当资本市场还在为AI算力的估值喋喋不休时，一份来自国产GPU头部厂商的财报，悄然揭示了行业从"故事"走向"兑现"的实质性跨越。摩尔线程最新披露的2026年半年度报告显示，公司在报告期内实现营业总收入17.36亿元，同比增幅高达147.42%；归母净利润亏损缩窄至1156.31万元，较上年同期2.71亿元的亏损额度大幅收窄95.73%。这份成绩单的意义，不仅在于财务数字的改善，更在于它向外界传递了一个清晰信号：国产高性能GPU已经迈过了从0到1的生死线，正处于从1到N的放量前夜。围绕这份财报，我们看到的是一家硬科技企业在研发高投入与商业化落地之间的艰难平衡，更是整个国产算力产业链在"最新科技"浪潮中集体突围的缩影。在AI重塑千行百业的当下，GPU作为智能计算底座，其战略价值已无需赘述。摩尔线程的减亏数据背后，究竟隐藏着怎样的经营逻辑？国产GPU的下一站又将驶向何方？本文将从多个维度展开深度剖析。
营收翻倍的底层逻辑：不只是风口，更是产品力兑现
摩尔线程上半年17.36亿元的营收规模，放在整个半导体行业或许并不算庞大，但147.42%的同比增速，却足以让市场侧目。拆解这一数据的驱动因素，首先离不开AI算力需求的持续井喷。随着大模型从文本生成向多模态、视频生成演进，市场对高性能GPU的渴求已经从互联网大厂蔓延至传统制造、金融、医疗等千行百业。摩尔线程作为国内少数几家拥有全功能GPU架构设计能力的厂商，其产品线覆盖AI训练、推理、图形渲染及视频处理等多个场景，恰好踩中了这轮需求的爆发节点。
其次，产品迭代速度的加快是营收增长的内生动力。摩尔线程在过去一年里相继推出了面向不同场景的系列产品，从数据中心级AI加速卡到面向消费市场的图形显卡，形成了较为完整的产品矩阵。这种"全场景覆盖"的策略，使得公司在面对不同行业客户的差异化需求时，能够提供更具针对性的解决方案。值得注意的是，智能工具的普及率提升也在反向拉动底层算力硬件的需求增长。当越来越多的设计师开始使用AI画图生成概念稿，当视频创作者依赖AI进行自动化剪辑，这些看似轻量级的应用背后，其实都离不开云端GPU集群的强力支撑。摩尔线程的营收增长，某种程度上正是这轮AI工具导航生态繁荣在硬件端的直接映射。
此外，供应链的逐步稳定也为产能释放提供了保障。相较于两年前受制于产能瓶颈的窘境，摩尔线程在先进封装、HBM内存等关键环节的供应链布局更为稳健，保障了产品交付的及时性。对于企业客户而言，在算力紧缺的大背景下，稳定的供货能力本身就是一种核心竞争力。
亏损收窄95%背后：一场关于"效率"的硬仗
归母净利润从亏损2.71亿元收窄至亏损1156.31万元，同比改善幅度达到95.73%，这一数据是本期财报中最具冲击力的部分。尽管尚未实现盈利，但亏损的大幅收窄意味着公司的造血能力正在显著增强。从毛利润角度分析，营收翻倍带来的规模效应，使得单位产品的固定成本被大幅摊薄，毛利率得到显著修复。同时，产品结构的优化也功不可没，高毛利的数据中心级AI产品在收入中的占比提升，直接拉动了整体盈利水平的改善。
在费用端，摩尔线程的研发投入依然保持高位，这是GPU行业无法回避的宿命。但值得注意的是，公司在销售费用和管理费用的管控上表现得更为精细，费用率呈现出良性下降趋势。这反映出管理团队在"烧钱"与"省钱"之间找到了更优的平衡点。从另一个维度看，扣非净利润亏损1.51亿元，与归母净利润之间存在的差额，可能来自于政府补助等非经常性损益。但即便剔除这部分因素，扣非亏损52.37%的收窄幅度，依然展示了主营业务经营质量的实质性提升。
当然，我们也必须正视经营现金流为-21.69亿元这一数据。现金流的恶化与亏损收窄形成了鲜明对比，这通常意味着公司在备货、扩产或应收账款方面占用了大量资金。对于处于高速扩张期的芯片企业而言，这种"战略性失血"并非完全是坏事，它反映了公司对市场前景的乐观预期以及对产能卡位的急切诉求。大模型训练对算力的消耗永无止境，摩尔线程必须提前锁定产能，才能在未来的竞争中不掉队。
资产负债表里的秘密：粮草充足，弹药上膛
截至报告期末，摩尔线程总资产达到169.24亿元，较上年度末增长10.34%；归属于上市公司股东的净资产为121.77亿元，增长6.26%。在持续亏损的背景下，资产规模依然保持扩张，这得益于公司此前完成的巨额融资。充裕的现金储备，为摩尔线程在未来2-3年内的研发攻坚和市场竞争提供了坚实的资金安全垫。
从资产负债结构来看，公司负债率维持在相对健康的水平，没有出现过度举债经营的迹象。对于一家需要持续投入巨额研发资金的芯片设计公司来说，健康的资产负债表是吸引顶级人才、维系上下游合作伙伴信心的重要基石。当前的资金储备，足以支撑摩尔线程完成下一代架构的研发以及现有产品的迭代升级。
