同比增长147%！摩尔线程上半年营收17.36亿元超去年全年，国产GPU商业化迎来“关键一跃”

“上半年实现营业收入17.36亿元，同比增长147.42%，已超去年全年水平；同时，扣除股份支付影响后，净利润已成功转正，达8353.16万元，标志着公司经营基本面迎来实质性拐点。”8月9日，“国产GPU第一股”摩尔线程发布了上市以来首份中期成绩单，实现里程碑式突破。

数据来源：巨灵财经；制表：金融界上市公司研究院

同日，摩尔线程还公告称，公司拟发行境外上市外资股（H股）并申请在香港联交所主板挂牌上市。公司表示，此举旨在深化国际化战略布局，持续吸引并集聚优秀的研发与管理人才，进一步提升公司治理水平和核心竞争力。

透过财报可以发现，从万卡级智算集群的规模化交付，到大模型生态的深度适配，再到端侧智能产品的密集落地，这份半年报勾勒出一家硬核科技企业从“技术突破”迈向“产业放量”的清晰轨迹。

AI算力需求井喷下的“摩尔速度”

当前，全球人工智能产业正进入规模化落地与场景爆发的新阶段。大模型、多模态、具身智能等前沿技术加速向千行百业渗透，驱动智能算力需求呈指数级攀升。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至2029年复合增速高达54%。在算力底座自主可控成为行业共识的背景下，国产GPU企业迎来历史性发展窗口期。

置身于这一产业浪潮中，摩尔线程凭借出色的产品力与商业化能力，实现了经营业绩的跨越式提升。2026年上半年，公司实现营业收入17.36亿元，同比增长达147.42%，毛利总额达到9.89亿元，同比增长103.78%，整体毛利率水平稳定在56.95%的高位。值得关注的是，公司归属于上市公司股东的净利润亏损缩减至1156.31万元，较上年同期收窄比例高达95.73%；扣除股份支付影响后的净利润更是达到8353.16万元，实现实质性盈利。

对于业绩的强劲增长，公司在报告中指出，主要得益于人工智能产业的蓬勃发展及市场对全功能 GPU 的强劲需求，叠加公司夸娥智算集群商业化加速，产品性能获得客户高度认可并实现稳定供货，市场竞争优势进一步扩大。

从资产负债表来看，公司经营底盘持续夯实。截至报告期末，公司总资产达 169.24 亿元，较上年末增长 10.34%；归属于上市公司股东的净资产为 121.77 亿元，较上年末增长 6.26%。为应对市场需求增长及保障供应链稳定，公司主动增加备货，存货规模达 35.50 亿元，较上年末增长 166.48%，为后续持续放量做好了储备。

全功能GPU构筑自主创新核心壁垒

财务数据是增长的表象，底层的技术突破与产品落地，才是驱动增长的内核与真相。

作为国内极少数能够实现全功能GPU量产量销的厂商，在研发方面，摩尔线程持续保持高强度投入。上半年研发费用达7.69亿元，同比增长38.16%，占营业收入的比例达44.30%。研发成果上，截至报告期末，公司累计申请专利2167项，其中发明专利申请2049项；累计获得授权专利788项，其中发明专利725项。

在底层架构层面，公司已形成五代GPU芯片架构的完整演进路线——苏堤、春晓、曲院、平湖、花港，构建起覆盖云端、边缘与终端的全栈产品矩阵。最新一代“花港”架构在底层微架构上实现重大突破，算力密度提升50%，计算能效提升10倍，原生增强对FP8/FP4等先进低精度混合计算格式的硬件级加速支持，进一步巩固了公司在国产核心芯片领域的技术领先地位。

