研报评级☆ ◇688795 摩尔线程 更新日期：2026-05-23◇ 通达信沪深京F10
★本栏包括【1.投资评级统计】【2.盈利预测统计】【3.盈利预测明细】【4.研报摘要】
【5.机构调研】
【1.投资评级统计】最新评级日期:2026-05-19
时间段 买入评级次数 增持评级次数 中性评级次数 减持评级次数 卖出评级次数 评级次数合计
────────────────────────────────────────────────
1周内 1 0 0 0 0 1
1月内 1 0 0 0 0 1
2月内 1 0 0 0 0 1
3月内 1 0 0 0 0 1
6月内 1 0 0 0 0 1
1年内 1 0 0 0 0 1
────────────────────────────────────────────────
【2.盈利预测统计】(近6个月)
┌──────────┬─────┬─────┬─────┬─────┬─────┬─────┐
│财务指标 │ 2023年│ 2024年│ 2025年│2026年预测│2027年预测│2028年预测│
├──────────┼─────┼─────┼─────┼─────┼─────┼─────┤
│每股收益(元) │ -80.21│ -4.05│ -2.13│ -0.99│ 0.20│ 2.83│
│每股净资产(元) │ 2.29│ 11.22│ 24.38│ 23.38│ 23.57│ 26.40│
│净资产收益率% │ -225.58│ -36.04│ -8.73│ -4.20│ 0.80│ 10.70│
│归母净利润(百万元) │ -1702.91│ -1618.29│ -1000.79│ -466.00│ 92.00│ 1328.00│
│营业收入(百万元) │ 123.98│ 438.46│ 1505.53│ 3272.00│ 5541.00│ 8302.00│
│营业利润(百万元) │ -1703.56│ -1615.66│ -1007.91│ -466.00│ 93.00│ 1330.00│
└──────────┴─────┴─────┴─────┴─────┴─────┴─────┘
【3.盈利预测明细】(近6个月)
日期 评级 评级变化 目标价 2026EPS 2027EPS 2028EPS 研究机构
────────────────────────────────────────────────
2026-05-19 买入 首次 --- -0.99 0.20 2.83 国盛证券
────────────────────────────────────────────────
【4.研报摘要】(近6个月)
──────┬──────────────────────────────────┬──────┬────
2026-05-19│摩尔线程-U(688795)国产全功能GPU突围：智算立基，消费拓疆 │国盛证券 │买入
──────┴──────────────────────────────────┴──────┴────
摩尔线程：卡位全功能GPU，智算级放量，消费级可期。摩尔线程定位全功能GPU，产品体系多元，发力ToB+ToC广阔
市场，从技术验证迈入商业加速期。公司已成功推出多代GPU架构并实现量产，构建“云-边-端”全链算力协同，主要产
品线包括云端产品线、边缘与终端产品线，涵盖AI智算产品、专业图形加速产品、桌面级图形加速产品及智能SoC产品，
其中2025年97%的收入由云端产品线贡献。公司销售规模快速爬坡，2022-2025年营业收入增长迅速，2025年实现收入15.0
6亿元，同比增长达243%，产品放量加速利润端转正，公司预计最早达到盈亏平衡点时间为2027年。
国产芯供需两旺，全功能GPU打开市场上沿。地缘风险+数据安全倒逼国产替代，国内芯片企业总出货量和GPU国产化
率上行趋势已显，随着国产技术成熟度提升，国产GPU公司份额有望加速上修。区别于图形GPU和GPGPU，全功能GPU集成AI
计算、图形渲染、科学计算与物理仿真及高清视频编解码多重能力，可承载多模态AI融合场景需求，为大模型训练与推理
、多模态应用及消费级场景提供高性能算力支持。尽管目前数据中心GPU仍然为主要需求方，高增趋势依旧，但边缘&云计