值得注意的是，前十大股东持股稳定，实际控制人张建中及一致行动人的控制权未发生变更。在资本市场波动剧烈的环境下，核心团队的稳定对于企业的长期战略执行至关重要。这也从侧面说明，主要投资机构对公司的前景依然持有信心，并未因短期亏损而选择离场。对于投资者而言，判断一家硬科技公司的价值，不能仅盯着当下的利润表，更要看其资产负债表的厚度以及股东结构的稳定性。摩尔线程目前的状况，属于典型的"高投入、高增长、高预期"阶段，企业数字化转型的浪潮为其提供了广阔的施展空间。
与寒武纪的对照：国产算力双雄的差异化竞速
如果说摩尔线程的财报还不足以让你对国产GPU赛道建立直观认知，那么不妨将其与另一家芯片巨头寒武纪进行横向对比。根据公开信息，寒武纪2026年上半年归母净利润高达23.11亿元，同比增长122.61%，已经实现了从亏损到大幅盈利的跨越。两家公司的不同境遇，折射出国产AI芯片在商业化路径上的差异化选择。
寒武纪的盈利主要得益于其在互联网大客户方面的深度绑定，其思元系列AI加速卡在部分头部云厂商的数据中心中实现了大规模部署，形成了稳定的收入来源。而摩尔线程则走了一条更为宽泛的路线，其产品不仅覆盖AI算力，还涉及图形处理、游戏、设计等更广泛的视觉计算场景。这种"全功能GPU"的定位，虽然导致了在单一领域的爆发力不如寒武纪，但同时也带来了更强的抗风险能力。当AI训练需求放缓时，图形渲染和数字孪生等业务可以作为缓冲；而当AI需求爆发时，其也能迅速切入分享红利。
从技术路线看，寒武纪更侧重于AIASIC（专用芯片）路线，针对特定算法进行极致优化；而摩尔线程坚持GPU通用计算路线，强调可编程性和生态兼容性。在CUDA生态依然强大的背景下，通用GPU路线在软件迁移成本上具有天然优势。两种路线孰优孰劣，目前尚无定论，但摩尔线程在科技产品多元化布局上的尝试，无疑为行业提供了另一种解题思路。这场"双雄会"的最终走向，将深刻影响未来五年中国AI算力市场的竞争格局。
生态建设的隐忧与破局：兼容CUDA只是第一步
对于任何一家GPU厂商而言，硬件性能只是敲门砖，真正决定市场天花板的是软件生态。长期以来，NVIDIA凭借CUDA构建了极高的护城河，几乎所有的AI框架、科学计算库都是基于CUDA进行优化的。后来者若想突围，首要任务就是实现CUDA的兼容，让现有海量应用能够无缝迁移。摩尔线程在这方面投入巨大，其MUSA（统一系统架构）软件栈在兼容性上已经取得了长足进步，能够运行大部分主流AI模型和开发框架。
然而，"能用"与"好用"之间依然存在鸿沟。开发者对于新平台的接受度，不仅取决于兼容性，更取决于开发工具的完善度、调试的便捷性以及社区的支持力度。为了打破僵局，摩尔线程正在积极构建自己的开发者生态，通过举办开发者大赛、提供丰厚的算力补贴、完善文档教程等方式，吸引更多开发者入驻。AI工具箱中越来越多的第三方应用开始原生支持国产GPU，这既是机遇也是挑战。
在行业应用端，摩尔线程正在从泛互联网领域向传统能源、智慧城市、生物医药等领域渗透。例如，在工业设计领域，利用AI图片生成技术辅助产品外观设计；在视觉创意领域，通过智能工具辅助生成特效素材。这些实际落地案例虽然单笔金额不大，但积少成多，正在为生态建设提供最宝贵的真实反馈数据。生态的繁荣非一日之功，但摩尔线程已经走在了正确的道路上。
未来展望：国产GPU的"黄金十年"刚刚开始
摩尔线程这份半年报，向市场传递了一个积极的信号：国产GPU不仅能造出来，还能卖出去，且正在逐步实现自我造血。虽然距离全面盈利还有一段距离，但亏损大幅收窄的趋势，让市场看到了盈利的清晰路径。展望未来，国产GPU赛道将迎来三大确定性机遇。
第一，算力国产化政策将持续加码。在全球科技竞争加剧的背景下，核心算力基础设施的自主可控已成为国家战略。政府和国有企业在采购GPU时，将越来越多地向国产厂商倾斜，这为摩尔线程提供了确定的增量市场。第二，AI应用场景将从"云端训练"向"边端推理"延伸。随着大模型小型化技术的成熟，越来越多的推理任务将下沉到边缘设备和终端设备。这要求GPU在保持高性能的同时，具备更优的能效比。摩尔线程的全功能GPU架构，在应对这种多样化场景时具有更强的灵活性。第三，AI与科学计算的融合将催生新的需求。生物制药、材料模拟、气象预测等领域对算力的需求指数级增长，这为GPU开辟了全新的应用蓝海。
当然，挑战同样不容忽视。国际巨头并未停止技术迭代的步伐，地缘政治的不确定性依然存在，人才争夺依然激烈。摩尔线程需要在保持研发投入强度、加快产品迭代速度、深化生态建设三者之间，找到最佳的战略平衡点。可以预见的是，随着文生图、AI网名生成等各类AIGC应用的爆发，终端用户对算力的感知将越来越强烈，这将进一步倒逼上游芯片厂商加速创新。国产GPU的"黄金十年"或许才刚刚拉开序幕，而摩尔线程无疑是这场大戏中最值得关注的主角之一。