“四个国内GPU龙” IPO赛车，Moore Thread和Mu XI在三年内损失了

由|有一组SOHU技术|编辑Liang Changjun | Yang Jin作为Nvidia的股价继续下跌，其市场价值将超过4万亿美元，“中国版本的Nvidia”刚刚进入榜单上的道路。最近，拥有超过200亿元人民币的国内GPU制造商Moore Thread和Mu XI Integration也为科学技术创新委员会提出了招股说明书。以前的计划筹集了80亿元人民币，预计将是今年科学技术创新委员会中最大的IPO，而MU XI仅筹集了一半的资金。这两家公司都成立于2020年，并刚刚开始在第五年前往IPO的旅程。作为技术和资本行业密集的GPU，它们都面临着K扩大问题的问题以及高投资和高损失的问题。如果您在三年内出售GPU，您将赚取14亿美元，而您的损失高达80亿，让我们看看在他们的商业化情况下。从2022年到2024年，摩尔线程收入从4600万元人民币增加到1.24亿元，翻了一番4.38亿元，覆盖了6.08亿元人民币，复利增长率超过208％。 Muxi融合的增长速度更快，同时收入分别为430,000元，5,300万元和7.43亿元，平均复合增长率为4075％。可以说，它在过去两年中很快进入了商业化，收入和规模的增长已经超过了摩尔的线索。 Moore线程和MU XI的集成主要是具有GPU产品，但TMU XI都专门用于开发高性能GPU通用GPU用于AI培训和智能计算，Moore Thread被称为全功能GPU，并且具有更丰富的产品布局。目前，摩尔线程已经启动了四代GPU架构“ sudi，chunxiao，quyuan，pinghu”，因此，它推出了超过十种GPU产品，涵盖AI智能计算，专业图形加速度和桌面级别的图形加速度NVIDIA。 AI智能会计是摩尔最大的主要业务，去年的收入为3.36亿元，价值近78％。这主要是由于对大型模型培训和市场推理的需求增加，这导致了GPU销售的增长，例如S4000和S5000。扩展整个文本 Muxi Integration当前拥有GPU系列的三个主要产品：用于云的Xisi N系列，用于智能计算的Xiyun C系列和用于图形渲染的Xicai G系列。 在过去的两年中，该公司的业绩爆炸了，这主要是由于第一个智能计算推理芯片XISI N100和联合培训和芯片指南Xiyun C500的大规模生产，后者很快进入了大众应用。 招股说明书表明，去年，GPU产品的综合培训和进步达到了超过7.2亿Y的收入UAN，GPU董事会收入超过5亿元人民币，而GPU服务器收入达到2亿元人民币，这一直是该公司的主要收入。 到今年第一季度末，麦克西的GPU产品的总销售额超过25,000，并提供了九个九个主要的计算机集群集群，包括北京，上海和杭州，涵盖了国家AI公共计算机电源平台和商业智能计算中心，并配备了诸如H3RD之类的服务器制造商。 过去两年中，摩尔线程和MU XI集成中性能的爆炸率从AI趋势中大大受益。在大型模型中，地方政府和企业促进了智能计算中心的建设。 就像Nvidia Ceosini的Huang Renxun所说，AI时期促进了由CPU在智能计算领导的GPU领导的不断变化的一般计算。同时，由国内和外国环保的驱动的国内替代需求Nents共同存在国内GPU的兴起。 但是，这两家公司的收入不高，仍然很难支付高昂的成本。在过去的三年中，摩尔线的净损失分别为18.4亿元，16.73亿元和14.92亿元人民币，总损失超过50亿元人民币。 麦基整合损失相对较低，净损失分别为7.77亿元，8.71亿元和140.9亿元人民币，总损失超过30亿元，但显示出显着的增强速度。去年损失的情况通常与摩尔线相同。 这一方面表明，国内GPU市场的扩展很困难，这是长期以来一直是Nvidia -Monopoly。更重要的是，对于技术，人才，资本和生态密集型GPU领域，需要在早期阶段进行研究和发展的高度投资。 摩尔线程提到了THR全功能GPU产品的Eshold Para很高，建筑设计很复杂，研发很困难，研发周期很长。 