摩尔线程：单季扭亏之后，现金消耗待平衡 - 过关组合

近日，摩尔线程发布了第三季度财报。该季度营收达15.52亿元，同比激增1773.92%，环比增长55.4%，创下历史新高；归母净利润为4926万元，扣非归母净利润为2007万元——这是单季扣非首次实现盈利，比公司上市时预期的“最早2027年扭亏”来得更早。

市场对这一成绩期待已久。自2025年12月上市首日开盘价650元、市值突破3000亿元，到2026年9月市值跌破2000亿元，国产GPU“第一股”的故事在不到一年内经历了完整的情绪起伏。单季盈利的到来，被许多声音解读为“拐点已至”。

然而，仔细审视三季报的现金流部分，画面会冷静许多。前三季度经营活动现金净流出33.09亿元。截至Q3末，预付款项为25.99亿元，存货达33.63亿元，两者合计接近60亿元，是上半年收入的3.4倍。公司正用现金换取产能锁定和交付节奏，单季2000万元的扣非利润，放在如此规模的现金消耗面前，更像是一个会计信号，而非商业模式的确认。

摩尔线程确实迈过了一道关键门槛：收入规模开始覆盖高额研发投入。但跨过门槛后的道路，比门槛本身更为漫长。

扭亏成色

Q3扣非净利润2007万元，对应15.52亿元营收，扣非净利率约1.3%。同一季度，归母净利润4926万元中，仍有近六成来自金融资产公允价值变动等非经常性损益。换言之，主营业务的真实盈利厚度，远不如归母数字所呈现的那样扎实。

更值得关注的是毛利率的走向。前三季度综合毛利率为53.71%，同比下降8.16个百分点；上半年综合毛利率为56.95%，已在国产GPU厂商中处于较高水平，但趋势向下。毛利率下降的原因不难推断：云端智算产品占营收97.5%，夸娥智算集群是收入增长的核心驱动力。集群交付的商业模式天然带有“项目制”属性——单个合同金额大、交付周期集中、硬件BOM占比高，毛利率低于标准化芯片产品。摩尔线程正从“卖卡”转向“卖集群”，收入规模增长迅速，但每块钱收入中留给自己的毛利在变薄。

这本身不是问题。集群交付是国产GPU厂商在当前市场中最现实的商业化路径，客户需要的是能运行的算力，而非一张需要自行搭建系统的裸卡。夸娥集群在Dense大模型训练中的MFU达到60%，MoE达到40%，训练线性扩展效率为95%，这些指标表明产品在工程层面是可靠的。6.6亿元的集群销售合同在上半年确认收入，京东云的十万卡全功能GPU集群合作也在9月落地。商业化正在加速，这一点毋庸置疑。

但“项目制集群交付”与“可持续的芯片平台收入”之间，存在客户结构和复购逻辑的差距。集群订单来自互联网及云服务商、运营商、智算中心和政企客户，这些客户的采购决策中，国产化约束的权重有多高，产品性能本身的权重有多高，决定了摩尔线程当前增速的来源结构。如果订单主要由“只能用国产”的窗口驱动，那么当窗口被填满后，下一轮增长必须来自产品在开放竞争中的相对优势。毛利率的下行，恰恰提示了这一切换尚未完成：在一个由性能驱动的市场中，一款有竞争力的产品无需通过集群打包的方式来争取客户。

现金垫付

预付款25.99亿元，存货33.63亿元，这两个数字放在一起，是理解摩尔线程当前经营节奏最诚实的窗口。

公司在业绩说明会上的解释很直接：在供应链紧张的情况下，预付款帮助公司锁定稀缺的产能和资源，存货则有助于及时顺利交付订单。在实体清单和先进制程代工受限的背景下，这一逻辑是成立的。国产GPU公司的产能天花板不取决于需求，而取决于能获得多少可用的晶圆和封装资源。提前将现金转化为预付款和存货，是用财务上的冗余换取交付上的确定性。

但代价同样真实。33亿元的存货，如果对应订单的交付节奏出现延迟，就会转化为资产负债表上的减值风险；26亿元的预付款，如果上游供应链的产出效率不及预期，就会拉长现金周转周期。前三季度33亿元的经营现金净流出，已超过同期32.9亿元的营收。一家营收快速膨胀的公司，经营现金流比营收还大的负值，说明它每做一块钱生意，垫付的现金比收回的更多。这种状态在规模化交付的早期阶段是正常的，但无法无限期持续。当营收从33亿元向山西证券预测的126亿元（2027年）攀升时，营运资本的占用将以更大的绝对值同步膨胀。Q3账上的现金和金融资产能否支撑这一膨胀速度，是比单季利润更紧迫的问题。

