经营分析☆ ◇688795 摩尔线程 更新日期：2026-08-01◇ 通达信沪深京F10
★本栏包括【1.主营业务】【2.主营构成分析】【3.前5名客户营业收入表】【4.前5名供应商采购表】
【5.经营情况评述】
【1.主营业务】
以全功能GPU为核心，致力于向全球提供计算加速的基础设施和一站式解决方案，为各行各业的数智化转型
提供强大的AI计算支持。
【2.主营构成分析】
截止日期:2025-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
集成电路行业(行业) 15.06亿 100.00 9.87亿 100.00 65.57
─────────────────────────────────────────────────
云端产品(产品) 14.61亿 97.04 10.27亿 104.06 70.32
边缘与终端产品(产品) 2550.55万 1.69 1019.96万 1.03 39.99
其他(产品) 1905.17万 1.27 -5030.31万 -5.10 -264.03
─────────────────────────────────────────────────
境内(地区) 15.04亿 99.87 9.86亿 99.84 65.55
境外(地区) 190.54万 0.13 154.31万 0.16 80.99
─────────────────────────────────────────────────
直销(销售模式) 10.97亿 72.86 6.95亿 70.41 63.37
经销(销售模式) 4.09亿 27.14 2.92亿 29.59 71.49
─────────────────────────────────────────────────
截止日期:2025-09-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
集群(产品) 5.55亿 70.75 3.64亿 75.00 65.59
板卡(产品) 1.39亿 17.74 1.14亿 23.58 82.24
一体机(产品) 7104.28万 9.05 5690.65万 11.72 80.10
其他(产品) 1889.81万 2.41 -5014.19万 -10.33 -265.33
芯片(产品) 40.10万 0.05 14.32万 0.03 35.72
─────────────────────────────────────────────────
中国大陆(地区) 7.83亿 99.76 4.84亿 99.68 61.82
中国香港(地区) 190.54万 0.24 154.31万 0.32 80.99
─────────────────────────────────────────────────
截止日期:2025-06-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
集群(产品) 5.55亿 79.10 3.64亿 75.03 65.59
板卡(产品) 1.32亿 18.78 1.11亿 22.96 84.52
一体机(产品) 1351.88万 1.93 889.12万 1.83 65.77
其他(产品) 93.81万 0.13 71.46万 0.15 76.17
芯片(产品) 40.10万 0.06 14.32万 0.03 35.72
─────────────────────────────────────────────────
中国大陆(地区) 7.00亿 99.73 4.84亿 99.68 69.11
中国香港(地区) 190.54万 0.27 154.31万 0.32 80.99
─────────────────────────────────────────────────
直销收入(销售模式) 6.33亿 90.24 --- --- ---
经销收入(销售模式) 6829.60万 9.73 --- --- ---
其他业务(销售模式) 18.34万 0.03 -4.02万 -0.01 -21.92
其他(补充)(销售模式) 37.72 0.00 --- --- ---
─────────────────────────────────────────────────
截止日期:2024-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
板卡(产品) 2.13亿 48.66 1.79亿 57.68 83.82
集群(产品) 1.83亿 41.82 1.12亿 36.24 61.26
一体机(产品) 3173.79万 7.24 2278.85万 7.35 71.80
其他(产品) 750.40万 1.71 -310.96万 -1.00 -41.44
芯片(产品) 248.21万 0.57 -83.39万 -0.27 -33.60
─────────────────────────────────────────────────
中国大陆(地区) 4.36亿 99.51 3.08亿 99.51 70.71
中国香港(地区) 214.74万 0.49 151.76万 0.49 70.67
─────────────────────────────────────────────────
经销收入(销售模式) 2.55亿 58.20 --- --- ---
直销收入(销售模式) 1.77亿 40.40 --- --- ---
其他业务(销售模式) 614.26万 1.40 -261.91万 -0.84 -42.64
其他(补充)(销售模式) 18.72 0.00 --- --- ---
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2025-12-31
前5大客户共销售13.75亿元，占营业收入的91.36%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│合计 │ 137549.38│ 91.36│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2025-12-31