面向AI时代的算力需求，摩尔线程创新性地提出了“三个工厂”能力体系，将传统的“AI工厂”进一步细分为模型训练工厂、词元生产工厂和智能体生产工厂。模型训练工厂依托十万卡级别超大规模智算集群能力，为万亿级参数大模型预训练、强化学习等后训练任务提供高性能AI Infra和基础软件支持；词元生产工厂面向快速增长的大模型推理业务，通过更低推理延迟和更高系统吞吐，持续降低单位Token成本；智能体生产工厂则面向新一代Agent系统和具身智能应用，提供支撑复杂智能体计算、调度和部署所需的AI基础设施能力。通过“三个工厂”能力建设，公司从底层GPU算力、集群互联、基础软件到行业应用场景形成了更加完整的AI基础设施闭环。

在软件生态层面，公司构建了完备的MUSA软件栈，涵盖从底层驱动、编译器、算子库到上层开发框架的全套工具链。尤为关键的是，MUSA架构从GPU架构到开发者套件均采用与CUDA兼容的编程模型，通过自研MUSIFY工具可协助开发者将源代码快速迁移到MUSA平台，大幅缩短下游客户的适配周期。报告期内，公司Day-0适配了DeepSeek-V4、MiniMax M3、智谱GLM-5.2等一系列行业SOTA大模型，月之暗面开源的万亿参数模型Kimi K3、MiniMax开源的多模态生成模型MiniMax H3也均实现Day-0适配，充分体现了摩尔线程全功能GPU架构的全栈协同能力。

在端侧智能领域，公司自研的“长江”SoC芯片采用创新的模块化设计，将全功能GPU、高性能CPU、NPU与VPU等异构算力高度集成，在极度受限的功耗与散热条件下实现了极致的能效比控制。依托这一核心技术，公司已成功量产MTT AIBOOK算力本、MTT AICUBE家庭AI中枢及多场景智能模组，完整打通了从底层异构芯片到端云协同软硬件栈的技术闭环。

生态枝繁叶茂，携手产业伙伴共筑算力新生态

在GPU行业，硬件性能决定下限，软件生态决定上限。半年报显示，摩尔线程正从一家芯片设计公司，加速向 "芯片 + 软件 + 生态" 的全栈算力平台演进。

开发者生态建设方面，公司依托“摩尔学院”搭建系统化学习路径，覆盖企业开发者、科研机构及在校学生。目前，公司各类开发者数量已突破80万名。MUSA系列课程已上线国家智慧教育平台“启悟学习社区”，全球顶级推理框架SGLang完成MUSA代码主线合入，标志着国产GPU开源生态进入“原生支持”时代。公司还开源了TileLang-MUSA算子开发工具、集群性能仿真工具SimuMax，MUSA软件栈的丰富度和开放性持续提升。

同时，公司不断加强产学协同，并推出“灯塔计划”，以算力支持与联合科研模式面向前沿科研与战略生态牵引。截至报告期末，灯塔计划已支持北京大学具身世界模型、上海交通大学具身运控基础模型、北京量子信息科学研究院超导量子计算、清华大学并行化神经网络解码器等项目，覆盖十余家顶尖高校与科研机构。

在行业应用合作层面，摩尔线程的“朋友圈”正在不断扩大。在基础模型训练领域，公司夸娥万卡集群完成科学基座模型全栈训练验证，合作伙伴基于MTT S5000智算集群实现“国芯训国模”，从零起步完整训练MoE-236B基础大模型；公司与小马智行达成战略合作，以国产AI算力加速L4级自动驾驶规模化落地；与五一视界共建全栈国产化物理AI仿真体系。在具身智能领域，公司依托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；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。

基于摩尔线程的上半年财报，国泰海通证券最新研报中，上调了摩尔线程2026—2028年营收预测至37.29亿元、57.46亿元和86.60亿元。研报指出，公司智算产品商业化进程显著提速，H股发行上市工作亦在稳步推进，有望持续增强公司整体竞争力。估值方面，研报采用高于行业平均水平的市销率（PS）估值法，给予2026年114倍PS，对应目标价由880元上调至904.48元，并维持“增持”评级。

在国家“人工智能+”战略的推动下，在算力自主可控的时代需求中，这家年轻的中国GPU企业，正在书写着国产算力的崭新篇章。