寒武紀、海光資訊、摩爾線程、沐曦股份已悉數披露2026年一季度財報，三家企業實現盈利，寒武紀、摩爾線程營收同比增速均超150%。AI大模型迭代、智算中心規模化建設與邊緣智能場景全面滲透，持續推高國內AI算力市場需求，國產算力晶片企業迎來業績兌現關鍵期。截至今年4月30日，寒武紀、海光資訊、摩爾線程、沐曦股份已悉數披露2026年一季度財報，壁仞科技、天數智芯兩家港股上市企業暫未披露一季報資料。整體來看，行業呈現頭部企業盈利穩固、二線廠商減虧甚至扭虧提速、梯隊化成長格局清晰的特徵。其中，三家企業實現盈利，寒武紀、摩爾線程營收同比增速均超150%，海光資訊一季度營收突破40億元，行業高景氣度持續驗證。國產AI算力晶片正從技術突破向規模化商業落地跨越，國產化處理程序持續深化。截至2026年4月30日收盤，國產六大AI算力晶片企業中，A股頭部企業體量領先：寒武紀市值7168.48億元、海光資訊市值6885.85億元，位居行業前兩位；摩爾線程、沐曦股份緊隨其後，最新市值分別為3363.99億元、3032.88億元；港股上市的天數智芯、壁仞科技市值相對偏小，折算人民幣市值約為1037.50億元、999.13億元。海光資訊、寒武紀業績均現新突破作為國產算力晶片雙龍頭，海光資訊與寒武紀兩家公司一季度業績穩居第一梯隊，盈利質量與經營效率同步提升。寒武紀一季度業績實現跨越式增長。公告顯示，該公司報告期內營收達28.85億元，同比大幅增長159.56%；歸母淨利潤10.13億元，同比增長185.04%；扣非淨利潤9.34億元，同比增幅達238.56%。尤為關鍵的是，寒武紀一季度經營現金流轉正至8.34億元，同比改善超22億元，為其上市以來首次季度現金流為正，標誌著商業化落地與回款能力實現突破。寒武紀表示，公司產品持續在營運商、金融、網際網路等重點行業場景落地應用，其軟體平台的易用性、大規模商業場景部署的穩定性及人工智慧應用場景的普適性，均通過客戶嚴苛環境驗證。目前，其產品已規模應用於大模型演算法企業、伺服器廠商、人工智慧應用公司，輻射雲端運算、能源、教育、金融、電信、醫療、網際網路等領域的智能化升級處理程序。財報資料顯示，寒武紀今年一季度訂單亦獲得市場需求有效支撐。寒武紀一季度末的合同負債金額為3.96億元，較一季度初增長超3億元。此外，寒武紀一季度末的應收帳款、預付款項均較2025年末大幅增長，均顯示出公司有序發展的積極訊號。海光資訊方面依然延續穩健高增態勢，一季度營收達40.34億元，同比增長68.06%；歸母淨利潤6.87億元，同比增長35.82%；扣非淨利潤5.97億元，同比增長34.99%。同期，其研發投入12.11 億元，同比增長26.8%，高強度投入支撐技術持續迭代。海光資訊堅持“CPU+DCU”雙輪驅動戰略，DCU產品深算三號已與DeepSeek、Qwen3等365款主流大模型完成適配，覆蓋全球99%非閉源大模型，賦能從十億級端側推理到千億級模型訓練的全場景需求。公司下一代深算四號亦積極推進研發，目前進展順利。在生態適配方面，海光資訊集聚了CPU和DCU兩大生態優勢，依託光合組織凝聚了超過6000家生態合作夥伴，持續加碼面向夥伴的“星海計畫”、啟動基礎軟體生態“強芯固基”計畫等專項，從核心部件、整機系統到應用軟體，全面打通生態鏈路，加速軟硬體深度協同。海光資訊總經理沙超群在日前舉行的業績會上表示，未來三到五年，智算中心競爭將從比拚建設規模，逐步轉向能效比、叢集利用率與全生命周期綜合成本等方面的比較。沙超群表示，海光DCU作為國產高端AI加速算力產品，是國內少數可同時支撐全精度、半精度AI訓練的GPGPU晶片。隨著AI Agent及AI推理需求增長，任務調度、邏輯推理、多業務協同等場景對通用計算需求顯著提升，計算任務趨向高並行、鏈式放大的任務型負載，天然拉高對CPU並行度與記憶體承載的需求。“TrendForce預期CPU與GPU配比將從傳統比例向更高水平提升，公司CPU有望順勢提升在商業市場的滲透率”。摩爾線程、沐曦股份持續完善產品矩陣摩爾線程、沐曦股份作為GPU賽道核心力量，一季度商業化處理程序加速，分別實現扭虧為盈與大幅減虧，成長動能充沛。摩爾線程成為首家實現季度盈利的國產GPU上市公司。今年一季度，該公司實現營收7.38億元，同比增長155.35%；歸母淨利潤2936萬元，同比扭虧，去年同期虧損1.12億元；扣非淨利潤-0.54億元，虧損縮小60.1%。關於業績增長，摩爾線程表示，AI爆發使得市場對於GPU的需求迅速增長。