该类产品支持 Windows、麒麟 KylinOS、统信 UOS、openEuler 等多款国内外主流操作系统，以及 Intel、AMD、海光、飞腾、鲲鹏等多款国内外主流 CPU 平台。

四、智能 SoC 类产品：主要应用于 AI PC、边缘智能、具身智能、智能汽车和低空经济等众多场景，包括基于 SoC 芯片的 AI 算力本-A140、AI 模组-E300 等产品。该类产品可以广泛服务于 C 端和 B 端客户，满足上述行业对于端侧和边缘类 AI 场景的需求，同时可与公司的 AI 智算产品结合，形成云–边–端一体化解决方案，赋能客户实现 AI 的训练-推理需求。

其中，MUSA 架构是公司自主研发的融合 GPU 硬件和软件的全功能 GPU 计算加速统一系统架构。该架构涵盖统一的芯片架构、指令集、编程模型、软件运行库及驱动程序框架等关键要素，旨在为各类并行计算场景提供高性能计算能力。开发人员可借助 C/C++、Triton 等编程语言，在该架构下编写并行计算程序，且同一代码能够在公司不同 GPU 产品及系统上运行，具有良好的灵活性与可扩展性。

此外，MUSA 架构具备与由英伟达主导的国际主流 GPU 生态的兼容性，使得开发者能够以较低成本充分利用目前国际主流生态下的代码资源。基于 MUSA架构开发的应用程序不仅具有广泛的可移植性，还能够同时在云端及边缘的众多计算平台上运行，其应用领域广泛，涵盖 AI、图形处理、科学计算等多个重要方向。

全功能 GPU 是指具备功能完备性与精度完整性的 GPU。其中，功能完备性体现为在单一GPU芯片中集成了AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等多种能力，满足多样化的计算需求；精度完整性体现为单一芯片支持 FP64 Vector、FP32 Vector、TF32 Tensor、FP16/BF16 Tensor、FP8 Tensor、INT8 Tensor 等不同计算精度，以满足 GPU 加速不同场景的计算需求。全功能GPU 在工作效率、生态完整多样性以及兼容性等方面更具有优势，能够更好地适应未来新兴及前沿计算加速应用场景的需求。

基于 MUSA 统一架构技术，公司在基础软件层面同时提供了 AI 计算、图形渲染和科学计算所需的基础软件技术。在 AI 计算领域，支持 PyTorch、PaddlePaddle 等国内外主流 AI 应用开发框架，以及 Megatron、FlagScale 等大模型分布式训练框架；在图形渲染领域，支持 DirectX、OpenGL、OpenGL ES 和Vulkan 等主流图形应用开发技术，为视频游戏、数字孪生、虚拟现实、工业设计和地理信息系统等行业应用提供坚实基础；在科学计算领域，支持 MUSA 通用计算编程，可广泛应用于计算物理、信号处理、生物医药等科学计算领域。

公司 MUSA 架构本身并不作为单独产品对外销售，而是作为公司全功能GPU 产品的核心技术支撑。

基于自主研发的 MUSA 架构，公司目前已推出四代 GPU 架构芯片，具体情况如下表所示：

公司各代芯片架构的主要规格情况如下表所示：

此外，公司智能 SoC 芯片“长江”，是集成了“全功能 GPU + CPU + NPU +VPU”等异构算力单元的片上系统芯片，其主要规格如下表所示：

此外，公司还有板卡、一体机和集群设备（夸娥：KUAE）和智能 SoC 类产品，具体参考以下：

首先看板卡方面，GPU 板卡通常由 GPU 芯片、显存、显卡板、散热器和输出端口等组件构成，其核心部件即为 GPU 芯片。

公司主要 GPU 板卡产品的主要规格情况如下表所示：

其次看一体机，为满足用户对于 AI 应用的需求，公司推出了 AI 大模型一体机，包括 MCCXD800 X1 等型号。该产品作为 AI 应用的基础设施，为用户提供了一个高度精练、系统化且可扩展的 AI 应用计算平台，可有效提升 AI 处理能力和计算效率。以MCCX D800 X1 为例，该一体机采用 8 张 MTT S4000 高性能 GPU，支持用户在大型语言模型、自然语言处理、系统推荐、数据分析等领域的应用需求。AI 大模型一体机 MCCX D800 X1 的主要规格如下表所示：

