核心观点
　　事件：GPU厂商摩尔线程科创板IPO获受理：拟募资80亿，称产品部分性能对标国际。6月30日，据澎湃新闻援引上交所官网，国产GPU厂商摩尔线程智能科技（北京）股份有限公司科创板IPO获受理。根据招股书，此次发行拟募资80亿元，本次公开发行股票总数不低于4444.7580万股，占发行后总股本的比例不低于10%。
　　一、摩尔线程招股书（申报稿）要点梳理如下：
　　（1）GPU功能覆盖AI智算、图形渲染，潜在市场空间广阔。
　　根据摩尔线程招股书（申报稿）：
　　GPU定义及构成：GPU又称显示核心、视觉处理器、显示芯片，是一种主要用于计算加速领域的微处理器。GPU从早期的图形渲染任务开始，随着软件和硬件技术的持续发展，逐渐扩展至计算加速等领域。
　　GPU关键组件包括决定其处理能力和运算效率的微架构，以及由开发工具、程序库和应用程序接口（API）组成的软件生态系统，这一生态系统确保了开发者能够在各类应用场景中高效调用GPU的计算能力。
　　GPU按功能定位来划分类别：GPU主要分为全功能GPU、图形GPU、GPGPU。（1）全功能GPU：以英伟达和摩尔线程为代表，这类GPU具备完备性和计算精度完整性，在工作效率、生态完整多样性以及兼容性方面更具优势；（2）图形GPU：专为图形渲染和PC游戏应用而设计，针对高清显示及高性能2D/3D图形计算进行了优化；（3）GPGPU：省去了与图形显示和渲染相关的功能，专注于利用GPU架构执行通用并行计算任务。
　　GPU产品要素及行业进入壁垒：（1）关键参数：GPU的性能由多个关键参数决定，包括核心数量、工作频率、显存容量、显存带宽、计算能力与精度覆盖范围等；（2）生态系统：GPU生态系统由上层算法库、中层接口、驱动程序、编译器和底层硬件架构等构成。主要的研发挑战集中在GPU硬件架构和通用计算软件生态系统上。在软件生态系统中，GPU厂商需要长期投入开发IP和软件堆栈，以构建完整的开发者生态。代表性的GPU生态系统是英伟达CUDA生态，现阶段不易被超越；CUDA兼容性预计将引导未来生态系统的发展方向；（3）行业壁垒：主要包括技术壁垒、资本壁垒、人才壁垒、品牌壁垒。
　　GPU市场空间广阔：（1）GPU市场规模：根据弗若斯特沙利文预测，全球GPU市场规模预计在2029年将达到36,119.74亿元，其中，中国GPU市场规模在2029年将达到13,635.78亿元，在全球市场中的市场占比预计将从2024年的30.8%提升至2029年的37.8%。（2）中国AI智算GPU市场规模：在中国AI智算GPU市场中，数据中心GPU产品是过去增速最快的细分市场，其市场规模从2020年的82.00亿元以70.1%的年均复合增长率，快速增长至2024年的687.22亿元，预计未来还将以年均复合增长率55.7%的高增速增长至2029年的6,639.16亿元。其他AI智算产品（包括边缘计算和云计算产品）预计在未来将以58.8%的增速在2029年达到3,694.24亿元。
　　GPU市场竞争格局：GPU芯片及计算加速芯片行业呈现出国际企业主导、国内厂商快速追赶的竞争格局。随着国内企业在技术、生态和市场拓展方面的持续突破，未来有望在更多领域实现国产替代和市场拓展。
　　（2）摩尔线程高研发投入打通“芯片-模组-服务器-集群”全链条。
　　根据摩尔线程公司官网：
　　国产GPU代表厂商：摩尔线程成立于2020年6月，以全功能GPU为核心，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，为各行各业的数智化转型提供强大的AI计算支持。公司致力于成为具备国际竞争力的GPU领军企业，为融合人工智能和数字孪生的数智世界打造先进的加速计算平台。
　　根据摩尔线程招股书（申报稿）:
　　创始人具备英伟达背景：摩尔线程创始人、董事长、总经理张建中先生曾任英伟达全球副总裁、大中华区总经理；摩尔线程联合创始人、职工董事周苑女士曾任英伟达市场生态高级总监；摩尔线程联合创始人、董事、副总经理张钰勃先生曾任英伟达GPU架构师。
　　方案产品全方位自主可控：公司成功自主研发并量产四代高性能GPU架构，并基于此推出了十余款高性能GPU加速卡与模组，以及D800计算服务器和KUAE智能计算集群等产品，构建了包含芯片设计、硬件产品及软硬一体化解决方案的全方位自主可控产品体系。公司产品矩阵覆盖从智能计算中心至终端设备以及从服务器级至个人计算机级的各类场景，满足政务、企业及个人消费者等多层次、多样化需求。
　　自研MUSA架构实现GPU全功能耦合：公司在GPU芯片及相关产品的研发、设计领域具备较为深厚的技术积累和创新能力。在核心技术架构与创新方面，公司自研的全功能GPU架构MUSA，结合硬件产品、集群系统和基础软件，能够满足高性能计算（HPC）、AI和图形渲染等领域的核心算力需求。MUSA基于异构计算理念，通过CPU与GPU协同，实现并行任务的高效分配，最大化计算效率。基于多引擎集成技术，公司采用高度集成设计，将AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等多种引擎集成于同一芯片，通过各引擎高效协同，满足多样化应用场景需求。此外