摩尔线程（688795）11月4日发布投资者关系活动记录表，公司于2026年10月30日接受40家机构调研。
投资者关系活动主要内容介绍：
问：整体解读公司前三季度的核心经营情况,营收持续增长的主要来源是什么?
答：2026年前三季度,公司实现营业收入32.9亿元,同比增长319.1%;其中第三季度营收15.5亿元,同比增长1773.9%。前三季度毛利总额17.7亿元,同比增长263.9%,归母净利润0.4亿元,实现同比扭亏。第三季度归母净利润0.5亿元、扣非归母净利润0.2亿元,同步实现扭亏。收入增长主要得益于AI产业对高性能算力和全功能GPU产品的旺盛需求。公司围绕"模型训练工厂""词元生产工厂""智能体生产工厂"布局,以MTTS5000为代表的智算产品在互联网及云服务商、词元服务商、AI创新企业、运营商及智算中心、科研院所及政企单位和行业客户等场景加速落地,带动业务规模扩大。伴随经营规模扩张,公司保持高强度、高效率的研发投入力度,销售费用率与管理费用率处于个位数水平。前三季度研发费用约13.4亿元,同比增长55.7%;第三季度研发费用约5.7亿元,同比增长87.9%。整体来看,营收增速远高于研发投入增速。公司销售费用率、管理费用率均已降至个位数水平,并持续降低。在快速发展的同时,公司保持了较高的经营效率。2026年前三季度,公司应收账款周转天数仅为59天,在同行中处于领先水平。
问：公司目前的客户结构和应用场景有何特点？
答：公司客户类型多元，涵盖互联网及云服务商（CSP（CSPI））、词元服务商（TSP）、AI创新企业、运营商及智算中心、科研院所及政企单位和行业客户，场景需求覆盖模型训练、推理及物理AI等方向。不同客户在算力需求、产品形态等方面具有差异，全功能GPU及MUSA生态有助于公司满足各类客户算力需求。互联网及云服务商方面，公司已向核心客户批量出货。此外，公司联合京东（JD）云，推进十万卡级全功能GPU集群落地，全栈覆盖大模型训练、推理及具身智能等关键领域，加速物理AI产业化应用。与此同时，词元服务商（TSP）作为一类新兴算力客户，商业模式与传统云服务商存在区别：该类企业不再局限于机时租赁，而是面向下游输出可商业化运营的Token供给服务，按实际词元产出开展业务结算。与传统云服务商侧重硬件规模、总算力池的采购逻辑不同，TSP客户更加关注真实业务负载下的推理吞吐、服务稳定性以及单位Token产出成本。公司联合合作伙伴打造高品质的AI Token工厂，通过PD分离异构推理方案，探索更高效率的算力服务模式。相关方案已承接头部模型厂商实际业务流量，实现商业化场景验证。
问：公司研发投入情况以及下一代产品的研发规划如何？
答：公司把持续技术研发作为重要的战略方向。2026年前三季度，公司围绕新一代全功能GPU“花港”架构的产品等项目的研发进度加快，研发费用达到13.4亿元，同比增长55.7%，研发投入规模已超过2025全年水平。公司坚持全功能GPU技术路线，硬件、软件、系统等多条研发线并行推进，在开展新一代全功能GPU芯片开发的同时，同步迭代软件栈，围绕训练、推理及新兴应用需求做好软硬件协同优化，提升产品在实际业务场景下的可用性与综合运行效率。公司已发布全新“花港”架构，该架构在计算密度、能效水平、精度支持、互联能力、图形技术等方面将实现全方位升级。依托“花港”架构，公司规划两款核心芯片产品：华山芯片聚焦AI训推一体化，适配超大规模智能计算集群应用场景；庐山芯片侧重高性能图形渲染与高性能AI推理场景，计划于2026年底推出。
问：公司产能供给与交付能力如何保障？
答：公司在供应链的关键环节均已实现自主可控，同时通过提前备货的方式平滑供货节奏、保障交付稳定性。目前公司产能储备充足，能够充分匹配公司业务扩张节奏，具备交付超大规模人工智能（885728）基础设施的能力。结合当前业务体量，现有产能供给可充分适配自身发展节奏与订单需求。从财务报表来看，2026年三季度末，公司存货33.6亿元、预付款项26.0亿元，相关原材料储备处于行业第一梯队，能够充分支撑现阶段订单交付以及后续业务拓展。公司将持续优化存货及预付款项管理，适配业务发展实际需要。
问：请介绍一下公司的超节点产品。
答：公司的超节点设计包括C128和C256。MTT C256超节点创新架构首创一层Scale-up网络，实现并柜扩展可达256卡极速互联，将卡间通信延迟压缩至亚微秒级。设计融合高效液冷散热、三盲插设计、完善的RAS机制和集群管理系统，展现出基于真实万卡训练沉淀的工程化能力，在大幅提高智算中心部署密度的同时保障了长稳运行，为万卡乃至十万卡级超大规模长稳训推集群打造坚实算力底座。公司的芯片同时支持自研的MTLink和OISA。这种双支持使得客户既可以选择摩尔线程（688795）的互联方案（MTLink），也可以选择自己的互联方案，可以根据需要购买不同形态的摩尔线程（688795）超节点产品。
