摩尔线程-U深度研究报告：全栈引领智算破局

目 录一、全功能GPU领军企崛起，多轮驱动构长增长曲线 6（一）全能GPU领业崛，栈局片计生态 6（二）公无股东存在际制，理产业验富 8（三）需回及务张双驱，26Q1现亏为盈 10二、大模型发展催算刚性需求，国产芯加替代突围 12（一）GPU行算适于AI训需，型发化GPU121GPU长行算适于AI计加速 122GPU业价集在中，AI芯片求动GPU市规增长 133、ScalingLaw依成，大型发要GPU提供量力 14（二）海巨持码AI投入英达据主导位 141AI投入出实闭，海巨定AI投心 142、伟占全主位，与CUDA态筑深壁垒 18（三）美扩端GPU出口制国奋力自主控 20三、架构MUSA破单一加速瓶颈，品构芯片释放高预期 22（一）GPU构MUSA破单加瓶，磅FP8计全技突破 221、MUSA：全能GPU产品心撑通性生态动产代速 222GPU构：“花”GPU构栈主发力密及效幅化 243、FP8：重计全术突，齐产GPU端算短板 25（二）系架落多产品产GPU军加速进际场 261、向亿参数的训标，产GPU能与效步破 262、一构加硬栈突，动产GPU入图计性区间 273、绕键术建技术系智集在领域于内先位 294、算多态SoC地，构合构加统级度化 31（三）SoC端地MTTAIBOOK，新代构代叠生协落地 32（四）新架芯释高预，筑长增曲线 33四、盈利预测 35五、风险提示 37图表目录图表1 尔程务展里碑 7图表2 尔程要品情况 7图表3 尔程权8图表4 尔程理情况 9图表5 司收增速 10图表6 司母利及增速 10图表7 司务收亿元及AI智算收比 图表8 司业毛率 图表9 司利及利率 图表10 公费率况 图表GPU更心去行据理 12图表12 GPU加效远超CPU 12图表13 主要AI计速芯种对表 12图表14 GPU产链 13图表15 2020-2029年球GPU场模亿币） 14图表16 2020-2029年国GPU场模亿币） 14图表17 Scalinglaw依然效 14图表18 训和理需求续升 14图表19 OpenRouter模型token用量 15图表20 谷第季要营（美） 16图表21 北科巨本开快上（美） 16图表22 海大关于capex引描述 17图表23 2025年美AI头部业资战合关系览 17图表24 英达营亿美） 19图表25 英达据营收亿元） 19图表26 英达件参数比 19图表27 CUDA构示图 20图表28 CUDA的成分 20图表29 MUSA架示图 22图表30 摩线芯构与比司比情况 23图表31 摩线程MUSA态容CUDA的式 23图表32 摩线五代GPU架芯片 24图表33 GPU芯架构花港架特点 25图表34 GPU芯架构花港性优化 25图表35 摩线程FP8件加前对比 26图表36 摩线程MTTS5000产规格 26图表37 摩线程MTTS5000综训性能 27图表38 摩线程MTTS5000应场景 27图表39 摩线程AI算加卡格可公的比情况 27图表40 摩线程MTTS80戏卡点 28图表41 摩线程MTTS80戏卡 28图表42 摩线图规格可公的较况 29图表43 摩线程MTTKUAE框架 29图表44 摩线程MTTKUAE核能力 30图表45 摩线智群与比司比情况 30图表46 摩线长能SoC31图表47 摩线智能SoC格可公的情况 32图表48 摩线程MTTS5000模训效对比 33图表49 摩线华与Blackwell、Hopper架性能比 34图表50 摩线庐片性能 34图表51 摩线业分 35一、全功能GPU领军企业崛起，多轮驱动构筑长期增长曲线（一）全功能GPU领军企业崛起，全栈布局芯片设计生态全功能2020202512GPUAIGPUGPUAI3D初创起步期（220202年：200PUGPU20223季发布会，发布全新MUSA统一系统架构，推出多款MTTS系列显卡、物理引擎AlphaCoreDigitalMEGPUMTTS80、MCCXGPUAIGC（02—204年203年320235DirectXMCCXVDIMUSA1.0MUSIFY等；又于9PUMTTS4000和KUAEMCCPlatform23年12KUAEGPU20247旗舰产品夸娥(KUAE)智算集群解决方案实现重大升级，从当前的千卡级别大幅扩展（025至今2025年912GPUMUSA2026AI训推一芯片。图表1 摩尔线程业务展里程碑司招股书，公司官网，无锡日GPU成了覆盖AI需求。