2025年，各家主流廠商大模型快速迭代，AI應用百花齊放，具身智能、自動駕駛等新興前沿行業飛速發展，使得以GPU為代表的AI晶片市場需求迅速提升。一方面，受制於美國對於高端GPU晶片出口政策，國產AI晶片逐步實現對於國際GPU產品的替代，迎來歷史性發展機遇；另一方面，公司全功能GPU具有通用性強、支援全計算精度等特點，對於當前多模態、融合計算場景具有較好的支撐性。研發方面，摩爾線程一季度投入3.69億元，同比增長50%，持續加碼產品迭代。今年一季度，摩爾線程斬獲6.6億元智算叢集大單，千卡/萬卡叢集實現規模化落地，“誇娥”系列晶片在智算中心、雲廠商批次部署並上線服務，新一代“花港”架構推進十萬卡叢集建設，消費級與資料中心GPU雙線發力。關於未來的產品開發計畫，摩爾線程董事長、總經理張建中在日前舉行的業績會上表示，未來將基於“花港”架構推出高性能AI訓推一體“華山”晶片與專攻高性能圖形渲染的“廬山”晶片。“華山”專注AI訓推一體與超大規模智能計算。整合新一代非同步程式設計與全精度張量計算單元，支援從FP4至FP64的全精度計算，為萬卡級及以上大規模智算叢集提供穩定高效的算力支撐，是建構下一代“AI工廠”的堅實底座。“廬山”專攻高性能圖形渲染，性能實現全面跨越，包括幾何處理性能提升16倍，AI計算性能提升64倍，光線追蹤性能提升50倍，並顯著增強紋理填充、原子訪存能力及視訊記憶體容量。沐曦股份今年一季度營收高增、虧損大幅縮小。報告期內，其實現營收5.62億元，同比增長75.37%；歸母淨利潤-0.99億元，同比減虧57.49%；研發投入2.53億元，主要聚焦產品矩陣完善。截至目前，沐曦股份建構了曦雲C、曦思N、曦彩G三條核心產品線，分別專注訓練、推理和圖形應用，今年一季度推出曦索X系列科學智能晶片，切入氣候模擬、流體力學、分子模擬等高端場景，客戶拓展與產品出貨量有望同步放量。關於公司2026年發展規劃，沐曦股份在業績會上表示，展望未來，AI晶片行業高速增長和國產替代加速將拓寬市場空間，公司產品具備良好的市場前景和廣闊的市場空間，營收增速預計保持高位，隨著公司持續進行成本最佳化及費用控制，毛利率和期間費用率將趨於穩定，新產品的放量銷售將持續為公司帶來業績貢獻。壁仞科技與天數智芯卡位高端算力 交付多個計算叢集項目壁仞科技與天數智芯尚未披露2026年一季度財報，但經營進展持續推進，聚焦高端算力賽道卡位。壁仞科技作為國產高端AI訓練晶片代表，2025年全年營收10.3億元，比上年增長207%；經調整年內虧損8.7億元，上年同期為虧損7.7億元。2025年，其毛利為5.57億元，同比增長210.8%，毛利率達53.8%，同比增長63基點（bps）。壁仞科技稱，公司成功交付多個大規模智算叢集項目，包括2048卡光互連光交換GPU超節點叢集和多個市場化的數千卡級智算叢集，客戶涵蓋國家級算力平台、電信營運商、商業AIDC、AI/大模型公司及企業客戶。天數智芯聚焦通用算力晶片賽道。2025年，該公司實現營收10.34億元，同比增長91.6%；毛利5.58億元，同比大增110.5%，毛利增速跑贏營收。同期，其研發與經營效率顯著改善，經調整淨虧損同比縮小32.1%。在具體業務方面，通用GPU訓推雙賽道均實現高速突破，成為其業績增長的核心支撐。2025年，天數智芯通用GPU業務收入9.23億元，同比增長149.6%，佔總營收比重達89.3%，業務聚焦度與成長性突出。截至2025年末，天數智芯累計服務超340家行業客戶，產品及解決方案落地超1000個項目，率先實現網際網路、AI大模型、科研、金融、醫療、教育、交通等核心領域廣泛覆蓋，客戶基礎持續擴大，規模化效應逐步顯現。值得注意的是，高強度研發投入仍是企業構築技術壁壘、穿越行業周期的核心抓手。今年一季度，已披露財報的四家A股算力晶片企業研發投入佔營收比重均維持高位。其中，海光資訊一季度研發投入8.6億元；摩爾線程、沐曦股份研發投入佔營收比重均超45%，持續加碼核心技術攻堅。行業普遍認為，AI算力晶片行業技術迭代快、研發壁壘高，唯有持續的研發投入，才能在高端賽道實現技術突破，建構生態壁壘。中原證券分析師唐月在今年4月發佈的研報中稱，2026年AI應用發展速度整體超預期，帶來了整體算力產業供應鏈的緊張。2026年來看，在海外晶片供給受限的大背景下，國內AI晶片也迎來了性能、產能的雙方面改善，有望持續受益於市場結構的變化，並最終改善國內算力的供給能力。 (科創板日報)

