在AI時(shí)代，芯片公司如果缺乏成體系的知識(shí)產(chǎn)權(quán)布局，很難被視為真正掌握核心技術(shù)。

文｜胡嘉琦

ID | BMR2004

近日，國(guó)產(chǎn)GPU廠(chǎng)商摩爾線(xiàn)程（688795.SH）對(duì)外披露，正式推出AI Coding Plan智能編程服務(wù)。這一新產(chǎn)品依托MTT S5000 的全精度計(jì)算能力，通過(guò)軟硬件協(xié)同架構(gòu)實(shí)現(xiàn)算力效率倍增，把原本偏底層的GPU能力，直接轉(zhuǎn)化為面向開(kāi)發(fā)者的生產(chǎn)力工具。這一步標(biāo)志著國(guó)產(chǎn)GPU企業(yè)開(kāi)始從單純的硬件供應(yīng)商，走向完整計(jì)算平臺(tái)的構(gòu)建者。

摩爾線(xiàn)程成立于2020年6月，于2025年底登陸科創(chuàng)板，以88天的科創(chuàng)板IPO最快過(guò)會(huì)紀(jì)錄引發(fā)市場(chǎng)關(guān)注。它的目標(biāo)并不止于填補(bǔ)算力缺口，而是試圖搭建面向全球的加速計(jì)算基礎(chǔ)設(shè)施和一站式解決方案，為各行業(yè)數(shù)智化轉(zhuǎn)型提供底層支撐。

如果說(shuō)算力是入場(chǎng)券，那么體系化能力才是能否長(zhǎng)期留在牌桌上的關(guān)鍵。圍繞這一更深層的競(jìng)爭(zhēng)維度，《商學(xué)院》記者采訪(fǎng)了摩爾線(xiàn)程相關(guān)負(fù)責(zé)人及行業(yè)專(zhuān)家，試圖還原一個(gè)更少被外界看到的部分：國(guó)產(chǎn) GPU企業(yè)如何在專(zhuān)利體系與底層架構(gòu)層面，搭建屬于自己的“護(hù)城河”。

01

從產(chǎn)品的角度布局專(zhuān)利

在專(zhuān)利策略上，摩爾線(xiàn)程不是單純追求數(shù)量增長(zhǎng)，而是強(qiáng)調(diào)高價(jià)值專(zhuān)利的培育。

《商學(xué)院》記者從摩爾線(xiàn)程相關(guān)負(fù)責(zé)人處了解到，截至 2025 年 6 月，摩爾線(xiàn)程已累計(jì)獲得授權(quán)專(zhuān)利 514 項(xiàng)，其中發(fā)明專(zhuān)利 468 項(xiàng)，數(shù)量在國(guó)內(nèi)GPU企業(yè)中位居前列。值得注意的是，這些專(zhuān)利并非零散分布，而是高度圍繞AI計(jì)算的核心鏈條展開(kāi)，覆蓋處理器架構(gòu)設(shè)計(jì)、AI應(yīng)用加速與并行計(jì)算優(yōu)化、驅(qū)動(dòng)與底層軟件系統(tǒng)，以及GPU算力集群與高性能互聯(lián)等關(guān)鍵方向，逐步形成系統(tǒng)化布局。

在專(zhuān)利策略上，摩爾線(xiàn)程不是單純追求數(shù)量增長(zhǎng)，而是強(qiáng)調(diào)高價(jià)值專(zhuān)利的培育。

高價(jià)值專(zhuān)利指GPU研發(fā)中，集中于處理器架構(gòu)設(shè)計(jì)、并行計(jì)算優(yōu)化、內(nèi)存管理機(jī)制、高速互聯(lián)協(xié)議、編譯器與驅(qū)動(dòng)優(yōu)化、能效控制及AI計(jì)算加速等關(guān)鍵環(huán)節(jié)，這些技術(shù)直接影響性能、能效和兼容性，容易形成技術(shù)壁壘。

2024年，摩爾線(xiàn)程在兩項(xiàng)全國(guó)性高價(jià)值專(zhuān)利賽事中斬獲佳績(jī)：夸娥智算集群項(xiàng)目榮獲中國(guó)海淀高價(jià)值專(zhuān)利培育大賽一等獎(jiǎng)，全功能GPU項(xiàng)目獲得中國(guó)雄安高價(jià)值專(zhuān)利大賽金獎(jiǎng)，體現(xiàn)了其在核心技術(shù)研發(fā)和專(zhuān)利管理上的深度積累。