Muxi整合还指出，GPU行业具有很高的技术障碍，为了结合产品的竞争优势，我们需要继续增加研发投资。 数据显示，过去三年中摩尔线程的总研发投资达到了38.1亿元人民币，同时以22.47亿元人民币的总投资高于Muxi的总投资。 Moore线程产品具有更大的布局，这也导致更大的损失。 但是，与Nvidia相比，它没有 - 2025财年NVIDIA的研发成本高达129亿美元。 但是，这两家公司有望赚取两三年的收入。摩尔线程根据销售产品，价格和成本预测进行预测，它将在2027年初实现盈利能力。麦基整合说，预计将在2026年达到盈利点。 建立NVIDIA和AMD高管 摩尔线和MU XI的整合成立于2020年。当时，由于国际环境的影响，国内筹码开始限制。华为的常见例子被切断，国内芯片热潮设置，一群高管到主要的芯片制造商已经看到了机会。 摩尔线的创始人张江港来自GPU巨人Nvidia。他于2005年5月加入NVIDIA，担任中国全球副总裁兼总经理，该副总裁兼总经理促进了中国NVIDIA的GPU生态系统的建设。 Muxi集成的创始人Chen Weiliang来自AMD。他曾担任AMD GPU设计的高级总监和AMD General GPU SOC设计的高级总监。 “在最黑暗的时刻，人们总是不得不开火。”面对当时国内公司受到限制的情况，张江开始开展业务的想法正在接受治疗，他希望能够开发中国自己的GPU行业。 因此，张江式带来了NVIDIA同事开展业务。目前，包括联合创始人Zhou Yuan和Zhang Yubo在内的许多Moore线程高管以及副总经理Song Xuejun和Yang Shangshan以前曾与Nvidia合作很长时间。 但是，在公司成立之后，张江没有在摩尔线程中持有共享并担任公司的职位，但他的妻子刘·山汉（Liu Shanshan）只会在2月份移动他的股权，并成为董事长兼董事长兼董事长兼董事长管理人员。 Chen Weiliang还加入了一群前AMD同事。 Mu XI加入了Peng Li和联合创始人Yang Jian，还担任CTO。他们都与AMD合作了十年。 Yang Jian在开始生意之前还曾在华为Hisilicon担任建筑师。 创始人的背景和呼吁国内替代的呼吁使这两家公司迅速成为首都受欢迎的明星。他们聚集了十二个投资研究所不到五年的时间，摩尔线程甚至设定了“在100天内在独角兽中成长”的神话。 公共信息显示，摩尔线程已经完成了6次融资轮换，总数超过45亿元人民币。投资者包括红杉中国，武尤资本，柔扬资本和深圳风险投资等著名风险投资人，并由腾讯和派恩达斯进行投资。最新的赞赏是255亿元人民币。 Muxi整合融资的价值也达到了数十亿人民币，最新的赞赏为210亿元人民币。红杉中国已经多次增加了投资，还收到了Zhen Fund，Jingwei Venture Capital，Chine在线投资和其他投资的投资；股票市场上的超级“公牛”盖·魏登（Ge Weidong）持有总计7.48％的股份，这是该公司最大的外部股东。 目前，张江通过直接处理和处理平台，而Chen Weiliang则控制着MU XI集成投票权的22.94％。 在两家同时提交招股说明书的公司中，国内GPU的第一股竞争变得越来越激烈。 Suiyuan Technology和Biren Technology也在“中文版本的NVIDIA”营地中列出，去年9月开始了指南清单，但尚未提交招股说明书，并且该开发项目略慢。 早期的报道说，Birmen Technology最近完成了15亿元人民币的新融资，赞赏155亿元人民币，并计划在今年的第三季度转移到香港股票以寻找清单。 Tencent采取了许多动议的Suiyuan Technology，最近收到了吉利，上海GUTOU和上海国际的投资，并赞赏超过160亿元人民币。 NVIDIA差距有多大？ 近年来，由于波浪，AI计算能力已成为一种战略资源大型模型。 Nvidia利用空气，使股票的性能和价格翻了一番。最新交易日的市场价值曾经超过3.9万亿美元，并且有可能领导4万亿美元。 “中文版本的NVIDIA”正在通过国内替代机会寻求技术突破，产品和商业化。