訂單來了，考驗才開始一家中國GPU創業公司，需要多久才能證明自己不是“PPT公司”？摩爾線程給出的答案，大約是五年。4月26日晚間，摩爾線程披露了上市後的首份年報和一季報，至少幫這家號稱“中國輝達”的公司澄清了一個市場疑慮：國產GPU不是賣不出去。2025年，摩爾線程營收同比增長243%，達到15.06億元；2026年一季度營收同比增長155%，達到7.38億元，歸母淨利潤首次實現單季度盈利。但財報也把摩爾線程拉回到了一個更現實的問題上，產品是賣出去了，可這門生意徹底跑通了嗎？先看現金流。2025年，公司經營活動產生的現金流量淨額為負29.56億元；2026年一季度，這一數字進一步擴大至負14.87億元，一個季度的流出就接近去年全年一半。與此同時，存貨和預付款繼續攀升，合計達到45.56億元。4月27日，針對這一變化，董事會秘書及財務負責人薛岩松在上證路演平台回覆虎嗅提問時稱，經營性現金流淨流出擴大，核心可以歸結為兩方面：一是根據市場情況積極進行戰略備貨。隨著營收同比增長，公司為應對下游需求增長並保障供應鏈穩定，主動增加了原材料採購和戰略備貨力度。二是持續保持高強度研發投入，短期內也會對經營性現金流形成壓力。薛岩松同時表示，後續將在保持戰略備貨和研發強度的同時，持續最佳化營運資金管理，改善現金流狀況。這說明，摩爾線程並不把現金流壓力解釋為需求不足，而是將其定義為快速擴張階段的主動投入。但問題是，如果增長本身就要持續吞噬現金，那麼這門生意離“徹底跑通”顯然還有距離。與此同時，摩爾線程也在試圖證明，自己並不只是吃到AI算力擴張和國產替代紅利。4月24日，公司宣佈在旗艦級AI訓推一體全功能GPU MTT S5000上，率先實現對新一代大模型DeepSeek V4的Day-0極速適配，並完成全量核心算子的深度最佳化與部署支援。對國產GPU公司來說，這類“發佈即適配”的能力說明其MUSA軟體棧正在努力降低客戶遷移門檻，增強產品的可用性和生態承接能力。不僅如此，摩爾線程這份財報還回答更為複雜的三件事，訂單被證明了，盈利還沒被證明，經營閉環更沒被證明。訂單被證明了，但還不是一門穩定生意摩爾線程首先證明的是，國產GPU確實有需求，而且有人願意為它買單。公司在回覆投資者提問時，將2025年收入高增歸因於兩層因素：一是AI大模型快速迭代、應用擴張，帶動GPU需求迅速增長；二是高端GPU出口限制持續收緊，為國產AI晶片打開了替代窗口。從這個角度看，摩爾線程這輪收入放量，踩中的既是AI算力擴張周期，也是國產替代加速的產業機會。最直接的訊號就是收入規模的抬升。2025年第四季度，公司單季營收躍升至7.21億元；2026年一季度，這一數字進一步升至7.38億元。連續兩個季度維持高位，對一家仍處高投入期的晶片公司而言，這樣的爬坡速度足以說明市場願意為其國產GPU買單。2026年3月底，公司披露了一份6.6億元的誇娥智算叢集銷售合同。對比該公司一季度總營收，僅此一單就接近當季營收的九成。按照合同約定三期付款模式，這筆訂單的收入完整體現或要延後幾個季度，但這進一步印證了大單對摩爾線程業績的主導地位。而且，這種訂單並非來自邊緣端或消費端的零散放量，而是高度集中在雲端產品——智算卡、伺服器和叢集交付。也就是說，真正把它從技術公司推向商業公司的，不是該公司對外講述的“全場景GPU”藍圖，而是一份份智算基礎設施訂單。但訂單被證明，不等於生意已經穩定。摩爾線程2025年第三季度營收只有8283萬元，到第四季度突然放大近9倍；與此同時，前五大客戶貢獻了全年91.36%的銷售額。這說明，摩爾線程的增長本質上是依賴少數大客戶和大項目。實際中，客戶採購節奏、項目驗收節點、預算撥付時間，任何一個環節都可能顯著影響公司單季業績。訊號出現了，但持續盈利模式還沒成立從利潤來看，很容易得出一個樂觀的結論，就是公司在衝出虧損泥潭。2026年一季度，摩爾線程歸母淨利潤2936萬元，這是公司對外披露業績以來首次實現單季盈利。另外綜合毛利率達65.57%，以及雲端產品毛利率達70.32%，這些數字說明，摩爾線程並不是靠低價搶單來做收入，產品本身具備一定的盈利空間，主營業務也確實在改善。但是扣非淨利潤仍為虧損5428萬元。歸母淨利潤轉正，主要依賴8364萬元非經常性損益，其中政府補助達7006萬元。摩爾線程已經走到了盈虧平衡線附近，但真正決定它的不是主營業務本身。研發投入則進一步說明，公司仍處在“用投入換未來”的階段。與2025年相比，2026年一季度研發投入佔營收比重雖然下降，但這並不意味著公司收縮了研發，而是因為營收增長得更快。