还未盈利的摩尔线程，如何迎战寒武纪？

财经早餐

1周前

图片

AI芯片是今年股市绕不开的话题，去年底参加了几次机构组织的投研分享会，有一个比较统一的共识是：在科技牛的当下，围绕AI等产业上下游的明星股能否保持坚挺的股价，还得看变现能力孰强孰弱。
换句话说，2026年股市上的科技公司，谁能先盈利，谁能更好盈利，将是决定性的。
对于AI芯片公司来说，可能也是如此。
说实话，如果这些观点是对的，要比我之前的预想还是要快了一些的。因为像寒武纪、摩尔线程这样的AI芯片“新贵”，前几年的发展速度极快，前期的研发投入很多，要快速突破国内外巨头企业的竞争压力也不小。
要这些成长股能够在今年就把重心放到利润上面，是否有些操之过急了呢？
另一方面，时势确实在造英雄。在海外市场，英伟达拥有超强市场竞争力，并正在快速迭代技术，进一步巩固生态。而国内AI市场则以华为昇腾、海光信息、寒武纪、摩尔线程、沐曦股份、壁仞科技等一系列企业展开“百花齐放”式的竞争，并没有哪一家处于绝对领先位置。
随着AI芯片国产替代节奏的加强，这些企业中势必会有分化，而领先者和落后者到底会是谁，也将会是所有投资者最关心的话题。本文以摩尔线程和寒武纪作为对比案例进行分析。
图片

盈利能力的差异点

最近，摩尔线程发布业绩预告称，预计2025年年度实现营业收入14.5亿元到15.2亿元，与上年同期相比，收入增长幅度为230.70%到246.67%。公司2025年年度归属于母公司所有者的净利润预计将出现亏损，预计亏损9.5亿元到10.6亿元，与上年同期相比，亏损收窄幅度为34.50%到41.30%。
显然，得益于国内人工智能产业蓬勃发展及市场对高性能GPU的强劲需求，公司产品竞争优势进一步扩大，市场关注度与认可度持续提升，推动收入与毛利增长，整体亏损幅度同比收窄。
也显然，摩尔线程的亏损率还是十分可观，以预计亏损除以预计营收计算，2025年度的亏损率将最高可达73%，从侧面反映出其扭亏为盈的难度是不小的。
反观寒武纪，则已经基本实现了盈利。2025年前三季度，公司实现营收46.07亿元，同比增长2386.38%；实现扣非后归母净利润14.19亿元，同比增长264.52%。去年前三季度的净利润率近35%，这即便在科技硬件行业中也是非常了不起的。
比如去年1-3季度小米集团的净利润率为10.3%，虽然两者主营业务非常不同，但同作为科技类研发企业，是可以对比一下的。
决定寒武纪和摩尔线程盈利能力产生区别的主因，一是来自营收体量的不同；二则是研发费率方面的差异。
先来说前者，有机构预测，去年寒武纪的营收最终可能达到约68亿元。这是摩尔线程预估的年度营收中位数的四倍以上。在微观经济学中，在一定情况下，营收越多代表企业能获得的边际收益也越多，尤其是对于成长型、知识含量较高的行业，初期的营收扩张对边际收益有直接的正向作用。
另一方面，由于AI芯片是最高精尖的领域，科技壁垒非常强，前期企业要持续投入巨额的研发费用，研发费用率的差异也会至关重要。
2023年到2025年上半年，摩尔线程各期研发费用分别为13.34亿元、13.59亿元、5.57亿元，费用率分别为1076.3%、309.9%和79.3%，呈现明显的递减走势，但和寒武纪相比依然呈现明显的高费率。
同一时期，寒武纪的研发费用分别为11.18亿元、12.16亿元、5.42亿元，研发费用率分别为157.5%、103.5%、18.8%。可见营收规模大幅度落后寒武纪的摩尔线程，在研发费用方面一直保持领先，虽然领先幅度并不大。这当然就会反映在两者的巨大盈利能力差异上面。
当然，对于上述研发费用的差距，我们可以分两种角度思考：一是AI芯片的研发确实需要“烧钱”，摩尔线程现在敢于在研发方面花钱，后续其产品可能会更具备竞争力。二是对于国产AI芯片企业来说，能否早日实现盈利才是后续发展的关键，用相对较低的研发费用率，获得更多的盈利才会保证后续的竞争力。
上述两种观点前者有利于摩尔，而后者则更“亲”寒武纪。到底哪一种是对的其实没有标准答案，需要投资者自行判断。
图片