再看集群方面，夸娥（KUAE）是以全功能 GPU 为硬件核心，软硬一体化、完整的系统级算力解决方案，旨在为大规模 GPU 算力的建设和运营管理提供系统级支持。该系统主要包括以下组成部分：以 GPU 计算集群为核心的基础设施、夸娥集群管理平台（KUAE Platform）以及夸娥大模型平台（KUAE ModelStudio）等。

以 KUAE2 为例，其主要规格如下表所示：

最后看一下智能SoC类产品，公司 SoC 模组产品采用模块化设计，将 SoC 芯片、内存芯片、核心供电芯片等集成封装为一个模块化方案。该方案将核心电路设计固化，减少了用户在核心电路设计上的开发成本。模组通常搭载于底板上使用，用户只需根据具体应用场景设计对应的底板即可完成产品开发，赋予了产品设计较大的灵活性，同时加快了产品上市速度。此外，由于底板通常可采用更少层数的 PCB 设计，进一步降低了用户的开发成本。

以 E300 为例，公司 SoC 模组的主要规格如表所示：

公司 AI 算力本是基于“长江”SoC 打造的产品，结合 AI 大模型与传统 PC功能，为用户提供智能化的计算终端。该产品在满足传统 PC 功能的基础上，支持 AI 应用的运行与开发，用户可进行 AI 学习和实践操作。同时，AI 算力本支持端云联动，用户可通过云端进行模型训练，将训练完成的模型下发至本地进行推理，实现个性化算力定制，满足快速、高效、隐私保护的推理需求。

以 A140 为例，公司 AI 算力本的主要规格如下表所示：

沐曦

自成立以来，发行人始终以推动我国智能算力产业链自主可控为己任，长期聚焦和深耕 GPU 与人工智能行业，聚合了一支深刻洞察全球 GPU 行业技术发展趋势、拥有顶尖 GPU 技术及全流程量产经验、具备持续自主创新能力的技术研发团队。通过不懈的技术攻坚，发行人已成为了国内少数几家系统掌握了先进制程 GPU 芯片及其基础系统软件研发、设计和量产技术的企业之一，深度积累了GPU IP（包括指令集、微架构等）、GPU SoC、高速互连、GPU 软件等核心技术，成功突破了高性能 GPU 芯片及计算平台的技术瓶颈。

发行人的主要产品全面覆盖人工智能计算、通用计算和图形渲染三大领域，报告期内先后推出了用于智算推理的曦思 N 系列 GPU、用于训推一体和通用计算的曦云 C 系列 GPU，以及正在研发用于图形渲染的曦彩 G 系列 GPU。发行人的 GPU 产品基于自主研发的 GPU IP 与统一的 GPU 计算和渲染架构，在通用性、单卡性能、集群性能及稳定性、生态兼容与迁移效率等方面具备较强的核心竞争力，产品综合性能已处于国内领先水平。围绕高能效、高通用的 GPU 产品，发行人打造了自主开放、高度兼容国际主流 GPU 生态（CUDA）的软件生态体系，具备易用性和可扩展性。软硬件的深度协同确保了公司产品性能的高效释放，为发行人塑造了深厚的竞争壁垒。

发行人始终坚持在开放合作中推进技术进步，已与整机服务器、操作系统、运维管理平台、主流 AI 框架、主流大模型等上下游生态广泛适配。凭借突出的产品性能和稳定的供应能力，截至报告期末，发行人 GPU 产品累计销量超过25,000 颗。发行人深度构建“1+6+X”生态与商业布局，基础算力底座方面相继交付 9 大智算集群，算力网络覆盖国家人工智能公共算力平台、运营商智算平台和商业化智算中心，区域横跨北京、上海、杭州、长沙、中国香港等地区，并逐渐向更多区域延伸。发行人 GPU 产品深度赋能众多行业应用场景，已率先布局教科研、金融、交通、能源、医疗健康、大文娱等行业，产品赋能真实应用场景的竞争力和交付能力得到充分验证。

（1）GPU 产品

GPU（Graphics Processing Unit）是计算系统中程序运行的最终执行单元之一，其通过并行处理架构能够快速执行复杂的图形和计算任务，在大规模并行计算、复杂任务调度等方面发挥了不可替代的作用。近年来，随着人工智能的不断发展，GPU 已成为加速大模型训练与推理的关键载体，助力人工智能产业飞速发展。

