2025年营收预增超230%，摩尔线程正加速进入盈利周期

1月21日晚间，摩尔线程发布了上市后首份业绩预告即《2025年年度业绩预告》，公司2025年营收预计为14.50亿元至15.20亿元，较2024年增长230.70%至246.67%；归属于母公司所有者的净利润预计亏损9.5亿元至10.6亿元，较2024年同期亏损收窄幅度为34.50%到41.30%。

过去的2022年至2024年，摩尔线程的营收从4000多万提升至4.38亿元，归母净利润也在不断收窄。加之2025年业绩预告，摩尔线程已经连续4年亏损收窄，营收高增长。公司的成长性明显，业绩持续向好。

业绩预告中，摩尔线程表示，得益于人工智能产业蓬勃发展及市场对高性能GPU的强劲需求，公司以AI训推一体智算卡MTT S5000为代表的产品竞争优势进一步扩大，市场关注与认可度持续提升，带动收入与毛利增长，整体亏损幅度同比收窄。

从公司给出的业绩向好原因，明显可以看到摩尔线程在加大研发投入和创新，持续不断打造高性能GPU产品，用产品构筑基础护城河，提升竞争力。

同时，在以产品为基础的护城河上，摩尔线程开始构筑自己的GPU生态，吸引了更多市场关注与需求，进一步打开应用场景，构建完备长久的竞争力。

高盛在近期调研摩尔线程后发布研究报告称，在技术迭代与行业景气度的双重驱动下，摩尔线程凭借通用GPU的全功能优势、全栈解决方案的场景覆盖能力及持续扩张的客户生态，正逐步在AI算力赛道占据重要地位。

从全球视野来看，英伟达之所以成为全球市值最高的企业，且营收和利润持续增长，得益于抓住了AI时代的需求并围绕着需求持续打磨产品，以产品为起点构建难以撼动的全栈生态。

拉回到摩尔线程的视角，国内算力的爆发给了广阔的市场空间，技术与产品的创新突破以及MUSA生态的持续扩容正在构筑长期竞争力。以此为产业逻辑，摩尔线程正在加速走向自己的盈利期。

强研发投入、打磨硬产品，摩尔提升硬核竞争力

当AI成为全球科技企业追捧的重要风口，全球AI算力军备竞赛就已进入白热化阶段。大模型参数规模从千亿迈向万亿，训练所需算力呈指数级增长。对应的核心GPU的需求也呈现出指数级增长。

OpenAI训练GPT-4动用超2.5万颗GPU，谷歌的TPU集群规模年增3倍，中国每年进口 GPU规模超200亿美元。高需求之下，GPU作为提供并行计算能力的核心硬件，似乎已成为比肩能源的战略资源。

2020年摩尔线程创立，创立之初，公司创始人张建中将摩尔线程定位为打造全功能GPU的设计与研发企业，对标英伟达。2025年12月5日，摩尔线程在科创板上市，市场称其为“国产GPU第一股”、“中国的英伟达”。之所以有如此的称呼，除了表层的上市最快，深层次的则是摩尔线程始终不断创新打造GPU核心产品，提升自己的硬核竞争力。

GPU行业具有壁垒高、研发投入大、周期长等特点，发展需跨越芯片设计、软件适配、应用场景落地等多重考验，特别是对于打造全功能GPU的企业来说，对企业全栈研发能力要求极高。

从全球的竞争格局来看，英伟达先发优势显著，后来者几乎都“死”在半路上。摩尔线程是极少数将“芯片+驱动+编译器+软件栈+应用生态”这一整套系统跑起来的国产GPU公司。

但摩尔线程在打造核心产品以及公司发展中也遇到不少难关，比如，2023年10月，摩尔线程就被美国列入了“实体清单”，意图来限制公司的发展。摩尔线程提出强烈抗议的同时，做好应对工作，并与各方面积极沟通。

应对挑战的一项关键就是坚持从底层架构、核心工具链到软件生态的全流程自主设计，构建了一套完整、通用且可持续演进的GPU体系。

自研架构是全功能GPU的技术基石。通过多年的研发深耕，摩尔线程自研打造了自己的MUSA架构，实现了在单芯片上支持多样化计算能力的突破。

据了解，相比采用GPGPU或ASIC等技术路线的单一AI加速卡产品，摩尔线程的MUSA架构技术具备更强的计算通用性、更优的技术演进能力。

依托于MUSA架构的统一性与先进性，摩尔线程确立了国内稀缺的“AI+图形”双轮驱动定位，不断打磨创新研发GPU产品，在五年内公司成功量产了五颗芯片，完成四代GPU架构迭代，实现从芯片、计算卡到智算集群的多元布局，形成了覆盖人工智能、科学计算与图形渲染等完整计算加速产品矩阵，构建了独特的差异化竞争优势。

