央广网北京8月12日消息（记者齐智颖）近期，国产全功能GPU企业摩尔线程（688795.SH）发布2026年半年度报告，公司营收规模大幅攀升，亏损显著收窄。一系列经营信号显示，企业正由长期技术研发投入阶段，稳步迈入商业规模化落地的关键周期。

　　管窥财报数据，不仅是摩尔线程营收数字的增长，更折射出国产GPU产业完成技术验证之后，向产业落地、场景复制、生态共建纵深推进的时代进程。

　　业绩“质变”：商业化拐点信号显现

　　从财报核心指标来看，2026年上半年摩尔线程实现营业收入17.36亿元，同比增长147.42%，营收规模已经超过2025年全年水平；实现毛利9.89亿元，同比增长103.78%，毛利率维持在较高水平。盈利能力层面，归母净利润亏损大幅收窄，亏损收窄比例达到95.73%，经营质量得到实质性改善，向盈亏平衡稳步靠拢。

　　过去数年，国产GPU行业整体处在技术攻关、产品打磨、客户验证周期，企业以大规模研发投入换取技术底座搭建，产品更多停留在试点测试、小批量试用阶段。

　　而摩尔线程本次半年报释放的核心信号，在于产品已经跨过实验室验证，完成从样品、试点走向规模化交付的关键跨越，订单、交付、确认收入形成完整商业闭环，商业化能力得到市场真实检验。

　　可以看到的是，2026年3月，摩尔线程签下了6.6亿元夸娥智算集群大额订单，这也是国产GPU赛道规模领先的单体集群商业化合同之一，标志着摩尔线程的大型智算集群项目已经具备标准化交付能力，不再局限于零散的芯片单品销售，而是具备面向大型算力项目的系统级解决方案能力，这也是国产GPU走向成熟的重要标志。

　　同时，亏损规模快速收窄，体现规模效应逐步释放，单位产品成本持续优化，产业逻辑正在发生积极变化。

　　东吴证券研报认为，模型训练与推理需求持续释放，推动智算中心建设进入高景气周期，GPU作为AI计算核心载体，长期需求明确。同时，美国高端GPU出口限制强化国产替代逻辑，产业安全诉求提升。相较单一GPGPU或图形GPU，全功能GPU兼具AI计算、图形渲染与视频编解码能力，可覆盖智算、专业图形、云渲染、端侧智能等多元场景，具备更强生态迁移与商业化价值。

　　业务升级：产品落地、场景扩容与客户结构优化

　　业绩高增的底层逻辑，来源于硬件产品成熟、集群工程能力突破、客户场景持续拓展多重因素共振。

　　国泰海通证券分析师认为，摩尔线程凭借技术创新加快产品走向规模应用的步伐，商业化全面提速，公司加速渗透互联网、运营商等关键客户，以更丰富的应用场景推动商业化落地。

　　硬件端，旗舰训推一体智算卡MTT S5000完成规模化量产，以此为基础打造的夸娥智算集群，已经在北京、无锡、杭州等多地智算中心完成部署交付，落地场景覆盖大模型训练、科学计算、行业智算中心建设等多元方向，产品首批通过《国家安全可靠测评》，在安全性、稳定性层面满足关键行业的准入标准，为进入政务、运营商、互联网等核心领域扫清资质障碍。

　　更为关键的是，摩尔线程大规模集群工程化能力实现突破。万卡级集群是检验通用GPU综合实力的试金石，不仅考验单卡硬件性能，更考验互联调度、故障容错、系统优化等综合工程能力。公开资料显示，夸娥智算集群稠密大模型训练算力利用率达60%，MoE模型训练利用率达40%，多机分布式训练线性扩展效率可达 95%，集群有效训练时间占比超过 90%，攻克大规模集群训练频繁中断的行业痛点，实现 “国芯训国模” 多项标志性成果，完整支撑超大规模国产基础大模型训练，证明国产硬件已经具备承载国内大模型产业发展的底层算力能力。

　　客户层面，摩尔线程客户结构持续优化，从早期科研、试点项目，向互联网、运营商等体量更大的市场化客户拓展。运营商、互联网行业算力需求具备持续性、规模化特征，这类客户的持续导入，意味着国产GPU已经走出政策驱动型试点，获得市场化场景的认可，为后续收入增长打开空间。与此同时，科研机构、金融、工业等垂直行业场景持续渗透，“云-边-端” 产品矩阵协同发力，形成多层次的业务基本盘。

　　加码研发：筑牢全栈自主可控技术底座

　　商业化提速的同时，摩尔线程持续加码研发投入，报告期内研发投入7.69亿元，同比增长38.16%；自2022年以来，公司累计研发投入接近59亿元，持续把资源投向架构迭代、芯片研发、软件生态等底层环节。

　　半导体产业迭代周期漫长，短期商业化落地不能以牺牲长期技术迭代为代价，高额研发投入，是国产算力企业保持竞争力的必要保障。

　　摩尔线程专利储备持续积累，截至2026年6月30日，公司累计申请专利2167项，授权专利788项，大量发明专利覆盖芯片架构、指令集、高速互联、软件编译等核心领域，构建起完整的专利壁垒，夯实全栈自主可控根基。

　　技术路线上，摩尔线程保持稳定迭代节奏，下一代“花港”架构以及配套芯片进入研发阶段，面向十万卡级别超大规模集群扩展、更高能效比计算、图形AI融合等未来需求提前布局，兼顾当下产品落地与中长期技术卡位，应对人工智能产业快速迭代带来的技术挑战。

　　对于GPU产业而言，硬件只是一半，软件生态决定产品能不能真正用起来。MUSA软件生态持续走向成熟，实现主流框架、算子深度适配，获得主流推理框架官方原生支持，开发者数量突破80万人，越来越多开发者基于国产软硬件开展模型适配、应用开发。软硬件生态的成熟，能够降低行业客户迁移适配成本，反过来加速硬件产品市场渗透，形成硬件落地带动生态繁荣、生态完善反哺硬件销售的正向循环。

　　“国芯训国模”的系列实践，也是国产算力产业链发展的重要里程碑。过去国内大模型训练高度依赖海外算力硬件，产业链存在潜在风险。如今依托国产GPU完成大模型完整训练，验证从芯片硬件、集群系统到软件栈的全链条能力，为国内人工智能产业构建安全可控的算力备选方案，对整个产业链自主可控具备示范价值。这不仅是一家企业的商业成果，更是国内算力产业多年技术攻关的阶段性缩影。

　　东吴证券分析师认为，考虑到摩尔线程作为国产全功能GPU的稀缺标的，且受益于AI智算中心建设浪潮，看好公司从“投入期”向“兑现期”跨越的长期价值。

　　放眼整个国产GPU赛道，在数字经济、人工智能产业蓬勃发展的大背景下，国内智算中心建设提速，千行百业智能化转型带来海量算力需求，国产替代具备广阔的市场空间。政策层面，新质生产力发展、东数西算工程持续推进，各地国产化智算节点加速落地，为本土GPU企业提供丰富的应用场景，让国产芯片能够在真实业务场景中打磨迭代，完成技术能力与商业价值的双向成长。

　　算力底座的自主自强，是人工智能产业高质量发展的根基。以摩尔线程为代表的国产GPU企业，正走在技术攻坚与商业化落地并行的道路上。随着越来越多国产算力产品实现规模化落地，我国人工智能算力基础设施自主可控水平将持续提升，为发展新质生产力注入源源不断的底层动能。