8月9日
，国产GPU龙头摩尔线程（688795.SH）发布《2026年半年度报告》 。2026年上半年，公司实现营收17.36亿元 ，同比大幅增长147.42%，已超2025年全年营收；毛利总额达9.89亿元
，同比增长103.78%；盈利能力显著改善，归母净利润
、归母扣非净利润分别较上年同期亏损收窄95.73%、52.37% ，商业化全面提速。

　　强劲业绩的背后
，是摩尔线程持续高强度研发投入构筑的技术底座
。报告显示，公司2026上半年研发投入达7.69亿元 ，同比增长38.16%。2022年以来
，公司累计研发投入近59亿元 。截至2026年6月30日，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，稳居国产GPU企业前列
。

　　在高强度研发投入与深厚专利壁垒的坚实支撑下 ，公司业绩延续高增态势。摩尔线程在公告中表示
，这一增长主要得益于市场对全功能GPU的强劲需求，叠加公司夸娥智算集群加速落地 ，并实现稳定供货，市场竞争优势和商业化能力进一步提升 。据悉
，摩尔线程加速在互联网 、运营商等关键客户领域渗透，以更丰富的落地场景 ，持续推动营收高速增长
。

　　作为摩尔线程核心增长引擎
，公司旗舰级AI训推一体智算卡MTT S5000持续规模化量产，凭借高算力与全精度等综合优势 ，在大模型训练与推理表现上对标国际主流产品
，并首批通过国家《安全可靠测评》，在技术成熟度
、安全性与稳定性方面达到行业高标准 ，可为政务、金融 、能源等关键行业提供安全可靠算力支撑
，打开更多市场增长空间。

　　MTT S5000智算集群实现规模化销售，并在北京
、无锡、杭州等多地完成部署与交付 ，关键技术维度均已实现突破
，产品性能获得客户高度认可 。在高扩展方面，随着集群训练规模持续增大 ，可保持高达95%的线性扩展效率；在高精度方面，训练精度与国际主流计算卡持平
，训练损失曲线高度一致；在高稳定方面，集群支持断点续训 ，有效训练时长占比超90%
。

　　大模型训练是GPU的“终极考场”
，基于夸娥智算集群的高端训练能力，摩尔线程已实现多项“国芯训国模 ”成果 ，例如：成功从零起步完整训练出语料超25万亿Token的MoE-236B基础大模型；实现全球首个5D世界模型“北大EvoPhys-World
”的全栈原生训练
，该模型发布后连续37天蝉联斯坦福WorldScore“世界生成”维度全球榜首；首个基于S5000进行全栈训练的代码大模型MusaCoder已经开源，内核算子生成性能比肩国际SOTA水平。 这一系列实践 ，验证了夸娥智算集群不仅能高效训练大语言模型
，更能支撑具身智能 、世界模型
、物理AI等前沿赛道，展现出极强的通用属性 。

　　摩尔线程全功能GPU的通用算力优势 ，远不止于云端智算
。随着AI从数字世界走向物理世界
，算力需求正快速延伸至边缘和终端。在边缘，AI模组MTT E300为工业质检、能源巡检 、具身智能
、智能汽车及低空经济等领域 ，提供高效、低延迟 、强可靠的边缘AI能力 。在终端，AI算力本MTT AIBOOK和家庭AI中枢MTT AICUBE
，让国产算力走进千家万户。从云端智算到边缘推理再到终端普惠，摩尔线程已经构建起覆盖“云-边-端 ”全场景的通用算力版图
。

　　与此同时 ，摩尔线程依托“算、渲
、仿
”一体化的通用算力底座
，在具身智能等前沿赛道抢占独特生态位。摩尔线程是国内稀缺的打通“大模型训练—仿真模拟—端侧部署”生态闭环的GPU企业，通过MT Lambda仿真平台及具身智能社区 ，大幅降低开发和部署门槛 。产业落地层面
，摩尔线程于无锡设立工业具身智能创新中心，并作为国家人工智能应用中试基地（具身智能）的共建合伙人及产业委员会委员 ，成立“具身智能算力与仿真联合实验室 ”
，深度参与国家具身智能产业生态建设
。

　　作为技术竞争力和商业落地能力的长期“护城河”，摩尔线程自主MUSA生态日益成熟。目前 ，MUSA已全面实现对国际主流CUDA生态的深度兼容
，不仅实现100%核心数学库兼容及全量3000+ PyTorch算子兼容，更覆盖55类核心AI算子；同时 ，获全球顶级推理框架vLLM与SGLang官方支持，主流模型均可实现Day-0支持
，开发者数量已突破80万人 。

　　同日，摩尔线程发布公告启动发行H股并在香港联交所上市的筹备工作 ，成为又一布局“A+H
”的硬科技企业
。