半年营收超去年全年、万卡集群加速落地，摩尔线程迎来商业化的“奇点时刻”

日前，国产GPU龙头摩尔线程同步披露半年报并官宣启动H股上市筹备。

公司半年报数据可谓亮眼。

上半年，摩尔线程实现营业收入17.36亿元，同比增长147.42%，这一数字已超过2025年全年15.05亿元的营收规模；归母净利润亏损同比收窄95.73%，仅为-1,156.31万元。盈利拐点近在咫尺。值得一提的是，盈利改善并不以压缩长期投入为代价。报告期内，公司研发投入达7.69亿元，同比增长38.16%，占营业收入的比例仍高达44.30%。

如果说上述数据是后视镜，那么财报中还有更具前瞻性的指标。期末存货35.50亿元，较2025年末增长166.48%，说明公司正在火热备货之中。

一、半年报的含金量，远不在于账面数字

要理解这份财报的成色，需要先理解GPU行业的财务特征。

GPU芯片具有典型的高固定成本、低边际成本属性，前期巨额的研发投入与流片成本属于沉没成本；一旦产品跨过规模化交付的门槛，单位成本将被快速摊薄，毛利总额同步抬升，利润弹性随之急剧放大。

换言之，作为市场中为数不多的真正实现面向高端大模型训练的千卡级、万卡级大规模集群商业化应用落地的GPU供应商，摩尔线程的这份财报是多年技术投入在商业化端口的集中兑现，且很可能只是利润释放的起点。

本轮营收跨越式增长得益于市场对全功能GPU的强劲需求与夸娥智算集群商业化加速等因素。摩尔线程的旗舰级训推一体全功能GPU智算卡MTT S5000单卡性能核心指标已达到对标国际旗舰水准的技术高度，单卡AI算力（稠密）高达1000 TFLOPS，配备80GB显存，支持从FP8到FP64的全精度计算。

基于MTT S5000，公司构建了夸娥万卡级智算集群，并迅速将其转化为商业实绩。今年3月，公司签下总金额6.6亿元的夸娥万卡级智算集群大单。截至目前，MTT S5000智算集群已在北京、无锡、杭州等多地完成部署与交付，实现了多地批量销售。据悉，摩尔线程的夸娥集群在Dense大模型训练中的模型算力利用率（MFU）高达60%，在MoE大模型上达40%，训练线性扩展效率达到95%，并在原生FP8精度下完整复现了顶尖大模型的训练流程，多项关键指标均达到国际主流水平。技术与工程的硬实力，正是其赢得规模化订单的底层原因。

订单放量的同时，客户结构持续优化。报告期内，公司加速渗透互联网、运营商等关键客户。相关客户采购规模大、认证周期长，但一旦通过供应链准入，订单的持续性极强。此外，摩尔线程进入了主流的市场化的算力采购体系，未来增长的确定性显著提升。

除此以外，其他产品线也在形成多点支撑。其中，公司推出并销售MTT AIBOOK算力本、MTT AICUBE家庭AI中枢；边缘AI计算模组MTT E300则在行业智能体、工业智造和智慧教育等场景取得持续进展。

摩尔线程的前瞻布局已延伸至具身智能与量子计算等下一代赛道。公司发布了国内首个全栈国产化物理AI仿真平台MT Lambda；公司同时开源具身智能领域首个基于MUSA架构的GPU加速物理仿真后端MuJoCo Warp MUSA，并完成四足机器狗与两足人形机器人Sim2Real真机验证。在量子计算领域，公司联合硅臻推出北京首个“量超智通”融合计算平台，以GPU与量子计算机双核心构建融合算力底座。

