在国家“人工智能+”战略推动与AI算力需求持续增长的背景下，今年上半年，我国国产AI算力芯片行业正迈向商业化提速的关键阶段。

在这场国产GPU加速替代浪潮中，被称为国产AI芯片“四小龙”之一的摩尔线程，正以营收规模领跑、商业化提速、技术快速迭代的姿态，站上国产AI算力芯片赛道的中央。

营收规模领跑，商业化进程持续提速

9月3日，摩尔线程举办了2026年上半年业绩说明会，并回应投资者关切的公司经营发展相关问题。

摩尔线程财报披露，公司上半年实现营业收入17.36亿元，同比大幅增长147.42%，并且超过2025年全年收入；毛利总额9.89亿元，同比增长103.78%；归母净亏损同比收窄95.73%，扣非归母净利润为-1.51亿元，同比收窄52.37%。根据此前已陆续披露的国产AI芯片“四小龙”公司财报，今年上半年，摩尔线程成为其中营收规模最高的GPU厂商。

在当日举行的业绩说明会上，摩尔线程创始人、董事长兼总经理张建中对投资者表示，2026年上半年，公司实现营业收入大幅增长147.42%，并超过2025全年收入，这说明公司的产品核心竞争力和客户认可度正在转化为实际经营成果。

摩尔线程董事会秘书及财务负责人薛岩松也表示，上半年，公司云端产品收入16.93亿元，占总收入约97.5%，正是当前收入增长的核心来源，主要是以MTTS5000及夸娥智算集群为代表的云端智算产品商业化落地驱动。

根据公开信息披露，摩尔线程的产品已覆盖互联网、云服务、低空经济、游戏、科研、政务等场景。GPU智算卡MTTS5000已实现规模化量产与销售，夸娥智算集群在北京、无锡、杭州等多地完成部署交付，产品商业化正从单点标杆走向批量复制。

连续五年迭代产品矩阵，新一代芯片蓄势待发

自2020年公司成立以来，摩尔线程从2021年至2025年，连续推出苏堤（2021年）、春晓（2022年）、曲院（2023年）、平湖（2024年）、花港（2025年12月）五代GPU架构，保持约一年一代的速度迭代升级。

在当日的业绩说明会上，摩尔线程联合创始人、董事、副总经理张钰勃等在回答投资者提问时表示，2026年上半年，公司研发重点投入包括基于新一代“花港”架构下的AI训推一体芯片——“华山”系列和高性能图形渲染芯片——“庐山”系列。其中，“庐山”有望于年内上市，将带来3A游戏渲染提升15倍、AI性能提升64倍、光线追踪性能提升50倍。

财报显示，近年来，摩尔线程持续保证了高强度的研发投入。2026年上半年，公司研发投入7.69亿元，同比增长38.16%，占营收比重达44.30%；研发人员1019人，占比超74%。

面对投资者提问的公司如何平衡研发投入与商业化，摩尔线程联合创始人、职工董事周苑在业绩说明会上表示，底层架构研发的长期投入和短期商业化交付从来不是"二选一"的问题。研发与商业化是相互交融的价值链，底层架构的每一次突破，都会直接降低下一代芯片的研发成本和交付周期；每一代产品在市场及生态开发者获得的真实反馈，又会反哺架构的迭代方向，这正是公司保持高强度研发投入的原因。

她表示，只有把“底座”做得足够扎实、可复用、可扩展，“花港”这样的新一代架构才能真正转化为一条可被持续复制、且具备规模效应的商业利润曲线。因此，公司正在用统一架构、统一软件栈和端云同构的产品节奏，把每一分高强度的研发投入，都沉淀为未来更短交付周期、更低边际成本和更高客户粘性的长期复利。

万卡集群验证落地，跻身国产GPU第一梯队

大模型时代，AI算力竞争已从单卡性能演进为系统级的大规模集群能力。

在AI基础设施领域，摩尔线程已跻身国产GPU第一梯队，成为国内唯二实现万卡级大模型训练集群落地，并完成超大参数模型完整训练验证的GPU厂商。

公开资料显示，目前，摩尔线程基于MTTS5000构建的“夸娥”万卡级智算集群已成功部署并上线服务，完成了超大参数模型的完整训练，已具备支撑超大规模模型长期、稳定、高效训练的系统级能力。其中，多项关键指标达到国际主流水平：Dense大模型训练模型算力利用率（MFU）达60%，MoE大模型训练MFU达40%，有效训练时长达90%，训练线性扩展效率达95%。

摩尔线程创始人、董事长兼总经理张建中在业绩说明会上对投资者表示，摩尔是市场中为数不多的真正实现面向训练的单一网络下千卡级、万卡级大规模集群商业化应用落地的GPU供应商。

他表示，未来，公司将深化面向新一代通用超智算中心的全功能GPU技术布局，持续强化对科学计算、AI生成式渲染及硬件级光线追踪等前沿能力的研发投入，以满足具身智能仿真训练与AI for Science等新兴场景对复合型算力的迫切需求。此外，公司将面向大模型训练与推理需求，构建支撑十万卡级智能算力集群的自主可控技术底座。

打通具身智能完整链路，全功能GPU成物理AI底座

近年来，具身智能等物理AI赛道热度持续攀升，但开发者却往往面临着物理仿真使用专用物理引擎，图形渲染用图形显卡，AI训练用专用AI芯片，三者相互割裂的局面，开发者不得不在三个异构平台之间反复切换，研发效率极低。

“摩尔线程基于自研MUSA架构打造的全功能GPU，单颗芯片能同时支持AI计算、图形渲染、物理仿真、科学计算与超高清视频编解码，从根本上解决了这一问题。”摩尔线程联合创始人、董事、副总经理张钰勃在业绩说明会上表示。

张钰勃表示，目前，在具身智能领域，摩尔线程依托MT Lambda全栈仿真平台，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，完成四足机器狗与两足人形机器人Sim2Real真机验证。与此同时，摩尔线程在无锡设立工业具身智能创新中心，携手首批16家生态伙伴联合共建，以夸娥大规模智算集群为算力基座，面向工业场景开展关键技术研发与成果转化。

他表示，“在物理AI与具身智能领域，摩尔线程是目前国内唯一依托全功能GPU，打通合成数据生成—大模型训练—仿真验证—端侧硬件部署完整链路的算力厂商。具身智能需要AI计算、物理仿真、图形渲染和端侧推理协同，体现了全功能GPU的差异化优势。”

站在国产算力加速替代的行业窗口，作为行业龙头，摩尔线程上半年实现万卡级智算集群商业化落地，带动营收高速增长，同时在具身智能赛道构筑起差异化技术壁垒。面向 AI 算力市场的广阔机遇，公司将兼顾高强度研发投入与商业化进程，持续推进十万卡级算力底座建设，打磨新一代芯片产品，拓展多元行业生态。

伴随国产算力需求持续释放，凭借顶尖芯片性能与集群工程能力等多重优势，摩尔线程有望在大模型训练、科学计算、具身智能等场景实现持续突破，为国内 AI 基础设施自主可控贡献核心算力力量。

（摩尔线程）

*声明：本文所载内容源自于公开信息，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。内容仅供参考，不构成任何消费建议，请谨慎对待。