公司构建了从芯片到显卡到集群的智算产品线，依托全功能GPUAIGC图表2 摩尔线程主要品情况分类芯片板卡/模组一体机集群设备服务器级AI智算企业级第四代GPU“平湖”S5000D800X1/XKUAE2第三代GPU“曲院”S4000KUAE1专业图形加速企业级第二代GPU“春晓”S3000D200/D400/D800MCCX第一代GPU“苏堤”S1000/S2000--桌面型图形加速消费级第二代GPU“春晓”S70/S80企业级第二代GPU“春晓”X300第一代GPU“苏堤”S10/S30/S50/X100智能SoC类企业级第一代SoC“长江”AI模组-E300AI算力本-A140消费级示意图司招股全栈布局芯片设计生态，驱动行业数智化转型的核心算力引擎。公司通过自主研发的MUAUAEGPU打造摩尔学院平台构建成长体系，与智谱、中国移动等合作伙伴持续开展技术合作。自成立以来，公司持续打造友好易用的开发环境，以摩尔学院为平台，构建产教融合的开45AI200MTTS5000DeepSeek智谱、MiniMax”（Day-0128卡（二）公司无控股股东，存在实际控制人，管理层产业经验丰富30%20269.41%图表3 摩尔线程股权构，公司招股 注：数据截至2026Q1）管理层人员具备丰富产业经验，技术背景深厚。公司由在计算机行业深耕超过三十年、曾任英伟达全球副总裁的张建中先生创立并领导。管理团队拥有卓越的行业专业知识，图表4 摩尔线程管理情况姓名职务履历张建中董事长、总经理摩尔线程创始人，硕士研究生学历，高级工程师。199051992图表4 摩尔线程管理情况姓名职务履历张建中董事长、总经理摩尔线程创始人，硕士研究生学历，高级工程师。1990519923月，于冶金自动化研究设计院国家计算机实验室部门任高级研究员；19924200152001620063（中国有限公司全球客户部任总经理；2006420209月，于英伟达任全球副总裁，大中华区总经理；202010营管理，202311月至今任摩尔线程总经理，202312月至今任摩尔线程董事长。周苑董事、职工董事199671999124200410月PHOENIXTECHNOLOGIES10202091020232024年10月，任摩尔线程财务负责人，2023年12月至今，任摩尔线程董事。张钰勃董事、副总经理摩尔线程联合创始人，博士研究生学历。201310201711GPU架构师；20171120209PonyAIInc.基础架构部门任主任工程师；2020年联合创立摩尔线程，历任摩尔线程董事、副总经理。王东副总经理1999720005620012月，于北京硅谷动力电子商务有限公司任产品经理；2001520045（上海限公司任产品总监；2004620079月，于精英电脑股份有限公司任销售总监；200710月至201932020经理。宋学军副总经理本科学历。20041020115201252013112014620146201742017420195月，于晶兆创新股份有限公司任协理；2019520207售总监；202010月至今，任摩尔线程战略合作部总经理；202412月至今，任摩尔线程副总经理。常玉保副总经理2007120112220188于北京楷登信息技术有限公司任资深技术支持经理；2018920207CTO；202010202412杨上山副总经理2009420111年120124月，于爱立信（中国）通信有限公司任软件工程师；20124202010月，于英GPU1012薛岩松董事会秘书、财务负责人硕士研究生学历。1997720001月，于广州宝洁有限公司任财务分析师；20001200292003120037中国有限公2005820079（中国12月至20099月，于瑞尔盛国际贸易（上海）有限公司任首席财务官；20091020128月，于索尼爱立信中国历任业务计划与控制负责人及首席财务官；20132022，；69月加入摩尔线程，任财务副总裁；202410月至今任财务负责人；20253月至今，任摩尔线程董事会秘书。马凤翔芯片研发部总经理2005820163月，于北京中星微电子有限公司任资深芯片设计经理；2016320204202010王华云计算与人工智能事业部总经理2010120174（中国年420192220226CTO；20242月至今，于乌兰察布数道智算科技有限公司任董事；20226月至今，于摩尔线程任云计算与人工智能事业部总经理。，公司年（三）需求回暖及业务扩张双轮驱动，26Q1实现扭亏为盈261受益于AI产业发展及高性能PU市场需求旺盛，公司产品竞争力与市场认可度不断提升，2024年公司实现营业收入约4.38（+23.616.18（4.0255.6Y2433-10.0138.206.38Y155.5029Y26.10图表5 公司营收及增速 图表6 公司归母净利及增速16141210864202022 2023 2024 2025

