9月3日，摩尔线程召开2026年半年度业绩说明会，管理层回应了盈利进度、互联网客户拓展和新产品布局等问题。公司披露，上半年已经导入互联网头部企业及电信运营商等关键领域客户，夸娥万卡级智算集群已完成部署并上线服务。国产GPU的讨论，开始有了更具体的商业落点。 $摩尔线程-U(688795)$
最新半年报给出了这种变化的财务注脚：摩尔线程上半年收入17.36亿元，同比增长147.42%；归母净亏损收窄至1156.31万元，扣非归母净亏损仍有1.51亿元。收入放量与盈利尚未完成之间的距离，构成了观察这家公司的重要切口。
国产GPU的产业价值，最终要落到客户愿意持续采购、企业能够持续投入的商业循环里。摩尔线程已经拿出了收入增长的证明，下一步需要回答的是，这份增长能否覆盖产品迭代和生态建设的长期成本。
这个问题值得认真讨论。用“国产替代”解释全部增长，容易忽略产品落地的难度；只盯着是否盈利，又容易低估基础技术公司的投入周期。摩尔线程正处在两者交汇处：客户验证开始转化为业务规模，规模扩张也把经营能力摆到了更显眼的位置。
客户开始买单，竞争就要算到使用成本
摩尔线程的收入结构已经相当清晰。上半年云端产品收入16.93亿元，占总收入约97.5%；公司将增长归因于国产全功能GPU需求提升，以及MTT S5000和夸娥智算集群获得客户认可并实现稳定供货。云端智算已经成为当前商业化的主力。
这也意味着，判断公司基本面，需要深入到算力采购的现场。客户购买GPU，最终需要交付模型训练或推理结果；芯片性能必须经过软件适配、集群互联和实际运行的检验，才能变成可用的生产能力。
一张卡的参数漂亮，未必代表整套系统经济。训练任务中断、算力利用率偏低，或者迁移过程需要大量工程师参与，都可能吃掉采购环节节省的成本。对国产厂商而言，拿到试用机会只是起点，持续采购要靠整套系统的效率说话。
摩尔线程正在补充这方面的证据。公司在业绩会上介绍，生态伙伴已经基于MTT S5000集群完成MoE-236B基础大模型从零训练，并披露了具身大脑模型和世界模型的训练实践。这些属于公司披露的落地案例，不能直接推导出所有场景下的性能优势，但比单纯罗列算力参数更接近客户的实际需求。
互联网客户的导入尤其值得跟踪。这类客户能够提供复杂、持续的业务负载，也会严格比较运行效率和使用成本。进入客户体系，意味着摩尔线程获得了继续打磨产品的机会；能否扩大部署，还需要后续订单与实际运行效果验证。
由此看，公司增长的后劲，取决于交付经验能否复用。如果每个项目都需要重新投入大量适配资源，收入扩张容易伴随服务成本上升；如果共性问题能够沉淀进软件和标准方案，新客户的交付效率就有机会提高。规模效应，要在这些细节里形成。
盈利距离缩短了，毛利率仍要过关
摩尔线程的减亏有积极意义，但不能把半年接近盈亏平衡，理解为盈利已经稳了。按新华财经对半年报的单季度拆分，第二季度收入9.99亿元，归母净亏损约4092万元，扣非归母净亏损约9654万元。单季表现提醒投资者，收入增长与利润释放仍有节奏差异。
其中最需要解释的是毛利率。公司上半年综合毛利率为56.95%，低于上年同期的69.14%，第二季度进一步降至49.26%。管理层将变动主要归因于原材料价格上涨和产品交付结构变化。
毛利率回落不能简单等同于产品竞争力下降，交付组合也会影响结果。不过，收入规模扩大后，每笔新增业务能够留下多少毛利，直接决定公司覆盖研发与运营支出的速度。客户数量和供货规模值得肯定，增长质量也要放在同一张账上看。
研发投入则体现出另一面。上半年摩尔线程研发投入7.69亿元，同比增长38.16%，占收入的44.30%。投入继续增加，收入增长又快于研发投入增长，为费用摊薄提供了条件。
这条路径有商业上的合理性：产品开发和基础软件建设需要提前投入，收入放量后，前期积累才有机会贡献经营杠杆。但GPU迭代不会因为接近盈利就暂停，不能假设研发支出很快进入平台期，再据此推算利润会大幅释放。
现金流也需要结合扩张阶段理解。上半年公司经营活动现金净流出21.69亿元，半年报解释主要是扩大生产规模带来的采购支出增加；同期销售商品、提供劳务收到的现金为15.26亿元，高于上年同期的2.99亿元。客户回款增加与备货占用资金同时存在。
比较合理的观察方式，是继续核对采购形成的产品能否顺利交付，以及交付能否转化为回款。供应保障有助于承接需求，资金占用则要求公司提高周转效率。摩尔线程没有在此次说明会上给出明确的盈亏平衡时间表，这份克制符合当前仍需验证的经营状态。
生态能不能省下客户的钱，决定生意能走多远
摩尔线程的长期空间，还要看MUSA能否降低客户使用国产GPU的门槛。
据新京报对业绩会的报道，公司各类开发者数量已突破80万。上海证券报同时报道，SGLang已完成MUSA代码主线合入，公司软件栈覆盖驱动、编译器、算子库和上层开发框架。开发者规模与软件兼容进展，为观察生态建设提供了具体线索。
不过，开发者人数不能直接折算成收入。对客户有价值的生态，应该减少迁移工作量，让熟悉的工具能够继续使用，让问题更容易得到解决。软件适配越成熟，采购决策中需要额外承担的不确定性就越少。
这里也藏着摩尔线程值得期待的经营空间。软件成果能够在更多客户间复用，公司有机会降低重复交付成本；客户部署更顺畅，也可能缩短项目推进周期。生态建设的回报，最终应当体现在业务效率上。
全功能GPU路线还提供了向新场景延伸的可能。公司此次披露，已经打通具身智能从合成数据生成、模型训练、仿真验证到端侧部署的链路，并完成机器狗和人形机器人的相关真机验证。
这条路线的吸引力，在于图形渲染、物理仿真与AI计算有机会共享技术积累。如果相关需求逐步形成，摩尔线程可以扩大现有能力的应用范围。不过，技术验证距离规模收入仍有距离，具身智能更适合作为中长期业务储备观察，不能提前计入确定性增长。
因此，评价摩尔线程，可以保持积极，也要落到经营进展：现有产品能否获得追加采购，软件积累能否提高交付效率，新场景能否逐步形成付费需求。公司的价值，会在这些连续发生的小变化中变得更扎实。
结语：国产GPU的成长，终究要由客户续写
摩尔线程已经进入商业化GPU公司的成长过程，收入和交付都有了具体支撑，接下来的任务是提高这门生意的可持续性。
国产算力值得期待的地方，在于本土企业有机会通过真实业务负载磨炼产品，再把工程经验转化为下一轮竞争力。对于摩尔线程，最有分量的认可，是客户使用之后继续采购；最扎实的成长，是扩张之后逐步留下利润和现金。
精彩评论