GPU 可分为用于计算的通用 GPU 和用于渲染的图形 GPU，其中通用 GPU专为计算场景设计，在原 GPU 架构的基础上，去掉了为图形处理而设计的加速硬件单元，并针对不同计算领域的需求增加了专用向量、张量、矩阵运算指令，提升了浮点运算的精度和性能，目前是云服务器、智算中心等执行人工智能任务的核心器件，为人工智能、通用计算等应用提供高性能、高计算密度、高能效的硬件计算资源。图形 GPU 相较通用 GPU 增加了图形处理单元，通常内置图像渲染、视频编解码加速引擎、2D/3D 加速引擎等专用运算模块，实现对图形渲染等并行任务的良好支持。

发行人现有产品采用自主研发的 GPU IP 和指令集、统一的 GPU 计算和渲染架构，产品矩阵包括用于智算推理的曦思 N 系列 GPU 产品，用于训推一体和通用计算的曦云 C 系列 GPU 产品，以及用于图形渲染的曦彩 G 系列 GPU 产品，涵盖了计算（包括训练、推理、通用计算）和渲染的全场景，并已实现多款高性能 GPU 产品的量产销售。发行人 GPU 产品概况如下：

从产品形态来看，发行人从事 GPU 芯片的设计，由晶圆制造厂和封装测试厂完成芯片的生产，并由板卡厂商完成 GPU 芯片和板卡的集成，最终形成完整的 GPU 板卡。针对不同客户的需求，除交付内嵌 GPU 芯片的板卡/模组外，发行人亦可向客户交付集成多个板卡后的服务器、一体机/工作站，以及由多个服务器、存储设备、网络设备等组成的智算集群，配以兼容主流 GPU 生态（CUDA）的 MXMACA 软件栈，为客户提供综合算力解决方案，具备高能效和高通用性的天然优势。

1）训推一体 GPU——曦云 C 系列

发行人曦云 C 系列产品针对云端计算场景，为人工智能训练和推理、通用计算提供算力底座，具备高性能、高自主可控、高扩展性。曦云 C 系列产品具有强大的多精度混合算力、高带宽和大容量存储，结合其自研的 MetaXLink 高速互连技术，能够满足大规模计算集群扩展需求、支持千亿参数以上的 AI 大模型训练，可以大幅增加集群算力、缩短大模型计算时间。曦云 C 系列 GPU 芯片的结构逻辑高度复杂、计算单元较多，内置运算单元、高速缓存、控制单元等，支持 PCIe、CXL 等协议和自主研发的 MetaXLink 协议，拥有丰富的接口，能够满足不同应用场景的需求。发行人典型的 GPU 芯片基本组成架构如下图所示：

发行人于 2023 年推出了首款训推一体 GPU 芯片曦云 C500，并在此基础上推出了曦云 C550；该系列基于国产供应链的产品曦云 C600 已完成流片。产品具体情况如下：

发行人已量产的训推一体 GPU 芯片具有强大的大规模并行计算能力。通过与新华三等服务器整机厂通力合作，发行人的 GPU 产品已在多个智算中心中获得规模化应用。同时，随着大模型不断更新迭代，大规模集群算力需求快速增长，基于领先的 MetaXLink 互连技术，发行人可在大规模集群实现优异的线性扩展，将在智算集群实际运营中发挥强大的性能。

2）智算推理 GPU——曦思 N 系列

发行人先后实现智算推理 GPU 产品在传统 AI 任务和生成式 AI 任务中的落地。其中曦思 N100 产品是发行人 2022 年推出的首款产品，是面向云端和边端多种传统 AI 应用场景的智算推理 GPU，提供强大的推理算力和视频编解码能力，可广泛应用于智慧城市、智慧交通、智慧教育、智能视频处理等。曦思 N 系列的后续产品如曦思 N260、曦思 N300（在研）均主要面向生成式人工智能下的云端人工智能推理场景，拥有强大的多精度混合算力，配以大容量显存和新一代高速 I/O 接口，支持主流深度学习开发框架，可为内容生成式应用和大语言模型等智能应用提供端到端的加速服务。

