国产GPU行业正在经历从技术验证到业绩兑现的关键阶段。产品是否完成工程化跨越、客户需求是否坚挺、收入能否形成持续增长曲线——这些问题的答案，开始出现在头部企业的财务报表和重大合同公告中。

4月26日，摩尔线程披露了2025年财报和2026年第一季度财报。2025年，摩尔线程营收突破15亿元，同比增长243.37%。今年第一季度，摩尔线程实现当季营收7.38亿元，同比增长155.35%，同时，归母净利润0.29亿元，同比增加1.42亿元；归母扣非净利润亏损0.54亿元，亏损同比收窄60.10%。除了两份财报，摩尔线程近日还宣布获得6.60亿元的夸娥智算集群销售合同。业绩的持续改善和大额销售订单的落地，无不显示这家国产GPU公司的商业化进程已在加速。

2025年营收突破15亿元，一季度业绩持续高增

2025年，摩尔线程实现营业总收入15.05亿元，较上年同期增长243.37%；归属于母公司所有者的净利润亏损幅度较上年同期收窄38.16%；归属于母公司的所有者权益114.59亿元，增幅155.21%。

营收的快速增长，核心驱动力来自产品竞争力的跃升与市场需求的共振。报告期内，公司推出了旗舰级训推一体全功能GPU智算卡MTT S5000，产品性能达到市场领先水平并实现规模量产。基于该产品搭建的大规模集群已上线服务，可高效支持万亿参数大模型训练，计算效率达到同等规模国外同代系GPU集群先进水平。与此同时，摩尔线程表示，公司受益于AI产业发展及高性能 GPU 市场需求旺盛，公司产品竞争力与市场认可度不断提升，带动收入及毛利增长。

同时，2025年，全球人工智能技术浪潮澎湃前行，国内“人工智能 ”行动扎实推进。以大模型、多模态技术为代表的生成式AI加速向各垂直行业纵深演进，不仅深刻重塑了千行百业的生产力模式，更激发了对高性能、高可靠智能算力的井喷式需求。依托全功能GPU产品及其配套软件平台的技术领先优势，摩尔线程的产品持续在多个重点行业应用场景落地，并在人工智能芯片研发、智算中心建设及算力基础设施化领域实现跨越式发展。

从更长的时间维度看，摩尔线程近年的营收增长是一条陡峭的上升曲线。2022年至2024年，摩尔线程三年复合增长率达到208.44%，2025年营收则跃升至15.05亿元，规模效应加速显现。

进入2026年第一季度，摩尔线程业绩延续强劲增长势头，实现当季营收7.38亿元，同比增长155.35%；归母净利润0.29亿元，同比增加1.42亿元；归母扣非净利润亏损0.54亿元，亏损同比收窄60.10%。

除了财报释放的信号，还有迹象显示，今年以来，摩尔线程的商业化进程继续加速。3月31日，摩尔线程披露《关于签订日常经营重大合同的公告》。公告显示，公司与某客户签订了产品销售协议，合同总金额为人民币6.6亿元，合同标的为摩尔线程夸娥智算集群。该公司表示，若合同顺利履行，预计将对经营业绩产生积极影响。

在国产 GPU 赛道，大订单的敲定，是行业对摩尔线程技术成熟度、大规模交付能力的有力背书。但6.6 亿元订单或许只是增长开端，后续公司有望持续斩获万卡集群项目，业绩预期确定性稳步抬升。

万卡级集群落地，商业化进程预期明确

这笔订单传递的信号远不止于金额本身，也标志着AI算力行业的竞争焦点发生深层位移。焦点不仅是“谁能造出能用的GPU单卡”，更是“谁有能力交付大规模、工程化的算力集群”。

从需求端看，这一变化具有明确的市场逻辑。随着大模型参数规模从千亿级迈向万亿级，行业客户对算力的需求已经升级为千卡级、万卡级乃至十万卡级的超大规模集群。以“万卡”为单位的集群部署能力，正在成为AI基础设施供应商的核心竞争力。

在这一趋势下，摩尔线程以夸娥智算集群为支点，已率先完成从“卖卡”到“造工厂”的商业模式跃迁。过去，许多GPU厂商的商业模式以提供硬件板卡为主，客户自行解决互联、组网和适配问题。而夸娥集群提供的是一套全栈、“交钥匙”的AI工厂方案，从MUSA架构到底层芯片，再到高速互联网络和整机柜交付，让客户直接拿到一个AI工厂。

