摩尔线程要上市了。

9月26日,这家号称“中国”的公司正式过会。如果按照各大券商给出的上市后乐观预测的2500亿来算,创始人持有12.73%公司股份,他的身家将暴涨278亿。

近300亿,可能很多人没有概念,实际上已经超过了A股大约4400家上市公司的市值,处于市场前15%的水平。

但张建中,很可能还看不上这些钱。

张建中2020年从英伟达全球副总裁的位置上裸辞回国创业,当时在英伟达已经干了14年,把中国市场占有率从50%干到80%。按照英伟达高管的薪资水平,年薪少说也得几百万美金。

结果,他说走就走了。还顺走了在英伟达干了16年的市场生态高级总监周苑,GPU架构师张钰勃,组成了摩尔线程最初的“铁三角”。

后面还加入了,原英伟达高级销售经理宋学军、销售总监王东、GPU架构师杨上山。除了董事会秘书及财务负责人薛岩松外,摩尔线程七人高管团队,6人都曾在英伟达任职。

这配置,简直就是“英伟达中国分部”。

这也是他们要做的。

中国的英伟达,一旦成功,建立在中国量级之上,那可是万亿级别的生意,更重要的是这完全是能载入中国AI发展史册的。

2019年,美国对我国高端GPU实施断供,为了应对危机,集成电路国家大基金二期落地。

张建中正是看准了这个历史性机遇。

摩尔线程成立后,它的发展速度简直开了挂:

2021年11月,首颗全功能GPU芯片发布,从设计到量产只用了18个月。张建中说:“我们做到了行业5年才能做到的事”。

但光有速度还不够,最难的是生态。

英伟达的CUDA生态就像微信一样,用的人太多了,想让大家换个新的平台非常困难。

摩尔线程的策略很聪明,先兼容,再替代。

他们搞了个MUSA架构,还开发了代码移植工具MUSIFY,能把CUDA代码直接迁移过来。这就像是做了个能直接导入微信聊天记录的新社交软件。

但商业可没有一帆风顺的,刚起步的摩尔线程,在2022年主推中低端芯片,毛利率一度跌到-70%。是的你没看错,负70%,卖出产品的收入覆盖不了其直接成本。

2023年10月,美国商务部把摩尔线程列入了“实体清单”,这一下差点把雄心壮志的摩尔线程给打残了。基板报废损失2027万,生产设备减值394万,更要命的是供应链被卡住了脖子。

当时,张建中的应对也很果断。2023年11月他发出内部信,优化组织架构,聚焦GPU核心研发。游戏显卡业务大降价,原价2999的显卡直接干到1199,比国外竞品便宜一半。

目的就是要活下去。

紧接着,国内的AI行业大爆发,摩尔线程完成了产品结构调整,推出高端的AI智算卡,2025年上半年卖出5套AI智算集群产品,平均单价超过1亿元。

到了此时,摩尔线程的毛利率直接飙升到69.14%,完成历史性转身,也给资本的想象力彻底打开。2025年上半年,其预计在手订单金额约为20亿元,AI智算业务占比超过85%。

在如此短时间内,摩尔线程能够站稳脚跟,很重要的一个策略是:砸钱抢人。

2025年上半年,研发人员人均年薪80万。这是什么概念?是上海平均工资的4倍,比英伟达中国普通工程师的50-70万还高。

886名研发人员,占员工总数78.69%,74%都是硕士以上学历。已经拿到410项发明专利。

这是在用钱砸出来了技术护城河。

资本市场也很给面子。摩尔线程在成立100天时,就完成了两轮融资,创下GPU史上最快融资纪录。截至目前,摩尔线程的累计融资或超过百亿,投资方包括红杉资本、腾讯、联想、国盛资本、纪源资本等数十家国内顶尖投资机构。

这阵容,可以说豪华得让人眼花。

这次IPO摩尔线程要继续募资80亿,全部用于芯片研发。其中25.1亿研发AI训推一体芯片,25亿研发图形芯片,19.8亿研发AISoC芯片。

摩尔线程的技术路线,不像寒武纪只做AI加速芯片,他们选择了全功能GPU路线。既能处理图形渲染,又能跑AI计算。

四代GPU架构分别叫苏堤、春晓、曲院、平湖,名字都很有诗意。最新的“平湖”支持FP8精度,片间互联速率800GB/s,显存80GB。

2025年7月,张建中提出了“AI工厂”概念。他说:“AI工厂生产效率=加速计算通用性×单芯片有效算力×单节点效率×集群效率×集群稳定性。”

其实就是要做生产AI模型的“超级工厂”。

从受理到过会,摩尔线程只用了88天,创下科创板审核速度新纪录。这速度,反映了监管层对国产GPU的迫切需求。

在早期,英伟达、AMD等国际巨头占据中国AI芯片市场91%的份额。好在美国逐渐收紧了对华AI芯片出口管制政策,才给了国产GPU一个宝贵的发展窗口期。

张建中的这278亿可能只是纸面财富,但他可能更在乎的是另一件事:让中国有自己的GPU。

生态建设是场马拉松,需要耐心和时间。MUSA架构和MUSIFY工具只是第一步,真正的考验还在后面。

但至少,我们终于有自己的选手站在起跑线上。

主笔/ 酷水手

这是酷公众号原创文章。未经授权,禁止任何机构或个人抓取本文内容,用于训练AI大模型等用途

友情提示

本站部分转载文章,皆来自互联网,仅供参考及分享,并不用于任何商业用途;版权归原作者所有,如涉及作品内容、版权和其他问题,请与本网联系,我们将在第一时间删除内容!

联系邮箱:1042463605@qq.com