曦思 N 系列产品具体情况如下：

3）图形渲染 GPU——曦彩 G 系列

发行人曦彩 G 系列是面向图形处理和智算推理的通用 GPU，采用公司自研的 XCORE 2.0 架构及指令集，内置性能强大的 GPU IP 和硬件单元，具备卓越的图形处理能力，可广泛应用于云渲染、游戏、数字孪生、影视动画制作、专业制图等场景。曦彩 G 系列采用了发行人自研的自定义图像增强指令集，包含大量几何引擎、光栅化单元、像素处理单元、纹理单元和光线追踪单元等，支持 Vulkan、DirectX、OpenGL 等图形库和 Unreal、Unity 等渲染引擎。针对光线追踪算法的高复杂度计算特征和实时渲染需求，发行人研发了硬件级光线追踪加速架构，通过专用的光线求交计算单元和加速结构优化技术，能够显著提升光线求交效率，加速光线追踪场景下的帧率，为实时光线追踪应用提供强大的硬件支持。截至本招股说明书签署日，曦彩 G 系列相关产品已完成 GPU IP 设计和验证。

发行人除 GPU 产品收入外，报告期内还存在少量 IP 授权、配件及技术服务收入。IP 授权主要系将集成电路设计时所需用到的经过验证、可重复使用且具备特定功能的模块以商业授权的形式交付给客户使用，允许客户将其集成在自己的芯片设计版图中，并通过流片形成最终芯片产品。配件及技术服务包括桥接板、光模块等配件收入及少量互连技术、集群搭建等相关技术服务。

软件生态是指基于指令集或处理器架构之上的一系列编程语言、开发工具与应用，能够更为有效连接底层硬件和上层算法。随着硬件架构和计算系统的设计愈发复杂化，软件生态成为 GPU 芯片潜能释放的关键，在单处理器利用效率、多计算节点协同等方面发挥着重要作用。

发行人基于“自主创新与开放兼容”双轨并行策略，为全系列 GPU 芯片构建了统一的运算平台及基础系统软件——MXMACA 软件栈，其基于公司自研指令集以及 GPU 并行计算引擎，集成了主流算法框架、运算库、通信库、操作系统、编程语言、调试和运维管理工具等，为 GPU 产品提供了一套统一、完整且高效的全栈式软件工具链，涵盖应用开发、功能调试和性能调优等核心环节。同时，MXMACA 架构的编程接口在 API 层面实现了对 GPU 行业国际主流 CUDA生态的高度兼容，为人工智能、通用计算和大数据处理等领域的现有应用提供了快速迁移至 MXMACA 运算平台的能力。发行人坚持推动 MXMACA 软件栈开源共享，不断打造中国版 GPU 开放编程接口标准，推动解决跨 GPU 平台的应用兼容难题。

MXMACA 软件栈具有较强的易用性、可编程性和可扩展性，功能丰富全面。

在编程语言方面，MXMACA 软件栈提供了一种简单易用的编程语言（MXMACAC++/MXMACA Fortran 异构编程语言），大幅降低用户的应用门槛。开发者可基于主流编程框架编写代码，在软件驱动层的支持下高效运行于公司各款芯片产品之上。同时，该运算平台能够兼容主流的 C/C++/Python 异构计算语言，使得客户可以根据自身需求，高效推进算子开发。在 CUDA 生态兼容上，MXMACA软件栈实现了对 GPU 行业国际主流 CUDA 生态的高度兼容，支持 6,000 多个CUDA 应用。在开源技术支持度上，MXMACA 软件栈支持多种开源技术，包括AI 训练框架（PyTorch/PaddlePaddle 等）、AI 推理框架（vLLM/SGLang 等）、算子库（BLAS/DNN 等）和开源模型等，通过不断优化实现更高的性能和可扩展性。

在云端运维方面，MXMACA 软件栈内置的智能资源管理引擎和协同计算框架，实现了对云边端异构硬件资源的统一管理、动态调度和高效协同，大幅提高计算资源利用率，降低开发复杂度，助力人工智能应用在多元化场景中的快速落地与规模化部署。此外，MXMACA 软件栈提供了丰富的系统和应用管理工具，助力开发者更高效、灵活地开发、验证、环境部署及质量监控等。