資深產(chǎn)業(yè)經(jīng)濟(jì)觀察家梁振鵬在接受《商學(xué)院》采訪(fǎng)時(shí)指出，擁有高價(jià)值專(zhuān)利能夠增強(qiáng)企業(yè)技術(shù)話(huà)語(yǔ)權(quán)，支持硬件適配和軟件開(kāi)源等生態(tài)合作，并在全球競(jìng)爭(zhēng)中防御侵權(quán)風(fēng)險(xiǎn)、提升許可議價(jià)能力，助力構(gòu)建自主可控的產(chǎn)業(yè)鏈。

梁振鵬認(rèn)為，GPU企業(yè)對(duì)專(zhuān)利的關(guān)注點(diǎn)，應(yīng)該轉(zhuǎn)向?qū)Ξa(chǎn)業(yè)落地和商業(yè)應(yīng)用的整體支撐能力，即專(zhuān)利是否能夠支撐完整的技術(shù)體系和產(chǎn)業(yè)解決方案。

在專(zhuān)利組合評(píng)估與商業(yè)化落地方面，企業(yè)需要綜合考量技術(shù)覆蓋度、法律穩(wěn)定性、市場(chǎng)關(guān)聯(lián)度以及競(jìng)爭(zhēng)對(duì)手規(guī)避難度，分析專(zhuān)利對(duì)產(chǎn)品功能、成本控制和生態(tài)兼容性的實(shí)際支撐作用。關(guān)鍵指標(biāo)包括專(zhuān)利引用率、權(quán)利要求范圍、地域覆蓋、訴訟歷史以及標(biāo)準(zhǔn)化貢獻(xiàn)。企業(yè)應(yīng)平衡數(shù)量與質(zhì)量，在核心領(lǐng)域布局高價(jià)值專(zhuān)利，同時(shí)輔以外圍專(zhuān)利形成保護(hù)網(wǎng)，避免盲目追求數(shù)量。

在這一背景下，摩爾線(xiàn)程的知識(shí)產(chǎn)權(quán)管理也實(shí)現(xiàn)了系統(tǒng)化轉(zhuǎn)變。通過(guò)國(guó)家級(jí)知識(shí)產(chǎn)權(quán)貫標(biāo)認(rèn)證，公司將管理重心從單一法務(wù)事務(wù)擴(kuò)展至研發(fā)、管理和技術(shù)轉(zhuǎn)化的全流程體系。專(zhuān)利布局開(kāi)始前置參與產(chǎn)品規(guī)劃、技術(shù)路線(xiàn)選擇及市場(chǎng)策略制定，成為企業(yè)長(zhǎng)期發(fā)展的基礎(chǔ)設(shè)施，而非事后補(bǔ)救手段。

這些動(dòng)作背后，是摩爾線(xiàn)程在認(rèn)知層面的轉(zhuǎn)變。在 AI 時(shí)代，芯片公司如果缺乏成體系的知識(shí)產(chǎn)權(quán)布局，很難被視為真正掌握核心技術(shù)。GPU早已不再只是單一硬件產(chǎn)品，而是由指令系統(tǒng)、編譯器、驅(qū)動(dòng)、算子庫(kù)、調(diào)度系統(tǒng)和集群架構(gòu)共同構(gòu)成的復(fù)雜計(jì)算平臺(tái)。每一個(gè)環(huán)節(jié)都對(duì)應(yīng)著可沉淀為專(zhuān)利的技術(shù)創(chuàng)新，每一個(gè)技術(shù)節(jié)點(diǎn)，都可能在未來(lái)的商業(yè)合作與產(chǎn)業(yè)博弈中成為關(guān)鍵籌碼。

02

硬件差異化空間正在被壓縮

晶體管密度提升的成本呈指數(shù)級(jí)增長(zhǎng)，而性能提升幅度卻不斷收窄，制程紅利明顯遞減。

對(duì)于GPU這類(lèi)對(duì)晶體管密度、能效和頻率高度依賴(lài)的芯片而言，制程工藝仍是決定性能密度與功耗表現(xiàn)的關(guān)鍵因素。

摩爾線(xiàn)程目前多款產(chǎn)品主要采用成熟的中高端工藝節(jié)點(diǎn)制造。例如，2022年面向信創(chuàng)市場(chǎng)的MTTS50 即基于12nm制程實(shí)現(xiàn)量產(chǎn)。這一節(jié)點(diǎn)在圖形產(chǎn)品上是一種穩(wěn)健可靠的選擇，有利于快速實(shí)現(xiàn)量產(chǎn)與成本控制。