二、算力下半场：集群、生态、新架构三重增长引擎

上半年业绩确认了商业化拐点。而面向未来，摩尔线程真正的战略纵深，在于国芯国模的国产化浪潮与超大规模集群化趋势交汇所打开的新战场。

7月，月之暗面正式开源2.8万亿参数的Kimi K3大模型，该模型已几乎与头部海外模型看齐，中国模型厂商在全球的调用份额与美国模型的差距正在持续缩小。市场对自主可控国产底层算力的需求迎来集中爆发，为摩尔线程这类本土GPU企业创造了历史性发展机遇。

在同一时间，中国首个全国产十万卡AI超集群正式落成，新一轮十万卡集群的建设也将开启。国盛证券判断，算力竞争正从单点峰值性能全面转向系统级全栈效率的比拼；招商证券还指出，超节点是未来算力底座的核心构成单元。

产业焦点与需求的同步切换，恰好放大了摩尔线程多年积淀的全栈综合能力优势。

长久以来，市场存在一种固有偏见，即国产GPU仅能承担轻量化推理任务，无法承接超大参数模型的完整预训练工作。

而摩尔线程一系列“国芯训国模”落地结果打破了这一认知。

合作伙伴基于摩尔线程MTT S5000智算集群，实现“国芯训国模”，从零起步完整训练MoE-236B基础大模型；北京大学EvoPhys团队则在MTT S5000全功能GPU上全程原生训练5D世界模型EvoPhys-World，该成果在斯坦福大学WorldScore公开评测榜单中荣登“世界生成（World Generation）”赛道第一名，并37天蝉联榜首。这些实践证明摩尔线程不仅能高效承载大语言模型训练，还可以有力支撑世界模型、科学模型的训练工作。

此外，在算力竞争转向系统全栈能力的行业共识之下，软件生态长期积累形成的壁垒构成摩尔线程难以被短期追赶的另一道护城河。

摩尔线程的MUSA软件栈已实现对CUDA的深度兼容，通过自研MUSIFY工具可协助开发者将源代码快速迁移到MUSA平台，大幅降低迁移成本。模型适配方面，公司实现DeepSeek-V4、MiniMax M3、智谱GLM-5.2、Kimi K3、MiniMax H3等模型的Day-0适配。开发者生态方面，目前公司各类开发者数量已突破80万名；全球顶级推理框架SGLang及vLLM完成MUSA代码主线合入，标志着国产GPU开源生态进入“原生支持”时代。

系统架构层面，超节点已成为行业公认的算力底座演进方向。公司还发布了MTT C256超节点的架构规划。MTT C256在一层Scale-up网络中实现了256卡全互联，卡间通信延迟压至亚微秒级，仅通过两个标准机柜即可实现256卡极速互联，集群可平滑向十万卡级扩展。这一架构不仅契合现有智算生态，更为下一代超大规模算力基础设施提供了明确的演进路径。

三、赴港上市，开启全球化布局

与半年报同步，摩尔线程还正式启动H股上市筹划。按照公告，赴港上市主要指向深化国际化战略布局、吸引和集聚优秀研发与管理人才，并进一步提升公司治理水平和核心竞争力。

A+H布局的意义并不是增加一个融资平台。GPU具有研发投入高、技术迭代快、全球人才与生态高度集聚的产业特征。登陆香港市场的价值，不仅在于可以借助港股的国际化属性，平滑单一市场波动对长期研发投入的冲击，保证研发节奏不被打断；另一方面，也能为海外人才引进、客户拓展及生态合作提供更加国际化的资本平台。若最终顺利落地，摩尔线程也将由国产GPU的代表性公司，进一步向全球算力芯片领导企业迈进。

结语

近在咫尺的盈亏平衡点，可能仅仅是公司释放增长红利的前菜。

当下全球算力竞争进入决战下半场，本土大模型份额持续走高、十万级国产集群加速推进，若仍将摩尔线程简单定义为政策导向型替代厂商，已然脱离产业现实。

它手握顶尖参数芯片、集群工程能力、软硬件生态、超节点布局等多重底牌，正伴随算力产业本土化大势，成为AI算力基础设施的核心力量。