MXMACA 软件栈系提高 GPU 易用性的核心，主要与发行人的 GPU 产品配套使用，报告期内未单独对外销售。

募资目的

摩尔线程

在谈到公司上市目的时，摩尔线程表示，公司主要为了：一、攻坚 GPU 核心技术壁垒，构建自主可控技术和产品体系；二、打造优秀科技人才发展高地，助力战略目标实施；三、完善公司治理，持续为投资者和社会创造价值回报。

关于本次募集资金投资项目，经公司第一届董事会第六次会议、2025 年第三次临时股东会审议通过，具体如下：

募集资金投资项目的具体情况：

（一）摩尔线程新一代自主可控 AI 训推一体芯片研发项目

本项目实施主体是摩尔线程智能科技（北京）股份有限公司，项目总投资额为 250,957.98 万元，建设周期为 3 年。项目资金一方面用于租赁研发场地并进行装修，为项目提供良好的实施环境，另一方面用于购置研发设备并扩充研发团队规模，以现有自主可控 AI 训推一体芯片为依托，对新一代自主可控 AI 训推一体芯片进行研发，并实现其产业化。

本项目基于市场和客户对 AI 训推一体芯片的计算性能、访存带宽与容量、互联带宽等需求，结合 DeepSeek 等前沿 MoE 模型、多模态模型和世界模型的计算特点，对公司现有自主 AI 训推一体芯片进行架构、指令集、运算器和开发平台的全面升级。项目将引入先进工艺、先进封装、先进存储和高速片间互联技术，打造新一代自主可控的 AI 训推一体芯片。

本项目主要研发内容包括先进 GPU 芯片研发、MUSA 统一架构计算平台软件栈研发和大规模智算集群解决方案研发等。

本项目将基于研发成果，产出 AI 训练卡 I 型、AI 推理卡 I 型等主要产品。其中，AI 训练卡 I 型主要应用于大模型训练、科学计算等场景；AI 推理卡 I 型主要应用于大模型推理、AIGC 等场景。通过本项目的实施，可提高公司研发能力，提高公司行业竞争力和市场地位，并进一步提升公司收入规模和盈利水平。

（二）摩尔线程新一代自主可控图形芯片研发项目

本项目实施主体是摩尔线程智能科技（北京）股份有限公司，项目总投资额为 250,233.23 万元，建设周期为 3 年。项目资金一方面用于租赁研发场地并进行装修，为项目提供良好的实施环境，另一方面用于购置研发设备并扩充研发团队规模，以现有自主可控图形芯片为依托，对新一代自主可控图形芯片进行研发，并实现其产业化。

本项目拟从市场和客户对图形芯片在图形性能、计算性能、访存带宽、互联带宽等方面的要求出发，对公司现有自主可控图形芯片的处理器芯片架构、指令集、硬件运算器和编程开发平台等技术开展升级迭代，并引入先进工艺、先进封装、先进存储以及高速片间互联等先进技术，研制新一代自主可控图形芯片。

本项目主要研发内容包括先进图形芯片研发、图形芯片驱动以及软件适配研发等。

本项目将基于研发成果，产出消费渲染卡、高端专业卡和云端全功能卡等主要产品。其中，消费渲染卡主要应用于电竞游戏、AI PC 等场景；高端专业卡主要应用于工业设计、建筑设计、影视制作、高精度渲染、数字孪生等场景；云端全功能卡主要应用于云渲染、云游戏、云电脑等场景。通过本项目的实施，可提高公司研发能力，提高公司行业竞争力和市场地位，并进一步提升公司收入规模和盈利水平。

（三）摩尔线程新一代自主可控 AI SoC 芯片研发项目

本项目实施主体是摩尔线程智能科技（无锡）有限责任公司，项目总投资额为 198,180.33 万元，建设周期为 3 年。本项目拟租赁场地，购置先进高端的研发设备，扩充研发团队规模，进行新一代自主可控 AI SoC 芯片的研发，并实现其产业化。

本项目拟从市场和客户对 AI SoC 芯片在计算性能（特别是在大模型推理性能）、功耗和级联扩展性等方面的要求出发，对公司现有自主可控 AI SoC 芯片的架构、总线设计、内存管理系统和软件驱动程序等技术开展升级迭代，并引入先进国产工艺、先进封装、先进存储以及高速片间互联等先进技术，研制新一代自主可控 AI SoC 芯片。