算产品和桌面级产品后期增速加快，有望成为下一重要增长极。
优势①-架构升级：“花港”性能再迭代，S5000旗舰产品能力卓越。1）架构升级：GPU架构逐年更新，2024年推出“
平湖”架构引入FP8精度支持，2025年发布的““花港”架构支持FP4到FP64的全精度计算，算力密度提升50%，能效提升1
0倍。2）全栈产品：实现企业级+消费级市场全覆盖，并支持FP64Vector、FP32Vector、TF32Tensor、FP16/BF16Tensor、
FP8Tensor、INT8Tensor全精度算力，下一代产品路线图分为高性能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）S5000提供从FP8到FP64的全精度算力支持，单卡AI（稠密）算力高达1,000TFLOPS，并配备80GB超大显存
、1.6TB/s显存带宽及约800GB/s的高速卡间互联带宽，核心指标对标国际旗舰水准。
优势②-布局消费级市场：以全功能架构为核心，构筑ToC领域差异化竞争力。公司消费级产品线涵盖显卡S80，性能
对标英伟达RTX3060；同时依托自研SoC““长””推出MTTAIBOOK，布局消费场景算力本，发力ToC市场。新一代庐山芯片
优化图形渲染能力，3A游戏性能提升15倍，并升级优化光追引擎，有望成为下一代国产旗舰显卡。
优势③-生态兼容：自研统一MUSA架构，兼容CUDA生态。MUSA架构为公司自研架构，兼容CUDA生态，MUSIFY移植工具
可实现现有代码与框架资源的低成本迁移。并且MUSA架构涵盖统一的芯片架构、指令集、编程模型、软件运行库及驱动程
序框架等关键要素，提供丰富的加速库与一体化开发工具，助力开发者降低开发门槛。
优势④-集群出货：万卡方案落地，利用率&精度&扩展效率表现亮眼。集群为公司主要出货形式，已交付多个智算中
心，基于S5000的KUAE集群已交付落地。夸娥万卡智算集群具备全精度、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，具备算力利用率领先（Llama3-70B模型算力利用率突破60%、有效训练时间占比超过90%）、精度高度
对齐（前3万步训练过程的Loss曲线与国际旗舰产品集群的相对精度误差为0.6%）、集群线性扩展效率突出（95%）的优势
。
盈利预测：我们预计2026-2028年公司营收达到32.72/55.41/83.02亿元，公司持续受益于GPU国产化率提升和AI端侧
爆发的产业趋势，集群订单持续放量，随着“花港”架构高性能AI训推一体“华山”芯片的量产和专攻高性能图形渲染的
“庐山”芯片打开消费级显卡市场，业绩有望在2026-2028年迎来持续释放。首次覆盖，给予“买入”评级。
风险提示：技术和产品迭代风险，市场竞争加剧风险，研究报告中使用的公开资料可能存在信息滞后或更新不及时的
风险。
【5.机构调研】(近6个月)
参与调研机构：34家
──────┬──────────────────────────────────────────────
2026-05-06│摩尔线程(688795)2026年5月6日-5月8日、5月11日投资者关系活动主要内容
──────┴──────────────────────────────────────────────
1、能否解释一下公司通用全功能GPU架构理念，相比于业界将计算与图形分开的做法，我们为什么要把这些能力放在
一起？
答：摩尔线程定位全功能GPU，公司基于自主研发的MUSA统一系统架构，率先实现了在同一颗芯片上同时支持AI计算
加速、图形渲染、物理仿真以及超高清视频处理所需计算能力的突破，推动了我国GPU产业的自主可控进程，相比采用GPG
PU、ASIC等技术路线的其他单一AI加速卡产品，MUSA架构技术具备更强的计算通用性、更优的技术演进能力、更高的生态
兼容性以及更广泛的市场适应性。
在世界模型、具身智能、AI4S、物理AI等未来AI的发展趋势下，全功能GPU拥有更多的竞争优势，可适配未来更多的
应用场景，满足多功能与全精度的需求，具有更大的灵活性和通用性。
2、对于CUDA的市场地位，以及兼容性的长期策略怎么看？
