图：摩尔线程创始人、董事长 张建中
文｜小卢鱼
编辑｜杨旭然
近日，国产 GPU 领军企业摩尔线程发布上市后首份半年报。2026 年上半年，公司营收达 17.36 亿元，同比增长 147.42%，半年业绩已超越 2025 年全年总和。毛利总额 9.89 亿元，同比增长 103.78%，整体毛利率升至 56.95%。归母净利润亏损收窄至 1156.31 万元，同比减亏幅度高达 95.73%。
营收翻倍、毛利高增、亏损几近抹平，这份成绩单不仅展示了财务层面的亮眼表现，更折射出国产 GPU 商业化进程的关键突破。作为目前国内唯一实现全功能 GPU 量产量销的企业，摩尔线程的演进路径是观察行业从“能用”迈向“规模化商用”的重要样本。
来源：Wind
走向商用：从技术突围到规模落地
国产 GPU 的发展历经“能用”、“好用”至“规模化商用”三个阶段。2014 年至 2022 年，行业聚焦解决“有无”问题，应用场景相对局限。随着摩尔线程“苏堤”、沐曦“曦思 N100"及壁仞"BR100"等芯片的相继问世，行业进入从 1 到 N 的优化期。
2023 年至 2025 年，核心目标转向解决“好不好用”，产品开始进入运营商智算平台及商业化智算中心。华为昇腾 910、摩尔线程 MTT S5000 等代表性产品在提升性能的同时，持续迭代软件栈与开发者平台。
2026 年，行业迈入大规模普及阶段，旨在通过落地超算与智算集群，以规模化商用驱动盈利。摩尔线程推出的“夸娥智算集群”便是典型代表。该系统并非单一硬件，而是包含计算集群、管理平台及大模型平台的全栈解决方案，可并行驱动上万颗 GPU。
今年 3 月，摩尔线程斩获 6.6 亿元夸娥智算集群大单，金额接近其 2025 年全年营收的一半，有力证明了国产 GPU 已跳出低端替代循环。目前，该方案已在北京、无锡、杭州等地完成规模化交付，进入互联网、运营商及地方算力平台的核心采购名单。
摩尔线程的产业客户
在客户拓展上，摩尔线程通过模型训练、词元生产、智能体生产三大 AI 工厂战略，构建了涵盖京东等产业巨头、MiniMax 等 AI 新锐及北京大学等学术机构的多元化客户群。合作模式已从单纯硬件采购深化为联合研发与场景共创，标志着国产算力解决方案正式进入规模化商业落地阶段。
建设生态：兼容策略破局迁移难题
GPU 的商业价值不仅在于芯片销售，更在于生态构建。英伟达凭借 CUDA 平台建立了极高的转换成本，而国产 GPU 生态尚处起步阶段，常因工具链不完善导致算力损耗。对此，摩尔线程采取兼容 CUDA 策略，提供零成本迁移方案。
其 MUSA 生态已实现对 CUDA 的深度适配，核心数学库 100% 兼容，支持 3000+ PyTorch 算子，并获得 vLLM、SGLang 等主流推理框架官方支持，可实现对 DeepSeek、Kimi 等大模型的 Day-0 快速适配。截至 2026 年上半年，MUSA 生态开发者数量突破 80 万，领跑国产阵营。
生态策略直接转化为商业价值，推动公司营收与毛利同比增速均超 100%。同时，公司启动"AI 未来·星火计划”，将前沿技术引入全国 200 多所高校，培育原生人才，为生态长期发展奠定基础。
长期投入：高强度研发构筑技术壁垒
GPU 行业技术密集，研发投入强度是衡量企业潜力的关键指标。2025 年，摩尔线程研发费用占营收比重高达 86.68%。2026 年上半年，尽管该比例降至 44.30%，但实际研发投入同比增长 38.16%，绝对值仍居行业第一梯队。
相比之下，寒武纪同期研发投入占营收比例仅为 11.72%。摩尔线程的高投入匹配其高增长阶段，旨在通过技术迭代换取市场认可。截至 2026 年 6 月 30 日，公司累计申请专利 2167 项，其中发明专利占比超 94%，稳居国产 GPU 企业前列。
基于全新的“花港”架构，摩尔线程计划年底量产“华山”或“庐山”芯片。“华山”专注 AI 训推一体，支撑万卡级集群；“庐山”专攻高性能图形渲染，几何处理、AI 计算及光线追踪性能分别提升 16 倍、64 倍和 50 倍。
商业化成功反哺研发，研发成果扩大商业规模，这一良性循环是国产 GPU 走向盈利的必由之路。作为长周期竞赛，唯有保持战略耐心与高强度投入的企业，方能在技术迭代中赢得长期回报。