本项目主要研发内容为大算力低功耗 AI SoC 产品的研发，包括架构优化、电路设计优化、内存管理系统优化及软件优化等。

本项目将基于研发成果，产出智能芯片、智能模组和整机等主要产品。其中，智能芯片包括应用于消费 PC 领域的 PC 芯片、应用于工业场景的工业芯片以及应用于车载领域的车规芯片等；智能模组包括工业模组和车规模组等；整机包括笔记本和 mini-PC 等产品。

通过本项目的实施，可提高公司研发能力，提高公司行业竞争力和市场地位，并进一步提升公司收入规模和盈利水平。

（四）补充流动资金

根据公司业务发展规划和对营运资金的需求，公司拟使用募集资金100,628.45 万元用于补充流动资金。补充流动资金有利于保证公司生产经营所需资金、进一步优化资产负债结构，降低财务风险，增强公司的反应能力以及市场竞争力，为公司未来的战略发展提供支持。

沐曦

经公司第一届董事会第十一次会议及 2024 年年度股东会审议通过，公司本次拟公开发行人民币普通股（A 股）不超过 4,010.00 万股，实际募集资金扣除发行费用后将用于投资以下项目：

公司本次募集资金用于投资“新型高性能通用 GPU 研发及产业化项目”、“新一代人工智能推理 GPU 研发及产业化项目”和“面向前沿领域及新兴应用场景的高性能 GPU 技术研发项目”，均系围绕公司主营业务投向科技创新领域，符合国家产业政策和公司发展战略。

“新型高性能通用 GPU 研发及产业化项目”包括公司第二代高性能通用GPU 芯片（代号 C600）和第三代高性能通用 GPU 芯片（代号 C700）两个研发子项目，基于国产先进工艺开发具备较高性能和更高性能的两款通用 GPU 计算芯片，应用于 AI 训练及推理、通用计算等场景，是公司曦云 C 系列训推一体芯片的后续主力产品。“新一代人工智能推理 GPU 研发及产业化项目”系公司研发下一代基于先进封装技术的云端大模型推理芯片（代号 Nx），主要用于生成式AI 推理。前述募投项目的顺利实施，将帮助公司完成现有核心产品线的持续迭代升级，巩固行业领先地位，进一步扩大市场份额，是公司未来几年主营业务发展及收入增长的重要基础和核心驱动。

“面向前沿领域及新兴应用场景的高性能 GPU 技术研发项目”围绕前沿芯片技术研发和前沿 GPU 系统研发两大方向，具体包括但不限于超高带宽显存、芯粒架构、设计工艺联合优化、GPU 光互连技术、大功率 POL 电源设计优化、GPU 系统散热技术研究、scale up 互连方式优化改进、超节点服务器系统交换架构优化等研发内容。通过实施本项目，有助于公司增强整体研发实力，丰富前沿技术储备，构筑更高的竞争壁垒，为公司未来长期稳定发展、实现经营战略目标奠定坚实的基础。

未来发展规划

摩尔线程

（一）战略规划

摩尔线程以全功能 GPU 为核心，致力于向全球提供计算加速的基础设施和一站式解决方案，为各行各业的数智化转型提供强大的 AI 计算支持。公司的目标是成为具备国际竞争力的 GPU 领军企业，为融合 AI 和数字孪生的数智世界打造先进的计算加速平台。

（二）未来规划采取的措施

1、软硬件深度协同的全栈技术整合

构建软硬件深度协同的 AI 基础设施体系，推进芯片架构、系统软件与分布式框架的全栈优化，重点突破训练效率与能效瓶颈。通过动态资源调度算法与异构计算加速技术，持续提升大规模集群的算力利用率与任务可靠性，为下一代万亿参数大模型提供高性能训练基座。同步研发高密度算力模块与先进散热方案，夯实超大规模智算集群的物理承载能力。

2、端云智能算力融合创新

布局端侧推理芯片与云端训练集群的架构级协同，研发自适应算力分发与模型动态切分技术。聚焦 AIPC、机器人等智能终端市场，开发轻量化推理引擎与隐私计算框架，实现端云算力的无缝衔接与弹性伸缩。建立面向新兴产业的算力即服务（CaaS）模式，提供从模型预训练、后训练、推理优化到应用部署的全栈支持。