业务模式的差异点

在国产AI芯片领域，当前多种技术路线正在“齐头并进”。造成这种差异性的主因是这个市场足够大，容得下不同技术路线的探索，而且整个云侧AI芯片的技术路线并没有完全固定。

英伟达和AMD所代表的是通用GPU技术路线的成功模式，当前两家企业在全球占据最高的市场份额，当然英伟达处于绝对领先。

根据Verified Market Research的数据，2024年全球GPU市场规模为773.9亿美元，2030年有望达到4724.5亿美元，2024-2030年的复合增长率高达35.19%，呈现强劲的增长态势。

然而，即便行业老大哥英伟达，也需要在去年底花费200亿美元，获得Groq的AI推理芯片技术许可以及核心研发团队。不同于英伟达擅长的通用GPU，Groq专注于开发一种叫做LPU（语言处理单元）的芯片——其专为“推理”过程，即AI模型根据新数据生成答案或预测的过程，进行了优化。

Groq曾对外表示，得益于嵌入式内存设计（SRAM），其芯片在生成速度、部署效率及能耗控制上均优于GPU。

虽然技术路线和英伟达的通用GPU显著不同，但这种技术路线也可能被英伟达吸收进其现有体系中。比如，黄仁勋曾提及，计划将Groq的低延迟处理器集成到英伟达AI工厂架构中，扩展该平台以服务于更广泛的AI推理和实时工作负载。英伟达也可能就顺势开发LPU产品，以满足机器人等物理AI市场的新需求。

也有媒体表示，英伟达是花几百亿美元买一个“平安”，提前拆掉其通用GPU路线上一个潜在的“替代方案”，因为一旦其更大体量的竞争对手（如Meta、谷歌）在TPU领域取得更多进展，英伟达当前近乎“独领”的优势就岌岌可危。

英伟达的案例告诉我们，选对技术路线显然是非常重要的，即便并不是GPU技术路线，也可能对行业头部企业造成潜在威胁。

虽然摩尔线程和寒武纪都采用了类似英伟达的无晶圆厂（Fabless）经营模式，但在AI芯片领域的技术路线却不同。摩尔线程选择了类似英伟达的通用GPU研发技术路线，旗下所有产品均基于自主研发的MUSA统一系统架构。

该架构融合GPU硬件和软件的全功能GPU计算加速统一系统架构，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。

而寒武纪设计、研发的智能芯片不属于GPU，而是面向人工智能领域专门设计的芯片（ASIC）。智能芯片的性能和能效优势主要集中于智能应用，在人工智能领域可以替代GPU芯片。

寒武纪在智能芯片领域掌握了智能处理器微架构、智能处理器指令集等多种核心技术，并在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言等多类核心技术。

上述两种技术路线当前都属于主流，但显然摩尔线程前面有英伟达成功的榜样可追寻，而寒武纪要走通ASIC道路还没有如此成功的案例。

摩尔的GPU路线依托大规模并行架构和高带宽存储体系，在AI训练与推理环节具备显著性能优势，并凭借成熟的软件生态（如英伟达CUDA）构筑行业壁垒，是当前最主要的通用AI加速器。

寒武纪的ASIC路线则面向特定算法场景定制，能效表现突出，适用于数据中心加速器及大规模边缘部署，但其应用生态不如通用的GPU广泛，在某些需要图形处理或通用计算的场景下不占优势。

用更直白的话说就是：摩尔线程的技术路线已经有了成功的例子，但其竞争压力非常大，而寒武纪的技术路线则更加专注、更剑走偏锋，可能有“走捷径”的潜力，但能否成功的不确定性更大。

图片

结语

机会已经摆在了摩尔线程和寒武纪眼前。各国算力科技竞争在加剧，随国家政策大力扶持、国内人工智能产业链各重要环节技术的不断成熟，国产AI芯片厂商将迎来关键发展机遇。国产算力有望成为国内大模型企业的重要采购来源。
IDC预测，2025年中国智算市场规模达到约3000亿元，预计2029年将突破1万亿人民币。面对万亿级别的市场，国产AI芯片有先天的“主场优势”，但又面临国外领先企业的技术压力。
如何平衡好盈利和研发，如何在各自技术路线上走出成功的发展范式，是两家企业共同面临的难题。

免责声明（上下滑动查看全部）

任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资有风险，过往业绩不预示未来表现。财经早餐力求文章所载内容及观点客观公正，但不保证其准确性、完整性、及时性等。本文仅代表作者本人观点。
图片

