提前到来的盈利时刻，和被“错杀”的摩尔线程

纵观整个AI产业，GPU无疑是增长确定性最高的赛道之一。

但市场空间越大，竞争也越激烈。过去几年，国内涌现出一批GPU创业公司，真正能够实现规模化量产和商业交付的企业，却并不多。

如今，摩尔线程正在率先跑出来。

10月28日，摩尔线程发布2026年三季报。前三季度，公司实现营业收入32.89亿元，同比增长319.15%，相当于去年同期的4.19倍，已经超过2025年全年收入的两倍。

更值得关注的是，增长还在加速。

第三季度，摩尔线程单季收入达到15.52亿元，同比暴增1773.92%，接近去年同期的19倍，环比也增长了55.4%，创下历史新高。

事实上，这种增长早已有迹可循。根据市场对IDC发布的2026年上半年中国数据中心AI加速器报告的整理，摩尔线程上半年GPU出货量达到5.6万颗，在国产GPU五小龙中排名第一。

随着收入规模持续增长，研发成本逐步得到摊薄，规模效应也开始在利润端体现。

三季度，公司实现扣非净利润2007.24万元，首次实现单季度扣非盈利。相比招股书中预计最早2027年实现合并报表盈利的时间，阶段性盈利的出现明显早于此前预期。

从出货规模扩大，到收入增长加速，再到单季度扣非盈利，摩尔线程已经开始形成规模增长与盈利改善相互促进的趋势。

对于一家仍处于快速成长阶段的国产GPU企业来说，这些变化也意味着，过去市场对其技术实力和国产替代前景的期待，正在逐步转化为真实的经营业绩。

摩尔线程，正在进入产业价值加速兑现的新阶段。

收入增长加速，摩尔线程跑出规模效应

摩尔线程的增长，不可谓不快。 

2026年前三季度，摩尔线程实现营业收入32.89亿元，同比增长319.15%，相当于去年同期的4.19倍，已经超过2025年全年收入的两倍。

把时间拉长，这种增长更加明显。2022年至2025年，摩尔线程营收分别为0.46亿元、1.24亿元、4.38亿元和15.05亿元，三年增长超过31倍。

进入2026年，公司收入增长进一步加速。分季度看，今年Q1、Q2、Q3，摩尔线程分别实现营收7.38亿元、9.99亿元和15.52亿元，连续三个季度环比增长。

尤其是第三季度，单季收入同比暴增1773.92%，接近去年同期的19倍，环比增长55.4%，创下历史新高。一个季度，就做出了上半年89.4%的收入。

这种增长背后，是国产GPU需求快速释放，以及摩尔线程产品出货规模的持续扩大。

根据IDC发布的2026年上半年中国数据中心AI加速器报告，摩尔线程上半年出货量达到5.6万颗，高居国产通用GPU厂商第一。

随着产品进入规模化交付阶段，摩尔线程的商业化进程正在明显提速。按照目前的增长势头，公司全年营收有望超出此前部分券商的预期。 

根据2025年年报，摩尔线程第四季度实现营收7.21亿元，占全年收入的47.9%。如果今年延续这一比例，以前三季度32.89亿元的收入反推，2026年全年营收有望达到63.1亿元。

当然，考虑到客户订单和产品交付节奏的差异，历史季度收入占比只能作为参考。

值得关注的是，这一测算已经明显高于此前部分券商的收入预测。申万宏源、国金证券此前均预计，摩尔线程2026年全年营收为37.19亿元。

比收入增长更值得关注的，是摩尔线程已经开始将规模优势转化为盈利能力。

今年前三季度，摩尔线程实现归母净利润3769.73万元，较去年同期亏损7.24亿元实现扭亏为盈；扣非净利润亏损1.31亿元，亏损幅度明显收窄。

单独看第三季度，变化更加明显。公司实现归母净利润4926.04万元，扣非净利润2007.24万元，首次实现单季度扣非盈利。这比招股书中预计最早2027年实现合并报表盈利的时间有所提前。

