2026年4月26日晚，摩尔线程披露2026年一季度财报：营收7.38亿元，同比增长155.35%；归母净利润2935.92万元，同比扭亏为盈。

这是摩尔线程上市以来，首次实现单季盈利。

大多数报道关注的，是“首次盈利”这四个字。但我觉得，这份财报最值得注意的，不是盈利本身，而是另一个藏在财报里的数字。

2026年一季度，摩尔线程前五大客户贡献了全年91.36%的销售额。

一家宣布“盈利了”的公司，91%的收入来自5个客户。

这说明什么？说明它跑通了一部分，但还没有跑通全部。

老规矩，我争取用一篇文章，帮你把这件事讲清楚。

国产GPU的商业化，经历了哪三道门槛？

要理解摩尔线程这份财报，需要先建立一个框架。

我把芯片公司的商业化进程，分成三道门槛：

第一道门槛：订单验证。证明有人愿意为你的产品买单。不是测试机，是真实的销售合同。

第二道门槛：毛利自持。证明你的产品卖出去之后，能覆盖生产成本，毛利为正。

第三道门槛：主营稳定盈利。证明扣除补贴、扣除股份激励、扣除大额政府补助之后，主营业务本身是健康的。

这三道门槛，难度递增。

从摩尔线程的这份财报来看：

• 第一道门槛（订单验证）：2026年3月签下6.6亿元夸娥智算集群大单，45万+开发者生态，Day-0适配DeepSeek-V4，主流客户验证基本完成。

• 第二道门槛（毛利自持）：毛利率65.57%，云端产品毛利率约70%，这个毛利率水平，在半导体行业属于优秀水平，说明产品本身有定价权。

• 第三道门槛（主营稳定盈利）：一季度归母净利润2935万元，但扣非净利润仍为亏损5428万元——归母净利润之所以为正，是因为当季有7006万元政府补助。主营业务本身，还没有真正跑通。

所以，摩尔线程现在的状态，用一句话来说：跑通了两道门槛，第三道门槛还在攻坚中。

91%的销售额来自5个客户，是好事还是坏事？

这个数字，是这份财报里最复杂的信号。

先说为什么是风险：

大客户集中意味着，如果一个大客户的采购节奏发生变化——拨款推迟、项目验收延期、战略调整——摩尔线程的单季业绩就会剧烈波动。事实上，2025年第三季度，摩尔线程的营收只有8283万元；第四季度突然跳到7.21亿元——相差近9倍，根本原因就是大单交付节奏的差异。

这种波动性，对于投资者来说是非常高的不确定性。

再说为什么这个阶段的大客户集中，是可以理解的：

对于一家6年历史的芯片公司来说，从技术研发到规模化商业落地，必然经历一个“大客户先行验证”的阶段。这些大客户通常是国内头部的云计算平台或智算基础设施项目，他们愿意承担更高的验证风险，换取在技术上的早期布局。

类比一下——

这就像一家新餐厅开业，前三个月的收入80%来自三个包场大客户（公司团建、婚礼、发布会）。这说明餐厅的品质经过了严苛甲方的验证，但也说明它的散客复购还没有建立起来。要真正说“这家餐厅做起来了”，需要等散客比例上来，口碑复购形成——那才是真正的商业健康度。

摩尔线程现在，就在从“大客户验证期”向“生态自持期”过渡的临界点上。

65%的毛利率，说明了什么？

这是这份财报里最值得认真看的一个数字。

65.57%的整体毛利率，云端产品约70%的毛利率——这个数字，对于一家芯片公司意味着什么？

做个对比：英伟达2025财年的毛利率约74%。英特尔同期约45%。AMD约47%。

摩尔线程的毛利率水平，已经接近英伟达，远高于英特尔和AMD。

这不是说摩尔线程的芯片比英特尔好——毛利率不等于技术能力。但毛利率高，说明了一件重要的事：摩尔线程的产品，在它能覆盖的市场里，是有定价权的。

为什么能有这么高的毛利率？两个原因：

第一，国内AI算力需求极其旺盛，而能提供国产GPU解决方案的厂商极少，供给端的稀缺性支撑了定价。第二，DeepSeek-V4适配、GLM-5.1适配、MiniMax M2.7适配——摩尔线程在生态适配上做到了“发布即适配”，这是AI芯片的护城河。模型越多、适配越快，切换成本越高，客户黏性越强。

高毛利率意味着：即便扩大规模、降低单价，主营业务仍然有可能实现真实盈利。这是第三道门槛的前提条件。

研发投入86%的营收，是奢侈还是必要？

2025年，摩尔线程的研发费用是13.05亿元，占营收的86.68%。

很多人看到这个数字会皱眉：一家公司把86%的营收都花在研发上，这合理吗？

这是一个典型的“用短期盈利逻辑，判断长期技术投入”的误区。

GPU芯片行业，有一个几乎所有玩家都遵守的铁律：每年必须迭代一代新架构，否则你会永远落后于英伟达一代。

摩尔线程自成立以来，五年推出了五代架构——苏堤、春晓、曲院、平湖、花港。平均每年一代，这是保持技术追赶速度的最低要求。

如果你在这个阶段压缩研发投入去追求短期盈利，你的产品代际会掉一拍，然后两拍，然后就跟不上了。届时前两道门槛会重新失守。

举一个跨行业的类比：

在中国新能源车行业，比亚迪在2015年至2020年连续五年都把大量资金投入研发和产能，而不是分红。当时很多投资者觉得这家公司“不会给股东回报”。2020年之后，比亚迪的技术优势开始兑现，刀片电池、DM-i混动技术快速放量，利润率开始显著改善。

摩尔线程现在做的事，与比亚迪2015-2020年的阶段，在逻辑上是完全类似的：用重投入换技术代际，等待商业化收获期的到来。

差别在于，摩尔线程的市场窗口比比亚迪更窄——AI芯片行业的技术迭代速度，比汽车行业快很多。

国产GPU真正的护城河，是什么？

说了这么多数字，最后回到一个核心问题：摩尔线程真正的护城河，是什么？

不是毛利率，不是大单，不是盈利——这些是结果，不是原因。

真正的护城河，是MUSA架构对CUDA生态的兼容性。

CUDA，是英伟达多年构建的GPU编程生态。全球绝大多数AI训练框架（PyTorch、TensorFlow等）、绝大多数大模型的训练代码，都是基于CUDA编写的。这是一个极深的护城河——不是性能护城河，是生态护城河。你换了一块不支持CUDA的GPU，原来的代码全部需要重写。

摩尔线程的MUSA架构，做到了对CUDA的完整兼容。这意味着：如果你原来用英伟达GPU跑训练任务，换成摩尔线程的GPU，不需要改代码，直接跑。

这是国产GPU里极少数能做到这一点的公司。这个能力，决定了它的客户切换成本——客户已经在MUSA上跑起来之后，再换回去的代价，和当初切换进来一样高。

这才是摩尔线程的真实护城河。

其他数字，都是这个护城河带来的结果。

本文信息来源：摩尔线程（688795.SH）2025年年度报告及2026年第一季度报告（2026年4月26日披露）、虎嗅《摩尔线程业绩分析》、经济观察网、新浪财经相关报道。

本文仅为信息分享与行业分析，不构成任何投资建议、投资分析意见或交易邀约。市场有风险，投资需谨慎。任何人依据本文内容作出的投资决策，风险与盈亏自行承担，作者及发布平台不承担任何法律责任。

作 者 | 时衍