2025年全年+2026年Q1营收连创新高全功能GPU龙头摩尔线程加速成长

GPU（Graphics Processing Unit，图形处理器）是数字产业，尤其是人工智能与算力基础设施领域的核心底层硬件。依托海量并行计算架构，融合矩阵运算、图形渲染、模型推理等能力，其可支撑大模型训练、算力集群运行、规模化推理等应用场景。

而全功能GPU（Universal GPU）作为GPU高端细分品类，具备功能完备、精度完整两大优势。它不仅在单一GPU芯片中集成了AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等多种能力，还全面覆盖FP64、FP32、BF16、FP8、INT8等多规格计算精度。伴随着我国AI产业的爆发式增长，该品类正迎来市场需求的快速扩容。

在此背景下，国产全功能GPU领军企业摩尔线程（股票代码：688795.SH）紧抓国产替代与算力需求加速释放的机遇，持续迭代MUSA架构、拓宽市场布局，从而巩固其在高端算力芯片赛道的领先优势。

营收再创新高，经营效率持续优化

2025年全年与2026年第一季度，摩尔线程的业务进入规模化放量期，营收、净利润、现金流等多项财务指标同步改善，经营质量全面提升。

财报显示，摩尔线程2025年全年营收为15.05亿元，同比增长243.37%；2026年第一季度单季营收为7.37亿元，同比增长155.35%。

图：摩尔线程营收表现

盈利修复趋势同样明确。摩尔线程2025年归母净利润、扣非净利润亏损幅度分别同比收窄38.16%、33.38%；2026年第一季度归母净利润为0.29亿元，同比增长1.42亿元，实现扭亏为盈。

图：摩尔线程归母净利润及扣非净利润表现（单位：亿元）

摩尔线程2025年和2026年第一季度的销售毛利率分别为65.57%、67.35%，保持行业领先水平。期间费用方面，摩尔线程维持高强度研发投入，2025年研发费用率为86.68%，处于行业高位；与此同时，摩尔线程的销售费用随业务规模扩张合理增长、管理费用同比下降，费用结构持续优化。

图：摩尔线程研发费用、管理费用、销售费用情况（单位：亿元）

截至2025年末，摩尔线程的资产负债率维持在25.29%的健康水平，偿债能力稳固。摩尔线程同期经营活动现金流净额同比大幅改善，叠加科创板募资形成的充裕货币资金储备，财务抗风险能力增强，为后续研发投入、产能扩张及市场拓展筑牢根基。

从营收结构来看，云端产品成为摩尔线程的核心增长引擎。凭借产品的高附加值与规模化交付，2025年该业务（主要包括云端智算板卡、智算一体机以及智算集群）实现收入14.61亿元，同比增长250.30%，有效拉动摩尔线程整体营收。

数据来源：摩尔线程2025年报

此外，摩尔线程的边缘与终端产品表现亮眼，收入同比增长83.86%，且毛利率较2024年增加43.89个百分点，有望加速成长为公司第二增长曲线。

值得关注的是，摩尔线程于2026年3月30日公告签订6.6亿元夸娥（KUAE）系列智算集群销售合同，标志其在大型国产智算中心整体解决方案领域取得突破，产品竞争力获客户深度认可。

算力需求爆发，摩尔战略备货保产能

“十四五”规划以来，我国将集成电路、人工智能、量子信息、大数据等列为战略性前瞻性领域，明确要求提升关键核心技术攻关能力，构建自主可控的科技体系。算力作为上述产业的底层支撑，其核心技术自主化，是我国实现科技自立自强的重要抓手。

步入“十五五”时期，规划纲要进一步聚焦算力产业落地，明确提出要统筹推进算力设施建设、模型算法发展和高质量数据资源供给。在算力设施方面，我国将加快建设全国一体化算力网，深入推进“东数西算”工程，加快国家枢纽算力设施集群建设，同时推动绿色电力与算力协同布局，加强全国一体化算力监测调度。