3、消费和商业及政企市场双轮驱动

深化消费级与商业及政企市场协同拓展策略，通过开发者社区建设与行业解决方案深耕构建生态壁垒。消费端聚焦 AI 工具链开源与国际 GPU 生态兼容计算设备平台推广，培育开发者生态；企业级市场强化金融、医疗等关键基础行业垂直领域的场景化方案输出。

4、前沿技术前瞻布局

构建开放式技术预研体系，重点投入 3D 堆叠、存算一体、先进封装等下一代算力技术。建立先进封装与异构集成研发能力，探索新型计算范式与芯片架构的工程化路径。

5、拓展国际市场

拓展国际智能算力市场，聚焦本地化 AI 应用部署需求，提供低延迟、高合规的边缘计算基础设施建设服务。依托公司通用 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，满足客户数据主权与实时推理的双重诉求。

6、可持续发展与社会赋能

践行绿色算力发展路径，研发全生命周期能耗优化技术，构建碳中和数据中心解决方案。设立 AI 伦理与技术普惠专项，通过算力捐赠计划支持科研创新与社会公益。建立开发者赋能体系，降低 AI 技术应用门槛，推动智能算力成为普惠性社会基础设施。

沐曦

（一）公司整体发展战略

自成立以来，发行人秉承“打造世界一流的 GPU 芯片及计算平台，成为数字经济的算力基石”的愿景，坚持“政策引领、产品领先、客户为中心、企业文化全面支撑”的可持续发展战略，长期深耕 GPU 和人工智能领域，已成为推动我国智能算力基础设施自主可控的重要力量。发行人紧紧把握国家战略性新兴产业融合发展大势，始终坚持以 GPU 技术为核心的自主研发、成果转换和量产应用，对标国际优势品牌不断打造和完善产品矩阵，形成了独具优势的 GPU 产品体系和自主开放的软件生态，为国家数字经济发展提供强大的算力支撑，为民族复兴、国家强盛贡献科技力量。

面对全球人工智能竞赛再度加速和算力资产价值链重构这一“百年未有之大变局”，发行人制定了“三步走”发展规划，依次为：1）从研发优势向产品优势的转化；2）从产品优势向市场领先优势的跃升；3）从市场领先优势向基业长青的运营优势的巩固。发行人目前正处于从产品优势迈向市场领先优势的阶段，公司将在研发领域继续保持产品的竞争优势，在市场领域树立正面的产品品牌声誉，加快在地区及行业的布局，构建健康、稳定持续的商业闭环，从而更好发挥高性能 GPU 芯片在人工智能等前沿产业中的关键作用。

未来，发行人将继续以国家自主可控重大战略需求和市场需求为导向、以自主创新为驱动，围绕自身的核心优势，重点布局云端及边端算力市场，加速技术深耕、场景渗透和生态协同，实现技术不断升级和产品持续迭代。发行人将坚持“1+6+X”发展战略，加大市场开拓力度，不断提升公司在高性能 GPU 行业的市场地位和影响力。在产业生态方面，发行人将在开放合作中推进技术进步，加速产业链布局，推动开放生态建设，让客户有价值、投资者有收益、合作伙伴有成功、员工有成就，助力中国人工智能产业自主化突破与长远发展。

（二）未来规划采取的措施

1、聚焦云端、边端算力市场，实现技术升级和新产品开发

面对旺盛的高性能计算需求，公司将结合本次募投项目的实施，重点聚焦云端和边端广阔的市场，研发下一代用于智算训练和推理、通用计算的高性能 GPU产品，打造公司新的利润增长点。公司将更主动地贴近行业客户，以应用场景和市场需求为导向提升技术水平：在架构方面，持续迭代 GPU 核心架构，提高 AI算力密度；在计算方面，扩展对 FP8、FP4 等数据格式的支持度，增加多种数据转换指令；在存储方面，研发新一代显存控制器接口 HBM3/4，顺应更大容量显存需求；在互连通信方面，研发新一代 MetaXLink 互连技术，结合光互连技术和 GPU 超节点系统设计，打破传统服务器架构的通信瓶颈、丰富公司 GPU 产品的适用范围；在先进封装层面，公司在 GPU 产品中引入新一代芯粒架构和三维堆叠芯片技术；在软件生态方面，结合产业伙伴的需求优化软件栈的丰富度，持续提升其易用性和应用性能，进一步解决跨平台的应用兼容难题。发行人将紧跟行业前沿技术发展趋势，并积极融入 RISC-V 生态，通过技术升级和产品迭代，不断扩大竞争优势、巩固市场地位，推动国产算力产业链自主可控。

