8月9日，国产GPU龙头摩尔线程（688795.SH）发布《2026年半年度报告》。2026年上半年，公司实现营收17.36亿元，同比大幅增长147.42%，已超2025年全年营收；毛利总额达9.89亿元，同比增长103.78%；盈利能力显著改善，归母净利润亏损大幅收窄95.73%至-1156万元，距离全面盈亏平衡仅一步之遥。
2026年上半年，在国产算力产业加速替代的行业周期下，这份亮眼的半年报背后是摩尔线程多年技术研发沉淀后，商业化能力集中兑现的标志性节点。本次财报透露出的增长逻辑，恰恰勾勒出国产GPU龙头“商业化进阶”的完整路径。
拆解业绩含金量
摩尔线程本次半年报的盈利改善具备扎实的产业底层逻辑。
从营收端看，本次增长的核心驱动力来自市场对全功能 GPU 的强劲需求，以及智算集群业务的规模化落地。随着 AI 产业从大模型研发向行业应用深度渗透，云端训练与推理算力需求持续爆发，兼具训推一体能力的全功能 GPU 成为算力基础设施的核心载体。摩尔线程的产品布局精准踩中产业需求拐点，增长并非短期脉冲，而是长期产业趋势支撑下的可持续增长。
从盈利端看，亏损收窄的质量尤为值得关注，其核心驱动来自两大维度：
其一，规模效应持续释放，单位成本不断摊薄。GPU 芯片具有典型的高固定成本、低边际成本属性，随着营收规模快速跨越，前期的研发投入、流片成本被更大的出货量分摊，叠加毛利总额同步提升，产品的盈利模型持续优化。这种由规模增长带来的盈利改善，具备强持续性，随着后续出货量进一步提升，盈利弹性将持续释放。
其二，研发投入并未收缩，反而持续加码。报告显示，公司2026上半年研发投入达7.69亿元，同比增长38.16%。2022年以来，公司累计研发投入近59亿元。截至2026年6月30日，公司累计申请专利2167 项，其中发明专利申请2049项；累计获得授权专利788项，其中发明专利725项，稳居国产GPU企业前列。这意味着，公司的盈利改善并非通过缩减长期投入换取短期利润，而是在保障技术迭代节奏的前提下，通过商业化效率提升实现的健康改善，技术护城河仍在持续加厚。
商业化全面提速：从S5000规模化销售到核心算力客户持续渗透
如果说研发投入是科技企业的“底气”，那么商业化落地能力就是价值兑现的“试金石”。本次半年报中，智算集群业务的规模化销售与多地落地，是摩尔线程商业化进程中最具标志性的进展，也为后续业绩增长锁定了强确定性。
作为公司核心增长引擎，旗舰级 AI 训推一体智算卡 MTT S5000 已实现持续规模化量产，其单卡AI算力（稠密）高达1000 TFLOPS，配备80GB显存，显存带宽达到1.6TB/s，卡间互联带宽为784GB/s，完整支持从FP8到FP64的全精度计算，能够灵活应对从训练到推理的多精度算力需求。凭借高算力、全精度的综合性能，该产品在大模型训练与推理表现上对标国际主流产品，且首批通过国家《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，天然适配政务、金融、能源等关键行业的算力需求。
在此基础上，MTT S5000 智算集群已实现规模化销售，并在北京、无锡、杭州等多地完成部署与交付。从单点标杆案例到批量复制落地，背后是产品在三大核心技术维度的全面突破：集群线性扩展效率高达 95%，可支撑超大规模训练任务；训练精度与国际主流计算卡持平，损失曲线高度一致；支持断点续训，有效训练时长占比超 90%。对于算力客户而言，大规模集群的稳定运行能力，远比单卡性能更具价值；多地交付的落地成果，充分验证了摩尔线程的工程化能力与产品可靠性。
更具行业突破意义的是“国芯训国模”的系列实践成果。基于夸娥智算集群，摩尔线程已完成 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（霸榜37天），开源的代码大模型 MusaCoder 算子性能比肩国际 SOTA 水平。这一系列成果打破了“国产 GPU 只能做推理、不能支撑高端训练”的行业刻板印象，证明国产算力已具备承接高端大模型训练任务的能力，彻底打开了高端智算市场的增长空间。