所以，把利潤表現和研發投入放在一起看，摩爾線程已經釋放出盈利改善訊號，但還沒有證明主營業務具備穩定盈利能力。不過，這種高強度的研發投入正在轉化為技術積累。截至2025年末，公司累計申請智慧財產權2014項，其中發明專利1743項，獲授權專利646項。摩爾線程已實現“五年五代架構五顆晶片”的迭代節奏，從最早的“蘇堤”到最新發佈的“花港”架構，算力密度較上一代提升50%，能效提升10倍。經營閉環沒徹底跑通但是，如果把現金流、資產負債表和治理動作放在一起看，摩爾線程的經營閉環還沒有跑順。摩爾線程將現金流惡化解釋為戰略備貨和高研發投入帶來的階段性壓力，這個解釋並非沒有道理。但反過來說，也正因為增長建立在大額備貨、資源鎖定和持續研發投入之上，摩爾線程的商業化才顯得更“重”。錢主要去了那裡？答案寫在資產負債表裡。截至2026年3月末，公司存貨從去年末的13.32億元升至21.95億元，預付款從17.82億元升至23.61億元，兩項合計45.56億元。年報還披露，僅對單一供應商的預付款就高達13.22億元，佔預付款總額的74%。這說明，為了保供應、保交付、保項目落地，摩爾線程必須先把大量資金壓進庫存、預付款和裝置裡。這也使得它雖然是一家Fabless公司，但做得越來越重，甚至更像一家帶有明顯系統交付屬性的國產智算供應商。這不是一個名詞差異，而是商業邏輯和估值邏輯的變化。如果是一家傳統晶片設計公司，市場更看重的是架構、生態和產品迭代；但如果是一家交付型智算供應商，市場真正要看的就是訂單、交付、回款、供應鏈和營運資本。固定資產的快速攀升也說明了同一件事。截至2026年3月末，公司固定資產達9.76億元，較去年末翻了一倍多。年報提到，增加與機房建設、測試裝置採購有關。這樣做當然能增強交付能力，但代價也是資產變重、折舊增加、現金佔用更深，未來必須依靠持續的收入和穩定的回款來消化。業績報告發佈同一時間，摩爾線程發佈了關於修訂《公司章程》及新增、修訂公司制度的公告。這並不只是例行完善。一方面，公司章程修訂強化了股東會核心職權，壓縮了董事會在重大交易、擔保、關聯交易等事項上的自由裁量空間；另一方面，公司修訂了《防範控股股東、實際控制人及關聯方資金佔用制度》，更像是一種主動治理收緊。摩爾線程上市後首份財報的價值並不只是侷限於讓外界瞭解這家晶片公司的經營狀況，而是讓市場第一次比較完整地看到，國產GPU公司從“做出來”到“賣出去”之後，會遇上什麼問題。第一階段拼的是技術突破和產品可用性；第二階段拼的就不只是晶片本身了，而是交付能力、客戶結構、現金流質量、供應鏈穩定性，以及能否把高投入真正轉化成可持續的經營閉環。摩爾線程顯然已跨過了第一道門檻，但距離把GPU做成一門能持續造血的生意，仍有相當一段距離。這恰恰也是所有國產GPU公司遲早都要面對的一道題：第一批訂單到手之後，考驗才剛剛開始。 (虎嗅APP)

當 AI Agent 從“聊天工具”進化為“數字員工”，在本地養一隻真正能自主幹活的“龍蝦”（OpenClaw），正成為眾多開發者與極客的新需求。然而，同樣的 OpenClaw 運行在不同的作業系統和硬體架構上，其表現出的形態與體驗截然不同。通過將摩爾線程MTT AIBOOK與MacBook、Windows PC的深度對比，我們可以清晰看到不同平台的設計哲學，以及它們在支撐 AI Agent 時的差異。安裝部署：繁瑣折騰vs 開箱即用對於AI Agent而言，環境部署往往是第一道門檻。在 MacBook 上搭建 OpenClaw 環境，主要依賴開發者熟悉的命令列工具。使用者需要依次配置 Git、Node.js，並運行官方指令碼。這套流程對資深開發者來說並不陌生，但需要投入一定的時間進行前置準備與版本維護。Windows PC 則為開發者提供了更豐富的選擇路徑——既可以選擇開啟 WSL2 部署 Ubuntu 子系統，也可以在原生環境中手動配置。這種高自由度帶來的代價是相對繁瑣的配置路徑，尤其是在處理子系統與宿主機之間的環境依賴時，往往需要較高的維護成本。相比之下，AIBOOK 採用的是“0幀起手”的開箱即用邏輯。最新的 MT AIOS 1.3.4 版本直接預裝了 OpenClaw，並與官方保持同步更新。系統內建了 12 款來自 ClawHub 官方技能社區的熱門實用 Skills，並預裝了 Qwen3-8B 本地模型。使用者無需介入任何環境配置，開機即可直接進入 AI Agent 的使用場景。系統生態：封閉圍欄vs自由生長決定一個AI Agent是“寵物”還是“員工”的關鍵，在於系統權限的開放度與呼叫硬體的自由度。