夸娥万卡智算集群从技术层面成功攻克了万卡级硬件系统优化、高速互联与系统级容错等系列高难度工程壁垒，可实现万亿参数大模型端到端训练，成功实现商业化部署，多项关键指标均达到国际主流水平。面向未来更大规模的智能计算需求，摩尔线程正基于新一代“花港”架构，推进十万卡级超大规模智算集群建设和超节点等核心技术研发。

纵观国内算力市场，具备万卡集群级交付能力的企业不多。华为昇腾、海光深算、摩尔线程夸娥构成了系统或集群级市场的第一梯队。企业拥有万卡级集群交付能力意味着在大模型训练这个中美科技竞争最激烈的深水区站稳了脚跟。摩尔线程已经具备了与老牌巨头同台竞技的工程化底蕴。

从商业模式的角度看，这种从单一硬件售卖向“硬件 集群方案 算力服务”全栈模式的转型，工程化交付能力是关键壁垒。工程化能力使算力芯片厂商可以跳出“零部件供应商”的内卷，跨入系统级服务商的门槛。在万卡集群的维度上，6.6亿元只是起步价。智算中心的建设往往具有连贯性，一旦选定某种集群作为底层架构，后续的扩容、升级有望达到亿级甚至十亿级的规模。这也意味着，摩尔线程跨过初创公司的"生存红线"，进入大规模商业化的爆发期。

放眼更长远的市场空间，国产智算集群正面临历史性的发展机遇。行业机构数据显示，国产AI加速卡去年拿下国内云端AI加速器市场的41%份额，2026年预计将是中国算力需求从“云端训练”向“训练 推理”双轮驱动转型的关键之年，国产AI芯片厂商有望实现加速发展。在此情况下，全国产算力栈逐步成型，摩尔线程稳步推进万卡集群项目落地，站在这一产业浪潮的前沿。

生态建设不断强化，巩固差异化竞争壁垒

除了硬件产品迭代和大规模集群交付能力提升，摩尔线程以MUSA架构为核心的生态布局，也在构建差异化竞争壁垒。

摩尔线程基于自研的元计算统一系统架构MUSA，走的是全功能GPU的道路，单一芯片可同时支持AI计算加速、图形渲染、物理仿真和科学计算等多种能力。这种路线的选择，使其技术具备更强的计算通用性、更优的技术演进能力和更佳的生态兼容性。

基于自研的架构和全功能GPU路线，摩尔线程形成了完整的云边端产品矩阵——云端的智算卡MTT S5000与夸娥万卡集群，边缘端面向推理场景的加速卡，终端侧的消费级桌面显卡和AIBOOK。该公司也成为国内少数实现“图形 AI计算”深度融合和极少数支持从FP8到FP64全计算精度的GPU厂商，这都构成了摩尔线程的差异化优势。

在MUSA架构之上，摩尔线程的开发者生态渐趋繁荣，已汇聚超过45万名开发者与学习者，并将前沿技术与产业实践带入全国200多所高校。

高强度的研发投入支撑着技术能力迭代和生态的繁荣。摩尔线程在五年内已推出五代GPU架构，2025年研发费用为13.05亿元，占营业收入的86.68%。

随着技术、产品和生态的不断壮大，外部需求的持续扩张为摩尔线程能力的释放提供了广阔的市场空间。国际半导体产业协会预测，2026年全球AI基础设施支出将达到4500亿美元，其中推理算力占比首次超过70%，由此拉动GPU、HBM及高速网络芯片的强劲需求。

在去年业绩倍增和今年一季度持续高增长的基础上，摩尔线程已用数据证明了商业化能力。从MTT S5000的规模量产，到夸娥万卡集群的大额订单落地，再到MUSA生态吸引众多开发者，从产品突破到集群交付、生态繁荣的正向循环正在形成。接下来，以摩尔线程为代表的国产GPU力量，如何在大模型训练和推理市场获得更多认可和订单，如何在竞争中下持续扩展差异化优势，将是国产算力产业最值得期待的叙事之一。