国产GPU第一股发行:摩尔线程启动科创板IPO
11月14日,摩尔线程智能科技(北京)股份有限公司公布招股意向书,正式启动科创板的首次公开募股进程,股票代码定为“688795”。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
根据最新公告披露,公司计划于11月24日启动首轮公开发行股票的申购程序,随后将在上交所科创板挂牌上市。这标志着国内高端GPU芯片领域即将迎来首家登陆资本市场的本土企业,备受业界关注。
公开信息显示,此次IPO公司拟发行7000万股,占发行后总股本的14.89%。初步询价日期安排在11月19日,网上网下申购将于11月24日同步进行。

财务数据显示,摩尔线程目前仍处于投入期,尚未实现盈利,累计未弥补亏损达16.04亿元。造成这一状况的主要原因在于公司持续加大研发投入力度。根据预测,公司有望在2027年实现合并报表层面的首次盈利。
值得关注的是,摩尔线程的业务呈现快速增长态势。2025年1-6月实现营收7.02亿元,1-9月营收规模较去年同期激增181.99%,同时亏损幅度收窄18.71%。公司预计2025年全年营收将达12.18亿至14.98亿元,同比增长幅度预计在177.79%至241.65%之间。
本次IPO,摩尔线程计划募集资金80亿元,将主要用于三大核心项目的研发:新一代自主可控AI训推一体芯片、自主可控图形芯片以及自主可控AISoC芯片的持续研发投入,剩余部分将用于补充日常运营所需的流动资金。
作为国内高端AI芯片领域极具代表性的创新企业,摩尔线程自2020年成立以来,始终专注于全功能GPU的自主研发与设计。
基于其完全自主研发的MUSA统一系统架构,摩尔线程率先实现了单芯片同时支持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项技术突破。凭借“图形+AI”双线技术优势,公司不仅成为国内全功能GPU领域的开拓者,更成功将其产品应用范围拓展至广泛的企业级与消费级市场。

相关攻略
阿里云正式发布团队版Token Plan,这一举措并非简单的功能迭代,而是精准针对企业规模化应用AI的核心需求。新方案集成了Qwen3 6、Kimi-K2 6、GLM-5 1、Wan2 7等十余款主流多模态大模型,并推出标准、高级和尊享三档配置,支持企业根据团队规模与使用场景灵活选择,为企业级AI订
企业效率的真正突破并非来自功能越来越多的通用平台,而是来自深耕单一行业的纵向SaaS 在强监管、重流程的行业里摸爬滚打过的人,大多会有这样的体会:效率的提升,往往不是靠功能堆砌出来的。相比那些需要大量定制、适配的通用型CRM或ERP系统,真正能解决问题的,是那些从一开始就为特定行业量身打造的纵向产品
企业NT系统密码泄露:一场被低估的网络安全灾难 在当前的商业环境中,Windows NT系统凭借其出色的稳定性和便捷的管理特性,依然是众多企业服务器的核心选择。然而,这套系统的整体安全性,往往高度依赖于一个看似基础却至关重要的环节——管理员账户密码。一旦此密码被恶意攻击者获取,企业面临的将远非单一服
当前,北方已入供暖季,寒潮来袭,用能高峰到来。 随着北方地区正式进入供暖季,新一轮寒潮也如约而至,一年一度的能源消耗高峰已然拉开序幕。国家能源局的最新介绍给出了定心丸:尽管今年冬季全国最高用电负荷预计会比去年有所增长,但整体电力供应是有保障的,尤其是北方地区的清洁取暖能源供应,预计将保持平稳运行。
全球变暖与城市化加速下的城市热挑战 全球变暖叠加城市化进程,让极端热浪越来越频繁,城市热岛效应也日益凸显。这不仅威胁能源安全与公共健康,更对城市的可持续发展构成了严峻挑战。在此背景下,屋顶光伏作为能源转型的重要一环,其潜力被广泛看好。但一个有趣且关键的问题随之浮出水面:这些遍布屋顶的太阳能板,除了发
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件,重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构,旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本,并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币,其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台,并提醒用户注意资产安全与合规操作,建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究(论文编号arXiv:2603 12935v1),揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出,一种高效且低成本的解决方案——提示工程,或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时,背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题,往往让人束手无策。传统的解决方案,就像请来一群专科医生:去模糊、去噪点、去雨滴,各有各的专长,但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片,才能达到可用的修复水平。 然而,一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学(UBC)与Vector人工智能研究院联合主导的前沿研究,于2026年3月以预印本论文(arXiv:2603 12634v1)形式发布。研究团队创新性地提出了“预算感知价值树搜索”(Budget-Aware Value Tree Search,简称BA VT)框架,旨在攻克一个