從行業(yè)整體來(lái)看，目前，主流高性能GPU已逐步向更先進(jìn)的工藝節(jié)點(diǎn)演進(jìn)，先進(jìn)制程通常意味著更高的晶體管密度與更優(yōu)的能效表現(xiàn)?！渡虒W(xué)院》記者從業(yè)內(nèi)人士處了解到，目前行業(yè)普遍采用的是基于7nm的制程工藝。

相比之下，國(guó)際領(lǐng)先GPU廠(chǎng)商如英偉達(dá)在頂級(jí)產(chǎn)品上多采用臺(tái)積電的4nm節(jié)點(diǎn)執(zhí)行先進(jìn)制造，這帶來(lái)了更高的性能密度與能效優(yōu)勢(shì)。國(guó)內(nèi)晶圓代工在先進(jìn)節(jié)點(diǎn)方面受到全球供應(yīng)鏈與設(shè)備限制的制約，目前最先進(jìn)節(jié)點(diǎn)的成熟度和良率仍有提升空間，這也直接影響國(guó)產(chǎn)GPU在高性能和低功耗方面的極限表現(xiàn)。

在當(dāng)前階段，摩爾線(xiàn)程主要通過(guò)在設(shè)計(jì)層面優(yōu)化架構(gòu)與調(diào)度策略，同時(shí)結(jié)合成熟工藝節(jié)點(diǎn)，使其產(chǎn)品在能耗和性能之間取得市場(chǎng)折衷，并控制成本與供貨穩(wěn)定性。這種策略不僅適用于現(xiàn)階段產(chǎn)品快速落地，也為未來(lái)隨著國(guó)內(nèi)先進(jìn)制程能力的逐步提升留出迭代空間。

在中南財(cái)經(jīng)政法大學(xué)知識(shí)產(chǎn)權(quán)研究中心教授曹新明看來(lái)，這一變化，首先源于硬件層面的物理邊界正在逼近。隨著先進(jìn)制程逐步邁入3nm甚至2nm節(jié)點(diǎn)，晶體管密度提升的成本呈指數(shù)級(jí)增長(zhǎng)，而性能提升幅度卻不斷收窄，制程紅利明顯遞減。同時(shí)，全球先進(jìn)制程產(chǎn)能高度集中在少數(shù)廠(chǎng)商手中，英偉達(dá)、AMD、高通等企業(yè)在制造端普遍依賴(lài)臺(tái)積電、三星和英特爾等代工體系，硬件差異化空間被進(jìn)一步壓縮。

03

統(tǒng)一架構(gòu)與軟件生態(tài)

當(dāng)今GPU產(chǎn)業(yè)的競(jìng)爭(zhēng)重心正經(jīng)歷一場(chǎng)結(jié)構(gòu)性遷移，IP體系與開(kāi)發(fā)者生態(tài)成為關(guān)鍵。

如果說(shuō)硬件物理極限壓縮了依靠制程拉開(kāi)差距的空間，那么軟件生態(tài)的成熟，則顯著抬高了產(chǎn)業(yè)競(jìng)爭(zhēng)的門(mén)檻。

曹新明指出，當(dāng)今GPU產(chǎn)業(yè)的競(jìng)爭(zhēng)重心正經(jīng)歷一場(chǎng)結(jié)構(gòu)性遷移。制程工藝（摩爾定律）與原始算力指標(biāo)（FLOPS）仍然是進(jìn)入這一行業(yè)的基礎(chǔ)門(mén)檻，但真正決定企業(yè)長(zhǎng)期盈利能力與產(chǎn)業(yè)地位的因素，正越來(lái)越多取決于專(zhuān)利壁壘構(gòu)成的IP體系，以及由軟件棧支撐的開(kāi)發(fā)者生態(tài)。

《商學(xué)院》記者從摩爾線(xiàn)程負(fù)責(zé)人處獲悉，摩爾線(xiàn)程圍繞自主研發(fā)的MUSA（Meta-computing Unified System Architecture）構(gòu)建起其技術(shù)與生態(tài)的核心支撐。