与此同时，公司客户结构持续优化，正加速向互联网、运营商等核心算力客户渗透，落地场景不断丰富。相较于传统行业客户，互联网与运营商客户的采购规模更大、技术要求更高、认证周期更长，一旦进入供应链体系，订单的持续性与稳定性极强。核心客户的渗透突破，意味着摩尔线程的市场空间与增长韧性大幅提升。
生态护城河：超越硬件的竞争壁垒
硬件决定下限，生态决定上限。MUSA生态的日益成熟，构建起摩尔线程最深厚的护城河：
1.零成本迁移：解决客户“不敢用”的痛点
MUSA生态已实现对CUDA的深度适配，做到100%核心数学库兼容及3000+ PyTorch算子兼容，并获得vLLM、SGLang 等主流推理框架官方支持。DeepSeek、Kimi、GLM 等主流大模型均实现Day-0快速适配，将客户从现有体系迁移至国产算力的成本降至最低。
2. 80万开发者：进入生态“自生长”飞轮
截至2026年上半年，MUSA生态的开发者数量已突破80万人，它标志着MUSA生态已进入“开发者自发繁荣”的飞轮之中。开发者越多，应用场景与优化方案越丰富，进而吸引更多客户加入，形成正向循环。
3.前瞻卡位：打通具身智能全闭环
基于“算、渲、仿”一体的通用算力，摩尔线程不仅服务云端，更前瞻布局下一代算力赛道，打通了“大模型训练—仿真模拟—端侧部署”的全生态闭环。通过MT Lambda 仿真平台及无锡具身智能创新中心等布局，公司已将生态优势从云端智算拓展至具身智能与边缘计算，抢占了下一代算力基础设施的制高点。
未来增长期权：“花港”蓄势待发，或触及第二增长曲线
对于半导体企业而言，“量产一代、研发一代、预研一代”的严密节奏决定了长久的生命力。早在2025年的MUSA开发者生态大会上，摩尔线程创始人张建中就发布了全功能GPU架构“花港”，支持FP4到FP64的全精度计算，密度提升50%，效能提升10倍。张建中表示，未来将基于该架构推出高性能AI训推一体“华山”芯片与专攻高性能图形渲染的“庐山”芯片。”
按照摩尔线程以往的发布节奏，2026年底大概率将正式发布“华山”或“庐山”中的一款。这点从半年报的数据中可窥探一二。
“华山”和“庐山”这两个项目投入明显增加，无论哪款面世，都将为摩尔线程带来新的增长曲线：
如果是“华山”，将直接打开百亿级企业级与云端算力市场。毕竟大模型训练与超大规模推理，是目前全球半导体行业体量最大、毛利最高、成长性最强的市场。大模型已普遍进入万亿参数时代，对高密度、高能效比算力的需求呈指数级增长。“华山”的落地将推动摩尔线程在大规模智算中心中担任主算力，打入头部互联网巨头、电信运营商及国有智算中心的核心供应链，带来可持续的巨大订单量。
如果是“庐山”，摩尔线程将迎来在消费级高端图形市场的业绩增长“第二曲线”，毕竟此前还没有任何一家国产GPU厂商能够站上高端消费级显卡舞台与巨头厮杀，摩尔线程极有可能再度迎来“黑悟空神话”时刻。
站在当前的节点审视，摩尔线程的底盘已经极其稳固：以MTT S5000为代表的智算集群在云端大厂与政企客户中加速渗透，奠定了坚实的业绩基本盘；80万开发者构筑的MUSA生态壁垒，则让客户迁移成本降至最低，形成了难以被替代的正向飞轮。
而展望即将到来的是“技术爆发期”——无论是今年年底蓄势待发、直指高端消费级市场的“庐山”，还是锚定万亿大模型算力巅峰的“华山”，基于“花港”架构的新一代旗舰均已箭在弦上。这不仅保证了公司产品迭代绝无断档风险，更意味着摩尔线程正在将“国产替代”的叙事，重写为“正面交锋与引领突破”。
从商业化提速到生态繁荣，再到新架构的期权兑现，摩尔线程作为国产全功能GPU龙头，不仅向资本市场交出了一份高质量的答卷，更在自我演进中，为中国算力产业链的自主可控树立了最坚实的标杆。属于摩尔线程的商业化大幕，才刚刚拉开。