macOS 以出色的隱私安全機制著稱，其嚴格的沙盒機制和 TCC 權限模型能最大程度保護使用者資料。但這種設計在面對需要 7×24 小時運行、需頻繁呼叫系統底層的 AI Agent 時，會產生不可避免的系統性摩擦。為了讓高級 Skill 正常工作，往往需要使用者手動授權，這種需“專人值守”的特性，使其更適合作為輕量級的日常輔助介面。Windows 的權限模型相對開放，但在運行 OpenClaw 時，主流的 WSL 子系統方案會引入額外的網路和檔案系統相容性開銷。當 Agent 需要呼叫宿主機的攝影機或麥克風時，仍需要進行額外的橋接配置，增加了跨環境通訊的複雜度。AIBOOK 搭載的 MT AIOS 基於 Linux 核心，天生契合開發與生產環境。其權限模型清晰直接、可程式設計，完美適應自動化服務的需求。在 AIBOOK 上，使用者可以通過自然語言直接觸發 Skills 的自動安裝。OpenClaw 能夠順暢地完成從環境檢測、依賴下載到模型配置的閉環，例如音視訊轉錄（FunASR）、語音合成（Kokoro）及視覺檢測（YOLO NPU/PaddleOCR）等能力，均可完全駐留在本地高效運行。算力底座：支撐思考與執行的硬實力本地化運行不僅需要權限，更需要紮實的算力支撐。MacBook 搭載的 M 系列晶片能效比優異（例如 M4 晶片提供約 38 TOPS 算力），能夠應對基礎的端側 AI 需求，但受限於統一記憶體和系統機制，大型模型的本地部署仍需手動適配。Windows PC 陣營擁有龐大的硬體跨度。輕薄本的整合顯示卡在處理複雜 AI 任務時稍顯吃力；而搭載頂級獨立顯示卡（如 RTX 4090）的工作站雖然能提供極高的算力，但往往伴隨著高昂的功耗與犧牲便攜性，更多屬於固定場所的“重型裝備”。AIBOOK 則在便攜與性能之間找到了專注 AI 場景的平衡點。其提供了 50 TOPS 的異構 AI 算力（CPU+GPU+NPU），不僅確保了預裝大模型的流暢運行，也為複雜的視覺檢測和語音互動提供了充足的算力冗餘，保障了低延遲與資料隱私。結語：給AI Agent一個原生的家不同的系統環境，承載著不同的計算使命。MacBook 是優秀的個人消費與創作終端，Windows 是全能的綜合性工作台。但如果您的核心訴求是擁有一位真正的“AI 員工”——要求它能看、能聽、會思考，能跨越應用獨立執行複雜任務，並且能在本地環境穩定、低延遲地長期運行，那麼 MTT AIBOOK 無疑提供了更純粹的土壤。不需要繁瑣的改裝與配置，AIBOOK 正以原生、開放、專屬的姿態，重塑 AI Agent 時代的個人電腦體驗。 (芯榜)

4月12日，摩爾線程旗艦級AI訓推一體全功能GPU MTT S5000已完成對新一代大模型MiniMax M2.7的Day-0極速適配，再次驗證了中國國產全功能GPU對前沿AI大模型的快速響應與穩定支撐能力。MiniMax M2.7是業界首個具備深度自我進化能力的大模型，能夠自主建構Agent Harness，通過Agent Teams協作、複雜Skills呼叫及Tool Search Tool等能力完成複雜生產力任務，甚至深度參與自身迭代。在軟體工程領域，M2.7支援端到端完整項目交付、日誌分析排障、程式碼安全審查及機器學習任務；在專業辦公場景，其Excel/PPT/Word高保真編輯與多輪修改能力顯著提升，即使在超長上下文複雜任務中仍保持穩定的高水平skills遵循率。與此同時，該模型對長上下文處理、複雜Agent任務調度及高保真編輯等場景提出了極高的計算效率要求。針對上述挑戰，摩爾線程技術團隊基於MUSA架構完成深度調優，成功在MTT S5000上實現M2.7大模型的高性能推理，核心技術優勢包括：▼超長上下文高吞吐：依託MTT S5000的80GB大容量視訊記憶體、1.6TB/s高頻寬及PD分離架構，配合高效KV Cache管理，支撐MiniMax M2.7長時間、多步驟任務的穩定執行。▼全精度端到端支援：MTT S5000原生支援FP8至FP64全精度計算，可滿足程式碼生成、金融建模等場景對混合精度及高精度計算的要求，確保決策精準可靠。▼高算力低延遲推理：MTT S5000單卡可提供1000 TFLOPS稠密算力，結合vLLM-MUSA定製化調優，實現複雜Agent Harness與高頻工具呼叫場景下的低延遲響應。▼強大生態相容性：深度相容PyTorch、vLLM、SGLang、Triton等主流生態，通過MUSA C++、Triton-MUSA、TileLang-MUSA等抽象層實現新算子“零成本遷移”，確保前沿模型發佈當日完成極速適配。此次Day-0適配是摩爾線程常態化技術響應能力的再次體現。依託 MUSA 架構對主流AI生態的深度相容與持續演進，中國國產全功能GPU算力底座已形成覆蓋前沿模型“極速適配-高效部署”的全鏈路支撐體系，幫助開發者以更快響應、更穩運行、更低遷移成本第一時間接入最新模型能力，加速大模型創新落地與規模化應用。 (深科技)