MUSA架構(gòu)是摩爾線(xiàn)程自主研發(fā)的融合GPU硬件和軟件的全功能GPU計(jì)算加速統(tǒng)一系統(tǒng)架構(gòu)。該架構(gòu)涵蓋從芯片架構(gòu)、指令集、編程模型到軟件運(yùn)行庫(kù)及驅(qū)動(dòng)框架的全棧技術(shù)體系，旨在為各類(lèi)并行計(jì)算場(chǎng)景提供高性能計(jì)算能力，基于MUSA架構(gòu)能夠高效支持AI計(jì)算、圖形渲染、物理仿真、科學(xué)計(jì)算以及超高清視頻編解碼等多元高性能計(jì)算場(chǎng)景。

經(jīng)過(guò)五年深度研發(fā)與持續(xù)迭代，全新升級(jí)的MUSA 5.0 標(biāo)志著這一統(tǒng)一架構(gòu)進(jìn)入相對(duì)成熟的新階段，在全棧統(tǒng)一性、計(jì)算效能與生態(tài)開(kāi)放性方面均取得關(guān)鍵突破。在編程生態(tài)上，MUSA不僅原生支持MUSA C，還深度兼容TileLang、Triton等現(xiàn)代并行編程語(yǔ)言，為開(kāi)發(fā)者提供更靈活高效的全棧開(kāi)發(fā)體驗(yàn)，從而降低遷移與適配成本。在計(jì)算性能方面，核心計(jì)算庫(kù) muDNN在GEMM和FlashAttention等關(guān)鍵算子上實(shí)現(xiàn)接近理論上限的效率，通信效率也大幅提升，同時(shí)編譯器性能獲得成倍優(yōu)化，并集成高性能算子庫(kù)，顯著加速模型訓(xùn)練與推理全流程。

與此同時(shí)，MUSA的生態(tài)策略進(jìn)一步延伸至開(kāi)放體系建設(shè)。據(jù)悉，摩爾線(xiàn)程正計(jì)劃逐步開(kāi)源包括計(jì)算加速庫(kù)、通信庫(kù)以及系統(tǒng)管理框架在內(nèi)的核心組件，將深度優(yōu)化的底層能力向開(kāi)發(fā)者社區(qū)開(kāi)放，以此吸引更多合作伙伴參與生態(tài)共建。

此外，曹新明認(rèn)為，在軟件生態(tài)背后，專(zhuān)利正在發(fā)揮越來(lái)越基礎(chǔ)性的制度支撐作用。

GPU的軟件棧并非簡(jiǎn)單的工程堆砌，而是包含大量底層創(chuàng)新，例如編譯優(yōu)化技術(shù)、并行計(jì)算調(diào)度策略、驅(qū)動(dòng)與硬件協(xié)同機(jī)制，以及對(duì)主流 AI 框架的深度適配能力等，這些都涉及可以專(zhuān)利化的核心技術(shù)。缺乏知識(shí)產(chǎn)權(quán)體系支撐的軟件能力，很難在跨企業(yè)合作和產(chǎn)業(yè)分工中獲得充分信任，也難以形成穩(wěn)定的生態(tài)聯(lián)盟。

04

后來(lái)者的競(jìng)爭(zhēng)

未來(lái)GPU專(zhuān)利競(jìng)爭(zhēng)將更加聚焦異構(gòu)計(jì)算、AI融合、軟硬件協(xié)同優(yōu)化以及新興應(yīng)用場(chǎng)景。

在GPU產(chǎn)業(yè)中，對(duì)后來(lái)者而言最明顯的變化，就是進(jìn)入門(mén)檻被顯著抬高了。

后來(lái)者往往要在看不到市場(chǎng)回報(bào)的情況下，先投入巨額資金完成芯片研發(fā)與流片。但硬件做出來(lái)只是第一步，如果缺乏成熟的編譯工具、驅(qū)動(dòng)支持和主流AI 框架適配能力，開(kāi)發(fā)者很難高效使用這顆芯片，用戶(hù)也不會(huì)輕易遷移平臺(tái)。沒(méi)有用戶(hù)規(guī)模，生態(tài)無(wú)法形成；沒(méi)有生態(tài)，產(chǎn)品就難以落地。這種循環(huán)，使 GPU行業(yè)的起步難度遠(yuǎn)高于多數(shù)半導(dǎo)體細(xì)分賽道。