2、坚持“1+6+X”发展战略，加大市场开拓力度

公司始终秉持“以客户为中心，与合作伙伴共赢”的理念，将长期坚持“1+6+X”发展战略。“1”代表数字算力底座，包括国家人工智能公共算力平台、商用 AIDC 以及由运营商、互联网厂商等承建的智算中心等，这类客户群体将是公司坚实的基本盘。“6”代表 AI 赋能的六大关键行业，随着人工智能在各类应用场景的迅速落地，传统由超大规模云厂商主导的集中式算力需求模式正逐步演进为由头部云厂商为主、各行各业中小企业为辅的人工智能生态，庞大的垂类客户群体将成为未来 GPU 市场增长的重要驱动力。凭借具有高通用性优势的 GPU架构，发行人将紧抓市场机遇，在维持与智算中心客户深度合作的基础上，重点围绕教科研、金融、交通、能源、医疗健康、大文娱六大极具市场潜力的重点行业和“X”个长尾行业市场，积极寻找和发展垂类场景销售机会，率先实现行业卡位，不断拓展新的客户群体，挖掘更大的市场空间，全面推动中国产业智能化转型升级。

3、加速产业链布局，共建开放生态

在地缘政治、科技封锁持续升级的背景下，保障中国人工智能产业链自主可控已至关重要。发行人将秉承自主开放、合作共赢的发展理念，致力于与智算中心、服务器 OEM、大模型厂商、AI 应用方、晶圆厂、封测厂等产业链上下游参与方共创安全、稳定、开放的产业生态圈。一方面将加速公司在晶圆生产制造、封测、存储颗粒、EDA、IP 等核心环节实现国产配套，保障供应链稳定，另一方面将反哺产业链上下游，带动国内先进工艺良率爬坡以及 IP、EDA、存储颗粒等核心环节技术进步。

公司坚持在开放合作中推进技术进步，采取“自主创新与开放兼容”双轨并行策略，通过自主研发、产学研合作等方式实现软件生态升级，构筑便捷、易用的软件环境。公司致力于打造中国版 GPU 编程接口标准，坚决推动 MXMACA软件栈开源共享，促进解决跨 GPU 平台的应用兼容难题；公司将打造、维护友好、开放的开发者社区和论坛平台，降低人工智能应用的开发门槛，增强场景用户对公司 GPU 产品的使用粘性。

此外，作为中国计算机协会开源发展委员会（CCF）的 AI Infra 开源工作组的创始成员，公司依托 CCF 链接科教资源、产业资源和社会资源等，形成产、学、研、用联动的开源创新模式，通过大赛、线下课程等活动，协助培养 GPU开发和大模型开源创新实践人才，并举办孵化、创业投资对接会，推动中国人工智能产业生态繁荣发展。

4、建立科学的人才战略，加强高端人才团队建设

人才是企业发展的基石，是企业在激烈的市场竞争中立于不败之地的关键要素。发行人将以企业文化为纲领，建立科学的人才战略，避免人才的同质化和低水平重复，构建能够不断吸引高端人才的人才体系平台。发行人将不断建立健全人才培养机制，识别和挖掘有潜质的人才，并促进个人发展与企业发展同频共振。同时，发行人将提供更加完善、系统的培训、实践和晋升机会，支持员工不断提升专业能力和素质，进而为企业创造更大的价值。此外，发行人将建立有效的人才激励体系，通过合理的薪酬福利、职业发展路径和精神激励，激发各类人才的潜力、积极性和创造力。

5、充分利用资本平台，提升公司品牌价值与公共形象

本次募集资金到位后，发行人将结合市场需求变化和产品研发目标，合理高效利用募集资金，审慎推进募集资金的使用，充分发挥募集资金的作用。同时，公司将充分利用上市后的资本平台，结合业务发展及优化资本结构的需要，合理、有效利用资本市场多元融资渠道，为公司长远发展提供资金支持，进一步提升公司品牌价值、公共形象、行业地位与市场份额。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4081期内容，欢迎关注。

加星标??第一时间看推送，小号防走丢

求推荐