8月9日，国产GPU龙头企业摩尔线程发布2026年半年度报告。上半年，该公司实现营业收入17.36亿元，同比增长147.42%，以半年时间超过2025年全年营收规模，在半导体板块中表现亮眼。

　　利润端也释放积极信号，摩尔线程上半年归母净利润亏损大幅收窄，距离全面盈亏平衡一步之遥。与此同时，该公司上半年研发投入同比增长近四成。"增收又增研"一定程度上可看出收入的真正质量。

　　基于半年报的关键数据不难看出，在国产算力需求加速释放的产业趋势下，摩尔线程正从以技术研发投入为主的蓄力阶段，加速迈入商业化规模兑现的新周期。这也折射出国产GPU产业正在进入收获期。

　　业绩增长的底层逻辑：全功能GPU优势凸显

　　摩尔线程上半年盈利改善，背后是全功能GPU市场需求增长与公司商业化能力兑现。从收入结构、成本和投入节奏的维度看，业绩改善有一些底层逻辑。

　　在收入端，受益于算力行业的蓬勃发展，上半年该公司营收同比增幅达147.42%。驱动力首先来自行业大势。大模型从技术研发向行业应用深度渗透，云端训练与推理的算力需求呈井喷态势。弗若斯特沙利文预测，中国AI芯片市场规模将由2024年的1425亿元增至2029年的1.3万亿元，复合增速高达54%。

　　市场有颇大的增量空间，摩尔线程兼具训推一体能力的全功能GPU则成为算力基础设施的选择。半年报也提到，人工智能产业蓬勃发展、市场对全功能GPU的强劲需求叠加公司产品性能获得客户认可等，促使公司竞争优势进一步扩大。

　　另一个重要因素来自夸娥智算集群规模化落地。该产品已在北京、无锡、杭州等多地完成部署与交付。从单点标杆验证走向批量复制，集群产品的收入贡献开始放量，成为收入增长的重要驱动力。

　　盈利层面，亏损收窄则体现出收入质量的变化。上半年该公司归母净利润从上年同期的-2.71亿元收窄至-1156万元，改善幅度达95.73%。摩尔线程上半年毛利总额达9.89亿元，同比增长103.78%，整体毛利率56.95%，毛利率也保持在行业领先水平。

　　GPU芯片具有典型的高固定成本、低边际成本属性。前期大量研发投入和流片成本，随着摩尔线程半年营收规模跨越17亿元量级，被更大的出货量有效分摊，单位成本下降。规模效应释放成为营收和盈利改善的驱动力，更长远看，由规模增长驱动的盈利改善则具备持续性。

　　半年报显示，盈利改善的同时，研发投入也在同步增长。上半年摩尔线程研发投入7.69亿元，同比增长38.16%，研发投入占营收比例为44.3%。

　　半导体行业遵循"量产一代、研发一代、预研一代"的严密迭代节奏。在营收高速增长的同时保持高强度研发投入，可看出公司未因商业化提速而伤害技术护城河，技术积累后续仍具有驱动商业化的潜力。

　　自2022年以来，摩尔线程累计研发投入近59亿元。截至2026年6月30日，该公司累计申请专利2167项，其中发明专利申请2049项。该公司累计获得授权专利788项，其中发明专利725项，在国产GPU企业中领先。

　　半年报还披露，扣除股份支付影响后，上半年摩尔线程的净利润达8353万元，已实现盈利。这个数据意味着，其造血能力有所增强。

　　商业化进入兑现期：加速渗透关键行业

　　今年上半年摩尔线程财务数据改善背后，其业务部署取得了进展。摩尔线程的智算集群已在规模化销售并在多地落地，同时，该公司也在推动产品向核心客户渗透，推动芯片架构迭代、生态壁垒增厚及“国芯训国模”。