300.00%250.00%200.00%150.00%100.00%50.00%0.00%

50-10-15-20

2022 2023 2024 2025

140.00%120.00%100.00%80.00%60.00%40.00%20.00%0.00%营收（亿元） YoY

归母净利润（亿元） YoYAIGPUAI20243.362025H16.6594.85%（24年提高17.22cSoC2025H1SoC254.2万元（24年为.072025H1AI69.37%73.32%SoC现逐步提升态势。2025年，公司产品竞争优势进一步扩大，云端产品线收入较上年同期大幅增长，实现营收14.61亿元。图表7 公司业务营收亿元）及AI智算营收占比 图表8 公司分业务毛率864202022 2023 2024 2025H1智算 SoC其他业务 专业图加速桌面级形加速 智算营收占

100%80%60%40%20%0%

100%0%-50%-100%-150%

20222022202320242025H1AI智算 SoC 专业图形加速 桌面级图形加速产品结构优化毛利率稳居高位，规模效应渐显费用率稳步下滑。断提高，产品结构不断优化，公司毛利率整体稳步提高，从2023年的25.87%提升至202Q1的673502Q1398222年至0Q（202586.68%，202Q1达5003图表9 公司毛利率及利率 图表10 公司费用率情况500%0%-500%

70.71% 65.57% 67.35%2022 2023 2024 2025 2026Q1

3000%2500%

2422.5110070.08% 25.87%

2000%

1425.16-1500%-2000%-2500%

-1373.51%

-66.47% 3.98%

1500%1000%

1076.31309.88 93.53

50.03-3000%-3500%-4000%

-4109.84%

500%0%

181.49

91.59

193.46

25.57

9.91-4500%

毛利率 净利率

2022 2023 202430.712025 2026Q115.44 10.36销售费用率 管理费用率 研发费用率二、大模型发展催生算力刚性需求，国产芯片加速替代突围（一）GPU并行计算能力适用于AI训推需求，大模型发展催化GPU需求1、GPU擅长并行计算，适用于AI计算加速GPU（GraphicsProcessingUn的的PU被称为PP（GenealPuoseP007C能打通主机端和设备端的CUDA架构之后，所有的GPU都能够转化为GPUGPUGPU成为了驱动现代及未来尖端科技发展的核心引擎。以机器学习(ML)和人工智能(AI)GPU图表GPU有更多心去进行数据处理 图表12 GPU加速效远超CPU伟达开发者网站 伟达COMPUTEX发布会、转引自bilibili当前共有四种AI计算加速芯片技术架构，GPUAI计算加速芯片可分为GPU、FPGA（FieldProgrammableGateArray，可编ASIC（ApplicationSpecificIntegratedCircuitNPU（NeuralProcessingASICFPGA，GPUNPUAI更多专业化的AI图表13 主要AI计算速芯片种类对比表GPUFPGAASIC定制化程度通用型半定制化定制化编程语言/架构CUDA、OpenCL等Verilog/VHDL等硬件描述语言、OpenCL、HLS固定电路无需编程延迟1ms1us1us主要优点峰值计算能力强、通用性强、产品和生态成熟平均性能较高、功耗较低、灵活性强专业性强、功耗很低、体积小、量产成本低主要缺点成本高、不可编辑、功耗高量产成本高、峰值计算能力较低、编程门槛高前期投入成本高、不可编辑、研发时间长、技术风险大人工智能的应用范围模型训练模型推理模型推理模型训练模型推理若斯特沙利文、转引自摩尔线程招股书，甲子光年《中国AI算力行业发展报告》，华创证券2、GPU产业链价值集中在中游，AI芯片需求拉动GPU市场规模增长GPUGPU“的多元化态势。行业领导者英伟达以CUDA引TechInsights2023年全球数据中心GPU3852022GPUPCGPUGPUFablessIDMFoundryGPU制GPU图表14 GPU产业链若斯特沙利文、转引自摩尔线程招股2020年至2029年，世界及中国的GPUAI算力需求激增使GPU市场爆发式增长，据弗若斯特沙利文测算，2024年全球规模达10,515.37GPU2020384.7720241,638.17AIGPU142.86996.7262.5%AI2029GPU36,119.74202415.6%37.8%13,635.78亿AIGPU202910,333.402024641.4520293,302.38亿元。图表15 2020-2029年全球市场规模（亿人币）