前5大供应商共采购14.11亿元，占总采购额的63.83%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│合计 │ 141091.34│ 63.83│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2025-12-31
●发展回顾:
一、报告期内公司所从事的主要业务、经营模式、行业情况说明
(一)主要业务、主要产品或服务情况
摩尔线程自成立以来，以全功能GPU为核心，致力于向全球提供计算加速的基础设施和一站式解决方案
，为各行各业的数智化转型提供强大的AI计算支持。公司的目标是成为具备国际竞争力的GPU领军企业，为
融合AI和数字孪生的数智世界打造先进的计算加速平台。摩尔线程在国内GPU领域处于领先地位，基于自主
研发的MUSA架构，公司率先实现了单芯片架构同时支持AI计算加速、图形渲染、物理仿真和科学计算、超高
清视频编解码的技术突破，有力推动了我国GPU产业的自主可控进程。目前，公司的主要产品线包括云端产
品线、边缘与终端产品线。
1、云端产品线
云端产品线目前主要包括云端智算板卡、智算一体机以及智算集群。
基础算力层面，云端智算板卡（如MTTS5000、MTTS4000、MTTS3000等）作为核心计算单元，为MoE混合
专家模型、多模态模型、世界模型等前沿模型预训练及集群化推理优化设计，具备良好的计算性能与能效比
；服务器层面，智算一体机（如D800等）服务于大规模AI训练与推理场景，通过高密度算力集成和创新散热
设计，实现单节点多卡高效协同。
集群层面，公司智算集群（夸娥KUAE集群）可扩展至万卡及以上规模，采用先进网络架构和调度系统，
满足AI研发机构和企业级智能化需求，支持超大参数模型预训练、多租户云服务与分布式推理。
2、边缘与终端产品线
边缘与终端产品线目前主要包括桌面图形加速显卡、专业视觉加速卡、边缘AI计算模组以及个人智算终
端设备。
其中，桌面图形加速显卡与专业视觉加速卡是个人电脑、图形工作站进行高质量图形渲染与多媒体处理
的核心器件。MTTS80作为国内首款支持Windows操作系统及DirectX11/12图形API的消费级显卡，主要为大众
用户提供流畅的3A游戏体验与日常娱乐计算支持；MTTX300则面向专业级市场，凭借其卓越的实时渲染与计
算能力，深度赋能GIS（地理信息系统）、CAD（计算机辅助设计）、BIM（建筑信息模型）及非线性编辑等
专业应用，解决国产终端在复杂三维展示中性能不足的痛点。
边缘AI计算模组主要面向机器人与边缘计算市场。该类产品基于公司自研的“长江”SoC芯片，采用创
新的模块化设计，将全功能GPU、高性能CPU、NPU与VPU等异构算力高度集成。MTTE300模组可提供高达50TOP
S的INT8边缘AI算力，可以为无人机、AI智能体终端设备、工业机器人等边缘侧设备提供高性能、低延迟、
强可靠的本地化AI推理与智能感知决策能力。在个人智算领域，公司推出了以MTTAIBOOK为代表的系列个人
智算终端设备。该产品搭载自研“长江”SoC芯片，通过集成全功能GPU算力核心，实现了办公应用与AI计算
任务的异构协同。依托内置的MTAIOS操作系统及配套AI开发工具链，该终端支持端侧大模型及智能体的本地
化部署与运行。
在技术实现层面，针对主流智能体框架，公司通过优化底层推理引擎与内存管理机制，提升了硬件对多
步推理、长文本处理及实时交互任务的响应速度。同时，公司通过提供标准化的软硬协同部署接口，简化了
模型量化、环境配置及接口调用流程，降低了开发者的使用门槛。
(二)主要经营模式
从产业模式来看，集成电路企业采用的经营模式主要分为IDM和Fabless（无晶圆厂）两种模式。公司自
成立以来始终采用Fabless经营模式。
公司主要通过向客户提供基于全功能GPU芯片的板卡、智算一体机及智算集群等产品获取业务收入。公
司专注于全功能GPU及相关产品的研发、设计与销售，负责制定GPU芯片的规格参数、完成芯片设计和功能验
证、提供芯片设计版图、封装设计版图及板卡设计版图，而将晶圆制造、封装测试及板卡加工等环节委托给
专业的代工厂商完成。针对智算一体机及智算集群，公司还需要采购相应配套的服务器、网络通信等设备与
配件。公司采取“直销与经销并存”的销售模式。直销团队直接参与关键行业客户的商务谈判与签约；同时
，公司积极依托经销网络拓展渠道，扩大产品在各区域市场覆盖率。
(三)所处行业情况
1、行业的发展阶段、基本特点、主要技术门槛
（1）行业发展阶段及基本特点
在国家“人工智能+”战略的推动下，人工智能正加速跨越技术中试阶段，全面赋能千行百业。当前，
算力行业正呈现出由不同技术演进路径驱动的三大核心发展阶段与特点：
人工智能模型的持续迭代引领第一代大规模智算中心需求不断提升。大模型技术正经历从单一文本语言
模型向多模态模型，再向具备物理世界理解能力的“世界模型”演进的范式转移。这种演进要求系统具备海
量时空数据的时序处理能力，直接驱动了底层算力需求呈指数级增长。根据弗若斯特沙利文预测，中国AI芯
片市场规模将由2024年的1,425亿元增至2029年的1.3万亿元，2025~2029年的复合增速高达54%。伴随大模型
训练集群的规模化建设与推理需求的全面放量，第一代智算中心的扩容与升级正迎来确定性的高速增长空间
。
以具身智能和AI4S（AIforScience）为目标的产业发展，正带领新一代通用超智算中心兴起。随着机器
人产业的蓬勃发展，具有自主感知、决策与执行能力的具身智能产业步入快车道，实现从“数字空间”向“
物理空间”的跨越；同时，AI4S在生命科学、材料科学等领域的广泛应用，也对复杂系统的物理仿真与计算
提出了极高要求。这些前沿领域高度依赖于极高逼真度的物理世界仿真、大规模复杂场景的实时3D渲染以及
端侧实时交互。在多模态与空间计算深度融合的背景下，单一的AI张量加速已无法满足复杂的应用落地需求