根据弗若斯特沙利文数据，我国算力产业将长期保持高增长。预计2029年我国总算力总规模将突破至3442.89EFLOPs，2025年至2029年的年均复合增长率维持在40.0%的高位。

其中，受益于AI技术规模化落地，智能算力的规模预计保持45.3%的年均复合增长率。通用算力的发展节奏则较为稳健，同期年均复合增长率预计为17.22%。

算力产业的高景气度有力驱动了国内AI计算加速芯片行业的发展。当前GPU仍是AI计算的主流方案，以ASIC和FPGA为代表的其他类型芯片则作为补充。据弗若斯特沙利文预测，2029年我国AI芯片市场规模有望攀升至13,367.92亿元，2025年至2029年年均复合增长率达53.7%；GPU的市场份额也将从2024年的69.9%提升至77.3%，产业主导地位持续强化。

可以看到的是，为了保障量产交付，摩尔线程在2025年增加战略备货。

财报显示，截至2025年末，摩尔线程的存货账面价值13.32亿元，较期初增长105.87%，主要为应对在手订单与客户需求提前备货，包括芯片、板卡、服务器部件等同期，公司预付款项17.82亿元，同比增长214.24%，主要为向上游供应商预付晶圆、封测等产能款项，以保障在手订单按时交付。

长期以来，国内GPU市场高度依赖境外厂商，行业话语权与供应链主动权长期受制于人。在此背景下，能否稳定输出产品、快速承接批量订单，成为国产算力厂商抢占市场份额的关键。

摩尔线程通过大规模备货与产能锁定，贴合行业趋势的战略性布局。当前国内算力需求持续放量，叠加芯片行业普遍存在的交期波动、原材料价格浮动、核心产能紧缺等不确定性风险，稳定的供应链体系成为企业核心竞争力。通过储备充足库存、锁定上游产能，摩尔线程有效规避了行业供应链风险，筑牢交付护城河，同时能够快速响应下游批量订单，大幅缩短产品交付周期，稳固市场基本盘。

赛道格局清晰，全功能GPU差异化优势突出

根据功能定位，GPU主要分为图形GPU、GPGPU（通用计算GPU）和全功能GPU三类。其中图形GPU专为图形渲染和PC游戏应用而设计；GPGPU则精简了图形显示与渲染相关模块，专注于利用GPU架构执行通用并行计算任务。

全功能GPU则能够适配多元化的算力需求，不仅具备图形渲染或AI训练能力，还具有同时实现图形图像处理、AI张量计算、物理仿真和超高清视频编解码等多种任务协同处理能力，具备高度通用性与生态承载力。不过该品类技术壁垒较高，市场长期由英伟达等少数国际企业主导。

近些年来，国产GPU行业参与者不断增多，涌现了以寒武纪、海光信息、沐曦股份、景嘉微、摩尔线程为代表的一批上市公司。各家立足自身技术积淀与研发禀赋，发展布局各有侧重。

其中，寒武纪采用自研MLU指令集与DSA架构，聚焦云端大模型训练与推理，主打AI专用加速芯片；海光信息通过DCU系列产品切入GPGPU赛道，并实现x86通用CPU与DCU的异构协同；沐曦股份以全自研GPGPU架构为核心，通过高速互联与全栈软件体系强化集群算力能力，侧重高性能计算与AI大规模训练场景；景嘉微则锚定图形显控领域，逐步向边缘AI推理场景延伸。

依托自研的MUSA架构，摩尔线程已成为国内极少数能够实现量产量销的全功能GPU厂商。与同行普遍深耕垂直领域的发展路径不同，摩尔线程产品强调全域场景覆盖与高水平软件兼容性。这一发展模式既拓宽了企业长期成长空间、填补了国内同类产品空白，也对公司的研发投入、软件生态以及工程化能力提出了更高要求。