图表16 2020-2029年中国市场规模（亿人币）4000035000300002500020000150001000050000

202020212022202320242025E2026E2027E2028E2029E全球GPU市场规模（亿元人民币） YoY

120%100%80%60%40%20%0%

1600014000120001000080006000400020000

202020212022202320242025E2026E2027E2028E2029EAI智算产品 桌面级产品 YoY

90%80%70%60%50%40%30%20%10%0%-10%若斯特沙利文、转引自摩尔线程招股 若斯特沙利文、转引自摩尔线程招股3、ScalingLaw依旧成立，大模型的发展需要GPU提供海量算力大语言模型进化遵循Scalinglaw能遵循ScalingLaw试损失会以可预测的幂律形式下降。据OpenAIScalingLaw已规律。未来，随着AIAI图表17 Scalinglaw法依然有效 图表18 训练和推理算需求持续提升penAI官网 伟达官网（二）海外巨头持续加码AI投入，英伟达占据全球主导地位1、AI投入产出实现闭环，海外巨头坚定AI投资信心Token调用量保持高速增长，显示出大模型终端推理需求持续向上。Token为大模型处理OpenRouter20262token50.42120.61MinMaxMinMaxM2.5token5.64MoonshotaiKimiK2.54.34token10的大模型之列，其中Gemini3FlashPreview3.65图表19OpenRouter平台模型token调用量penRoute与tokenAI202573500万人付费订阅了ChatGPTPlus或Pro2020020302.2亿人将为ChatGPTAlphabet公布的20251138.2834530%958.62176.643.7图表20 谷歌第四季度要营收（亿美元）120010008006004002000营业收入

谷歌服务

谷歌云 利润2024年四季度 2025年四季度lphabet官网AI算力成为此轮AIChatGPT掀AIScalinglawAIAIAICY2025MetaCapEx3760.51亿美元（+64692024图表21北美科技巨头资本开支快速上行（亿美元）1400 120%1200 100%1000 80%800 60%600 40%400 20%200 0%0 -20%Amazon Microsoft Google Meta YoYloomberg海外云厂商26202650%2026151850（+91102.3Meta261150-1350未来数年还将投入数千亿美元用于人工智能基础设施。亚马逊26年资本开支指引高达公司名称最新全财年capex指引财年对应自然季度YoY（%）语言描述Amazon2000亿美元2026Q1-2026Q451.72%鉴于现有产品需求强劲，加之人工智能、芯片、机器人技术及低地球轨道卫星等战略机遇，公司资本支出预计能获得可观的长期投资回报。Google1750-1850亿美元2026Q1-2026Q491.4%-102.3%人工智能领域的投资与基础设施建设正全面推动营收增长。为满足客户需求并把握未来机遇，公司资本支出将成倍增加。Meta公司名称最新全财年capex指引财年对应自然季度YoY（%）语言描述Amazon2000亿美元2026Q1-2026Q451.72%鉴于现有产品需求强劲，加之人工智能、芯片、机器人技术及低地球轨道卫星等战略机遇，公司资本支出预计能获得可观的长期投资回报。Google1750-1850亿美元2026Q1-2026Q491.4%-102.3%人工智能领域的投资与基础设施建设正全面推动营收增长。为满足客户需求并把握未来机遇，公司资本支出将成倍增加。Meta1150-1350亿美元2026Q1-2026Q465.0%-93.7%2026AIMeta超级智能实验室研发及核心业务的持续投资。公司业绩说明会、BloombergAI2025OpenAIOracle+AI9OpenAI1000亿美金投资计划，支持OpenAI10GW图表23 2025年北美AI头部企业投资与战合关系一览时间投资/合作方被投资/合作方投资/合作方承诺被投资/合作方承诺2025年微软英伟达AzureNVIDIADGXSuperPOD架构；AzureAIFoundryNVIDIANIM务②深度集成NVIDIAAI软件栈；②优化热门开源语言模型的推理功能并确保这些模型能在AzureAIFoundry上使用③AzureNVIDIAGPUAzure拟机驱动的创新产品③AzureNDGB200V6等虚拟机实NVIDIA加速器④NVIDIANIMAzureContainerApps无服务器图形处理单元正式上市⑤NVIDIABlackwellUltraGPUNVIDIAPRO6000BlackwellAzure2025-2026分批次英伟达OpenAI①OpenAI1000亿美1001中心的建成而逐步投入①部署至少10GW的NVIDIA系统，用于训练和运行下一代AI模型②支持OpenAI建设10GW的AI数据中心②OpenAI的模型路线图、基础设施软件与英伟达的硬件及软件2025年初OpenAIOracle①53000OracleAI数据中心算力；①在美国德克萨斯州阿比林等地投资建设超大规模AI数据中心（Stte项目OpenAI训练与推理需求；②提供总计4.5GW数据中心容量及英伟达GB200芯片；2025.5Oracle英伟达①1040GB200Superchip400OpenAI数据中心建设①按期交付GB200芯片；2025.11微软+英伟达Anthropic①微软、英伟达分别投资至多50亿、100亿美元；①300Azure1GW额外算力②ClaudeCopilot问权限②算力完全基于英伟达的GraceBlackwall和VeraRubin架构；③允许微软和英伟达云服务平台使用Claude公司官网，IT之家，华尔街日报、路透社，转引自币界网，AI科技网，华尔街见闻，爱范儿，至顶头2、英伟达占据全球主导地位，硬件与CUDA生态共筑深厚壁垒英伟达处于全球GPU市场领先地位。英伟达（NVIDIA）总部位于美国加利福尼亚州，自1993年成立起就专注于GPU的设计开发，形成了强大的实力和竞争壁垒。根据泡泡网转载的JonPeddieResearch的报道，在PC（个人电脑）领域，2025年二季度英伟达独立显卡的市场份额达到94%，断崖式领先于AMD及其他厂商。随着大模型训练推理需求的兴起，英伟达凭借领先的GPU产品和生态在AI领域进一步称霸市场。在数据中心GPUGPU芯片为主导的AIFY26440.62亿美元上涨到Q4FY26681.27Q1Y276.15Y851Y26391.12亿美元提升至Q4FY26623FY27752（o+9Q1Y26-Q1Y27数88.8%87.9%89.8%91.4%市场对于数据中心GPU。科莱特（Colette2026BlackwellRubinAI5000亿图表24 英伟达总营收亿美元） 图表25 英伟达数据中营收（亿美元）9008007006005004003002001000总收入 QoQ

