社区

最近科技股的行情有个明显变化，资金开始对AI产业链重新定价。三季度公募基金持仓显示，电子板块遭到减持，但中际旭创、新易盛等算力龙头仍位居重仓股前列，机构对AI的长期判断没有改变，只是开始更重视业绩兑现和估值。

海外同样如此。10月28日，微软和谷歌相继交出财报，微软Azure增长48%，自由现金流达到186亿美元；谷歌虽然云业务高增，却因资本开支和现金流压力，盘后一度大跌近10%。市场对AI投资的态度越来越明确，算力需求依然旺盛，但巨额投入必须逐步转化为收入和利润。

作为国产GPU五小虎之一的摩尔线程，近期发了三季报，收入15.52亿元，同比增长1773.92%，环比增长55.43%，扣非归母净利润2007万元，首次实现单季度扣非盈利。前三季度收入32.89亿元，同比增长319.15%。

收入加速、研发费用率下降、单季扣非转正，三个信号同时出现，讲道理业绩不错。而且作为国产GPU阵营，开始从产品验证向规模化交付、经营杠杆释放过渡的阶段。无奈市场不配合，现阶段A股还是情绪主导。

从国产GPU投资逻辑本身，再复盘下摩尔线程在这一轮AI基础设施建设中占据什么位置。

AI基础设施远没到终局，算力走向规模化应用

回头看蒸汽机、电力和互联网，每次技术革命都需要先建设基础设施，再靠应用扩散释放价值。到了AI时代，算力芯片、服务器、数据中心和软件平台这些，属于新一轮技术革命的底座。

IDC预计，2026年中国AI加速器出货量将增长19%。全球方面，美国银行研究部门10月23日预计，全球数据中心支出2026年将达到1万亿美元，2028年进一步增至2.1万亿美元。高盛则将2026—2031年AI基础设施投入拆成计算、数据中心和电力，累计估算约7.6万亿美元。

多家机构统计口径稍有差异，但都说明AI带动的基础设施建设仍在加速。

结合目前AI应用侧来看，总体市场规模还没有超过基础设施投入。所以我对这个行业的判断是，AI基础设施远没到成熟期，需求还在扩张，但竞争可能已经开始从堆算力转向比效率、比应用、比投资回报。

Gartner在10月发布的研究提出，如果AI基础设施投资持续按照当前速度扩张，到2030年，超过3.5万亿美元的相关支出可能面临减值风险。

算力需求仍在增长，但资本市场会越来越看重投资回报，单纯拥有算力供给已经不够。

这也引出了当前算力厂商的解法，市场对算力的需求开始变化。过去市场主要关注大模型训练，现在推理、智能体正在把AI带入编程、办公和企业业务。包括未来机器人、自动驾驶、工业仿真，还需要大量模拟、训练和验证，这些都属于物理AI的范畴。

这个逻辑下，只要未来AI的应用边界越大，算力需求就越有机会从一次性训练投入，延伸到持续运行的计算服务。

国产替代的核心，在于可持续的供应体系

国产GPU的投资逻辑，通常包含两部分，一部分来自AI算力需求增长，另一部分来自国产化带来的供应链重构。

IDC数据显示，2026年上半年中国数据中心AI加速器市场总出货量200.8万颗，其中摩尔线程出货5.6万颗，市场份额达到2.8%，排名第七，在国产GPU厂商中仅次于**、阿里平头哥和寒武纪。

英伟达在中国数据中心AI芯片市场的出货份额降至34%，**达到28%。同期，中国非GPU类AI加速器出货量同比增长近80%。国产算力的增长已经不只发生在GPU内部，专用芯片也在快速争夺市场。

当然了，对国内客户来说，选择国产算力平台，考虑的也不只是采购价格和单卡性能。供应链稳定性、技术支持、软件适配、数据安全以及长期供货能力，都可能进入决策体系。

从测试验证到小规模部署，再到生产环境使用和大规模采购，中间有一系列门槛。客户需要确认业务能稳定运行，开发团队需要适应软件环境，集群需要经受持续负载考验，供应商还要保证交付和售后。

因此，国产GPU的商业化我倾向于认为要走过四个阶段：技术可用、客户验证、规模部署、持续复购。每向前走一步，商业价值的确定性都会有所提高，但各阶段所需时间并不相同。结合摩尔线程、沐曦股份等国产GPU公司三季报情况来看，目前刚刚来到规模部署阶段。

一个典型的案例就是，摩尔线程今年与京东云合作建设十万卡国产智算集群的计划。这个项目是以摩尔线程GPU作为算力底座，围绕京东JoyAI大模型开展全栈协同，打通数据生成、模型训练、仿真和部署等环节，直接服务京东的物理AI战略。这属于大型云平台对国产算力的探索，进而推动物理AI的布局落实，意味着国产GPU开始进入更大规模的基础设施规划。

从国产替代角度看，这类客户开始愿意长期使用，完成软件迁移、运维和业务适配成本逐步下降，反而像摩尔线程这类企业则会形成长期增量与供应绑定。

GPU门槛，在于整套计算平台

GPU的商业化是一条很长的产业链。上游涉及芯片设计、晶圆制造、先进封装、显存和其他关键器件。中游涉及GPU模组、服务器、集群组网和数据中心部署。下游则包括云服务商、模型公司、科研机构和各类企业用户。贯穿其中的，还有驱动、编译器、开发工具、计算库和应用软件。

最后决定客户是否愿意大规模采购的，是这些环节能不能共同工作，变成可长期使用的算力。英伟达的竞争力就是一个典型例子，CUDA、开发工具、主流框架和成熟的集群方案共同构成了生态壁垒，客户采购的其实是一整套能跑起来、能扩展、能持续迭代的计算平台。