多维构筑核心竞争力，引领国产算力高质量发展

摩尔线程的创始人张建中先生曾任英伟达全球副总裁、大中华区总经理，于2020年创立摩尔线程。依托深厚的行业技术积淀与持续自主研发，摩尔线程在2021至2025年间完成了五代GPU架构迭代，依次为苏堤、春晓、曲院、平湖、花港。

截至2025年末，摩尔线程累计专利申请1,854项，其中发明专利1,743项；累计获授权专利646项，其中发明专利590项，持续技术投入为公司保持行业前沿竞争力提供坚实保障。

摩尔线程的MUSA架构是公司自主研发、软硬件深度融合的全功能GPU计算加速统一系统架构，涵盖统一的芯片架构、指令集、编程模型、软件运行库及驱动程序框架等环节。通过统一架构，开发者代码可在公司全系列GPU产品间实现高效复用，进而加速产品迭代进程。

此外，MUSA架构是国内首个实现单芯片同时支持AI智算、图形加速、科学计算与物理仿真、超高清视频编解码的全功能GPU架构。伴随行业技术加速迭代，该架构全面的功能覆盖与优异的计算精度，可精准匹配产业升级与技术变革方向，巩固企业竞争优势。

在生态建设层面，摩尔线程坚持开放兼容的发展路线。MUSA架构兼容全球主流GPU生态，原生适配PyTorch、Megatron-LM、vLLM及SGLang等主流AI框架并开源软件库，降低了开发者迁移门槛。2025年以来，摩尔线程已实现DeepSeek、Qwen等多款主流大模型的Day-0适配，保障前沿AI应用高效落地。

与此同时，摩尔线程通过旗下“摩尔学院”搭建完善的产教融合开发者培育体系。该平台目前已集聚超45万名开发者与技术学习者，并联合全国200余所高校开展前沿技术普及与产业实践教学，为本土GPU生态的长远发展夯实人才根基。

全场景产品矩阵成型，锚定十万卡级GPU集群

产品矩阵方面，摩尔线程成功打造“云-边-端”全覆盖的产品体系，业务覆盖云服务、工业制造、智慧交通、具身智能、智慧教育等多元应用场景。其中，基于“曲院”架构的MTT S4000已率先完成千卡级集群技术试点落地。

MTT S5000（“平湖”架构）则通过FP8精度支持等创新提升性能，单卡AI稠密算力可达1000TFLOPS。基于该产品打造的夸娥万卡级智算集群，攻克了大规模硬件协同优化、高速互联、系统级容错等多项技术难题，具备万亿参数大模型完整训练与商业化落地能力。

目前，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。该架构可支持FP4到FP64的全精度计算，相较“平湖”架构实现算力密度提升50%、能效提升10倍。

值得一提的是，基于“花港”架构的“华山”GPU在浮点算力、访存带宽、高速互联带宽等核心指标上显著优于英伟达Hopper架构产品，部分关键性能可对标Blackwell架构同档产品，进一步夯实了摩尔线程在高阶AI训推领域的竞争优势。

从产业发展来看，摩尔线程已完成从千卡级试点、到万卡级商用、再到十万卡级前瞻布局的三级跳式商业模式突破，实现从单一GPU芯片供应商向全栈智算基础设施提供商的战略升级。

面向智能体时代轻量化、本地化AI开发需求，摩尔线程于公司首届MUSA开发者大会推出了搭载自研长江智能SoC的AI算力本MTT AIBOOK。该产品预装了基于Linux的AIOS系统，集成全套MUSA开发工具链、端侧大模型及多元化AI应用，能够兼顾本地数据安全、终端算力效能与轻量化办公需求，为端侧AI创新应用提供一站式解决方案。

整体而言，摩尔线程2025全年及2026年一季度亮眼的经营数据，有力印证了已从技术验证阶段成功迈入商业化规模放量阶段。叠加国内全功能GPU厂商的稀缺定位与“云-边-端”产品矩阵成型，摩尔线程的中长期成长确定性显著提升；而2026年3月签订的6.6亿元夸娥智算集群大额订单的验收、交付与收入确认进度，或将成为公司短期业绩的重要催化剂。