公司2025年业绩表现 - 2025年预计实现营业收入14.50亿元至15.20亿元，同比增长230.70%至246.67% [1] - 营收从2024年的4.38亿元跃升至2025年预计超14.5亿元，增长曲线陡峭 [2] - 在持续高研发投入背景下实现翻倍营收，标志着国产GPU正式迈入商业化落地阶段 [1] 核心产品与技术突破 - 基于第四代GPU架构打造的旗舰产品——训推一体全功能GPU智算卡MTT S5000在2025年实现规模量产，成为拉动收入增长的核心引擎 [1][2] - S5000万卡集群支持万亿参数模型训练，线性扩展效率可达95%，有效训练时间超90% [2] - S5000在Dense大模型上MFU达60%，在MOE大模型上MFU达40%，计算效率达到国际同代产品集群先进水平 [2] - S5000千卡集群支持具身大脑模型RoboBrain2.5全流程训练，验证了国产算力在具身智能领域的稳定高效与多模态适配能力 [3] - 在DeepSeek R1671B全量模型上，S5000单卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，树立国产推理性能新标杆 [3] - 公司已推出五代全功能GPU架构，最新架构为“花港” [5] 市场驱动因素与商业化进展 - 2025年被称为“AI大模型规模化落地元年”，各行各业对高性能算力需求井喷 [2] - 在国产替代政策推动下，党政、金融、能源、智能制造等领域对自主可控GPU的采购进入实质放量阶段 [2] - AIGC、数字孪生等新兴场景不断拓宽算力边界，为全功能GPU提供更广阔市场空间 [2] - 系列产品性能获得市场验证，直接推动了客户订单与集群部署的快速上量 [3] - 公司已从“技术研发”大步迈入“规模商用”阶段，产品在多个高复杂度场景中实现稳定运行 [3] 公司发展战略与生态建设 - 公司选择全功能GPU技术路线，需同步攻克AI计算、图形渲染、视频处理、科学计算等全栈能力 [4] - 发展轨迹与英伟达有相通之处，从GPU供应商演变为算力基础设施提供者，实现从单卡到大规模集群的拓展 [4] - 重点从孤立性能提升，转向系统级的可靠性、扩展效率与整体算力利用率等指标 [4] - 基于“GPU+CPU+NPU+VPU”的异构计算布局，将产品线延伸至AI PC、边缘智能模组及智能座舱芯片等新兴领域 [5] - 已构建自主研发的元计算统一计算架构MUSA，覆盖从芯片架构到软件运行库的全栈技术体系 [5] - MUSA支持国际通用CPU系统及国产CPU操作系统和国内开发环境，旨在争夺下一代计算平台的生态话语权 [5][7] 研发投入与资金保障 - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [6] - 上市所募资金将主要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 [6] - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [6] 行业前景与公司定位 - 国内AI算力需求年均增速超过50%，供给端依赖进口的格局亟待改变 [7] - 在“数字中国”“东数西算”等国家战略牵引下，自主GPU替代空间打开一个巨大的增量市场 [7] - 仅以信创与行业智算中心建设估算，国产GPU的潜在市场规模已达千亿级别 [7] - 在国内芯片企业中，能坚持全功能GPU技术路线并实现大规模产品落地的玩家凤毛麟角，技术壁垒更高 [7] - 公司核心团队多来自国际GPU巨头，拥有深厚研发与产品化经验，正带领公司从“可用”走向“好用” [7] - 公司全功能GPU的定位与持续迭代能力，使其成为国产算力底座中不可或缺的核心拼图 [8]

公司技术成果与产品发布 - 公司于12月20日在北京举办首届MUSA开发者大会，展示了其基于MUSA统一架构为核心的全栈技术成果与落地成果 [2] - 公司发布“夸娥万卡”高效训练智算集群，展示了其支撑万亿参数模型训练的工程化能力与可靠性，在多项关键精度指标上达到国际主流水平 [2] - 公司联合硅基流动，在DeepSeek R1 671B全量模型上实现推理性能突破，其MTT S5000单卡Prefill吞吐突破4000 tokens/s、Decode吞吐突破1000 tokens/s，树立国产推理性能标杆 [2] - 公司正式发布全新个人智算平台，包括搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，以及迷你型计算设备MTT AICube [2]

公司技术成果发布 - 公司于12月20日在北京举办首届MUSA开发者大会，展示了其基于MUSA统一架构为核心的全栈技术成果及落地成果 [1] - 公司发布“夸娥万卡”高效训练智算集群，展示了其支撑万亿参数模型训练的工程化能力与可靠性，在多项关键精度指标上达到国际主流水平 [1] - 公司联合硅基流动，在DeepSeek R1 671B全量模型上实现推理性能突破，其MTT S5000单卡Prefill吞吐突破4000 tokens/s、Decode吞吐突破1000 tokens/s [1] 新产品发布 - 公司正式发布全新个人智算平台，包括搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，以及迷你型计算设备MTT AICube [1]

