10月28日，摩尔线程发布2026年第三季度财报，单季营收15.52亿元，同比增长1773.92%，环比增长55.4%，归母净利润4926.04万元，扣非归母净利润2007.24万元，实现单季扣非盈利。对比招股书原本预计2027年盈利的目标，这家国产GPU四小龙之一的企业，提前踩下了盈利拐点。

在国产算力赛道里，盈利数字本身只是结果，真正值得拆解的，是支撑这笔盈利的产品底座、技术路线与商业逻辑。这不是靠压缩研发、短期节流换来的阶段性账面利润，而是旗舰芯片、全栈软件、集群方案、客户场景共同跑通之后，规模化交付带来的正向循环。

盈利根基：MTT S5000与全栈MUSA体系，撑起规模化交付

本轮业绩爆发的核心载体，是基于平湖架构的MTT S5000训推一体全功能GPU。区别于专注AI加速的DSA芯片，摩尔线程坚持“算、渲、仿”一体化的全功能GPU路线，硬件上覆盖FP8至FP64全精度算力，既可以承载万亿参数大模型稠密训练，也能支撑长上下文推理、科学计算、数字孪生与具身智能仿真等复合负载，这也是它和其他国产算力芯片路线最核心的差异。

芯片硬件只是第一层，GPU产业的胜负手始终在软件生态。依托第四代MUSA全栈平台，MTT S5000原生适配PyTorch、Megatron-LM、vLLM、SGLang等主流框架，对主流开源模型实现Day-0适配，降低模型厂商、云厂商的代码迁移成本。在真实业务流量中，长上下文Prefill、KV Cache优化、高并发推理的工程调优，决定了集群能不能稳定承接商业化流量。基于S5000搭建的夸娥智算集群已经完成万卡级部署，集群训练线性扩展效率达到95%，稠密大模型MFU稳定在60%，满足大规模训练对稳定性、算力利用率的硬性要求，并且已经启动十万卡集群的落地规划，面向云服务商、词元服务商、运营商、科研与政企客户批量交付。

财报里明确提出的三大AI工厂战略——模型训练工厂、词元生产工厂、智能体生产工厂，本质上是一套面向Token时代的算力产品化思路：不再单纯售卖单卡，而是输出整套可运营的算力基础设施。模型训练工厂面向基础大模型迭代；词元生产工厂承接高并发推理流量；智能体生产工厂服务Agent、具身智能、世界模型这类新型负载。三类场景共用同一套全功能GPU底座，让同一张卡可以在训练、推理、仿真之间灵活调度，提升资产利用率，这也是客户愿意持续放量采购的关键原因之一。

值得关注的是，盈利拐点出现的同时，研发投入并未收缩。Q3研发投入5.71亿元，同比增长87.89%；前三季度累计研发投入13.40亿元，已经超过2025全年研发规模。研发资源持续向新一代花港架构倾斜，下一代华山、庐山系列芯片正在推进，这意味着本轮盈利不是“收割短期订单、放缓迭代”，而是用商业化收入反哺下一代架构的技术迭代，维持产品迭代节奏。

为什么是这个季度扭亏？不是偶然订单，是验证周期走到终点

国产GPU的商业化，普遍要经历芯片流片验证、单机调优、小规模集群试跑、客户灰度上线、大规模稳定交付五个阶段，周期漫长，失败成本极高。摩尔线程Q3的盈利，是前面两年持续验证、试错、生态适配之后的集中兑现。

第一，产品完成了从样品到稳定供货的跨越。此前国产GPU的痛点，很多时候不是理论算力指标不够，而是万卡集群下的长时间稳定性、故障恢复、互联带宽、散热运维等系统级问题。夸娥集群在多家头部客户完成长期跑测，证明这套软硬件组合可以承接真实商业流量，而不是只用于演示、POC测试。云厂商、模型企业敢于下大额长单，才带来营收的环比、同比大幅跃升。

第二，全功能路线的差异化价值开始兑现。当下AI产业不再只有大模型训练这一类负载，Agent、世界模型、工业仿真、数字孪生都需要同时具备AI计算、图形渲染、物理仿真能力的通用算力。很多客户不再愿意同时采购多套异构加速卡，全功能GPU可以一站式覆盖混合负载，形成差异化竞争力，打开了训练之外的增量市场。

第三，国产算力的需求结构发生变化。国内词元消耗持续高速增长，推理算力需求持续扩容，推理业务现金流更稳定、周转更快，和训练订单形成互补，平滑了单一训练订单的周期波动。摩尔线程同时切入训练与推理市场，收入结构变得更加均衡，支撑毛利水平稳定。

当然，财报同样释放了需要理性看待的边界：前三季度合并扣非净利润仍为亏损，存货规模抬升，主要是为大规模交付做供应链备货。单季扣非转正，代表商业模式跑通，但盈利持续性，仍需要后续多个季度持续验证。GPU行业的周期波动、下游算力需求变化、行业竞争加剧、生态持续适配压力，依旧是长期挑战。

对摩尔线程，以及国产GPU四小龙的产业意义

国产GPU四小龙，各自选择了不同路径：有专注通用GPGPU路线，也有专用DSA加速路线，大家共同的目标，是解决国内算力供给自主可控的问题。在此之前，四家企业都处在高研发投入、亏损扩张的阶段，市场讨论的核心，是“能不能做出来、能不能跑起来”。摩尔线程本次提前实现单季扣非盈利，是一个标志性节点：国产GPU赛道，正式进入商业化验证期。

对摩尔线程自身而言，这个拐点证明全功能GPU路线具备商业可行性。全功能GPU研发投入更高、图形栈、多媒体栈、驱动生态复杂度远高于单纯AI加速芯片，长期以来，市场一直存在疑问：这条路线投入巨大，能不能赚到钱？Q3财报给出阶段性答案：在混合负载、智算中心、Agent与物理AI的新需求下，通用GPU有独特的市场空间，并且可以形成正向现金流。

放到整个国产GPU产业来看，它的示范价值大于单一企业的业绩。长期以来，外界有一种固有认知：国产算力芯片只能靠政策订单、项目采购，很难形成市场化的可持续盈利。摩尔线程依托市场化云厂商、模型企业、词元服务商的订单实现扣非盈利，证明国产算力可以在公开市场竞争中，依靠产品性能、生态、集群方案拿到商业订单，形成正向循环。这会给整个赛道的资本、供应链、开发者生态带来信心：国产GPU不再只是“安全备选”，而是具备性价比、可规模化运营的算力选择。

同时也要清醒认知：盈利拐点不等于竞争终点。四小龙之间的竞争，接下来会从“芯片能不能点亮”，转向长期的成本控制、软件生态迭代、集群运维、客户持续服务能力比拼。GPU是长跑，一次季度盈利只是拿到了下一轮技术迭代的入场券。摩尔线程需要持续把S5000的规模优势稳住，顺利推进花港架构新品落地，持续降低单位算力成本，把单季盈利拉长为持续盈利曲线。

算力是AI产业的底座，国产GPU的终极命题，从来不是做出一张对标海外指标的芯片，而是搭建一套可量产、可迭代、可盈利、生态自循环的算力体系。摩尔线程Q3这份财报，最珍贵的价值，就是证明这套体系，已经在商业市场里跑通了第一个闭环。