，兼具强大AI并行计算、复杂图形渲染及物理仿真能力的全功能GPU，成为构建新一代通用超智算中心的核
心底座。
人工智能代理系统的发展，正引领个人智算领域快速兴起。具备自主工作和演进能力的AIAgent系统正
逐步改变人机交互与生产力组织方式。随着AI应用的深度普及，人工智能正加速向边缘侧与个人终端设备渗
透。为了实现Agent的本地化部署、隐私保护与低延迟交互，市场催生了对高能效、高集成度异构算力的海
量需求，推动了AI算力向个人消费侧的全面下沉，个人智算终端与边缘计算设备正成为智算行业新的强劲增
长极。
（2）行业主要技术门槛
集成电路设计属于高度技术密集型行业，而随着人工智能演进路径的多元化发展，底层算力芯片在三大
核心方向上面临着极高的多重技术门槛。
在支撑大模型迭代的第一代智算中心方向，算力竞争已从单卡性能演进为系统级的大规模集群能力，构
建万卡甚至十万卡级别智算集群及全栈人工智能底层基础架构（AIInfra）形成了极高的核心壁垒。这不仅
需要跨越超大规模无损组网、高带宽低延迟通信互联的技术鸿沟，保障超大集群在长周期、高负载下的系统
级容错与稳定运行；更高度依赖底层软件栈的统筹调度，企业需具备深度优化复杂的并行计算策略和显存管
理的能力。同时，随着大模型参数规模的爆炸式增长，底层硬件对FP8、FP4等低精度混合计算格式的硬件级
加速支持变得至关重要，这是在千亿或万亿级参数大模型训练及推理时，突破内存墙瓶颈、实现极致能效比
与极高集群算力利用率（MFU）的关键门槛。
在面向具身智能与AI4S的新一代通用超智算中心方向，单芯片层面的研发是一项极端复杂的系统工程，
要求企业必须具备“全功能”架构的设计能力。这种架构要求芯片在同一套硬件底层和软件生态上，无缝协
同处理高强度的AI张量计算、极高逼真度的物理世界仿真以及大规模复杂场景的实时3D渲染。在此场景下，
不仅要求硬件具备支持复杂科学计算的FP64双精度浮点运算能力，还要求底层微架构必须原生支持AI生成式
渲染与硬件级光线追踪等先进图形技术。这种跨越计算与图形边界的指令集定义及资源动态调度分配，要求
企业必须全面掌握从前沿图形学到深度学习的大量底层关键技术，任何单一路径的技术积累都难以支撑这种
复合型算力需求。
在面向AIAgent的个人智算与边缘计算方向，技术门槛集中体现在异构计算的高度集成与极致的能效比
控制上。为了实现复杂智能体在端侧的本地化部署与低延迟交互，芯片必须在极度受限的功耗与散热条件下
，将高性能CPU、全功能GPU与高能效NPU等异构算力单元进行深度融合。这不仅要求企业具备先进的SoC模块
化设计与封装能力，还需要配套强大的轻量化推理软件栈，以实现在端侧设备上流畅运行百亿级参数大模型
，这对软硬件协同优化的颗粒度提出了苛刻要求。
2、公司所处的行业地位分析及其变化情况
（1）行业地位
摩尔线程是国内极少数能够实现全功能GPU量产量销的厂商，公司已成功研发多款高性能、可对标国际
主流竞品的GPU产品，产品在国内处于领先地位。公司自主掌握的MUSA统一系统架构、图形渲染及AI加速等
核心技术，具有极高的研发壁垒与广泛的应用场景。
报告期内，公司依托核心技术的持续迭代，在多个关键业务场景实现重大突破，进一步巩固了在国产GP
U领域的技术领先地位：
在大模型与智算基础设施领域，公司旗舰级训推一体全功能GPU智算卡MTTS5000单卡性能处于行业第一
梯队，且实现了集群产品大规模商业化落地。该产品基于公司第四代芯片架构“平湖”打造，专为生成式AI
时代的大模型训练、推理及高性能计算而生。MTTS5000不仅提供从FP8到FP64的全精度算力支持，其单卡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
，核心指标已达到对标国际旗舰水准的技术高度。基于该旗舰产品，公司成功构建了夸娥（KUAE）万卡级智
算集群，为超大规模模型的训练与推理提供了高性能的底层算力支撑。
在云原生与数字孪生场景，依托MTTS3000卓越的硬件级虚拟化与图形渲染能力，公司产品在云桌面及云
端实时渲染等领域实现了广泛的落地。
在端侧智能与边缘计算领域，公司凭借自主研发的“全功能GPU+CPU+NPU+VPU”异构计算架构，确立了
极具竞争力的技术领先地位。依托高度集成的“长江”SoC芯片及软硬协同生态，公司在多个核心应用赛道
与国际标杆产品实现了技术对标。通过成功量产MTTAIBOOK算力本及多场景智能模组，公司已完整打通底层
异构芯片到端云协同软硬件栈的技术闭环，未来将持续向具身智能与车载中央计算等前沿场景拓展，致力成
为端云融合与实体经济智能化转型的国产算力基石。MTTE300模组用于满足行业智能体、智慧教育、具身智
能、低空经济、智能座舱、智慧交通、工业智造、消费电子、智能家居等领域多样化的需求，为行业用户提
供安全且自主可控的AI边缘计算解决方案。
（2）市场地位
公司凭借深厚的技术积淀，快速实现了全功能GPU技术的产业化输出与多场景落地。自2020年成立以来
，公司先后推出五代GPU芯片架构（苏堤、春晓、曲院、平湖、花港），构建起覆盖云端、边缘与终端的完
整产品矩阵。
凭借卓越的产品性能与完善的软硬件生态，公司在国产算力市场确立了坚实的领先地位，产品已渗透至
多个高壁垒核心行业与应用场景。在云计算与算力服务领域，公司的MTTS系列智算卡已在多家智算中心及云
服务平台实现部署，广泛支撑大模型训练、推理、智能体应用及科学计算的算力需求。公司是市场中为数不
多的真正实现千卡级、万卡级大规模集群商业化应用落地的GPU供应商。摩尔线程于2025年12月发布“花港
”架构，支持十万卡以上规模智算集群扩展。此外，公司还发布了MTTC256超节点的架构规划。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，为下一代超大规模智算中心
构建兼具超高密度与极致能效的硬件基石；在IT基础设施与整机市场，公司与国内头部整机厂商、服务器品
牌及信创生态伙伴建立了深度合作，成为国产高端算力整机与服务器的核心GPU供应商；在工业互联网、数
字孪生与三维可视化等专业应用方向，公司产品深度赋能工业仿真、城市数字孪生及高保真3D渲染等复杂场