高效支撐長程任務與程式碼生成今日，摩爾線程在其旗艦級AI訓推一體全功能GPU MTT S5000上，成功實現了對智譜新一代旗艦模型GLM-5.1的Day-0極速適配，提供推理部署和訓練復現全流程支援。依託MUSA軟體棧強大的生態相容性，摩爾線程技術團隊基於高性能 SGLang-MUSA推理引擎及TileLang-MUSA算子程式語言，採用PD分離架構完成深度調優，在 MTT S5000 上實現 GLM-5.1 的高效、高精度推理。這一成果彰顯了國產算力基礎設施對前沿 SOTA 模型的快速響應能力，也為行業樹立了軟硬協同應對複雜 AI 推理場景的新標竿。GLM-5.1是智譜迄今最智能的旗艦模型，也是目前全球最強的開源模型。GLM-5.1大大提高了程式碼能力，在最接近真實軟體開發的SWE-bench Pro基準測試中超過GPT-5.4、Claude Opus 4.6，刷新全球最佳成績。值得一提的是，在模型整體性能大幅提升外，GLM-5.1還在長程任務（Long Horizon Task）處理能力上實現了顯著突破。和當前分鐘級互動的模型不同，GLM-5.1能夠在一次任務中獨立、持續工作超過8小時，期間自主規劃、執行、自我進化，最終交付完整的工程級成果。針對GLM-5.1的長程任務與程式碼生成特性，摩爾線程基於自研MUSA架構與SGLang-MUSA、TileLang-MUSA等關鍵技術，完成了系統性的算子適配與推理性能調優。MTT S5000單卡AI算力（稠密）可達1000 TFLOPS，支援FP8到FP64全精度計算，其原生FP8加速顯著提升推理效率；結合高效KV Cache管理，有效支撐極長上下文的視訊記憶體需求；同時，PD分離架構進一步解耦Prefill與Decode階段，降低長序列生成中的干擾，保障持續任務的高吞吐與低延遲。此外，MTT S5000提供784GB/s的卡間互聯頻寬，為大規模部署帶來彈性擴展能力。通過軟硬協同最佳化，MTT S5000能夠穩定承接GLM-5.1的長程任務吞吐與工程級程式碼推理表現。從GLM-4.7到GLM-5.1，摩爾線程已連續實現發佈當日極速適配。這既體現了MUSA架構對主流AI生態的深度相容，更標誌著國產全功能GPU已具備大模型“從適配到部署”的全鏈路支撐能力。摩爾線程將持續夯實算力底座，助力開發者快速應用前沿模型，共建更成熟的國產AI生態。來源：摩爾線程 (芯榜+)

創投圈迎來一群女性面孔。回顧過去三個月，幾家乘上AI東風的公司令人印象深刻：摩爾線程和沐曦排隊科創板敲鐘，市值一度破3000億元；MiniMax創下港股歷史，市值曾破4000億港元。令人意外的是，過去這樣創始人的印象可能停留在理工男。但這一次，幾位堪稱棟樑的女性聯合創始人浮現。左起：沐曦彭莉、摩爾線程周苑、MiniMax貟燁禕幹練、執著、善於溝通，團隊中她們的角色不可或缺。如此，共同締造AI時代最牛合夥人。01. 摩王背後：最佳女拍檔時間回到2020年，已是輝達全球副總裁的張建中決心創業，拉來周苑、張鈺勃等幾位老同事，專門做全功能GPU研發，摩爾線程應運而生。這當中，周苑是一個相對低調的名字。公開資訊中有關她的資訊不多。加入摩爾線程前，周苑先後任職惠普、PHOENIX和輝達，主要從事市場和管道方面的工作。於2004年至2020年，在輝達擔任市場生態高級總監。正是在這段長達16年的職業生涯中，周苑結識了摩爾線程創始人張建中，一場緣分自此鋪開。那一年，周苑以聯合創始人的身份加入摩爾線程，任首席營運官（COO），2023年進入董事會，負責公司內部治理與公司日常營運。“創業資源少、事情多，最容易暴露團隊短板，領導者的作用不是去苛責瑕疵，而是要把大家的‘長板’拼在一起。”周苑曾如此表示。自此，周苑就經常以摩爾線程COO的身份，與張建中一起出席各種活動。一路走來，摩爾線程步履匆忙，幾乎是小跑進入了科創板，這位女聯創的面紗也逐漸揭開。02. 31歲，她與MiniMax敲鐘今年初，MiniMax在港交所主機板上市，敲鐘台上意外出現一位90後女生的身影——現年31歲的貟燁禕。