近日，国产GPU领域的独角兽企业摩尔线程智能科技（北京）股份有限公司（以下简称：摩尔线程）宣布已完成股份制改造，并启动IPO辅导，首选目标为科创板。
据悉，摩尔线程的市场主体类型已于10月28日由其他有限责任公司变更为其他股份有限公司（非上市），注册资本由2441.32万元增至3.3亿元。这一变更被视为上市前的重要准备步骤，旨在提升企业治理水平、优化企业资本结构。
摩尔线程成立于2020年10月，法人代表为原英伟达全球副总裁、中国区总经理张建中。公司专注于研发设计全功能GPU芯片及相关产品，支持AI计算加速、3D图形渲染、超高清视频编解码、物理仿真与科学计算等多种组合工作负载。自成立以来，摩尔线程已迭代了四代芯片，并推出了软硬一体的夸娥KUAE智算集群，该集群可以扩展至千卡和万卡，旨在满足不断增长的大模型训练和推理需求。
在技术创新方面，摩尔线程构建了从芯片到显卡到集群的智算产品线，依托全功能GPU的多元计算优势，大力推动大模型、AIGC、科学计算、数字孪生、物理仿真、元宇宙等应用的落地和千行百业的高质量发展。截至目前，摩尔线程已获得425项授权专利，位居国内GPU企业专利授权数量前列。
在融资方面，摩尔线程自成立以来共经历了6轮融资，累计融资金额数十亿元。投资方包括深创投、红杉中国、字节跳动、腾讯投资、中关村科学城等知名投资机构。在2022年12月完成15亿元B轮融资时，摩尔线程的估值已达到240亿元，成功跻身独角兽公司之列。
核心技术优势引领国产GPU
摩尔线程致力于研发设计全功能GPU芯片及相关产品，旨在为中国科技生态合作伙伴提供强大的计算加速能力。公司拥有一支由行业顶尖专家组成的研发团队，深刻理解图形和通用计算领域的应用需求和产品定义策略。
在国产GPU领域，摩尔线程凭借卓越的核心技术优势，正逐步成为中国乃至全球GPU市场的一股不可忽视的力量。摩尔线程再次展示了其在GPU研发方面的强大实力和创新精神，为国产GPU的发展注入了新的活力。
自成立以来，摩尔线程始终专注于研发设计全功能GPU芯片及相关产品，致力于向全球提供加速计算的基础设施和一站式解决方案。公司的MUSA（Moore Threads Unified System Architecture）统一系统架构是其核心技术之一，该架构集成了AI计算加速、图形渲染、视频编解码、物理仿真和科学计算等四大引擎，不仅实现了对国际巨头英伟达的性能对标，还在高兼容性、高稳定性、高扩展性及高算力利用率等方面表现出色。
摩尔线程的全功能GPU芯片不仅在性能上达到了国际领先水平，还在应用场景上展现了广泛的适用性。其GPU产品系列如MTT S80、MTT S3000、MTT S4000等，具备强大的算力支持，能够满足高性能计算、数据中心、智算中心、元计算中心、个人电脑、服务器、自动驾驶、移动端等多个领域的需求。
此外，摩尔线程的GPU还支持当前所有的开源大模型，包括LLaMA、GLM、Aquila、Baichuan、GPT、Bloom等，为AI训练和推理提供了强大的支持。
在软硬件一体化解决方案方面，摩尔线程同样表现出色。公司不仅提供GPU硬件，还结合自研MUSA软件栈，提供从硬到软的全栈AI实力。这种软硬件一体化的解决方案有助于提升整体计算效率和用户体验，为各行各业的数智化转型提供了强大的支持。
此外，摩尔线程还十分注重开源策略和生态建设。公司陆续上线了一系列基于国产全功能GPU进行开源项目MUSA移植的软件，包括深度学习框架Torch-MUSA、大语言模型高速推理框架vLLM-MUSA、计算机视觉库OpenCV-MUSA等。这些举措大大丰富了摩尔线程的开发者生态，逐渐形成了摩尔线程自研的生态壁垒。
GPU芯片市场前景愈发广阔
随着人工智能、大数据、云计算等技术的快速发展，GPU芯片作为算力芯片的重要组成部分，其市场前景愈发广阔。近年来，国内外众多企业纷纷加大在GPU芯片领域的研发投入，力求在这一关键领域取得突破，为未来的数字化、智能化转型提供强有力的支撑。
