1月21日晚，摩尔线程智能科技（北京）股份有限公司发布2025年度业绩预告：2025年营收预计为14.50亿元至15.20亿元,较2024年增长230.70%至246.67%。2025年扣非净利润预计亏损10.40亿元至11.50亿元，与上年同期相比，亏损收窄幅度为29.59%到36.32%。
对于此次业绩的表现，摩尔线程在公告中表示，得益于人工智能产业蓬勃发展及市场对高性能GPU的强劲需求，公司以AI训推一体智算卡MTT S5000为代表的产品竞争优势进一步扩大，市场关注与认可度持续提升，推动收入与毛利增长，整体亏损幅度同比收窄。
根据摩尔线程2025年业绩预告的数据，其营业收入连续四年保持高增态势，同时，净亏损亦将连续四年实现收窄。业绩层面的持续增长，反映的是摩尔线程核心竞争力的不断提升带来的商业化提速。
GPU行业具有行业壁垒高、重研发投入、研发周期长等特征，其发展需跨越芯片设计、软件适配、应用场景落地等诸多考验，对企业全栈研发能力要求极高。为突破挑战，摩尔线程选择从底层架构、核心工具链到软件生态进行全流程自主设计，从零构建一套完整、通用、可持续演进的GPU体系。依托MUSA架构的统一性与先进性，摩尔线程确立了国内稀缺的“AI+图形”双轮驱动定位，成为极少数同时深耕B端与C端的全功能GPU厂商，构筑了难以复制的差异化竞争优势。
技术层面，摩尔线程五年内成功量产五颗芯片，完成四代GPU架构迭代，实现从芯片、计算卡到智算集群的多元布局，形成了覆盖人工智能、科学计算与图形渲染等完整的计算加速产品矩阵，全面支持“云—边—端”全场景。其全功能GPU单芯片同时集成AI计算加速、图形渲染、科学计算和物理仿真，以及超高清视频编解码四大引擎，是国内唯一功能可对标英伟达的全国产GPU。
摩尔线程持续推进产品架构快速迭代，旗舰级AI训推一体全功能GPU智算卡MTT S5000的性能已达到市场领先水平，并实现规模量产。基于该产品构建的大规模集群已完成建设并上线服务，其万卡集群浮点运算能力高达10Exa-Flops，且具备全精度、全功能的通用计算能力。在实际训练效率与工程稳定性方面，该集群在Dense大模型上实现60%的训练算力利用率（MFU），在MoE大模型上达40%，有效训练时间占比超过90%，训练线性扩展效率高达95%，可稳定高效支持万亿参数大模型训练，其计算效率已达到同等规模国外同代系GPU集群的先进水平。
GPU技术突破需要生态承载。MUSA架构及软件栈在追求原生创新的同时，也高度兼容国际主流的GPU应用生态，大幅降低了开发者的迁移成本，为国产GPU的规模化应用奠定了基础。
这一生态成效也已在关键合作中得到验证：2025年12月，摩尔线程联合硅基流动，基于MTT S5000完成了对DeepSeek-V3 671B满血版的深度适配与性能测试，实测单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s，这一数据刷新了国产GPU在超大规模MoE模型下的推理纪录，展现了其已具备在复杂模型中挑战国际主流产品的实战实力；2026年1月，依托MTT S5000千卡智算集群，摩尔线程联合智源研究院成功完成具身大脑模型RoboBrain 2.5的全流程训练。这是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性，标志着国产AI基础设施在应对复杂多模态任务上迈出了关键一步。
2022年至2025年上半年，摩尔线程累计投入金额超43亿元。摩尔线程还于同日发布公告，募投资金将投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片。
研发费用高企，是GPU厂商陷入亏损的一个重要原因。摩尔线程、沐曦、天数智芯和壁仞科技为代表的国产GPU“四小龙”，过去3年收入都在增长，但都未实现盈利。一方面，中国智能计算芯片市场除两大参与者外，其余市场较分散，这为任何单一参与者提供了在未来竞争中扩大规模并脱颖而出的机会；另一方面，拉长周期来看，英伟达一度差点破产，亚马逊连亏十年，但它们都坚持在“难而正确的事”上持续发力，进而构筑行业壁垒。
南方+记者 郜小平
天盛优配提示：文章来自网络，不代表本站观点。
沪深京行情 实时轮播
热点资讯