公司新产品与技术发布 - 摩尔线程于12月20日举办首届MUSA开发者大会，发布了新一代全功能GPU架构“花港” [1] - “花港”架构基于公司自研的MUSA统一计算架构，覆盖从芯片架构到软件运行库的全栈技术体系 [1] - 新架构支持从FP4到FP64的全精度计算，计算密度提升50%，效能提升10倍 [1] - 新架构在计算密度、能效、精度支持、互联能力及图形技术等方面实现全面突破 [1] 新架构核心特性 - 计算性能显著提升：基于新一代指令集，算力密度提升50%，能效大幅优化；支持FP4到FP64全精度计算，新增MTFP6/MTFP4及混合低精度支持 [2] - 异步编程与超大规模互联：集成新一代异步编程模型，优化任务调度与并行机制；通过自研MTLink高速互联技术，支持十万卡以上规模智算集群扩展 [2] - 图形与AI深度融合：内置AI生成式渲染架构，增强硬件光线追踪加速引擎，完整支持DirectX 12 Ultimate，实现图形渲染与智能计算的高度协同 [2] - 全栈自研、安全可信 [2] 公司未来产品规划 - 公司将基于“花港”架构推出高性能AI训推一体“华山”芯片与专攻高性能图形渲染的“庐山”芯片 [2] 公司其他新产品发布 - 公司发布了夸娥万卡智算集群，该集群具备全精度、全功能通用计算能力，在万卡规模下实现高效稳定的AI训练与推理 [2] - 公司正式发布搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK [2] 公司战略与行业观点 - 公司认为生态体系是GPU行业的核心护城河与价值所在 [3] - 公司依托MUSA架构优势，持续加大研发投入，致力于攻克从硬件到软件的核心技术挑战 [3] - 公司以开放创新不断深化与生态伙伴的协同，共同构建自立自强的国产计算产业生态 [3]

新一代GPU架构与芯片发布 - 摩尔线程发布新一代全功能GPU架构“花港”，基于新一代指令集，算力密度提升50%，支持从FP4到FP64的全精度端到端计算，新增MTFP6/MTFP4及混合低精度支持，集成新一代异步编程模型，并支持通过自研MTLink高速互联技术实现十万卡以上规模智算集群扩展[1][4] - 基于“花港”架构，公司公布两款芯片技术路线：专注AI训推一体的“华山”芯片，为万卡级智算集群提供算力支撑；专攻高性能图形渲染的“庐山”芯片，其AI计算性能提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍[1][5][7] - 公司正式发布夸娥万卡智算集群，其浮点运算能力为10Exa-Flops，在Dense大模型上训练算力利用率达60%，在MOE大模型上达40%，有效训练时间占比超过90%，训练线性扩展效率达95%[7] 新产品与解决方案 - 公司推出夸娥万卡智算集群、MT Lambda具身智能仿真训练平台以及基于“端云结合”的MT Robot具身智能解决方案，并宣布将于2026年第一季度开源关键仿真加速组件Mujoco-warp-MUSA[7][9] - 公司发布面向开发者的AI算力本MTT AIBOOK，搭载自研“长江”智能SoC，提供高达50TOPS的端侧AI算力，同时预告了基于“长江”SoC打造的迷你型计算设备MTT AICube[9] - 公司公布MTT C256超节点的架构规划，该产品采用计算与交换一体化的高密设计，旨在系统性提升万卡集群的训练效能与推理能力[11] - 当虹科技、中望软件、中控技术等多家科创板上市公司与摩尔线程开展合作，涉及多模态空间大模型、时间序列大模型适配及全栈国产化三维CAD一体化解决方案[3] 软件生态与开发者战略 - 公司将MUSA软件架构升级到5.0版本，兼容TileLang、Triton等编程语言，核心计算库muDNN实现GEMM/FlashAttention效率超98%，通信效率为97%，编译器性能提升3倍，并计划逐步开源计算加速库、通信库及系统管理框架在内的核心组件[12] - 公司即将推出兼容跨代GPU指令架构的中间语言MTX、面向渲染+AI融合计算的编程语言muLang、量子计算融合框架MUSA-Q以及计算光刻库muLitho[12] - 行业专家指出，国产GPU芯片要实现生态自立，关键在于解决迁移成本高、工具链不成熟、文档/社区与支持不足等问题，实现从“能用”到“愿用”的转变，开发者是生态的核心资源[10][12] - 针对国产AI芯片软件生态存在的“内卷”与碎片化问题，专家呼吁建立统一或高度兼容的接口标准，通过产业联盟推动联合优化，并在关键基础软件上形成共享的开放底座[13] 大规模智算集群的发展与挑战 - 行业观点认为，从主权AI基建角度，“万卡甚至十万卡集群”是必选项，因为模型时代的基本单位是集群总算力，预训练超大规模模型、服务国民级推理需求需要持续可用的万卡级训练集群[14] - 构建大规模集群的主要工程挑战包括：基于以太网等通用网络实现All-Reduce与低延迟通信、提升可靠性与运维能力以应对单点故障常态、以及满足百兆瓦级电力需求所需的机房与园区级综合设计[14] - 国产集群实践表明，在“通用网络+自研通信库+软硬件”协同设计下，可以构建“可用”的大规模系统，但这需要长期持续的工程投入[14]