比如，摩尔线程打造的旗舰级训推一体全功能GPU智算卡MTT S5000，其性能达到市场领先水平，并已实现规模量产。基于该产品构建的大规模集群已完成建设并上线服务，可高效支持千亿到万亿参数大模型训练，其计算效率达到同等规模国外同代系 GPU 集群的先进水平。

持续创新打造硬核产品，自然在业绩上也会获得回报。2025年年度业绩预告中，摩尔线程的归母净利润亏损收窄幅度达34.50%到41.30%。摩尔线程表示，公司产品竞争优势进一步扩大，市场关注度与认可度持续提升，推动收入与毛利增长，整体亏损幅度同比收窄。

而硬核产品不断创新背后，离不开高研发的投入。持续高强度的研发投入，是公司构建长期技术竞争力的关键支柱。

根据摩尔线程的招股书，2022年至2025年6月，摩尔线程累计研发投入超过43亿元。这一投入已转化为扎实的知识产权成果：截至同期，摩尔线程已获授权专利514项，在国内GPU企业中位居前列，为核心技术的自主可控与持续迭代提供了强大支撑。

构筑长远竞争力生态，加速进入盈利期

在如今这个AI爆发的时代，提到AI产业似乎都绕不开一家公司——英伟达。英伟达的总市值达到4.45万亿美元，是AI产业链上最值钱的公司，也是全球市值最高的公司，营收高达1400多亿美元，净利润高达700多亿美元。

英伟达的成功除了AI产业爆发的宏观环境，更在于公司不仅提供高性能硬件，还拥有全球领先的CUDA软件生态系统。

这个生态吸引了绝大多数AI开发者和研究人员，形成了难以逾越的技术壁垒。即便竞争对手能够在硬件性能上追平英伟达，也难以在软件生态层面实现完全突破。CUDA生态系统已成为英伟达在AI领域最坚固的竞争优势。

英伟达的成功告诉了一个事实：GPU市场，不仅需要硬核的产品，更需要完备的生态和场景，没有完备的生态和应用的场景，GPU也只能是堆在库房的废弃品。

这也是为什么，摩尔线程和沐曦股份，虽然看起来都在做GPU，但在工程维度上，两者差异甚大。前者解决的问题是：“如何在中国，从零构建一套完整、通用、可持续演进的 GPU 体系”，而后者解决的问题是：“如何在算力紧缺的现实条件下，把AI训练/推理算力工程化交付出来？”

简而言之，摩尔线程像是在重新造一片“大陆”，沐曦像是在一片荒地上快速修路、通电、建城。前者的研发难度显而易见。

这一点上，摩尔线程也深有感悟。摩尔线程的创始人张建中就曾表示，生态体系才是GPU行业的核心护城河与价值所在。摩尔线程不仅感悟也在行动，构建自己的长期生态竞争力。

在摩尔线程上市的第15天，公司在北京召开首届MUSA开发者大会，放出了一个个大招：全功能 GPU 架构“花港”、夸娥万卡智算集群、推理性能实现跨越、超节点架构前瞻、全新个人智算平台以及图形进化与前沿探索。

据媒体报道，摩尔线程在这场大会一口气展示了 以自主MUSA 统一架构为核心的全栈技术成果，“秀了肌肉”。而从底层逻辑来看，这不仅是秀肌肉，更是摩尔线程在“秀生态”。

据了解，MUSA 架构以开发者为中心进行了全面升级，从编程生态、计算效能、开源生态再到前沿特性，本质上都是在降低开发与迁移成本，为国产GPU的规模化应用奠定了基础。摩尔线程的生态打造剑指英伟达 CUDA 的生态护城河。

这样的生态打造不仅为了实现生态自立，更在于主动探索生态边界。比如摩尔线程推出的“长江”SoC芯片，这款芯片主要面向端侧，通过CPU+GPU+NPU的组合，最高可提供50 TOPS的异构AI算力。

摩尔线程基于“长江”SoC、AI芯片模组MTT E300和夸娥智算集群打造了MT Robot具身智能解决方案。MT Robot的相关解决方案已经用在了农业场景中。

近期，摩尔线程联合智源研究院，依托MTT S5000千卡智算集群成功完成具身大脑模型RoboBrain 2.5的全流程训练。这是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性，标志着国产AI基础设施在应对复杂多模态任务方面迈出了关键一步。

从摩尔线程的大动作来看，试图通过“全栈软硬件架构+全场景产品”的布局占据身位，每一步都在拓展生态的边界，构筑长期的竞争力。

从产品到生态，从硬核竞争力到长期市场场景的竞争护城河，英伟达走过的路证明了GPU企业能够盈利，能够成长为全球巨头。

摩尔线程从产品为点，到生态为面一步步构建自己的长期核心竞争力，搭建起一条国产生态护城河。其前景如何？市场生态客户群体的不断扩张，亏损的不断收窄以及营收的不断增长，就是最直观的反馈。

可以预见，沿此长期深耕下去，摩尔线程将加速进入盈利周期！