国产GPU要追赶，至少要看四个方面，芯片性能、软件生态、集群扩展和交付能力。摩尔线程目前已经有了一些值得关注的进展。

第一，芯片性能要能落到实际任务。 摩尔线程的MTT S5000支持FP8至FP64全精度计算，面向大模型训练、推理和高性能计算。公司披露，在2节点16卡配置下，S5000完成了Wan2.1视频生成全模型训练验证，训练达到61.83 samples/s，模型算力利用率达到51%。

第二，软件生态决定客户迁移成本。摩尔线程的S5000基于第四代MUSA全栈平台，适配PyTorch、Megatron-LM、vLLM和SGLang等主流框架。10月，RLinf还公布了S5000运行世界模型强化学习任务的验证结果，特定实验中训练曲线与A100对照接近。

这说明国产GPU正在积累真实的软件适配经验，但生态成熟度仍需看更多模型、开发者和生产环境的持续使用。

第三，集群能力决定规模化上限。今年6月摩尔线程投运的无锡（惠山）国产智算中心，一期部署2000张S5000，两个月内实现满载，已有20多家客户开展测试或正式业务。摩尔线程已经参与到整套集群的部署和运行中。

第四，交付之后还要持续提高算力利用率。在这方面，摩尔线程发布的S5000推理技术白皮书，专门研究长上下文场景下Prefill与Decode的资源分配问题。

比如在16K长序列输入测试中，S5000单卡Prefill量达到特定参考产品的2.5倍。这个切入点很实际，讲清楚同样一批GPU，能否减少资源闲置、提高有效，直接影响客户的单位计算成本，也影响算力服务商的投资回报。

摩尔线程的全功能GPU与AI计算平台

摩尔线程的一个特点，是从一开始就坚持全功能GPU与MUSA软件平台协同推进，覆盖AI计算、图形渲染、科学计算和视频处理等场景，而非只围绕某一种AI计算任务设计专用芯片。

这条路线的好处，是有机会服务更广泛的计算需求，并通过相对统一的硬件和软件体系拓展场景。代价则是研发范围更广、技术复杂度更高，需要长期投入。

自2022年至2026年前三季度，摩尔线程累计研发费用已达64.55亿元，接近65亿元。仅今年前三季度，公司研发投入就达到13.40亿元，同比增长55.72%。值得关注的是，前三季度毛利约17.66亿元，已经超过研发投入，随着收入快速放量，研发费用率也降至40.75%，叠加Q3单季度扣非净利润转正，规模效应开始显现。

正向的研发飞轮转起来之后，公司开始在拥有GPU芯片设计能力基础上，尝试将硬件、软件和集群服务整合成一套计算平台。公司围绕自主研发的全功能GPU布局AI计算、图形渲染和科学计算，并通过MUSA软件体系支持开发和应用迁移。随着AI算力需求扩大，公司又进一步布局夸娥智算集群，以及模型训练工厂、词元生产工厂和智能体生产工厂等业务方向。

这些布局的意义，在于公司希望从单一芯片供应商，逐步发展为能够提供计算基础设施的厂商。如果客户只采购单卡，竞争很容易集中在价格、性能和供货。如果公司能够提供经过验证的服务器、集群、软件工具和持续服务，就有机会提高客户使用黏性，并参与更多计算基础设施价值。

这里还有一个更长远的观察方向，物理AI。

中泰电子在摩尔线程三季报后的点评中指出，国产GPU有望在2026年下半年至2027年迎来放量，并特别强调了物理AI带来的增量空间。机器人开发需要通过仿真生成海量合成数据，摩尔线程的全功能GPU能够整合AI计算、物理仿真与图形渲染，并通过具身智能仿真平台打通训练、仿真和部署链路。

Fortune Business Insights 预计，全球物理AI市场规模将从2026年的420.6亿美元增长至2034年的2940.7亿美元，年复合增速约27.5%。

物理AI为摩尔线程打开了大模型训练与推理之外的第二增长空间，全功能GPU则是承接这部分需求的重要技术基础。 随着AI从数字世界走向物理世界，摩尔线程的业务边界也有机会从传统智算中心进一步拓展至机器人、世界模型和工业仿真。

好公司与好价格，始终是两件事

公司能走多远，取决于技术与商业化。投资能赚多少，最终还取决于买入时付出的价格。

摩尔线程的长期逻辑是比较清楚，现在三季报出来，全功能GPU和软件平台也已经有了收入放量、单季度扣非转正的实际支撑。

截至10月29日，公司总市值约1570亿元，按前三季度收入32.89亿元年化计算，摩尔线程对应收入约43.85亿元，PS约35.8倍。

同样口径下，沐曦股份约48.6倍、寒武纪约45.2倍，摩尔线程当前估值已处处于相对低位。

另外从远期估值看，国金证券此前预测摩尔线程2027年、2028年收入分别达到59.44亿元和89.74亿元。以目前1570亿元市值静态测算，对应PS将降至26.4倍和17.5倍。

按照现有节奏发展，摩尔线程未来两三年的收入增长和盈利释放，远期PS会快速下降消化估值。

行业景气度高，不代表所有相关公司的股价都会一直涨，市场有效理论下，公开信息会不断进入股价，现实市场又会受到资金偏好、风险情绪和预期变化影响，短期价格未必总能准确反映长期价值。

面对这轮波动，更好的做法是用时间换空间。

经授权转载

$摩尔线程-U(688795)$