景；在航空航天及政务等对自主可控与信息安全要求极高的关键领域，公司产品亦完成了重要的落地验证及
应用；此外，在芯片模组、嵌入式计算及边缘AI等新兴领域，公司产品也已开始向下游合作伙伴渗透，逐步
拓展端侧算力的应用版图。
随着产品在上述多个行业维度的全面开花，以及MTTS80等桌面级显卡在消费端兼容性的持续跃升，公司
作为国内全功能GPU的领军企业，行业影响力正在加速扩大。公司多种形态的GPU产品广泛应用于云计算、科
研、政务、低空经济、互联网、游戏等核心计算加速场景，广泛覆盖重大科技创新平台、云服务厂商、运营
商、商业企业、互联网厂商、个人消费者等客户类型。公司不仅是国产替代的重要力量，更已成为驱动行业
数智化转型的核心算力引擎。
（3）品牌地位
经过五年的快速发展，摩尔线程于2025年底成功完成科创板IPO，正式登陆资本市场，跻身国产GPU领域
的领军上市企业行列。公司成功实现五颗芯片量产，构建了自主研发的全功能GPU技术路线与完整的MUSA软
件栈，完成了从“技术突破”到“产业应用”的关键跨越。基于五颗GPU芯片构筑的完整产品矩阵，公司正
全面赋能“云-边-端”多场景应用。公司核心技术的持续迭代有力保障了我国GPU领域的自主可控。摩尔线
程深度参与多个国家部委发起的科研课题。凭借强大的研发底座与商业交付能力，公司已获评国家高新技术
企业、国家级专精特新“小巨人”等核心资质，并获批成立博士后科研工作站。
自成立以来，公司累计荣获近百项国内外重要奖项，完成了从“全球独角兽”到上市公司的跨越。公司
荣获“年度影响力上市公司”等重量级荣誉，充分彰显了作为中国科技创新排头兵的全球视野与资本市场长
期投资价值。
技术标杆与硬核专利：两度获评“北京市数字经济标杆企业”（2024/2025）；SIGGRAPHAsia20253DGS
重建挑战赛银奖（2025）；海淀高价值专利培育大赛一等奖（2024）；雄安高价值专利大赛金奖（2024）；
夸娥集群入选中关村论坛“百项新技术新产品榜单”（2024）；量子位年度人工智能领航企业（2025）；网
易科技AI基础设施创新企业TOP10（2025）。截至报告期末，公司累计申请的专利为1,854项，其中发明专利
申请1,743项。
资本与市场双重认可：36氪“WISE最具商业价值企业”（2024）；蓝鲸新闻“年度影响力上市公司”（
2025）；界面新闻“好公司50”（2025）；两度入选胡润“全球独角兽榜”（2023/2024）。
全球视野与行业地位：连续四年上榜《EETimes》“Silicon100”（2022-2025）；2025胡润中国人工智
能企业50强（2026）；《麻省理工科技评论》中国“50家聪明公司”（2025）。
3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
报告期内，全球人工智能与GPU产业正经历前所未有的技术共振与应用爆发，智算中心产业在“算力供
不应求”的常态下加速演进，催生了一系列新技术、新产业与新业态。
（1）智算基础设施集群化演进，软件生态决定市场竞争力
在智算基础设施与新技术层面，随着DeepSeek等前沿大模型的发布，AI模型的“智力”水平快速提升，
多模态和世界模型成为发展趋势。随着大模型参数量向十万亿级迈进，单卡性能的提升已无法满足庞大的训
练与推理缺口。大模型推理面临迭代高速化、服务极致化、模型复杂化三大挑战。在此背景下，智算中心正
加速向“超大规模集群化”方向演进。2025年，十万卡乃至超十万卡级别的超大型GPU集群已成为下一代大
模型竞赛的“入场券”。这种超大规模集群不仅要求底层GPU具备极高的算力密度，运用以超节点为代表的
硬件架构，更催生了对三级多轨无损组网、端到端零丢包通信以及系统级容错调度等AIInfra新技术的迫切
需求，推动智算中心从传统的“硬件堆叠”向“软硬高度协同的AI工厂”模式转型。
软硬件系统级的深度协同成为提升有效算力的路径。摩尔线程于2025年世界人工智能大会（WAIC2025）
开幕前夕举办技术分享会，提出“AI工厂”理念。AI工厂的智能“产能”，由五大核心要素共同决定，其效
率公式可概括为：AI工厂生产效率=加速计算通用性×单芯片有效算力×单节点效率×集群效率×集群稳定
性。具体为，在AI基础设施建设中，计算功能的完备性与精度完整性是支撑多元场景的核心基石；强大的芯
片有效算力是驱动AI工厂高效运转的核心动力；全栈系统软件实现关键技术突破，推动AI工厂从单点创新转
向系统级效能提升；通过分布式并行计算技术，实现大规模节点的高效协作，推动AI基础设施从单点优化迈
向系统工程级突破；零中断容错技术，提升集群的稳定性和可靠性。
在国产GPU市场，硬件性能差距逐步缩小，软件生态能力成为决定市场竞争力的最关键因素。英伟达CUD
A平台作为全球AI计算领域的事实标准，凭借二十年持续迭代，构建起覆盖编程模型、编译器、算子库、调
试工具、开发者社区的完整生态闭环，成为连接GPU硬件与上层人工智能模型、算法的核心枢纽。其生态价
值核心在于大幅降低开发者门槛：无需深入掌握GPU底层硬件架构，即可通过通用编程语言与主流AI框架高
效调用芯片并行算力，实现模型训练与推理的低代码迁移、高性能释放、快速部署落地。进入大模型与AIAg
ent时代，算子高频更新、算法快速迭代、场景快速拓展成为行业常态，软件生态的响应速度与完备度直接
决定AI芯片的易用性、模型适配效率与商业化落地丰富度。完备的软件生态可实现对新模型、新算子的Day0
级适配，保障大模型训练推理的算力高效利用、性能稳定输出。底层硬件设计与上层软件工具链、算子库、
编译器的紧密配合，方能最大化发挥芯片理论算力、提升开发者使用体验，并支撑人工智能应用向具身智能
、行业智能体、多模态交互等新兴场景持续延展。
（2）AIAgent与具身智能爆发，云边端算力提出差异化要求
在应用与新产业生态层面，人工智能代理与具身智能成为驱动算力需求爆发的两大新引擎。全球算力重
心正从预训练阶段逐步向后训练优化与推理部署阶段延伸，依托强化学习、思维链等前沿算法迭代，持续投
入算力资源可进一步提升模型智能能力并拓展商业化空间，多维度算力需求共同推动人工智能在云端、边缘
