国产GPU龙头摩尔线程4月26日晚披露2025年年报及2026年一季报。财报显示：摩尔线程2026年一季度实现营收7.38亿元 ，同比增长155.35%；实现归母净利润2935.92万元 ，同比扭亏为盈 。公司2025年全年实现营收15.05亿元，同比增长243.37%；毛利总额达到9.87亿元 ，较上年同期增长218.43%；归母净利润 、扣非后归母净利润分别为-10.01亿元 、-10.88亿元 ，亏损额同比大幅收窄 。
摩尔线程表示，公司商业化进程提速 ，业务保持高速增长。随着人工智能的普及 ，各行业对高性能算力的需求大幅增加，公司将顺应算力国产化趋势 ，持续迭代全功能GPU架构 ，并完善产品与生态布局 。
摩尔线程是国内极少数能够实现全功能GPU量产量销的厂商，公司已成功研发多款高性能、可对标国际主流竞品的GPU产品，产品在国内处于领先地位 。公司自主掌握MUSA统一系统架构 、图形渲染及AI加速等核心技术 ，已实现从芯片架构 、指令集到软件栈等的全栈自主可控。
产品方面 ，摩尔线程已构建“云—边—端 ”的全场景产品矩阵，覆盖互联网、具身智能 、智慧教育 、智慧交通、工业制造 、云服务等千行百业 。2025年 ，采用公司全新一代“平湖 ”芯片架构的MTT S5000及相关产品实现大规模商业化落地 。
据介绍 ，“平湖”架构针对超大规模AI训练及复杂生成式AI场景进行了深度定制，原生增强了对Transformer 、MoE等前沿模型结构的硬件级加速支持 ，并大幅优化了FP8/BF16等混合精度AI计算的吞吐效能。MTT S5000单卡AI算力（稠密）最高达1000 TFLOPS ，并实现了从FP8到FP64的全精度支持 。
今年3月，摩尔线程签订了6.6亿元的夸娥（KUAE）智算集群大单 ，展现出大规模智算集群的交付能力和市场竞争力 。据介绍 ，该集群为万卡训练智算集群，从技术层面成功攻克了万卡级硬件系统优化、高速互联与系统级容错等系列高难度工程壁垒 ，可实现万亿参数大模型端到端训练 ，成功实现商业化部署。面向未来更大规模的智能计算需求，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和超节点等核心技术研发。
在软件方面 ，公司对MUSA基础软件系统平台进行了优化和迭代 。一方面 ，持续投入大规模分布式训练软件平台的研发，迭代更新了分布式训练组件 ，使训练软件平台能够支撑主流的大模型分布式训练需求 ，降低新模型的适配周期；另一方面，推理软件平台在大模型适配、开源生态建设及易用性优化 、大模型推理解决方案等方面也取得明显进展 。
当前 ，算力行业呈现出由不同技术演进路径驱动的三大核心发展阶段与特点 ，大模型训练集群的规模化建设与推理需求的全面放量，智算中心的扩容与升级正迎来确定性的高速增长空间；叠加DeepSeek-V4对国产算力深度适配 ，推动AI产业链的利润分配进一步向本土企业倾斜 ，国产算力芯片厂商将长期受益。
根据弗若斯特沙利文预测，中国AI芯片市场规模将由2024年的1425亿元增至2029年的1.3万亿元 ，2025年至2029年的复合增速高达54% 。
业内人士称 ，高强度的研发投入为摩尔线程抓住产业机遇提供有力保障 。公司2025年研发费用为13.05亿元，占营业收入的比例高达86.68%。截至2025年12月31日，摩尔线程累计已申请2014项知识产权 ，其中发明专利1743项 ，累计获得知识产权806项，发明专利590项 。
（文章来源：上海证券报）