25%20%15%10%5%0%

8007006005004003002001000数据中心收入 QoQ

30%25%20%15%10%5%0%伟达官 伟达官英伟达产品AIGB300专为推理任务打造。A100推理性能是H10030倍，训练性能是H1004H100的25GB300采用NVIDIABlackwellUltraGPU，相较于NVIDIABlackwellGPUFP4FLOPS高出1.52AI图表26 英伟达硬件产参数对比A100SXMH100SXMH200SXMGB200NVL72GB300NVL72BlackwellUltraGPUs|GraceCPUs--72|3672|36FP4TensorCore--20PFLOPS20PFLOPS|15PFLOPSFP8TensorCore-3.958PFLOPS3.958PFLOPS10PFLOPS10PFLOPSFP6TensorCore---10PFLOPS10PFLOPSINT8TensorCore624TOPS3958TOPS3958TFLOPS10TOPS330TOPSFP16/BF16TensorCore0.312|0.624PFLOPS1.979PFLOPS1.979PFLOPS5PFLOPS5PFLOPSTF32TensorCore0.156|0.312PFLOPS0.989PFLOPS0.989PFLOPS2.5PFLOPS2.5PFLOPSFP3219.5TFLOPS67TFLOPS67TFLOPS80TFLOPS80TFLOPSFP32TensorCore--80TFLOPS80TFLOPSFP649.7TFLOPS34TFLOPS32TFLOPS40TFLOPS1.3TFLOPSFP64TensorCore19.5TFLOPS67TFLOPS67TFLOPS40TFLOPS1.3TFLOPSGPU容量80GBHBM2E80GBHBM3141GBHBM3E186GBHBM3E279GBHBM3EGPU带宽1.935TB/s3.35TB/s4.8TB/s8TB/s8TB/s最大热设计功耗(TDP)300w700w700W1200W1400W互联技术NVLink：600GB/s；PCIeGen5：64GB/sNVLink：900GB/s；PCIeGen5：128GB/sNVLink：900GB/s；PCIeGen5：128GB/sNVLink：1.8TB/s；PCIeGen5：128GB/sNVLink：1.8TB/s；PCIeGen5：256GB/s伟达官CUDAAIUnifiedDeviceArchitecture）GPUCUDAC++GPU还2007图表27 CUDA构架示图 图表28 CUDA的组成分伟达官网 伟达官网（三）美国扩大高端GPU出口限制，国产奋起力争自主可控美国多次修订出口规则管制范围，国产算力自主可控迫在眉睫。AIGB200GB300方面多次修订的出口管制范围也加强了国产GPU实现自主可控的紧迫程度。20258+”2025-2026“CPU筑人才队伍等角度为先进算力产业助力，继承发展了既往算力领域的积极政策。持续利好的政策为国产算力实现自主可控创造良好条件。AIGPUGPUAI三、GPU架构MUSA突破单一加速瓶颈，新品架构芯片释放高预期（一）GPU架构MUSAFP8计算全栈技术突破1MUSA：全功能GPU统一硬软件架构MUSA，提高GPUMUSA融合GPU硬件和软件的全功能GPUGPU序框架等关键要素，旨在为各类并行计算场景提供高性能计算能力。开发人员可借助C/C++Triton基于MUSA统一架构技术，公司在基础软件层面同时提供了AI计算、图形渲染和科学计算所需的基础软件技术。在AI计算领域，支持PyTorch、PaddlePaddle等国内外主流AIMegatron、FlagScaleDirectXOpenGLOpenGLES和计算领域，支持MUSA图表29 MUSA架构意图司招股全功能GPUMUSAAIGPUGPUGPGPUASICAIMUSA+”GPUAI4SAI技术升图表30 摩尔线程芯片构与可比公司的比情况公司名称架构类别功能精度兼容性摩尔线程MUSAGPUAI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等FP64/FP32/TF32/FP16/BF16/FP8/INT8高国际龙头企业英伟达CUDAGPUAI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等FP64/FP32/TF32/FP16/BF16/FP8/FP6/FP4/INT8高AMDCDNA和RDNAGPGPU、图形GPUAI计算加速、图形渲染、科学计算等FP64/FP32/TF32/FP16/BF16/FP8等较高高通ARMSoC边缘计算、图形渲染、AI计算加速等FP16/INT8等中司招股MUSACUDA。