AI芯片是今年股市绕不开的话题，去年底参加了几次机构组织的投研分享会，有一个比较统一的共识是：在科技牛的当下，围绕AI等产业上下游的明星股能否保持坚挺的股价，还得看变现能力孰强孰弱。
换句话说，2026年股市上的科技公司，谁能先盈利，谁能更好盈利，将是决定性的。
对于AI芯片公司来说，可能也是如此。
说实话，如果这些观点是对的，要比我之前的预想还是要快了一些的。因为像寒武纪、摩尔线程这样的AI芯片“新贵”，前几年的发展速度极快，前期的研发投入很多，要快速突破国内外巨头企业的竞争压力也不小。
要这些成长股能够在今年就把重心放到利润上面，是否有些操之过急了呢？
另一方面，时势确实在造英雄。在海外市场，英伟达拥有超强市场竞争力，并正在快速迭代技术，进一步巩固生态。而国内AI市场则以华为昇腾、海光信息、寒武纪、摩尔线程、沐曦股份、壁仞科技等一系列企业展开“百花齐放”式的竞争，并没有哪一家处于绝对领先位置。
随着AI芯片国产替代节奏的加强，这些企业中势必会有分化，而领先者和落后者到底会是谁，也将会是所有投资者最关心的话题。本文以摩尔线程和寒武纪作为对比案例进行分析。
图片

盈利能力的差异点

最近，摩尔线程发布业绩预告称，预计2025年年度实现营业收入14.5亿元到15.2亿元，与上年同期相比，收入增长幅度为230.70%到246.67%。公司2025年年度归属于母公司所有者的净利润预计将出现亏损，预计亏损9.5亿元到10.6亿元，与上年同期相比，亏损收窄幅度为34.50%到41.30%。
显然，得益于国内人工智能产业蓬勃发展及市场对高性能GPU的强劲需求，公司产品竞争优势进一步扩大，市场关注度与认可度持续提升，推动收入与毛利增长，整体亏损幅度同比收窄。
也显然，摩尔线程的亏损率还是十分可观，以预计亏损除以预计营收计算，2025年度的亏损率将最高可达73%，从侧面反映出其扭亏为盈的难度是不小的。
反观寒武纪，则已经基本实现了盈利。2025年前三季度，公司实现营收46.07亿元，同比增长2386.38%；实现扣非后归母净利润14.19亿元，同比增长264.52%。去年前三季度的净利润率近35%，这即便在科技硬件行业中也是非常了不起的。
比如去年1-3季度小米集团的净利润率为10.3%，虽然两者主营业务非常不同，但同作为科技类研发企业，是可以对比一下的。
决定寒武纪和摩尔线程盈利能力产生区别的主因，一是来自营收体量的不同；二则是研发费率方面的差异。
先来说前者，有机构预测，去年寒武纪的营收最终可能达到约68亿元。这是摩尔线程预估的年度营收中位数的四倍以上。在微观经济学中，在一定情况下，营收越多代表企业能获得的边际收益也越多，尤其是对于成长型、知识含量较高的行业，初期的营收扩张对边际收益有直接的正向作用。
另一方面，由于AI芯片是最高精尖的领域，科技壁垒非常强，前期企业要持续投入巨额的研发费用，研发费用率的差异也会至关重要。
2023年到2025年上半年，摩尔线程各期研发费用分别为13.34亿元、13.59亿元、5.57亿元，费用率分别为1076.3%、309.9%和79.3%，呈现明显的递减走势，但和寒武纪相比依然呈现明显的高费率。
同一时期，寒武纪的研发费用分别为11.18亿元、12.16亿元、5.42亿元，研发费用率分别为157.5%、103.5%、18.8%。可见营收规模大幅度落后寒武纪的摩尔线程，在研发费用方面一直保持领先，虽然领先幅度并不大。这当然就会反映在两者的巨大盈利能力差异上面。
当然，对于上述研发费用的差距，我们可以分两种角度思考：一是AI芯片的研发确实需要“烧钱”，摩尔线程现在敢于在研发方面花钱，后续其产品可能会更具备竞争力。二是对于国产AI芯片企业来说，能否早日实现盈利才是后续发展的关键，用相对较低的研发费用率，获得更多的盈利才会保证后续的竞争力。
上述两种观点前者有利于摩尔，而后者则更“亲”寒武纪。到底哪一种是对的其实没有标准答案，需要投资者自行判断。
图片

业务模式的差异点

在国产AI芯片领域，当前多种技术路线正在“齐头并进”。造成这种差异性的主因是这个市场足够大，容得下不同技术路线的探索，而且整个云侧AI芯片的技术路线并没有完全固定。