GPU最初被用于快速生成和显示复杂3D场景和图像，具有强大的并行处理能力。随着技术的进步，GPU不仅在图形渲染方面表现出色，还在机器学习、深度学习等复杂数学计算方面展现了巨大的潜力。特别是在训练大语言模型时，GPU的算力支持至关重要。例如，OpenAI在开发ChatGPT时，就使用了上万个GPU来缩短训练时间。
从市场规模来看，GPU芯片的需求呈现出爆发式增长。据IDC预测，到2025年，GPU仍将占据全球AI芯片八成市场份额。而Gartner的数据则显示，2023年全球人工智能芯片（包含GPU、TPU等）的市场规模已达到530亿美元，并预计在2024年增长至671亿美元。到2027年，全球人工智能芯片市场规模预计将达到1194亿美元。
在国产GPU领域，近年来也涌现出了一批具有创新能力的企业，如摩尔线程、壁仞科技等。这些企业在技术研发、产品创新等方面取得了显著进展，为国产GPU行业注入了新的活力。同时，随着美国对中国高科技领域的限制不断加码，国产替代的需求也日益迫切，为国产GPU企业提供了更广阔的发展空间。
然而，GPU芯片的发展也面临着一些挑战。一方面，随着GPU性能的不断提升，对互联技术和存储技术的要求也越来越高。传统的互联技术如PCIe接口已经难以支撑日益增大的数据传输需求，而新的互联技术如NVLink、InfiniBand等虽然具有明显优势，但都是专有技术，面临着技术垄断和互联技术瓶颈的挑战。另一方面，GPU芯片的制造也面临着半导体制造工艺不断进步和成本控制的压力。
为了应对这些挑战，国内外企业都在不断探索和创新。一方面，通过研发新的互联技术和存储技术，提升数据传输速度和降低延迟；另一方面，通过优化GPU架构和制造工艺，提高芯片的性能和能效比。此外，还可以通过建立完善的生态系统，包括软件开发工具包（SDK）、第三方应用支持等，为开发者提供便捷的开发环境和广泛的应用场景。
我国GPU芯片发展势头强劲
GPU芯片作为算力芯片的重要组成部分，市场需求呈现出爆发式增长。我国GPU芯片产业在这一背景下，凭借技术创新和政策支持，取得了显著进展，并逐步在全球市场中占据了一席之地。
据市场研究机构数据显示，2023年中国GPU市场规模达到了807亿元，同比增长32.78%。预测到2024年，这一市场规模将增至1073亿元，显示出强劲的增长势头。这一增长趋势主要得益于数字化、智能化趋势的加速推进，以及国产GPU企业在技术研发和产品创新方面的不断努力。
在国产GPU领域，近年来涌现出了一批具有创新能力和市场竞争力的企业，如摩尔线程、壁仞科技、寒武纪等。这些企业不仅加大了在GPU芯片研发方面的投入，还积极构建完善的生态系统，包括软件开发工具包（SDK）、第三方应用支持等，为开发者提供了便捷的开发环境和广泛的应用场景。
技术创新是我国GPU芯片产业发展的重要驱动力。近年来，我国在GPU芯片架构、制造工艺、能效比等方面取得了显著进展。例如，摩尔线程推出的MTT S系列GPU芯片，不仅在性能上达到了国际领先水平，还在能效比、兼容性等方面表现出色。这些创新成果不仅提升了国产GPU芯片的市场竞争力，还为我国科技生态合作伙伴提供了强大的计算加速能力。
政策支持也是推动我国GPU芯片产业发展的重要因素。近年来，我国出台了一系列政策措施，支持国产芯片的研发和生产。这些政策包括提供资金扶持、税收优惠、人才引进等方面的支持，为国产GPU企业的发展提供了有力保障。同时还加强了与国际先进企业和科研机构的合作与交流，推动了我国GPU芯片产业的国际化发展。
然而与国际先进水平相比，我国在高端GPU芯片设计和制造方面仍存在一定差距。另一方面，随着市场竞争的加剧，产品迭代速度的要求也越来越高。为了应对这些挑战，我国GPU企业需要保持对新技术的敏锐洞察力，提前规划研发方向，并优化内部管理机制，提升研发和生产效率。
随着数字化、智能化趋势的加速推进，GPU芯片在数据中心、高性能计算、自动驾驶、物联网等领域的应用将越来越广泛。同时，随着5G技术的普及和物联网的发展，对GPU芯片的需求也将持续增长。这将为我国GPU芯片产业提供更多的发展机遇和市场空间。