而且，这次盈利极具含金量。

三季度，公司计入非经常性损益的政府补助仅276.96万元。剔除政府补助、金融资产公允价值变动等非经常性项目后，公司依然实现了2007.24万元的扣非净利润。也就是说，摩尔线程的盈利完全是由业务推动的。

更为关键的是，摩尔线程还是在持续加大研发投入的情况下，实现了单季度盈利。

第三季度，公司研发投入5.71亿元，同比增长87.89%；前三季度累计投入13.40亿元，已经超过2025年全年水平。一边持续增加研发投入，一边实现利润转正，这背后体现出规模效应正在逐步显现。

而较高的毛利率，则为这种规模效应的释放提供了基础。

根据集微咨询发布的《2026中国半导体GPU/CPU芯片上市公司研究报告》，2025年，在统计的11家国产GPU、CPU芯片上市公司中，摩尔线程以65.57%的毛利率排名第一。

2026年前三季度，公司的综合毛利率为53.71%，与寒武纪接近，保持在行业第一梯队。

从财报数据看，摩尔线程正在进入经营杠杆释放期。

众所周知，GPU研发具有典型的高固定成本特征。无论是芯片设计、驱动开发，还是软件生态建设，前期都需要持续投入大量资金。

在收入规模较小时，这些成本很难被摊薄，公司容易长期亏损。但随着产品出货量增加，如果收入增长速度超过研发及管理费用的增长速度，盈利能力就有望快速改善。

如今，摩尔线程显然已经出现了这一变化。

为什么是摩尔线程？

看到这里，你可能会有一个疑问：国内GPU公司那么多，为什么摩尔线程能够率先跑出规模？ 

要回答这个问题，就得先从不同芯片的技术路线说起。

目前，按照功能侧重点，GPU大致可以分为图形GPU、GPGPU和全功能GPU三类。

其中，图形GPU主要面向游戏、图形渲染等场景，GPGPU侧重利用GPU的并行计算能力，完成AI训练、科学计算等任务。

相比于前两者，全功能GPU则同时具备图形处理和通用计算能力，能够适应更加广泛的应用需求。

尤其是当AI逐渐进入物理世界，全功能GPU的应用空间有望进一步扩大。

比如，一家机器人公司想训练机器人完成抓取、搬运等动作，往往需要先在虚拟环境中搭建三维场景，模拟物体运动和碰撞，再利用AI算法进行大量训练。整个过程，既需要图形渲染和物理仿真，也需要强大的AI计算能力。

这恰恰是全功能GPU能够发挥优势的地方。这也是英伟达能够从一家游戏显卡公司，逐渐进入科学计算、人工智能、自动驾驶等领域的重要原因。

摩尔线程同样选择了这条路线。自2020年成立以来，公司先后推出苏堤、春晓、曲院、平湖等GPU架构，并持续推进第五代花港架构研发。

从早期的图形渲染、通用计算，到后来不断强化大模型训练、推理和集群计算能力，摩尔线程逐步形成了覆盖云端智算、专业图形和桌面应用的产品体系。

这种产品布局也意味着，摩尔线程能够围绕统一的GPU架构，向不同应用场景延伸，进一步提高底层技术和研发成果的复用效率。

其次，是MUSA软件生态。GPU行业有一个很特殊的地方，硬件性能很重要，但软件生态同样决定着产品能否实现大规模商业化。

英伟达就是最典型的例子。过去近20年，英伟达围绕CUDA建立了成熟的软件生态。从深度学习框架、计算算子库到开发工具，大量AI应用都是基于CUDA开发的。

这给国产GPU带来了很大的挑战。如果迁移成本太高，即使国产GPU价格更便宜，客户也未必愿意更换。所以，国产GPU想要真正实现规模化商业应用，软件生态是必须跨过去的一道门槛。