与终端协同落地。2025年，AIAgent市场迎来结构性爆发，其具备的自主规划、执行与演进能力，正作为“
新数字劳动力”席卷全球企业级与消费级市场，极大拉动了云端与边缘侧的推理算力需求。云端承担高复杂
度训练与核心推理任务，边缘及终端则侧重即时响应、轻量化智能处理，不同场景对算力的能效与部署灵活
性提出差异化要求，也推动GPU产品在云端与端侧持续演进适配。与此同时，具身智能产业步入快车道。多
模态感知、高保真物理世界仿真与端侧实时运动控制，对底层芯片的AI张量计算与复杂图形渲染能力提出了
前所未有的复合型挑战，全功能GPU凭借其综合优势，正成为构建具身智能底座的核心算力引擎。
（3）“算力上星”引领新业态，天基算力网拓宽应用边界
在空间计算与前沿新模式层面，“算力上星”与天基算力网成为2025年最具颠覆性的新业态之一。通用
大模型已成功实现全球首次太空在轨部署。通过搭载高性能GPU的计算卫星与星间激光通信技术，太空计算
基础设施正逐步成型。这种将算力部署至近地轨道、实现“算力上天、在轨组网、模型上天”的新模式，不
仅打破了传统地面算力的空间局限，更极大拓宽了全功能GPU在极端环境与深空探测等高壁垒场景下的应用
边界，为未来泛在算力网络的发展指明了新方向。根据弗若斯特沙利文预测，随着AI和大数据技术的广泛应
用，中国算力规模呈现快速增长态势，整体规模从2020年的136.20EFLOPs增长至2024年的617.00EFLOPs，期
间年均复合增长率为45.9%；预计到2029年中国算力总规模将达到3,442.89EFLOPs，预测期年均复合增长率
达40.0%。其中，智能算力是引领算力规模指数级增长的核心，其规模从2020年59.20EFLOPs增长至2024年的
438.07EFLOPs，期间年均复合增长率高达64.9%，预计在2025年至2029年期间，智能算力将以45.3%的年均复
合增长率增长至3,035.91EFLOPs，这一增长趋势的主要推动力在于AI技术的深入应用，促进了对高性能计算
能力的强烈需求，推动智能算力持续扩容。
二、经营情况讨论与分析
2025年，全球人工智能技术浪潮澎湃前行，国内“人工智能+”行动扎实推进。以大模型、多模态技术
为代表的生成式AI加速向各垂直行业纵深演进，不仅深刻重塑了千行百业的生产力模式，更激发了对高性能
、高可靠智能算力的井喷式需求。在算力底座自主可控与高质量发展成为行业共识的背景下，面对错综复杂
的国际宏观环境与产业链重塑的深刻变革，公司持续加码核心算力技术的研发攻关，加速产品矩阵的迭代升
级，以自主研发的全功能GPU为核心，致力于为AI、数字孪生、科学计算等高性能计算领域提供计算加速平
台。
（一）强化智算产品硬核实力，把握市场落地机遇，推动经营业绩跨越式提升
公司凭借出色的产品力持续拓展市场，积极助力人工智能应用落地，本期营业收入实现大幅增长。2025
年，公司实现营业收入150,552.51万元，较上年同期增长243.37%。公司毛利总额达到98,718.61万元，较上
年同期增长218.43%。整体毛利率水平达到65.57%。归属于上市公司股东的净利润-100,078.65万元，亏损金
额较上年同期收窄61,750.18万元，收窄比例达38.16%。归属于上市公司股东的扣除非经常性损益后的净利
润-108,802.99万元，亏损金额较上年同期收窄54,522.78万元，收窄比例达33.38%。扣除股份支付影响因素
后，公司2025年净利润为亏损64,810.98万元，较上年同期同口径净利润亏损收窄84,691.22万元，收窄比例
达56.65%。
报告期内，依托于全功能GPU产品及其配套软件平台的技术领先优势，公司产品持续在多个重点行业应
用场景落地。
在人工智能芯片研发、智算中心建设及算力基础设施化领域，公司实现了跨越式发展。报告期内，公司
依托第三代芯片架构MTTS4000及第四代芯片架构MTTS5000产品，持续夯实智算产业落地基础。特别是基于MU
SA架构“平湖”打造的旗舰级全功能GPU智算卡MTTS5000，其单卡AI算力（稠密）最高达1,000TFLOPS，并实
现了从FP8到FP64的全精度支持。报告期内，基于MTTS5000智算卡构建的夸娥（KUAE）大规模智算集群项目
成功落地并投入使用。该集群不仅展现了强大的AI计算能力，更在超大规模AI模型训练中实现了高达95%的
集群训练线性度突破。公司在组网架构、训练推理协同、超高带宽通信及算力平台智能调度等方面的支撑能
力持续跃升，可以为互联网、科研、政务、能源等核心场景提供安全可靠的算力底座，强力推动国产算力基
础设施的发展与智能化升级。
报告期内，公司依托自主研发的MUSA计算平台，全面深入开展主流大模型的适配与优化工作，凭借MTTS
5000产品和万卡级智算集群，公司在模型适配广度与深度上均取得重大突破。公司的全功能GPU产品力及软
硬协同生态构建能力得到了行业客户的广泛认可。针对DeepSeek等具有行业标杆意义的前沿大模型，公司联
合生态伙伴，基于FP8低精度算力等创新技术，率先在MTTS5000上完成了对DeepSeek-V3/R1满血版超大参数
模型的深度适配与性能突破；另一方面，通过与头部大模型企业及科研机构紧密合作，公司还成功实现了对
阿里巴巴Qwen3（通义千问）、阿里巴巴WAN（万相）、智谱GLM-4.5/4.6/4.7等全球和国内主流开源大模型
的全面兼容，完成了国产前沿模型的全流程适配测试。
近期，摩尔线程联合北京智源人工智能研究院基于FlagOS-Robo框架，依托MTTS5000智算集群，成功完
成智源自研具身大脑模型RoboBrain2.5的全流程训练。摩尔线程陆续实现了新一批头部厂商SOTA大模型的快
速适配。通过广泛覆盖主流应用场景，有效促进了公司应用生态的持续完善。此举帮助多种行业的客户实现
复杂大模型在实际业务场景中的商业化落地，标志着公司的计算生态已全面深度融入全球及国产AI大模型的
繁荣生态圈。
报告期内，公司抓住云电脑市场机遇，凭借全功能GPU及首创的动态弹性切分vGPU技术，在运营商业务
领域取得突破。核心产品MTTS3000单卡支持32路并发，通过软硬协同方案使CPU负载降低75%、渲染性能提升