如果說閆俊傑是MiniMax的技術大腦，那貟燁禕就是將技術落地為產品、推向市場的左膀右臂。回顧她過往履歷：本科就讀於美國約翰斯·霍普金斯大學，主修電子工程，輔修經濟學和數學。畢業後加入商湯，從融資與戰略投資部經理做起，很快幹到CEO助理。2021年，貟燁禕開始擔任商湯創新業務部總監。彼時正值公司衝刺上市的關鍵時期，貟燁禕與多位投資人輾轉接觸。或許她自己也沒有想到，這一段經歷會成為未來創業的寶貴助力——一年後，閆俊傑從商湯離職，創辦MiniMax，貟燁禕隨後加入。彼時，貟燁禕在商湯積累的資源便派上了用場：Minimax早期融資經歷當中，投資人幾乎都聊到了貟燁禕，她在Minimax融資路上功不可沒。後來，貟燁禕幾乎包攬了公司除研發以外的事務。幹練、有氣場、執行力強，這幾年貟燁禕給圈內人留下了極為深刻的印象，“有種超出年齡的成熟感”，經常打交道的投資人如此形容。03. 始於上海交大，沐曦鐵娘子相比之下，沐曦CTO彭莉走了一條更硬核的路線。早年畢業於上海交通大學，她曾在超威半導體（AMD）任職13年之久，主導多款GPU產品的全程開發，一舉拿下“企業院士”一職，也是AMD全球首位獲此榮譽的華人女科學家。說起來，國產GPU雙雄的故事有著相似的起點——2007年，陳維良加入超威半導體上海公司，擔任高級總監。十多年後，目睹國內積體電路薄弱點的他，找來同在超威半導體的彭莉、楊建，投身創業。兩人都曾是AMD上海公司的企業院士。陳維良曾經介紹，沐曦英文名“MetaX”代表著起源和未來，經由團隊努力，“中國缺少自主可控高性能GPU的歷史將自此終結”。在沐曦，彭莉是技術的最高決策人，也是核心管理層中唯一的技術線女性負責人。在她的帶領下，沐曦僅用三年時間就推出了兩顆高性能GPU產品，“一次性投片就量產成功”。此後的故事大家都知道了：2025年12月，沐曦成功在科創板上市，發行價104.66/股，開盤暴漲568%，隨後市值突破3000億元。成長於上海張江，彭莉曾用“土生土長”來形容自己對這裡的眷戀——“在這裡，我度過了人生中最精華的20年。它的魔力就像矽谷，空氣中都飄著無限的可能性。”04. AI時代 她們正崛起三家千億市值公司，三位女性聯合創始人，她們的故事並非個例。不久前發佈的2026《胡潤全球富豪榜》上，華人面孔Lucy Guo以90億元的身家，成為全球90後白手起家女首富。早在2016年，她聯合創立資料標註公司Scale AI，儘管後續因理念不合選擇離開，但仍然保住了約6%的股份。後來隨著Meta收購Scale AI約49%股份，Lucy Guo的持股估值躍升至約12.5億美元，躋身全球前1%富豪之列。還有出生於廣州的洪樂潼，今年25歲，曾就讀於華南師大附中，多次在奧數競賽中獲獎。此後，她的求學軌跡橫跨麻省理工學院、牛津大學，直至在史丹佛大學攻讀博士學位期間，選擇投身創業浪潮。今年3月，她創立的AI初創公司Axiom宣佈完成2億美元A輪融資，估值高達16億美元（約合人民幣110億）。同樣令人印象深刻的是北大校友翁荔——高中即是數學學霸，後考入北京大學，赴美留學拿到博士學位，以研究科學家的身份加入OpenAI。離開Open AI後，她宣佈參與成立新公司Thinking Machines Lab，一度締造全球最大種子輪融資。曾幾何時，人們對女性企業家的印象還停留在三十年前：諸如立訊精密創始人王來春、瀚森製藥掌門人鐘慧娟、格力電器總裁董明珠……群龍環伺的傳統行業中，她們寫下屬於女性的財富傳奇。而今，權杖已悄然交接。這些新一代女性創業者往往擁有頂尖學術背景，熟悉前沿科學。她們手握程式碼與算力，殺入全球最核心的硬科技鬥場。浪潮席捲而來，AI不僅改變了世界，也以前所未有的速度，重新打開了普通人的財富想像空間。時代拋出了那張船票，等待能真正駛到對岸的人。 (EDA365電子論壇)

分三期付款。芯東西3月30日報導，剛剛，北京GPU龍頭企業摩爾線程披露重大合同公告，該公司近日與某客戶簽訂了產品銷售協議，合同標的為摩爾線程誇娥（KUAE）智算叢集，合同總價款為6.6億元。摩爾線程已履行資訊豁免披露的內部程序，對合同對方當事人的有關資訊進行了豁免披露。某客戶具有良好的信用，且具備良好的履約能力。雙方不存在任何關聯關係，本次交易不構成關聯交易。合同按約定分三期付款：1、合同生效後2日內支付合同價款的30%；2、貨物簽收及驗收後180日內支付合同價款的60%；3、2026年12月31日前支付合同價款的10%。據公開資訊，誇娥（KUAE）智算叢集為系統級解決方案，可支援千卡、萬卡乃至更大規模的叢集。摩爾線程稱，本次簽訂合同屬於公司日常經營行為，若本合同順利履行，預計將對摩爾線程的經營業績產生積極影響。今年2月27日，摩爾線程發佈2025年度業績快報，其2025年營收為15.06億元，同比增長243.37%；歸母淨利潤為-10.24億元，較上年同期虧損縮小36.70%；總資產為153.08億元，同比增長116.14%。 (芯東西)