MUSA编程模型兼容：MUSAGPUCUDA模型，通过MUSIFY工具可协助开发者将源代码快速迁移到MUSA平台、自研MUSA-X计算库实现CUDAAPIMUSACUDAUAACA到MUA如UY工具这种方式在不违反英伟达UserLicense图表31摩尔线程MUSA生态兼容CUDA的方式司公告2PUU基于公司自主研发的MUSAGPU从图形处理到AI+AIAI加图表32 摩尔线程五代GPU架构芯片序号芯片架构流片成功/发布时间基本情况1苏堤2021年公司第一代GPU芯片，内置了全功能GPU的四大引擎，即拥有AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码引擎2春晓2022年GPUGPUDirectX11DirectX12DirectX11DirectX12GPU，实现多款图形引擎的高性能适配，支持数字孪生以及工业设计、元宇宙等应用3曲院2023年GPUAI训练和推理能力，公司基于该芯片搭建千卡集群智算中心4平湖2024年GPUFP8AIDeepSeek类前沿大模型预训练的万卡集群智算中心解决方案5花港2025年GPUFP4FP64的全精度计算，算力密度提升50%，效能提升10倍。司公众号、公司招股第五代GPU20251220MUSAGPUAI计算性能显著提升：50%FP4FP64MTFP6/MTFP4异步编程与超大规模互联：MTLink图形与AIAI支持DirectX12Ultimate（2025年18541743项图表33 GPU芯片架“花港”架构特点 图表34 GPU芯片架“花港”性能优化尔线程开发者大会、转引自bilibili 尔线程开发者大会、转引自bilibili3、FP8：重磅计算全栈技术突破，补齐国产GPU高端算力短板FP8迈向主流AI据226年3P8UAGPUFP8AIAI大模型时代的技术竞争力与生态承接能力。突破FP8GPUFP8AIFP8GPUAIGPU图表35 摩尔线程FP8硬件加速前后对比司官网（二）系统架构落地多元产品，国产GPU领军企业加速迈进国际市场1、面向万亿级参数LLM的训练标杆，国产GPU性能与能效同步突破MTTS5000AI时代，专为大模型训练、推理及高性能计算而生的全功能GPU智算卡。凭借先进的“平湖”FP8到FP64MTTS5000MUSA全栈平台打破生态壁垒，原生适配、Megatron-LM、vLLM及SGLang等主流框“S5000图表36 摩尔线程MTTS5000产品规格产品规格液冷风冷AI算力(Dense稠密)1000TFlops920TFlops显存容量80GB80GB显存带宽1.6TB/s1.6TB/s卡间互联MTlink(8卡全互联)784GB/s784GB/s司官面向万亿级参数大模型训练的万卡集群标杆，驱动跨学科科技前沿的创新研发。S5000S5000出卓越的精度一致性，训练效果与国际旗舰产品高度对齐。凭借突破性的算力利用率（MFU）MTTS5000到FP64的全精度计算能力，以统一通用架构灵活应对高精度与混合精度的AI+图表37 摩尔线程MTTS5000综合训练性能 图表38 摩尔线程MTTS5000应用场景司官网 司官GPUMUSAGPUGPU任GPUGPUAIAI80%图表39 摩尔线程AI算加速卡规格与可公的比较情况公司摩尔线程英伟达英伟达AMD型号S5000B200H100MI325X芯片类型GPUGPUGPUGPU架构平湖BlackwellHopperCDNA3FP32（TFLOPS）328067163.4司招股2、统一架构叠加软硬件全栈突破，推动国产GPU迈入图形计算性能区间GPU摩尔线程MTTS80春晓4096个MUSA1.8GHz14.7TFLOPSS80PCIeGen5x1616GBGDDR68K超高清与1080P360HzS803DGPU图表40 摩尔线程MTTS80游戏显卡特点司官网业内首款PCIeGen5显卡，消费级GPUMTTS80PCIeGen5128GB/sMTTS80S70等GPU图表41摩尔线程MTTS80游戏显卡司官网统一架构叠加软硬件全栈突破，推动国产GPU迈入主流图形计算性能区间。在高性能GPU图形计算领域，公司依托自主研发的新一代统一图形计算架构，成功突破多项关键核心技术，其处理器规格能达到英伟达RTX3060同等水平。微架构层面：14.7TFLOPS3060ows10/11DirectX1.3PCIeGen58K分辨率的硬件级视频处理能力。