这也是摩尔线程从成立之初，就坚持自主研发MUSA统一系统架构的重要原因。

简单来说，MUSA相当于摩尔线程为自己的GPU建立的一套软件运行和开发体系。

一方面，它通过适配PyTorch等主流AI框架，以及提供相关编译和迁移工具，尽可能降低现有CUDA应用迁移到摩尔线程GPU上的难度。

另一方面，MUSA还可以服务于云端智算GPU、专业图形GPU、桌面显卡等不同产品，让它们共享部分底层开发工具和软件基础设施。

根据公司2026年5月投资者交流记录，MUSA 已原生适配 PyTorch、vLLM、SGLang 等主流框架，并提供编译、调试和性能分析工具。

这就带来一个很有意思的商业逻辑。随着搭载MUSA架构的GPU出货量增加，使用这套架构的开发者和企业也会越来越多。开发者增加，又会带来更多模型适配、软件工具和行业应用，进一步降低新客户的使用门槛。

久而久之，就有机会形成一个正向循环。根据摩尔线程2026年半年报，公司MUSA开发者数量已经超过80万人。

最后，是规模化交付带来的先发优势。

在GPU行业，一张GPU能够在实验室里跑通模型，与几千张、上万张GPU组成集群，连续稳定地运行训练任务，完全是两回事。随着GPU数量增加，芯片之间的通信效率、网络互联、任务调度和故障恢复，都会成为影响算力表现的重要因素。

因此，大模型时代的GPU竞争，越来越重视系统级能力。

摩尔线程的优势也恰恰在于此。目前，公司已经建立起从MTT S5000智算卡、服务器到夸娥（KUAE）智算集群等的产品体系。

更重要的是，这套体系已经开始获得实际订单验证。三季报显示，以MTT S5000为代表的智算产品，已经在互联网及云服务商（CSP）、词元服务商（TSP）、AI创新企业、通信运营商、智算中心、科研机构、政企及行业客户等核心AI基础设施领域加速落地。

这些客户有一个共同特点：对GPU的需求规模大，技术要求高，而且算力需求仍在持续增长。因此，这类客户在选择GPU时，会综合考虑芯片性能、软件生态和整体使用成本。

摩尔线程能够进入这些高价值客户的供应链，本身就说明其产品竞争力正在获得市场认可。

随着交付项目增加，摩尔线程还可以积累更多真实应用中的工程经验，比如如何优化大模型训练效率、提高集群稳定性，再将这些经验用于下一代芯片和软件系统的研发。

回过头看，摩尔线程的产业价值也就逐渐清晰了。

全功能GPU路线，让它能够参与更加广泛的计算市场；MUSA架构，为长期软件生态建设提供基础；规模化交付，则让技术研发和商业应用开始形成正向循环。

总结

有意思的是，在国产GPU产业基本面持续改善的同时，受外部市场环境和资金情绪影响，整个板块近期却经历了不小的回撤。 

但从中长期看，GPU的增长仍然是确定性的。根据弗若斯特沙利文预测，到2029年，中国AI芯片市场规模有望从2024年的千亿级增长至万亿元，2025年至2029年年均复合增长率达到53.7%。

其中，GPU是增长最快的细分市场，市场份额预计将从2024年的69.9%，进一步提升至2029年的77.3%。

换句话说，未来几年，GPU有望成为中国AI芯片市场增长的最大受益者之一。

同时，对于近期的板块调整，券商也给出了相对积极的判断。

10月16日，中金公司在《短期下跌不改产业向上趋势，持续看好国产算力链发展》研报中指出，近期国产算力板块的调整，主要受到海外AI企业增长预期变化、美债利率上行，以及前期交易拥挤等因素影响。

中金公司认为，国产算力产业长期向上的逻辑依然成立，部分公司股价与基本面已经出现一定程度的背离，未来存在估值修复机会。

回到摩尔线程，随着GPU出货规模持续扩大、MUSA软件生态逐步成熟，以及规模效应带来的盈利能力改善，公司的长期竞争力正在得到越来越多的商业验证。

从这个角度上说，当前市场对摩尔线程的价值判断，或许也到了需要重新审视的时候。

本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。