今年2月27日，摩爾線程發佈去年業績快報：全年營收15.05億元，同比增長超240%；歸母淨虧損縮小至10.24億元，較前年減少約6億元，這一表現標誌著公司在商業化上取得實質性進展。作為去年12月登陸科創板的“國產GPU第一股”，摩爾線程上市初期市值一度接近2800億元，引發市場高度關注。與多數國產AI晶片企業聚焦專用加速器不同，摩爾線程選擇了一條更複雜的路徑，開發全功能GPU，同時支援AI訓練、圖形渲染、科學計算等多類任務。這種策略意在相容現有軟體生態、降低使用者遷移門檻，但也意味著更高的技術門檻和更長的研發周期。當前，公司雖在營收規模和產品落地方面取得突破，但仍面臨客戶集中度高、製造工藝受限、軟體生態尚不成熟等現實問題。01摩爾線程的財務變化並非突然發生，而是過去幾年戰略調整的結果，2022年，公司營收僅0.46億元，主要來自桌面級顯示卡銷售，但該業務毛利率為-70.08%，幾乎每賣一塊卡都在虧錢。到了前年，營收增長至4.38億元，而去年進一步躍升至15.05億元，三年複合增長率超過200%。更關鍵的是，收入結構發生了根本轉變，去年上半年，AI智算相關收入佔比已達94.85%，消費級顯示卡幾乎可忽略不計。而這一轉型與行業環境密切相關，2023年後，國際高端AI晶片在華供應受限，國內大模型公司急需替代方案。摩爾線程抓住窗口期，推動旗艦產品MTT S5000實現規模量產，該晶片基於自研“平湖”架構，單卡AI算力達1000 TFLOPS，配備80GB視訊記憶體，已用於支援GLM-5、Qwen3.5、Kimi K2.5等主流大模型的訓練與推理。據公司披露，其與矽基流動合作完成的DeepSeek-V3 671B模型推理測試中，單卡Prefill吞吐超過4000 tokens/s，顯示出一定的工程落地能力。與此同時，研發投入持續加碼，2022至2024年，公司累計投入研發38.1億元；去年上半年再投5.57億元。這種高投入模式與寒武紀類似，後者去年實現淨利潤20.59億元，首次盈利，驗證了“先投入、後放量”的路徑在國產算力領域具備可行性。摩爾線程雖尚未盈利，但虧損縮小幅度高於市場預期，且營收接近業績預告上限，說明其產品正被真實需求所接納，而非僅靠政策驅動。02摩爾線程的核心差異在於堅持全功能GPU路線，不同於寒武紀等企業專注AI專用晶片，摩爾線程試圖打造一款既能跑大模型、又能打遊戲、還能做科學計算的通用晶片。其自研MUSA架構覆蓋硬體指令集到軟體棧，是國內少數能整合AI計算、圖形渲染、視訊編解碼和高性能計算四大功能的GPU平台。而這一選擇與其團隊背景有關，創始人張建中曾任輝達全球副總裁兼中國區總經理，多位核心成員來自NVIDIA、AMD等公司，對GPU生態有長期經驗。他們認為，僅做AI加速器容易陷入同質化，且難以相容現有軟體，因此，公司從成立起就強調“通用計算”，目標是讓客戶在切換國產晶片時無需重寫程式碼。為支撐這一目標，摩爾線程同步推進硬體迭代與生態建設。於去年發佈的“花港”架構，在算力密度和能效上有所提升，並計畫推出面向AI訓練的“華山”晶片和面向圖形渲染的“廬山”晶片。在軟體方面，公司通過“摩爾學院”培訓開發者，截至去年年底已吸引約20萬人參與，並完成對PyTorch、vLLM等主流框架的適配，相容超80款大模型。但現實約束依然明顯，受美國實體清單影響，公司無法使用先進製程，目前晶片仍基於5–7奈米工藝，而輝達已進入3奈米。其更大的差距在生態，CUDA經過十餘年積累，擁有成熟的工具鏈和龐大的開發者社區，MUSA短期內難以複製。此外，客戶集中度也過高，去年上半年前五大客戶貢獻超98%收入，這樣也增加了經營風險，不過，市場機會正在擴大。據弗若斯特沙利文預測，中國GPU市場規模將在2029年達到1.36兆元，佔全球比重從前年的15.6%提升至37.8%。在大模型、自動駕駛、具身智能等新場景推動下，對多樣化算力的需求將持續增長，摩爾線程若能穩住技術迭代節奏、逐步擴大客戶基礎，並在生態相容性上持續最佳化，或能在國產替代的深水區中佔據一席之地。 (AI硅基未來)