驱动软件层面GISAAAGPU图表42 摩尔线程图形规格与可比公司的较况公司摩尔线程英伟达AMD型号MTTS80RTX5090RX9070XT芯片类型GPUGPUGPU架构春晓BlackwellRDNA4市场零售价格（元）一千元量级数万元量级五千元量级核心数量4,09621,7604,096张量核心数量32680128FP32（TFLOPS）14.7104.848.66显存大小（GB）163216显存带宽448GB/s1.79TB/s644.6GB/s总功耗（W）255575304司招股3、围绕关键技术构建全栈技术体系，智算集群在多领域处于国内领先地位智算中心全栈解决方案，一体化解决大规模算力问题。夸娥（MTTKUAE）是摩尔线程智算中心全栈解决方案，基于MTTS5000全功能GPU智算卡和AI大模型训推一体机，以一体化交付的方式解决大规模GPU算力的建设和运营管理问题，夸娥全栈的解决方案能够充分发挥摩尔线程GPU的优势。图表43摩尔线程MTTKUAE框架司官网万卡集群能力实现稳定训推，构建高效可扩展的国产AI算力基础设施。目前，夸娥智算集群已全面支持超过600种大模型的训练与推理需求。该集群具备全精度、全功能通用AI10Exa-Flops（MFU）Dense60%，MOE95%图表44摩尔线程MTTKUAE核心能力司官网围绕关键软硬件技术构建全栈技术体系，智算集群在多领域处于国内领先地位。GPUGPUKUAE2GPU软件层面：可靠性技术：性能优化：软硬件架构设计：图表45 摩尔线程智算群与可比公司的比情况公司名称代表产品集群规模FP16Tensor（EFLOPs）FP8Tensor（EFLOPs）GPU数目网络方案卡间互连（GB/s）摩尔线程KUAE2万卡级不披露不披露10,240张IB/RoCE~800微软/OpenAI（美国公司）AzureAISuperCluster十万卡级100（预估）公开渠道未取得数据10万张H100IB900Meta（美国公司）AIResearchSuperCluster(RSC)十万卡级100（预估）公开渠道未取得数据10万张H100IB/RoCE900xAI（美国公司）Colossus超级计算集群十万卡级200公开渠道未取得数据20万张H100IB900司招股4、高算力多模态SoC落地，异构融合架构叠加系统级调度优化高算力多模态SoC落地，打造端侧AIIT202512月20UAC8核全大核PU2.65GHzGPUNPUDSPAIAI50TOPSAIGCPU与PH.265H.24V1830PS4K60FPS32008K或八4KPDRX（最高6G10GB”“CPU+GPU+NPU+DSP”异AI图表46SoC芯片尔线程开发者大会、转引自bilibiliSoCCPUGPUNPUVPU（SoCAIPC技术层面：软件层面：图表47 摩尔线程智能SoC规格与可比公司的情况公司代表作品FP32FP16INT8CPU运行内存摩尔线程“长江”SoC3TFLOPS12TFLOPS50TOPS8核16GB/32GB国际龙头企业英伟达JetsonOrinNX16GB支持支持78TOPS8核16GB高通QCS8550支持12T48TOPS8核16GB司招股（三）SoC终端落地MTTAIBOOK，新一代架构迭代叠加生态协同落地6.620263306.6230%18060%；2026123110%AISoC终端落地MTTAIBOOKSoC“”AIMTTAIBOOKAIAI长江”SoCAI长江SoCAI2026FlagOS-RoboMTTS5000自研具身大脑模型RoboBrain2.52D/3DGPUCrossPointQ-SpatialFlagOS-RoboMTTS5000图表48 摩尔线程MTTS5000模型训练效果比Baseline2DSpatialReasoningAVG3DSpatialReasoningEstimationCV-BenchCrossPointRoboSpatialRefSpatialEmbSpatialMSMUQ-Spatial↓ShareRobot-Bench↓Real-BenchSim-BenchGemini3-Pro92.0038.6057.9665.5076.6266.1459.4481.370.17050.189966.5069.23GPT-5.286.8433.0043.7815.0068.0249.3357.9669.160.19620.237951.9151.20Qwen3-VL-Inst（8B）92.8928.4066.9054.2078.5064.1843.4870.740.19790.234744.1738.37RoboBrain-2.0(7B)85.7526.0054.2332.5076.3254.9655.0163.37-0.1240--Mimo-Embodied(7B)88.8220.0261.7648.0076.2458.9746.3665.420.69700.6351--RoboBrain-2.5(8B)NVIDIA94.5875.4073.0360.575.5875.8264.1773.530.12810.116490.2998.78RoboBrain-2.5（8B）MooreThreads93.9076.3073.0059.0076.9275.8261.6678.310.11890.117191.1598.98司公众 