10倍。目前，公司已与中国移动等头部运营商实现多省市商用落地，针对个人娱乐、高性能办公及教育等不
同场景量身定制的云电脑产品，赢得了客户的高度认可。
报告期内，公司抓住了边缘和端侧智能的机遇，凭借“长江”SoC高规格、低功耗、大算力、多精度和
全功能等优势，适配了Qwen（通义千问）系列LLM模型，ASR、TTS语音模型和机器视觉模型，并支持多操作
系统。在行业智能体设备、低空经济和智慧教育等场景取得突破。报告期内，依托自主可控的全功能GPU芯
片架构及持续完善的配套软件栈，摩尔线程凭借在通用计算、人工智能训练与推理、图形渲染等维度的综合
技术优势，推动产品在重大科技创新平台、云服务厂商、运营商等关键基础设施行业实现深度商业落地，进
一步夯实了公司在国产智能算力领域的市场领先地位。公司产品在复杂业务场景中的软硬件兼容适配能力、
系统级稳定性及大规模集群部署能力，经受住了客户严苛实际应用环境的验证，赢得了行业用户的广泛赞誉
。
（二）坚持自主创新，筑牢全功能GPU技术根基，实现万卡级智算集群性能飞跃
（1）持续加大研发投入，夯实人才与技术根基
公司持续加大产品研发力度，以提升人工智能领域核心处理器芯片的核心竞争力，筑牢芯片技术根基。
报告期内，公司研发投入130,502.62万元，占营业收入比例为86.68%。截至2025年12月31日，公司拥有1,00
9人的研发团队，占员工总人数的79.20%，77.21%的研发技术人员拥有硕士及以上学历。
（2）“平湖”架构实现跨越式技术突破
在底层核心技术与前沿攻关方面，公司持续加码自主可控芯片架构的迭代升级。报告期内，采用公司全
新一代“平湖”芯片架构的MTTS5000及相关产品实现大规模商业化落地。作为面向未来大模型时代与多元泛
在算力需求打造的底层架构，“平湖”架构在晶体管密度、计算能效比、显存带宽利用率及全功能GPU微架
构协同优化上实现了全面升级。该架构针对超大规模AI训练及复杂生成式AI场景进行了深度定制，原生增强
了对Transformer、MoE等前沿模型结构的硬件级加速支持，并大幅优化了FP8/BF16等混合精度AI计算的吞吐
效能。同时，“平湖”架构延续并深化了公司“全功能GPU”的战略路线，在保持卓越的高性能图形渲染与
超高清视频编解码能力的基础上，实现了算力与算效的平衡。
（3）攻克万卡级智算集群工程壁垒
依托“平湖”架构的成功研发，公司进一步筑牢了基于MTTS5000的硬件底座与自研MUSA软件栈的软硬协
同生态，不仅为未来推出性能更为强劲的下一代GPU产品奠定了坚实的技术基石，更支撑了公司在大规模智
算集群系统级工程上的历史性跨越。报告期内，公司夸娥（KUAE）万卡级智算集群实现商业化落地，该产品
从技术层面成功攻克了万卡级硬件系统优化、高速互联与系统级容错等系列高难度工程壁垒。该集群浮点运
算能力达到10Exa-Flops，在Dense大模型训练中的模型算力利用率（MFU）高达60%，在MoE大模型上达40%，
训练线性扩展效率达到95%，并在原生FP8精度下完整复现了顶尖大模型的训练流程，多项关键指标均达到国
际主流水平。为解决超大规模集群常见的硬件故障导致训练中断的行业痛点，公司创新研发了夸娥万卡训练
容错系统，实现零代码侵入的故障在线诊断与快速恢复，有效训练时间占比超过90%。这一万卡级AI工厂的
落成，不仅证明了公司全功能GPU产品在极端复杂环境下的高可用性，更确保了公司在激烈的国产算力角逐
中保持技术领先优势。
（4）完善MUSA软件生态，加速大模型适配与推理落地
在软件方面，公司对MUSA基础软件系统平台也进行了优化和迭代。公司持续推进训练软件平台的研发和
改进，以客户需求牵引新增功能和通用性支持，并大力推进大模型业务的支持和优化。
公司持续投入大规模分布式训练软件平台的研发，迭代更新了分布式训练组件，使训练软件平台能够支
撑主流的大模型分布式训练需求，降低新模型的适配周期。在大模型方面，训练软件平台增加了对主流大模
型训练的支持。通过优化融合算子、支持通算融合等优化策略，使得训练性能达到了业界主流水平，具备了
更强的行业竞争力。同时，训练软件平台全面支持大规模集群的分布式通信功能，实现了接近线性扩展的多
机分布式训练性能。
公司推理软件平台在大模型适配、开源生态建设及易用性优化、大模型推理解决方案等方面取得显著进
展。
2025年，公司基于FP8低精度算力，在MTTS5000上完成DeepSeek-V3/R1满血版超大参数模型的深度适配
与性能突破，通过与头部大模型企业及科研机构紧密合作，成功实现了对阿里巴巴千问及万相、智谱等SOTA
模型的Day0适配和优化。
（5）MTTAIBOOK和边缘SoC
报告期内，公司发布了首款智能SoC芯片“长江”。“长江”SoC的发布，为公司构建了云、边、端的全
链路解决方案。“长江”SoC具有多元异构算力和高处理性能，集成高性能全大核CPU和摩尔线程全功能GPU
，异构AI算力50TOPS，支持多种运算精度，支持统一内存，为AI计算、模型调试、图形渲染、科学计算和视
频处理等使用场景提供澎湃性能，让强劲算力高效服务多元应用。
基于“长江”SoC，公司打造了全新品类的终端产品MTTAIBOOK，并同步上架京东平台进行销售。该产品
是AgenticAI时代的开发工具，更是每个人触手可及的智能体验平台。MTTAIBOOK集成了开箱即用的开发环境
，包括了全套MUSA开发工具、端侧大模型与多种端侧AI应用，让AI开发更便捷高效。整机除了预装Linux系
统以外，用户还可以通过虚拟化平台与安卓容器，无缝运行Windows与海量安卓应用，实现系统瞬时切换，
打破场景壁垒。
MTTE300是一款小型化、高性能、高集成度的AI计算模组，是摩尔线程专门为AI边缘计算场景打造的高
性能计算平台，通过架构级别能效优化设计，在提供强大性能的同时可以实现优秀的能效比，确保设备在-2
0度到65度的宽温环境下长时间稳定运行。其搭载了多功能大算力生态优的“长江”SoC芯片、多种规格配置
的统一内存（LPDDR5/5X最高可达64GB，带宽可达136GB/s）、电源管理单元（PMU）以及多种高速接口等关
键组件。其模块化的硬件架构设计支持嵌入式开发、调优和集成，独立设备的多种形态灵活部署，用于满足
