单季盈利之后：摩尔线程的“万卡工程”逻辑

4月26日，国产全功能GPU厂商摩尔线程（688795）同步披露2025年报与2026年一季报。这两份财报的含金量，需要放在国产GPU的产业进程中来理解——“风浪越大、鱼越贵”。

对于一家长期处于高强度研发投入期的半导体企业，业绩的高增长远不止于财务数字的改善。它标志着国产GPU正在从“技术验证”阶段，实质性跨入“商业兑现”阶段——这不是预期中的远期目标，而是已经发生的经营现实。

2025年实现营业收入15.05亿元，同比增长243.37%。凭借产品全功能技术优势与客户高度认可，毛利规模达到9.87亿元，公司整体毛利率水平达65.57%，处于行业领先水平。归母净利润、归母扣非净利润分别较上年同期亏损收窄38.16%、33.38%。同时，一季度，实现营收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%。2025年营收的爆发式增长与亏损的同步收窄，以及一季度的盈利，构成了一个清晰的经营拐点信号。摩尔线程的财报，恰好成为观察这一拐点的最佳切片。

业绩改善的底层逻辑——不是节流，而是产品放量

摩尔线程的财务改善，并非来自压缩研发投入的“节流式减亏”。

核心产品MTT S5000于2025年进入规模化量产，直接推动规模效应释放与单位成本下降。这是一款需要被正视的产品：单卡AI稠密算力最高1000TFLOPS，80GB显存，1.6TB/s显存带宽，800GB/s卡间互联带宽，完整支持FP8至FP64全精度计算。这些参数的意义不在于“对标国际旗舰”的叙事，而在于它们构成了万卡集群的工程基础。

从财务结果倒推，单季度盈利的发生时点与S5000放量节奏高度吻合。这意味着，摩尔线程的盈利改善具有产品驱动特征，而非会计调节的结果。对于一家仍处于高强度研发投入期的半导体企业而言，这种“收入结构优化型”减亏，比单纯控费更具持续性。

万卡级集群——从工程能力到商业闭环

如果说S5000单卡性能是“点”的突破，那么夸娥（KUAE）智算集群则是“面”的系统性验证。

工程层面，夸娥集群已实现10240卡大规模互联，显存总容量800TB，浮点运算能力突破10Exa-Flops。更关键的指标在于训练效率：Dense大模型训练算力利用率（MFU）达60%，MOE大模型达40%，有效训练时长占比超90%，线性扩展效率高达95%。

万卡集群的难点从来不是“堆卡”，而是让上万颗GPU“像一颗芯片一样协同”——后者才是工程化能力的分水岭。

商业层面，2026年3月摩尔线程签订的6.6亿元夸娥智算集群订单，这一项目充分说明万卡集群将是其具备真实盈利能力的商业产品。

订单背后的客户决策逻辑同样值得关注。智算中心建设具有极强的架构锁定效应：一旦选定底层算力底座，后续扩容与升级将形成持续性采购，单项目规模普遍达到亿级乃至十亿级。截至目前，摩尔线程已落地超8个集群项目，在手订单突破20亿元。6.6亿元大单的意义，在于验证了这种“首单-扩容-生态锁定”商业模型的可行性。

技术验证则为商业信任提供了背书。 2026年3月，北京智源人工智能研究院的测试结果显示：MTT S5000针对Qwen3-0.6B语言模型完成1T Tokens从头训练，实现连续6天以上、超14000步无中断稳定运行。在大规模训练场景下，稳定性是比峰值性能更稀缺的工程能力。

国产GPU的“量产纪元”——叙事与现实的距离

将摩尔线程的阶段性成绩置于产业坐标系中审视，需要区分两个层面的问题。

第一，在万卡集群业务方面，国产GPU是否具备了替代可行性？

从万卡集群的落地效率和商业订单的持续性来看，答案趋向肯定。

摩尔线程已构建从芯片、高速互联到整机柜交付的一体化“AI工厂”方案，依托MUSA全栈自研架构，形成了从芯片架构、指令集到软件栈的自主可控链条。这不是对现有生态的跟随，而是定义自身技术路线的挑战者路径。在夸娥集群已具备平滑扩展至十万卡能力、MTT C256超节点架构发布的前提下，国产GPU在集群级算力供给上的系统性能力，已经不再是“实验室概念”。

第二，这是否意味着国产GPU的全面超越？

答案是有待观察的。弗若斯特沙利文预测，2029年国内GPU市场规模将达到13635.78亿元，年复合增长率51.1%。在这个万亿级市场中，摩尔线程2025年15.05亿元的营收规模，占比仍微乎其微。全球AI算力需求虽因Token爆发式增长和多模态应用普及而持续扩张，但市场竞争格局远未定型。

更现实的观察维度是：摩尔线程用一份盈利的季报和一个6.6亿元的大单，证明了国产GPU不仅能完成技术演示，更能稳定、高效、规模化地支撑商业场景。这种“从能跑到能卖”的跨越，比任何参数对标都更接近产业化的本质。

回看摩尔线程的这份业绩：15.05亿元营收、首季盈利、6.6亿元大单、20亿元在手订单、万卡集群业务稳定运行——每一个数据都在指向同一个结论：国产GPU的“量产纪元”已经到来。

但需要保持清醒的是，量产纪元的开启不等于终局的落定。自主可控的MUSA架构历经“苏堤”“春晓”“曲院”“平湖”四代迭代，2025年推出了第五代“花港”架构。这种技术积淀构成了摩尔线程的护城河，同时也意味着它仍需在生态建设、开发者社区、软件兼容性等“软实力”维度持续投入。

在技术层面，MUSA架构及软件栈实现了对CUDA生态的完整兼容。MUSA架构原生适配PyTorch、Megatron-LM、vLLM及SGLang等主流AI框架，全面开源了基于国产GPU移植的软件库，同时开源TileLang-MUSA以完整支持TileLang编程语言，并深度兼容Triton-MUSA后端。2025年以来，摩尔线程已实现对DeepSeek、GLM、MiniMax、Kimi、Qwen等SOTA大模型的“发布即适配”（Day-0适配），形成常态化支持机制。

在开发者赋能方面，最新数据显示，摩尔线程通过旗下“摩尔学院”构建的产教融合开发者成长体系，已汇聚超过45万+开发者与学习者，并将前沿技术与产业实践引入全国200余所高校，为国产GPU生态的长期繁荣奠定人才基础。

在算力成为战略资源的当下，摩尔线程的商业化突破提供了一个有价值的观察样本：国产半导体企业的成长路径，未必是“单点技术超越”的线性叙事，而更可能是“工程能力-商业闭环-生态锁定”的渐进式突围。

摩尔线程2025年度业绩、2026年一季度业绩的发布更像是一个验证节点——验证国产GPU能否在真实商业场景中跑通从交付到盈利的全链条。

这个节点已经通过，但前方的路，依然很长。