注“↓”表示数值越小，模型算法任务表现效果越好）（四）新品架构芯片释放高预期，构筑中长期增长曲线新一代AI旗舰GPU“2026GPUAIGPUBlackwell集成新一代异步编程模型：通过PersistentKernelGPU集成新一代CoreAIFP8、FP6FP4集成LLMTransformerAIScale-up和Scale-outGPU图表49 摩尔线程华与Blackwell、Hopper架构性能对比尔线程开发者大会、转引自bilibili其在图形计算和AIS803A15倍，AI6416450843A支持CAD、CAEAI驱动渲染全流程重构，统一调度框架释放GPU并行算力潜力。新，是庐山内置的AIMTSSAIGPU计算。无论有多少核心或GPU图表50尔线程开发者大会、转引自bilibili四、盈利预测1）AI智算：娥，且公司转向高毛利AI6.6AIMTTS5000能GPU化。其在图形计算和AIS803A15AI6416智能SoC类产品：MTTAIBOOKMTTAICubeSoC，SoC下降。2023202420252026E2027E2028EAI2023202420252026E2027E2028EAI智群营业收入（亿元）3.3614.0731.7153.5675.27YoY(%)319%125%69%41%毛利率73.12%67.02%67.68%68.68%69.23%毛利（亿元）2.459.4321.4636.7952.11专业图形加速营业收入（亿元）0.930.850.700.951.392.06YoY(%)608%-9%-18%37%45%49%毛利率58.55%82.45%71.96%72.28%72.64%72.88%毛利（亿元）0.540.700.500.691.011.50桌面级图形加速营业收入（亿元）0.290.110.090.110.130.17YoY(%)-12%-63%-20%24%25%25%毛利率-70%-18.99%0.00%5.00%12.00%15.00%毛利（亿元）-0.20-0.020.000.010.020.02SoC营业收入（亿元）0.000.140.932.414.75YoY(%)33900%573%159%97%毛利率-63.64%-30.00%20.00%26.00%28.00%毛利（亿元）0.00-0.040.190.631.33合计营业收入（亿元）1.244.3815.0633.7857.5782.33YoY(%)169%254%243%124%70%43%毛利率27.5%71.4%65.7%66.1%66.8%66.8%毛利（亿元）0.343.139.8922.3438.4454.97测 （注：2025年公司未披露分产品拆分，为预测值；仅展示主营业务）GPUAI262026330智6.6AI智算业务有望跟随GPU26-2833.78/57.57/82.33-0.52/6.72/14.86五、风险提示1、技术和产品迭代风险集成电路设计行业以技术创新为核心驱动力，企业需紧密跟踪技术路线演进方向及下游市场需求变化，持续开展前瞻性研发并推出迭代性产品，方能在竞争中建立技术壁垒与市场优势。若公司未能精准把握技术演变方向与市场需求，导致产品开发节奏滞后于技术迭代速度或市场需求变化，将可能丧失市场竞争力，进而影响新老产品迭代节奏及业务增长动能的持续释放，导致公司未来可能面临业绩增速放缓或下滑的风险。2、行业竞争加剧风险公司业务所处GPUGPUAIGPU3、国际贸易争端加剧相关风险202310附录：财务预测表资产负债表利润表单位：百万元2025A2026E2027E2028E单位：百万元2025A2026E2027E2028E货币资金9,1768,0126,5615,703营业总收入1,5063,3785,7578,233应收票据0000营业成本5181,1431,9132,736应收账款4345028551,223税金及附加5154644预付账款1,7822,2872,8693,557销售费用233302399519存货1,3322,1603,2043,997管理费用385462554665合同资产0000研发费用1,3051,6312,2022,753其他流动资