文章核心观点 - 摩尔线程在首届MUSA开发者大会上发布了以自主MUSA统一架构为核心的全栈技术成果，展示了公司在高端全功能GPU领域的关键突破与前瞻布局 [1] 行业趋势与政策支持 - 发展“主权AI”是提升未来国家竞争力的关键，其核心在于实现“算力自主、算法自强、生态自立”的完整体系 [1] - 国产计算显卡与国外主流产品的性能差距正在持续缩小，构建国产万卡乃至十万卡级别的超大规模智算系统是必须完成的产业基础设施任务 [1] - 海淀区将携手摩尔线程和开发者，共筑全国GPU最优生态 [1] 公司战略与生态建设 - 生态体系是GPU行业的核心护城河与价值所在 [2] - 公司依托MUSA架构，持续加大研发投入，致力于攻克从硬件到软件的核心技术挑战，以开放创新深化与生态伙伴的协同，共同构建自立自强的国产计算产业生态 [2] - 国产芯片平台必须构建起友好、易用的开发环境，以有效服务开发者社群 [1] 技术与产品发布 - 发布全功能GPU架构“花港”，支持FP4到FP64的全精度计算，密度提升50%，效能提升10倍 [3] - 未来将基于“花港”架构推出高性能AI训推一体“华山”芯片与专攻高性能图形渲染的“庐山”芯片 [3] - 发布“夸娥”万卡智算集群 [3] - 分享了面向下一代超大规模智算中心的MTT C256超节点架构规划 [3] - 发布搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，赋能“摩尔学院”20万开发者与学习者 [3] 性能突破与前沿探索 - 联合硅基流动，在DeepSeek R1 671B全量模型上实现性能突破，MTT S5000单卡Prefill吞吐突破4000 tokens/s、Decode吞吐突破1000 tokens/s [3] - 实现硬件级光线追踪加速与自研AI生成式渲染技术 [3] - 在具身智能、科学智能（AI4S）、AI for 6G等前沿领域进行深度布局 [3]

核心观点 - 摩尔线程在MDC 2025大会上系统展示了以自主MUSA统一架构为核心的全栈技术成果，标志着公司已成功构建起一套贯穿“芯-边-端-云”的完整技术栈，为国产智能计算生态提供了平台级支撑 [3][10] 新架构“花港”发布 - 发布新一代全功能GPU架构“花港”，支持FP4到FP64的全精度计算，算力密度提升50%，效能提升10倍 [6][11] - 架构核心特性包括：基于新一代指令集实现算力密度提升50%与能效优化；支持FP4至FP64全精度计算，新增MTFP6/MTFP4及混合低精度支持 [11] - 集成新一代异步编程模型，并通过自研MTLink高速互联技术支持十万卡以上规模智算集群扩展 [11] - 内置AI生成式渲染架构，增强硬件光线追踪加速引擎，完整支持DirectX 12 Ultimate，实现图形与AI深度融合 [11] - 架构基于全栈自主研发，截至2025年6月30日，公司累计授权专利514项（其中发明专利468项），并通过四层硬件安全架构提供可验证安全守护 [11] 基于新架构的未来芯片路线 - 基于“花港”架构，未来将推出两款芯片：“华山”芯片专注AI训推一体与超大规模智能计算，支持FP4至FP64全精度计算，为万卡级智算集群提供算力支撑 [6][12][14] - 另一款“庐山”芯片专攻高性能图形渲染，其AI计算性能提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍，并显著增强纹理填充、原子访存能力及显存容量，集成AI生成式渲染与全新硬件光追引擎 [6][16] 智算集群与推理性能突破 - 发布“夸娥万卡”智算集群，展示了其支撑万亿参数模型训练的工程化能力与可靠性，在多项关键精度指标上达到国际主流水平 [7] - 公司联合硅基流动，在DeepSeek R1 671B全量模型上实现推理性能突破，MTT S5000单卡Prefill吞吐突破4000 tokens/s、Decode吞吐突破1000 tokens/s，树立国产推理性能新标杆 [7] 超节点架构与个人智算平台 - 分享了面向下一代超大规模智算中心的MTT C256超节点架构，着眼高密硬件架构以实现极致智算性能 [8] - 正式发布搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，赋能“摩尔学院”20万开发者与学习者 [9] 图形与前沿技术布局 - 揭晓硬件级光线追踪加速与自研AI生成式渲染技术，并在具身智能、科学智能（AI4S）、AI for 6G等前沿领域进行深度布局，印证了全功能GPU技术路线的广度与可扩展性 [10]