gubit.cn-股比特.中国
查股网
摩尔线程(688795)内幕信息消息披露
 
个股最新内幕信息查询:    
 

摩尔线程上半年收入预增逾135%,AI GPU与智算集群商业化放量

http://www.gubit.cn  2026-07-16  摩尔线程内幕信息

来源 :华尔街见闻2026-07-16

  摩尔线程披露2026年半年度业绩预告,公司预计上半年实现营业收入16.5亿元至17.5亿元,较上年同期增加9.48亿元至10.48亿元,同比增长135.12%至149.37%。以区间中值测算,公司上半年收入约17亿元,同比增幅约142%,相当于去年同期的2.4倍左右。

  这是摩尔线程在AI算力需求持续升温背景下交出的一份高增长收入预告。公告显示,增长主要来自人工智能产业快速发展、市场对全功能GPU需求强劲,以及公司“夸娥智算集群”商业化加速。

  公司同时强调,旗舰级训推一体全功能GPU智算卡MTTS5000性能达到市场领先水平,并已实现规模量产。基于该产品构建的大规模集群正在持续交付,可支持万亿参数大模型训练。

  不过,本次披露为自愿性业绩预告,且仅给出了收入区间,并未披露净利润、毛利率、经营现金流等关键指标;相关数据也尚未经注册会计师审计,最终财务表现仍需等待半年报落地。收入同比翻倍:上半年最高预计17.5亿元

  公告显示,摩尔线程2026年上半年预计实现营业收入16.5亿元至17.5亿元,是上年同期的235.12%至249.37%。

  对比来看,公司2025年上半年营业收入为7.02亿元。本期预计收入较去年同期增加9.48亿元至10.48亿元,意味着公司半年收入规模实现显著跃升。

  从绝对金额看,摩尔线程上半年收入已进入十亿元级别;从增速看,超过135%的同比增长也反映出公司产品交付和商业化节奏明显加快。

  值得注意的是,公告只披露了收入端表现,尚未披露利润端情况。对于半导体及AI芯片公司而言,收入增长能否转化为盈利能力改善,还取决于毛利率、研发投入、供应链成本、产品结构和客户回款等因素。增长主因:AI产业景气与全功能GPU需求共振

  摩尔线程将本期收入高增长归因于三方面因素:

  一是人工智能产业蓬勃发展,带动算力基础设施需求持续提升;二是市场对全功能GPU的需求强劲;三是公司“夸娥智算集群”商业化加速,产品性能获得客户认可并实现稳定供货。

  这意味着,公司收入增长并非单纯来自单卡销售,而是与智算集群交付、AI基础设施建设需求直接相关。对于GPU企业而言,从芯片、板卡到整机及集群方案的商业化能力,往往决定其收入放量速度。

  在当前大模型训练和推理需求并行增长的背景下,客户对GPU产品的关注点也从单一算力参数,扩展到集群稳定性、软件生态、交付能力和实际训练效率。摩尔线程公告中提到“稳定供货”和“客户高度认可”,说明公司正在强化从产品到系统级交付的能力。夸娥智算集群商业化加速,成为收入放量关键

  公告中特别提到,“夸娥智算集群”商业化加速,是推动收入快速增长的重要原因之一。

  从表述看,摩尔线程正在将GPU产品能力向大规模智算集群延伸。对于AI芯片公司而言,集群业务的意义在于提升单客户价值量,同时也更直接地切入大模型训练、行业智能化和算力基础设施建设场景。

  公司称,基于MTTS5000构建的大规模集群正在持续交付,可高效支持万亿参数大模型训练,其计算效率达到同等规模国外同代系GPU集群的先进水平。

  这类表述释放出两个信号:其一,公司产品已进入大模型训练等高门槛场景;其二,公司希望以集群效率而非单芯片指标作为竞争重点。对于AI算力市场而言,最终客户更看重的是单位时间训练效率、集群稳定性、能效表现及整体部署成本。MTTS5000规模量产,训推一体成为产品抓手

  摩尔线程在公告中强调,公司旗舰级训推一体全功能GPU智算卡MTTS5000已实现规模量产,且性能达到市场领先水平。

  “训推一体”意味着该产品面向模型训练与推理两类核心需求。随着大模型应用从训练阶段向推理和落地部署阶段延伸,GPU产品能否兼顾训练性能和推理效率,正在成为市场竞争的重要维度。

  公告还提到,公司持续推进芯片架构快速迭代,并丰富云、边、端产品矩阵。这表明摩尔线程并不只聚焦单一高端算力卡,而是试图形成覆盖不同场景的GPU产品体系。

  对于半导体公司而言,规模量产是商业化的重要节点。芯片性能验证、良率、供应链保障、客户适配和软件生态建设,都会影响最终收入确认节奏。此次收入预告显示,MTTS5000及相关集群产品已经对公司上半年收入形成明显支撑。对标海外同代GPU集群,竞争叙事从单卡走向系统效率

  摩尔线程称,其大规模集群计算效率达到同等规模国外同代系GPU集群的先进水平。这一表述值得关注。

  在AI算力领域,单卡峰值性能只是竞争的一部分。真正进入大模型训练场景后,集群互联、调度效率、软件栈适配、故障恢复、系统稳定性等都会影响实际可用算力。

  因此,公司在公告中强调“可高效支持万亿参数大模型训练”和“计算效率”,实际上是在把竞争焦点从硬件参数延伸至系统级能力。

  如果后续半年报或客户案例进一步披露交付规模、订单结构和应用场景,将有助于市场更清晰判断摩尔线程在国产GPU及AI算力基础设施中的商业位置。风险提示及免责条款

  市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

有问题请联系 767871486@qq.com 商务合作广告联系 QQ:767871486
Copyright 2007-2026
www.gubit.cn 查股网