问：公司如何布局具身智能与物理AI？
答：物理AI旨在实现感知、理解、决策在物理空间的闭环执行，覆盖合成数据生成、仿真、模型训练、推理、强化学习、虚实迁移等环节。全功能GPU可同时承载图形渲染、物理仿真、AI计算等多类负载，为具身智能及物理AI各环节的协同运行提供有力支撑。在自动驾驶、机器人等场景中，真实环境下的训练验证面临安全、成本、效率等约束，基于虚拟环境完成仿真、数据生成与策略验证，再推进虚实迁移，是行业主流技术路径。全功能GPU兼具实时渲染、物理仿真、AI计算能力，可为自动驾驶、机器人等在虚拟环境中的训练验证提供多元、高效的算力支持。公司依托云端KUAE集群支撑具身智能主流模型训练，同时依托长江SOC芯片实现端侧部署，打通物理AI从云端训练到端侧落地的全链路。
问：公司To C（消费（883434）级）业务与云端业务之间有怎样的协同？
答：To C业务不仅是游戏（881275）需求，更是未来个人AI设备的基础。随着端侧AI的发展，用户也有本地部署个性化模型的需求。同时，To C业务是扩大开发者群体非常好的方式，让老人、孩子以及非技术背景的普通人，都能以低成本、低门槛接入AI算力，从端侧进而反哺云端业务的长期增长。
问：如何看待国内算力市场的竞争格局以及摩尔线程（688795）的竞争优势？
答：市场竞争将从单纯的供货转向比拼产品价值，包括算力、效率、算法协同。摩尔线程（688795）的优势在于：1.领先的架构优势：公司坚持全功能GPU路线，单芯片同时支持AI训推、图形渲染（国内率先发布支持DirectX 12）、物理仿真与科学计算，覆盖“云-边-端”全场景，同时率先推出FP8原生计算精度，并且已经在新一代“花港”架构中设计了FP4；2.软件兼容性：公司自主研发了MUSA统一架构，MUSA软件栈致力于100%兼容CUDA，降低开发者迁移成本；3.生态优势：公司目前已经覆盖80万开发者，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。
问：结合当前业务进展，公司如何看待未来经营发展方向？
答：2026年前三季度，公司收入实现连续快速增长，前三季度及第三季度归母净利润同比扭亏，产品商业化与业务落地取得阶段性进展。后续公司将持续以全功能GPU为核心，迭代硬件架构、完善MUSA软件生态，不断丰富产品解决方案、优化用户使用体验；依托三大工厂战略布局模型训练、推理、具身智能、物理AI等方向，持续推进客户拓展与场景落地。在行业算力需求景气的背景下，公司营收有望维持较快增长态势，通过费用规模化效应进一步提升盈利水平;
调研参与机构详情如下：
| 参与单位名称 | 参与单位类别 | 参与人员姓名 |
|---|---|---|
| 3W Capital | -- | -- |
| IDG | -- | -- |
| Point72 | -- | -- |
| UBS | -- | -- |
| 东方基金 | -- | -- |
| 中信建投（601066） | -- | -- |
| 中信证券（HK6030） | -- | -- |
| 中欧基金 | -- | -- |
| 中邮资产 | -- | -- |
| 中银三星 | -- | -- |
| 中银国际 | -- | -- |
| 丰汇投资 | -- | -- |
| 兴业证券（601377） | -- | -- |
| 华夏基金 | -- | -- |
| 华安基金 | -- | -- |
| 嘉实基金 | -- | -- |
| 国新投资 | -- | -- |
| 国泰海通（HK2611） | -- | -- |
| 国联基金 | -- | -- |
| 国金证券（600109） | -- | -- |
| 大家资产 | -- | -- |
| 天弘基金 | -- | -- |
| 工银国际 | -- | -- |
| 平安基金 | -- | -- |
| 广发证券（HK1776） | -- | -- |
| 建信养老 | -- | -- |
| 建信基金 | -- | -- |
| 招商基金 | -- | -- |
| 招银国际 | -- | -- |
| 新华资产 | -- | -- |
| 民生加银 | -- | -- |
| 永赢基金 | -- | -- |
| 泰康基金 | -- | -- |
| 泰康资产 | -- | -- |
| 浦泓私募 | -- | -- |
| 润晖投资 | -- | -- |
| 诚通基金 | -- | -- |
| 银河基金 | -- | -- |
| 长江证券（000783） | -- | -- |
| 长盛基金 | -- | -- |