英伟达和AMD所代表的是通用GPU技术路线的成功模式，当前两家企业在全球占据最高的市场份额，当然英伟达处于绝对领先。

根据Verified Market Research的数据，2024年全球GPU市场规模为773.9亿美元，2030年有望达到4724.5亿美元，2024-2030年的复合增长率高达35.19%，呈现强劲的增长态势。

然而，即便行业老大哥英伟达，也需要在去年底花费200亿美元，获得Groq的AI推理芯片技术许可以及核心研发团队。不同于英伟达擅长的通用GPU，Groq专注于开发一种叫做LPU（语言处理单元）的芯片——其专为“推理”过程，即AI模型根据新数据生成答案或预测的过程，进行了优化。

Groq曾对外表示，得益于嵌入式内存设计（SRAM），其芯片在生成速度、部署效率及能耗控制上均优于GPU。

虽然技术路线和英伟达的通用GPU显著不同，但这种技术路线也可能被英伟达吸收进其现有体系中。比如，黄仁勋曾提及，计划将Groq的低延迟处理器集成到英伟达AI工厂架构中，扩展该平台以服务于更广泛的AI推理和实时工作负载。英伟达也可能就顺势开发LPU产品，以满足机器人等物理AI市场的新需求。

也有媒体表示，英伟达是花几百亿美元买一个“平安”，提前拆掉其通用GPU路线上一个潜在的“替代方案”，因为一旦其更大体量的竞争对手（如Meta、谷歌）在TPU领域取得更多进展，英伟达当前近乎“独领”的优势就岌岌可危。

英伟达的案例告诉我们，选对技术路线显然是非常重要的，即便并不是GPU技术路线，也可能对行业头部企业造成潜在威胁。

虽然摩尔线程和寒武纪都采用了类似英伟达的无晶圆厂（Fabless）经营模式，但在AI芯片领域的技术路线却不同。摩尔线程选择了类似英伟达的通用GPU研发技术路线，旗下所有产品均基于自主研发的MUSA统一系统架构。

该架构融合GPU硬件和软件的全功能GPU计算加速统一系统架构，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。

而寒武纪设计、研发的智能芯片不属于GPU，而是面向人工智能领域专门设计的芯片（ASIC）。智能芯片的性能和能效优势主要集中于智能应用，在人工智能领域可以替代GPU芯片。

寒武纪在智能芯片领域掌握了智能处理器微架构、智能处理器指令集等多种核心技术，并在基础系统软件技术领域掌握了编程框架适配与优化、智能芯片编程语言等多类核心技术。

上述两种技术路线当前都属于主流，但显然摩尔线程前面有英伟达成功的榜样可追寻，而寒武纪要走通ASIC道路还没有如此成功的案例。

摩尔的GPU路线依托大规模并行架构和高带宽存储体系，在AI训练与推理环节具备显著性能优势，并凭借成熟的软件生态（如英伟达CUDA）构筑行业壁垒，是当前最主要的通用AI加速器。

寒武纪的ASIC路线则面向特定算法场景定制，能效表现突出，适用于数据中心加速器及大规模边缘部署，但其应用生态不如通用的GPU广泛，在某些需要图形处理或通用计算的场景下不占优势。

用更直白的话说就是：摩尔线程的技术路线已经有了成功的例子，但其竞争压力非常大，而寒武纪的技术路线则更加专注、更剑走偏锋，可能有“走捷径”的潜力，但能否成功的不确定性更大。

图片

结语

机会已经摆在了摩尔线程和寒武纪眼前。各国算力科技竞争在加剧，随国家政策大力扶持、国内人工智能产业链各重要环节技术的不断成熟，国产AI芯片厂商将迎来关键发展机遇。国产算力有望成为国内大模型企业的重要采购来源。
IDC预测，2025年中国智算市场规模达到约3000亿元，预计2029年将突破1万亿人民币。面对万亿级别的市场，国产AI芯片有先天的“主场优势”，但又面临国外领先企业的技术压力。
如何平衡好盈利和研发，如何在各自技术路线上走出成功的发展范式，是两家企业共同面临的难题。

免责声明（上下滑动查看全部）

任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资有风险，过往业绩不预示未来表现。财经早餐力求文章所载内容及观点客观公正，但不保证其准确性、完整性、及时性等。本文仅代表作者本人观点。
展开
打开“财经头条”阅读更多精彩资讯
-已经到底了-
APP内打开