今天的開(kāi)發(fā)者早已深度綁定英偉達(dá)的CUDA及其工具鏈，訓(xùn)練流程、算子優(yōu)化、工程經(jīng)驗(yàn)都建立在既有平臺(tái)之上。除非新平臺(tái)能提供數(shù)量級(jí)的性能或能效優(yōu)勢(shì)，否則很難說(shuō)服開(kāi)發(fā)者重寫(xiě)代碼、重建流程。這也是為什么不少AI芯片公司并未選擇完全自建生態(tài)，而是優(yōu)先強(qiáng)調(diào)對(duì)CUDA或主流框架的兼容，本質(zhì)上是借助現(xiàn)有體系降低進(jìn)入難度。

摩爾線(xiàn)程的策略同樣體現(xiàn)出這種務(wù)實(shí)取向。一方面推進(jìn)自有編程模型和底層庫(kù)建設(shè)，試圖形成可控的技術(shù)底座；另一方面又強(qiáng)調(diào)對(duì)主流圖形接口和AI框架的適配，在“自主體系”與“現(xiàn)實(shí)兼容”之間找到平衡點(diǎn)。

與生態(tài)壁壘并行存在的，是越來(lái)越難以回避的專(zhuān)利與法律風(fēng)險(xiǎn)。曹新明向《商學(xué)院》記者分析，GPU關(guān)鍵技術(shù)經(jīng)過(guò)多年積累，核心領(lǐng)域早已布滿(mǎn)專(zhuān)利布局。新進(jìn)入者在產(chǎn)品上市前，往往需要進(jìn)行復(fù)雜而昂貴的專(zhuān)利排查，以確認(rèn)自身方案是否存在侵權(quán)隱患。一旦卷入與頭部企業(yè)的專(zhuān)利糾紛，漫長(zhǎng)的訴訟周期和高額成本，足以給資金并不充裕的公司帶來(lái)沉重壓力。

曹新明認(rèn)為，在這樣的環(huán)境下，對(duì)于后來(lái)者更現(xiàn)實(shí)的路徑，是聚焦特定垂直場(chǎng)景，在相對(duì)封閉的應(yīng)用環(huán)境中建立針對(duì)性?xún)?yōu)化的技術(shù)棧，例如自動(dòng)駕駛推理、邊緣計(jì)算或工業(yè)視覺(jué)等領(lǐng)域。在這些場(chǎng)景里，系統(tǒng)功耗、時(shí)延或環(huán)境適應(yīng)性往往比通用算力更重要，后來(lái)者有機(jī)會(huì)通過(guò)“場(chǎng)景深耕”形成差異化能力，而不是全面復(fù)制通用GPU生態(tài)。

從更長(zhǎng)遠(yuǎn)看，GPU產(chǎn)業(yè)格局也并非完全固化。開(kāi)源硬件和開(kāi)源軟件的興起，正在為行業(yè)帶來(lái)新的變量。RISC-V向量擴(kuò)展等路線(xiàn)，為構(gòu)建不同于傳統(tǒng)體系的高性能計(jì)算平臺(tái)提供了技術(shù)基礎(chǔ)；PyTorch、TensorFlow等框架的開(kāi)源化，也讓硬件廠(chǎng)商有機(jī)會(huì)圍繞通用軟件生態(tài)做優(yōu)化，而不必完全依賴(lài)單一廠(chǎng)商的專(zhuān)有平臺(tái)。這些變化暫時(shí)難以撼動(dòng)既有格局，但在長(zhǎng)期維度上，為后來(lái)者保留了一些進(jìn)入空間。

梁振鵬認(rèn)為，未來(lái)GPU專(zhuān)利競(jìng)爭(zhēng)將更加聚焦異構(gòu)計(jì)算、AI融合、軟硬件協(xié)同優(yōu)化以及新興應(yīng)用場(chǎng)景，如元宇宙和自動(dòng)駕駛。同時(shí)，軟件生態(tài)建設(shè)的趨勢(shì)將向開(kāi)源開(kāi)放發(fā)展，企業(yè)可通過(guò)標(biāo)準(zhǔn)必要專(zhuān)利與開(kāi)源協(xié)議的結(jié)合，擴(kuò)大自身技術(shù)和市場(chǎng)影響力。對(duì)于后來(lái)者而言，可采取的策略包括專(zhuān)注于細(xì)分技術(shù)突破以形成專(zhuān)利優(yōu)勢(shì)，積極參與開(kāi)源社區(qū)積累生態(tài)影響力，通過(guò)合作許可快速獲取關(guān)鍵技術(shù)，并注重國(guó)際化布局與風(fēng)險(xiǎn)預(yù)警，從而在激烈的全球競(jìng)爭(zhēng)中爭(zhēng)取立足空間。