行业智能体、智慧教育、具身智能、低空经济、智能座舱、智慧交通、工业智造、消费电子、智能家居等领
域多样化的需求，为行业用户提供安全且自主可控的AI边缘计算解决方案。
（三）深化生态布局，提升品牌价值
报告期内，公司成功举办了首届MUSA开发者大会（MDC2025），这是国内首个聚焦全功能GPU的开发者盛
会。依托领先的技术实力与服务口碑，公司的品牌市场认知度稳步提高。在产学协同方面，公司助力多所高
校开设了基于MUSA平台的人工智能课程，打造产学研一体化人才培养生态，为技术生态储备长效动能。公司
继续加大开发者培训平台建设，通过摩尔学院持续为开发者提供免费的优质课程资源，线下联合各类组织为
众多大型企业提供技术培训赋能，在北京大学、上海交通大学、浙江大学等开展联合教学、讲座等各种形式
的科教合作。在前沿技术探索方面，公司持续投入，以先进计算技术赋能具身智能、量子计算、生物科技等
重大产业方向，助力中国新质生产力发展。
（四）人才体系的健全和发展
公司始终视人才为核心战略资产，将人才体系建设置于发展全局，报告期内构建并闭环运行“引、用、
育、留”全链条人力资源管理体系，持续优化人才结构与配套机制，为高质量发展筑牢根基；公司紧扣核心
业务战略，精准拓宽引才渠道，从国内外引进大批行业经验丰富的技术与管理骨干，同时吸纳国内外知名院
校优秀毕业生充实人才梯队，并以战略目标为牵引，构建分层分类培养体系，覆盖新员工融入、专业技能提
升及领导力发展全维度，全面赋能员工成长，在激励机制上坚持短期激励与长期绑定相结合，深化以结果为
导向的绩效管理，通过多元价值共享充分激发组织活力与员工内生动力，实现个人与公司长期共同成长；截
至报告期末，公司员工队伍年龄结构优化、专业能力突出，高学历及技术型人才占比较高，人才体系的持续
升级为技术创新、产品研发与稳健运营注入强劲动能，有力保障公司战略持续落地与长期健康发展。
三、报告期内核心竞争力分析
(一)核心竞争力分析
1、国内领先的全功能GPU架构与全栈技术优势
公司是国内极少数能够实现全功能GPU量产量销的厂商，拥有自主研发的MUSA统一架构。该架构不仅支
持高强度的AI张量计算加速，还具备强大的图形渲染、物理仿真/科学计算，以及超高清视频编解码能力。
全功能特性使得公司的产品能够适应从数据中心到边缘计算，再到个人终端的广泛应用场景，为客户提供通
用性强、性价比高的算力底座。报告期内，公司发布的新一代“花港”架构在底层微架构上实现了重大突破
，算力密度提升50%，计算能效提升10倍，同时原生增强了对FP8/FP4等先进低精度混合计算格式的硬件级加
速支持，进一步巩固了公司在国产核心芯片领域的技术领先地位。
2、完善的MUSA软件生态与极高的CUDA兼容性
软件生态是决定GPU产品商业化落地的核心壁垒。公司构建了完备的MUSA软件栈，涵盖了从底层驱动、
编译器、算子库到上层开发框架的全套工具链。更为重要的是，MUSA架构从GPU架构到开发者套件均采用与C
UDA兼容的编程模型,通过自研MUSIFY工具可协助开发者将源代码快速迁移到MUSA平台、自研MUSA-X计算库实
现CUDAAPI的替换,MUSAToolkit提供编译和调用支持,确保应用程序在迁移至MUSA架构时的高效性和便捷性。
MUSA提供了完整的开发者工具链，包括编译器、调试器和性能分析工具，与CUDA开发者套件功能对标，降低
迁移成本。这种“全栈生态+高度兼容”的能力，不仅大幅缩短了下游客户的适配周期，也为公司在激烈的
国产替代进程中构筑了生态护城河。
3、端到端的万卡级别AI工厂集群设计与建设能力
大模型时代，算力竞争已从单卡性能演进为系统级的大规模集群能力。针对这一需求，公司夸娥（KUAE
）万卡级智算集群不仅跨越了超大规模无损组网与高带宽低延迟通信互联的技术鸿沟，更在容错机制与并行
调度上实现了系统级创新，能够为客户打造端到端、高可用性的AI工厂。在长周期、高负载的千亿级大模型
训练中，夸娥（KUAE）集群表现出卓越的性能：在Dense大模型上，模型算力利用率（MFU）达到60%，多机
分布式训练线性扩展效率高达95%，且通过夸娥万卡训练容错系统实现了极高的有效训练时间占比，确立了
公司在大规模智算中心建设领域的先发优势。
4、面向未来的前沿图形渲染技术
在物理世界仿真与数字孪生需求爆发的背景下，公司持续深耕现代图形技术。依托全功能GPU架构，公
司不仅实现了对DirectX、Vulkan等主流图形API的全面支持，更在底层硬件级实现了对先进光线追踪技术的
原生加速，为复杂场景提供高保真的3D实时渲染能力。同时，公司前瞻性地将AI技术与图形学深度融合，突
破性地支持AI生成式渲染技术（如AI超分辨率与帧生成），在大幅降低渲染功耗的同时成倍提升画面帧率。
这些前沿图形技术的掌握，使公司成为支撑具身智能仿真训练与新一代通用超智算中心的核心力量。
5、赋能具身智能与个人智算的SoC异构集成能力
随着人工智能向边缘侧和终端设备的深度下沉，公司前瞻性地布局了“长江”SoC芯片产品线。该类芯
片采用了先进的模块化设计，在极度受限的功耗与散热条件下，将高性能CPU、全功能GPU与高能效NPU等异
构算力单元进行了深度融合与高效集成。凭借这种极致的能效比控制与异构计算协同能力，公司的SoC及AI
模组（MTTE300）不仅能为工业机器人、无人机等具身智能设备提供低延迟的本地化AI感知与决策能力，更
支撑了AI算力本（MTTAIBOOK）等个人智算终端的快速兴起，实现了端侧百亿级大模型的流畅推理，全面打
开了公司在泛在智算市场的广阔增量空间。
6、顶尖的研发团队与丰富的工程经验
公司核心团队深耕GPU与人工智能领域多年，凭借深厚技术积淀与规模化工程落地经验，构建了从底层
微架构设计、芯片流片到上层系统软件开发、生态适配、集群部署的全链条研发能力。依托成熟的工程化管
控体系，公司实现五年推出五代自主芯片架构、年均推出一代旗舰GPU芯片并成功量产，顺利完成从单卡产
品到千卡级、万卡级智算集群的工程化落地，攻克大规模算力调度、软硬件协同优化、生态兼容适配等行业
难题，彰显了顶尖的芯片研发与工程交付实力。公司坚持研发驱动战略，注重研发人才高地建设。核心团队