答：目前英伟达CUDA生态仍然占据绝对主导，一般而言，开发者或者客户从CUDA生态切换至新平台迁移成本高、适配
工作量大。
公司坚持既兼容主流又独立发展的策略，实现MUSA架构对CUDA生态高度兼容，旨在降低迁移门槛，减少双方人力与资
源投入。同时，公司通过自研MUSA开发平台，提供完整的开发、调试等工具，原生适配了PyTorch、vLLM、SGLang等主流
框架，开发者可以基于原生MUSA架构开发新项目。目前公司开发者社区已经覆盖超过45万人，覆盖200多所高校，去年举
办了首届MUSA开发者大会，今年还在快速扩张。
3、公司毛利率维持较高水平的核心原因是什么？
答：公司当前聚焦高性能训练市场为主，兼顾高质量的推理市场，该业务定位使得公司具备较高的技术门槛，拥有优
质的客户结构与较低的市场竞争，从而支撑较高毛利率水平。
4、公司GPU产品是否可以适配市场上的主流模型？
答：公司产品已与业界主流SOTA大模型进行了Day0适配。公司依托 MTT S5000原生FP8能力与完善的MUSA软件生态，
快速完成对DeepSeek V4、Minimax M2.7、GLM-5.1、中国移动九天大模型等的Day0适配。
5、公司如何看待训练与推理的差异？
答：训练市场更强调系统级平台的创新能力。目前以大模型厂商为代表的企业算法不断更新迭代，GPU厂商需提供通
用、灵活的工具链以满足客户的需求，而摩尔线程全功能芯片具有更强的适应能力；推理市场则更关注性价比，当企业对
于推理使用芯片产品需求量大时，可能会倾向于定制优化芯片性能。
推理市场的需求来源于终端用户交互，是对市场中已存在的模型进行应用，例如每天大量用户与大模型进行交互会消
耗大量的词元（Token）。训练则是持续提升大模型智力水平的过程，技术门槛更高，每次训练大模型投入大。当大模型
参数越多，数据量也会越多，所需算力水平呈指数增长。
6、公司在GPU互联通信方向的布局如何？
答：摩尔线程在GPU通信领域构建了自主可控的三层技术体系：芯片层面通过ACE异步通信引擎实现通信与计算物理级
并行，减少15%计算资源损耗；卡间互联层面自研MTLink2.0技术，带宽性能高出国内行业平均水平，支持万卡以上规模集
群扩展；生态标准层面深度参与中国移动OISA开放互联架构制定,并在下一代高密超节点引入对该标准的支持，将跨节点
带宽推向TB/s级，为大规模智算中心提供了从芯片硬件到集群互联、从私有技术到开放标准的全栈解决方案。
7、公司当前的产品进展及下一代产品规划
答：公司旗舰级训推一体全功能智算卡MTT S5000产品已量产并实现商业化落地，MTT S5000是国内为数不多的支持FP
8精度的训推一体芯片。
公司下一代的产品基于“花港”芯片架构，计划推出两款芯片：“庐山”面向高性能图形渲染，“华山”则专注AI训
练与推理加速。
8、目前云边端同时进军，战略考量是什么？
答：公司的底层技术架构都是以全功能GPU为核心，以MUSA统一架构为基础。而面对未来AI赋能全场景的趋势，无论
是云端、边缘端还是终端均会迎来全面爆发。
公司目前已构建起从云到端的产品矩阵，云端产品以训练为主，持续推进高性能国产GPU、先进互联网络、集群软件
栈和算力调度平台的一体化布局，构建支撑万卡级、十万卡级智能算力集群的自主可控技术底座。在边缘与终端方向，加
快推进SoC的迭代升级，围绕智能体和端侧推理发展趋势，前瞻布局端侧算力、轻量模型与软硬一体平台能力，推动终端
设备从“可连接”向“可感知、可理解、可执行”的智能体载体升级。
─────────────────────────────────────────────────────
〖免责条款〗
1、本公司力求但不保证提供的任何信息的真实性、准确性、完整性及原创性等，投资者使
用前请自行予以核实，如有错漏请以中国证监会指定上市公司信息披露媒体为准，本公司
不对因上述信息全部或部分内容而引致的盈亏承担任何责任。
2、本公司无法保证该项服务能满足用户的要求，也不担保服务不会受中断，对服务的及时
性、安全性以及出错发生都不作担保。
3、本公司提供的任何信息仅供投资者参考，不作为投资决策的依据，本公司不对投资者依
据上述信息进行投资决策所产生的收益和损失承担任何责任。投资有风险，应谨慎至上。
|