来源 | 财经九号
2025年，摩尔线程和沐曦先后登陆资本市场，开盘首日市值均飙升至3000亿以上，双双成为打破英伟达垄断格局的核心力量。
尽管同为 GPU 赛道企业，但摩尔线程和沐曦之间还是有明显区别的，前者锚定“全功能自主生态”深耕布局，后者聚焦“AI训推专精”快速突围，双方在技术架构、产品矩阵、生态构建及商业化路径上的差异化，为各自打造了独有的生态壁垒。而在这一过程中，更是折射出国产GPU产业在突围进程中的路径抉择。
这种差异的形成，其实从两家企业最初诞生的团队中，便已经烙下了各自的独有 DNA。
摩尔线程成立于2020年，由原英伟达全球副总裁张建中牵头创立，核心团队汇聚了大批来自英伟达、AMD等国际GPU巨头的资深工程师，平均拥有20年以上GPU全链条研发经验，深厚的行业积淀为其战略布局奠定了坚实基础。
短短五年内，摩尔线程成功量产五颗芯片、完成四代GPU架构迭代，实现从单一芯片到智算集群的全维度布局，其架构迭代与系统级创新能力，在国产GPU厂商中极为稀缺。
一方面，摩尔线程作为国内唯一实现“图形+AI计算”深度融合的全功能GPU厂商。在国产GPU行业中，多数厂商要么侧重AI训推算力突破，要么聚焦图形渲染单一场景，而摩尔线程是国内唯一实现两者深度融合、全栈自主可控的厂商，其核心支撑源于自研MUSA统一架构的先进性与完整性。
另一方面，摩尔线程也是国内唯一同时深耕B端、C端市场的全场景GPU厂商。GPU行业的商业化落地往往面临“场景聚焦困境”——B端市场（数据中心、政企、行业解决方案）需要高算力、高稳定性与定制化服务，C端市场（消费电子、游戏、个人计算）需要高兼容性、高性价比与生态适配，两者的技术要求、客户群体与运营逻辑差异显著。国内其他GPU厂商仅聚焦单一市场，而摩尔线程是唯一实现B端与C端深度布局、双向赋能的厂商。
同时，作为国内唯一功能可对标英伟达的全功能GPU厂商，摩尔线程深度参与国产算力体系建设，与智源研究院等核心机构形成战略协同，在多模态AI、数字孪生等前沿领域抢占先发优势，契合算力自主可控的国家战略导向。
同样成立于2020年的沐曦，则由AMD前高管团队组建，团队优势精准聚焦于AI计算芯片的快速落地，其核心成员在高性能GPU工程化研发与量产领域经验丰富。
为此，沐曦以“聚焦AI训推一体、以CUDA兼容+快速量产缩短商业化周期”作为其战略定位，力求在细分赛道实现快速突破。
反映到沐曦的产品端，其曦云C系列芯片从流片到量产仅耗时8个月，良率稳定在90%以上，凭借CUDA兼容技术带来的低迁移成本，沐曦快速打开政务、金融等AI算力核心市场。
技术路线的差异直接体现为产品性能的定位分化。摩尔线程以MUSA统一架构为核心，追求“全场景、全精度”的覆盖能力；沐曦则依托XCore架构，深耕AI训推场景的性能优化。
这也同样体现在财务方面，摩尔线程着眼于全功能自主生态，加上其于2023年被列入实体清单，需要在多方面持续进行研发投入，因此其前期亏损相对较大。
不过在 AI 算力爆发，具身智能崛起以及募资下，摩尔线程资金与财务基本面获得了支撑强劲，财务状况也呈现出改善态势。此次科创板上市，摩尔线程募资80亿元，累计研发投入超43亿元，为全功能GPU的长期研发提供了充足资金保障。
而市场趋势向好，产品接受度增加，摩尔线程预计2025年营收为14.5亿元至15.2亿元，是2024年的3.3倍-3.47倍，同时，归母净利润亏损进一步收窄。总体上来说，虽然目前仍然在研发投入期，但摩尔线程厚积薄发的后发优势日渐显现。
沐曦的业绩同样亮眼，由于快速锚定落地赛道，沐曦预计2025年营收是2024年的2倍左右。但需注意的是，受限于单一赛道定位，沐曦在图形渲染、科学计算等非AI场景的技术积累相对薄弱，产品场景覆盖广度不足，长期发展高度依赖AI赛道的持续景气，抗周期能力较弱。
而在多模态算力需求持续爆发的当下，摩尔线程和沐曦产品的性能差异，进一步凸显了不同路线的适配价值。
摩尔线程自主研发的MUSA统一架构，是国内罕见的覆盖多场景需求的GPU技术体系，单芯片集成AI计算加速、图形渲染、科学计算、物理仿真及超高清视频编解码等功能，支持FP4-FP64全精度计算，可完美适配“云—边—端”全场景算力需求，打破了单一场景芯片的应用局限。
实际应用场景中，摩尔线程的性能优势得到充分验证：MTT S5000智算卡在DeepSeek-V3 671B满血版测试中，单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，刷新国产GPU在超大规模MoE模型下的推理性能纪录。
另外，摩尔线程联合智源研究院完成具身大脑模型RoboBrain 2.5全流程训练，成为行业首个验证国产算力集群适配具身智能大模型训练的案例。
此前，马斯克宣布xAI团队已完成全球最大规模（10万张卡）训练集群部署，国内层面，工信部亦在积极推动训练芯片加速落地部署。不过最新消息显示，英伟达H200供应链已正式收到减产通知，叠加国内互联网企业采购态度趋于谨慎，国产GPU行业正迎来前所未有的发展机遇。而摩尔线程不仅具备万卡级集群训练的实践经验，更拥有丰富的实际训练案例支撑，无疑是GPU行业国产替代逻辑的最佳标的。
沐曦曦云C系列芯片精准对标AI训推一体场景，在细分领域具备较强性能竞争力。其中，曦云C500的FP32算力达15 TFLOPS，INT8算力480 TOPS，千卡集群线性扩展效率为88%-90%，支持1024卡以上单集群互联，可适配中大规模大模型训推需求。
新一代曦云C600采用7nm工艺，配备144GB HBM3e显存，FP8峰值算力达1000 TFLOPS，与英伟达H100处于同量级，其MetaXLink高速互连技术支持2-64卡灵活组网，在大规模AI集群部署上具备一定优势。
但受限于场景定位，沐曦产品在图形渲染、科学计算等非AI场景功能布局相对滞后，且依赖CUDA兼容层运行，存在一定的性能损耗，同时不支持全精度计算，难以适配多模态AI、数字孪生等需要跨场景算力支撑的新兴领域。
在 GPU 这样分工明确的科技赛道上，企业生态的成熟度直接决定其长期竞争力。尽管摩尔线程全力投入自主生态建设，以MUSA架构为核心打造闭环体系，需要在前期花费大量精力和海量资金，但此举却有利于后期的持续发展，且地基打牢的优势下，成长天花板不可估量。沐曦虽依赖CUDA兼容快速起量，但自主生态根基相对薄弱，却也在一定程度上制约了其持续拓展的能力和上限。
（免责声明：本文数据信息均来自上市公司财报，以及媒体报道等公开信息，数据或信息如有遗漏，欢迎更正。未经授权，本文禁止转载、抄袭或洗稿。）
热门跟贴