多源自国际龙头企业，具备先进GPU全流程研发与量产经验。同时公司搭建覆盖架构设计、物理实现、验证
测试全环节的研发基础设施与流程体系，采用模块化、参数化设计实现快速迭代，依托性能功耗预测模型、
自动化测试平台、标准化知识管理系统，持续提升研发效率、保障技术沉淀与传承。
(三)核心技术与研发进展
1、核心技术及其先进性以及报告期内的变化情况
公司在全功能GPU领域掌握了GPU微架构、指令集、SoC芯片设计、先进工艺物理设计等核心硬件技术；
在基础系统软件技术领域掌握了MUSA统一编程框架、图形API支持（DirectX12、OpenGL4.6、Vulkan1.3等）
、AI算子库优化等核心软件技术。
报告期内，新一代全功能GPU架构“花港”正式发布，支持FP4到FP64的全精度计算，集成全精度端到端
加速技术和新一代异步编程模型，算力密度提升50%，能效提升10倍。基于该架构的“华山”AI芯片，在浮
点算力、访存带宽、访存容量和高速互联带宽方面，取得了多项领先甚至超越国际主流芯片的能力。
2、报告期内获得的研发成果
公司在全功能GPU与智能算力领域构建了体系化知识产权布局，为自主可控的核心技术与产品创新筑牢
坚实屏障。
截至报告期末，公司累计申请专利1,854项，其中发明专利申请1,743项。公司累计获得授权专利646项
，其中发明专利590项。
此外，公司拥有软件著作权34项，集成电路布图设计126项。
●未来展望:
(一)行业格局和趋势
当前，全球GPU市场长期由境外厂商主导。但在“十五五”规划明确提出“采取超常规措施全链条推动
集成电路关键核心技术突破”及“强化算力设施支撑”的顶层战略指引下，叠加外部出口管制政策的深刻影
响，国内AI计算芯片市场正加速重构，国产GPU厂商的市场份额持续提升，行业竞争格局迎来历史性转折。
在国内竞争格局方面，各厂商在技术路线上存在明显分化：部分厂商专注于AI训练加速，另有厂商聚焦于推
理或特定垂直场景，而公司作为国内实现全功能GPU量产量销的厂商，凭借“AI计算+图形渲染+物理仿真/科
学计算”的综合能力，在第一代智算中心、新一代通用超智算中心及个人智算等多个赛道均具备独特的竞争
优势。
展望未来，全球人工智能算力需求仍将持续高速增长。国内市场方面，在国家算力国产化政策的持续推
动下，国产GPU的市场渗透率有望进一步提升。根据弗若斯特沙利文预测，中国AI芯片市场规模将在2025~20
29年间保持54%的年复合增速，至2029年达到1.3万亿元，为公司提供了广阔的市场空间。随着具身智能、AI
4S及天基算力等新兴应用场景的快速爆发，对全功能GPU的复合算力需求将显著扩大，公司有望凭借领先的
全栈技术积累与持续迭代的产品矩阵，把握国产替代与新场景拓展的双重历史机遇，进一步扩大市场份额。
(二)公司发展战略
公司以全功能GPU为核心，以MUSA统一架构为基础，持续推进“花港”等下一代架构及后续代际产品的
量产上市，不断提升单卡算力密度与能效比，巩固在第一代大规模智算中心市场的竞争地位。
与此同时，公司将深化面向新一代通用超智算中心的全功能GPU技术布局，持续强化对科学计算、AI生
成式渲染及硬件级光线追踪等前沿能力的研发投入，以满足具身智能仿真训练与AI4S等新兴场景对复合型算
力的迫切需求。公司面向大模型训练与推理需求，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，构建支撑十万卡级智能算力集群的自主可控技术底座。未来，公司将围绕高密
度部署、高速互联、稳定运维和高效能耗比等关键能力持续迭代，推动十万卡级集群从单点产品能力走向体
系化、工程化和规模化落地。在边缘与终端方向，公司将加快推进SoC的迭代升级，围绕智能体发展趋势，
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。
在软件生态方面，公司将持续深化MUSA软件栈的建设，强化与主流大模型、应用框架及开源生态的深度
适配，进一步降低用户的迁移成本与使用门槛，以“全栈生态+高度兼容”的策略全面提升产品的易用性与
市场竞争力，把握“十五五”规划所带来的国产算力历史性发展机遇。
(三)经营计划
1、持续快速迭代芯片架构，丰富云边端产品矩阵
公司密切关注技术演进趋势，结合市场需求，对新架构、新技术、新产品保持高强度研发投入。过去五
年，公司已推出五代芯片架构，量产五款芯片产品，完整打通底层异构芯片到端云协同软硬件栈的技术闭环
。公司将继续聚焦芯片架构快速迭代，进一步丰富云边端产品矩阵，不断缩小与国际巨头之间的技术与产品
差距，为产业提供更高效、更可靠、更安全的先进加速计算平台。
2、深度融入业界主流生态体系，扩大产品应用场景
公司MUSA统一架构支持国内外主流开发框架与开发技术，深度融入现有AI生态。公司已与业界主流SOTA
大模型进行了Day0适配，与国内头部整机厂商、服务器品牌及信创生态伙伴建立了深度合作。公司将重点围
绕核心行业与关键应用场景，与合作伙伴协同打造标杆案例，推动产品在业务场景中规模落地，持续扩大客
户覆盖，支撑行业数智化转型。
3、构建完善开发者生态体系，强化公司品牌形象
公司依托“摩尔学院”搭建系统化学习路径，覆盖企业开发者、科研机构及在校学生，提升开发者对产
品的认知与使用能力。目前，“摩尔学院”平台汇聚超45万名开发者与学习者，公司亦通过高校合作覆盖20
0多所高校。后续公司将持续加强平台建设，通过摩尔学院免费开放优质课程资源，扩大开发者基础，并联
合高校开设基于MUSA平台的人工智能相关课程，进一步夯实生态基础，提升品牌影响力。
4、重视人才培养引进，打造国际一流团队
公司高度重视高素质GPU人才的培养和引进，并促进人才成长与公司战略发展同频共振。公司通过系统
化培训确保团队技术敏锐度，全面构建“入口有引导、成长有路径、领军有赋能”的实战型人才梯队。公司
将进一步构建规范管理体系与完善人才发展激励机制，加大全球顶尖人才引进力度，强化团队使命担当，持
续提升核心技术攻关能力，为公司在高性能GPU市场参与国际竞争夯实人才基础。
〖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。
|