　　旗舰产品中，摩尔线程MTT S5000 AI训推一体智算卡是当前该公司的核心产品之一。该产品单卡AI算力（稠密）达1000 TFLOPS，配备80GB显存，显存带宽1.6TB/s，卡间互联带宽784GB/s，支持从FP8到FP64的全精度计算。在大模型训练与推理表现上对标国际主流产品的同时，该产品已首批通过国家《安全可靠测评》，在技术成熟度、安全性与稳定性上达到行业高标准，天然适配运营商、金融、能源等行业的算力需求，也为摩尔线程在关键信息基础设施领域的规模化部署提供了权威背书。

　　基于MTT S5000 AI训推一体智算卡等产品，摩尔线程加速向互联网、运营商等核心算力客户渗透。这类客户的采购体量较大、认证周期长，但一旦进入供应链体系，订单的持续性与稳定性有望显著增强，并有望提升GPU公司未来收入的可见度。

　　基于MTT S5000构建的夸娥智算集群，在工程化层面已具备落地可行性。除了单卡峰值性能，算力客户还看中大规模集群的稳定运行能力。而夸娥智算集群线性扩展效率可达95%，训练精度与国际主流计算卡持平，有效训练时长占比超90%，多地交付的落地成果验证了产品可靠性。

　　在GPU迭代层面，摩尔线程上半年也在持续推进。产品迭代更新是GPU公司打开新增长空间的前提。摩尔线程去年底已发布下一代全功能GPU架构“花港”，该架构支持FP4到FP64的全精度计算，密度提升50%，效能提升10倍。基于“花港”架构，摩尔线程计划推出高性能AI训推一体“华山”芯片与专攻高性能图形渲染的“庐山”芯片。

　　半年报显示，研发金额增长背后，摩尔线程在强化原有架构芯片相关研发工作的同时重点研发投入“华山”“庐山”芯片及相关应用。按照摩尔线程以往的发布节奏推测，2026年底该公司大概率将正式发布“华山”或“庐山”中的一款。而随着架构和产品迭代，国产算力可望加速进入万亿参数大模型训练市场，并进入此前国产GPU尚属空白的消费级高端显卡赛道。

　　生态层面，摩尔线程MUSA软件生态的完善也成为商业化的重要支撑。生态完善的意义在于降低客户从现有算力体系迁移的门槛，并构建超越单一硬件层面的差异化竞争壁垒。开发者越多，应用场景越丰富，就越有可能吸引客户加入，形成正循环。截至2026年上半年，MUSA生态开发者数量突破80万人，MUSA也实现了对CUDA的深度适配，有3000个以上的PyTorch算子兼容，并获得vLLM、SGLang等主流推理框架的官方支持。

　　今年以来，国产大模型加速扩大应用，以摩尔线程为代表的国产GPU企业也在加快适配的步伐。“国芯训国模”是对国产GPU产业价值的验证。年内摩尔线程的产品已对DeepSeek、Kimi、GLM等主流大模型进行了Day-0快速适配。基于夸娥智算集群，摩尔线程也已完成25万亿token语料的MoE-236B基础大模型全栈训练，支撑全球首个5D世界模型"北大EvoPhys-World"登顶斯坦福榜单并霸榜37天，开源代码大模型MusaCoder的算子性能也比肩国际SOTA水平。

　　以摩尔线程为代表的国产GPU厂商，已在着力打破"国产GPU只能做推理、不能支撑高端训练"的行业刻板印象。国产算力的能力边界未来继续拓展、打开高端智算市场增长空间值得期待。

　　当单家国产GPU企业实现了营收翻倍增长、亏损逼近归零，标志着国产GPU的商业化临界点正在被突破，并从商业化“能否成立”进入“能否持续”的新阶段。接下来，对国产GPU企业的考验不再只是单点技术突破，而是结合产品迭代速度、生态黏性与客户复购率的综合能力。对摩尔线程而言，这场商业化长跑刚刚越过了首个里程碑，接下来的赛程不仅考验爆发力，还考验耐力。