这时启动了Moore线程和MU XI的集成，这也为外界提供了家庭GPU的比较窗口。 在招股说明书中，这两家公司反复强调了他们独立的研发能力，并表示自我开发的全功能GPU，而Muxi的集成表示自我开发的完整堆栈自我发展。 GPU研发很困难，主要在硬件和软件生态系统中发现。 NVIDIA垄断在LTHE GPU上的位置是由于其在这些领域的出现，正在进行的GPU硬件系统和CUDA软件生态系统Deve所致自2006年以来就陷入了困境。 目前，CUDA在全球范围内拥有超过600万开发人员，并且加速的库和模型数量超过900，从长远来看，它为智能计算中心创造了NVIDIA的GPU市场共享，从长远来看，智能计算中心的分享数量超过90％。 “与NVIDIA，AMD等相比，公司仍然需要改善技术的积累，产品性能等。VidiaGPU具有明显的技术收益和性能成本，兼容性，以及超规模的集群结构。”摩尔线说。 目前，无论是摩尔的集成还是麦克西整合，就GPU产品的全面性能而言，NVIDIA仍然存在很大的空间。 Moore Thread表示，当该公司的某些绩效指标关闭或达到国际高级水平时，该公司的某些“瓶颈”被打破了。 例如，摩尔线程桌面级图形加速产品MTT S80图形卡的FP32计算能力的性能达到14.4tflops，Nvidia于2021年发布的RTX 3060接近RTX 3060，并且计算强度差距从最新的RTX 5090到104.8Tflops非常巨大。 在AI智能计算级别上，去年摩尔线程推出的S5000的FP32计算能力达到了32Tflops，超过了NVIDIA在2020年发行的A100（19.5Tflops），但不到2021年发行的H100（67Tflops）的一半，而不是2021年发布的gap，并且比最新的B200 b200 by nvidia。 Moore Thread还指出，该公司在Kilocard GPU群集的连贯性达到100,000卡路里的一致性方面取得了巨大的问题，而技术的Bumubuor则可以支持100,000卡路里的运行。但是，基于H100，诸如Microsoft，Meta和XAI等外国主要制造商的计算强度为100,000张甚至200,000张。 MU XI集成强调，该公司具有自开发的GPU架构，IP，指令集，主要系统软件等，以及中国单一计算功率性能的等级。豪VER，Xiyun C500的最新AI智能计算能力只有15个TFLOPS，不到Moore Thread S5000的一半，并且不会超过NVIDIA的A100。 在群集方面，Muxi集成目前正在意识到Kiloka群集的商业应用并促进Wanka群集的着陆。它的实力大于摩尔线和国外。但是，Muxi集成声称是独立生成的高速互连技术受带宽和延迟限制损害，并且达到与NVIDIA H200相当的性能。 此外，Moore线程和MU XI的集成都采用集成软件和NVIDIA硬件路线。 Moore线程开发了一个单一的Musa架构系统，其中包括GPU硬件和软件计算加速度，并且与NVIDIA CUDA生态系统兼容。但是，就支持的准确性而言，开发人员的生态系统都远非NVIDIA。 Muxi集成已建立一堆基于其开发的指令集和并行计算引擎中的GPU的MXMACA软件，该软件也与CUDA兼容，目前支持6,000多个CUDA应用程序。但是，该软件仅在今年2月开放，注册用户仅超过10,000。 两家公司都指出，他们提供了相应的开发工具，使开发人员能够促进自己的GPU产品的应用。毫无疑问，这将增加公司成本，但是对于落后的国内芯片生态系统，这是又一步的一步。 “ NVIDIA CUDA生态系统在该行业的生态系统中处于垄断地位，并将处理未来GPU的研发以扩大其业务。在开发计算生态障碍方面的高难度和困难挑战。”摩尔线说。 MU XI集成已承认，国内GPU制造商需要很长时间才能开发自己的Ecosy茎以完成工具的转移和开发人员的转移。 可以说，从两家GPU公司开始，领导其进入列表的开始，替换GPU的过程已经开始，并且需要完全实现技术，而公平的生态系统需要更多的努力。回到Sohu看看更多