生态距离

摩尔线程在软件生态上的投入，是它区别于其他国产GPU公司的一个变量。

MUSA架构对CUDA的兼容策略在2026年变得具体。torchada适配器让PyTorch CUDA项目只需一行import torchada，就能在摩尔线程GPU上零代码改动运行，运行时自动将CUDA API调用翻译为MUSA等效调用，频繁操作的运行时开销低于200纳秒。MUSIFY工具支持大部分CUDA代码一键转换，MUSA SDK覆盖761个API，对标CUDA 12.8。官方披露的数据显示，Automusify对Top 100人工智能和科学计算加速仓库实现了100%自动迁移，MUSA软件栈开发者突破80万人，SGLang的推理框架完成了MUSA代码主线合入。

这些数字的方向是正确的。迁移成本是CUDA生态壁垒最坚硬的部分，torchada和MUSIFY正在做的事情，是将“迁移”从一项需要重写代码的工程，降维为一次配置级的操作。对于中小开发团队和学术研究场景，这种低摩擦的兼容策略，是摩尔线程在英伟达生态之外建立第一批原生用户的最可行路径。

但“能跑”与“跑得好”之间，存在一个需要诚实标记的距离。torchada解决的是API层面的调用翻译，它让代码不报错，但不保证算子在MUSA上的执行效率与CUDA等价。大规模分布式训练中的通信原语、混合精度计算的数值稳定性、特定算子的性能调优，这些都是API翻译覆盖不到的深水区。80万开发者是一个有意义的基数，但其中有多少人在MUSA上从事生产级的训练或推理，而非测试性的移植，才是生态黏性的真实刻度。SGLang主线合入是一个好信号，但这是一家开源框架对硬件的适配，而非硬件对框架的定义权。CUDA的壁垒不在于API的数量，而在于过去十五年间数百万开发者在上面积淀的工程惯性、调优经验和故障排查知识库。MUSA的80万开发者，面对的是这座山，而非已翻越它。

梯队缝隙

IDC的数据给出了摩尔线程在国产AI加速卡市场中的坐标。2026年上半年，华为昇腾份额为28%，英伟达降至34%，平头哥、寒武纪、昆仑芯、海光组成第二梯队合计34.6%，摩尔线程、沐曦、天数等六家第三梯队合计13.3%。在更窄的国产AI芯片统计口径中，华为一家的出货占比达到52.1%。

这个位置的含义很清楚。摩尔线程在商业化上跑得很快，上半年营收17.36亿元在四家国产GPU上市公司中排名第一，Q3单季扭亏也是“四小龙”中较早跨过门槛的。但营收规模上的领先与市场份额上的位次，是两个不同的坐标系。华为昇腾依托达芬奇架构和全栈自研，在政企和运营商市场建立了系统级壁垒；寒武纪在推理侧以价格和能效切入；沐曦在迁移成本上做文章。摩尔线程的差异化在于“全功能GPU”——同时覆盖AI训推、图形渲染和科学计算，这一定位在国产厂商中稀缺，但代价是每一块战场都要面对一个已站稳脚跟的对手。

窗口期的长度取决于两个变量：国产化采购的比例还能在多大程度上继续提升，以及华为昇腾的产能能在多大程度上覆盖中低端市场的需求。第一个变量在2026年已走到一个不低的水平，第二个变量的答案正变得不利于第三梯队——昇腾的产能爬坡越快，留给摩尔线程在“不得不买国产、但买不到昇腾”的缝隙中生长的空间就越窄。Q3的扭亏证明了摩尔线程有能力在当前窗口中将收入做大，但它尚未证明，当这个窗口关闭后，它靠什么继续留在牌桌上。

估值远望

10月30日，摩尔线程收报322.65元，总市值1516.55亿元，较上市首日盘中高点4422亿元回落超过65%。山西证券的预测是2026年营收53.9亿元、归母净利润1.5亿元，2027年营收126.12亿元、归母净利润12.43亿元。即便按2027年的预测利润，当前市值对应的市盈率也超过120倍；按2026年的预测利润，市盈率超过1000倍。

这个估值无需用“贵”或“便宜”来定性，只需被准确描述：市场买的不是2026年1.5亿元的利润，甚至不完全是2027年12亿元的利润。它买的是一个概率——摩尔线程的营收斜率能在2028年之后继续维持在使当前市值变得合理的水平上，而支撑这一斜率的，是夸娥集群的订单从项目制走向复购、MUSA生态从“能跑CUDA”走向“有人原生开发”、以及毛利率在集群交付的规模效应下停止下行。关于竞彩过关说明，这一概念在财务分析中并不直接适用，但可类比于公司需要在多个关键指标上同时达成目标。

单季扣非扭亏是一个真实的里程碑。它证明了收入规模已大到足以覆盖当期研发和运营的固定成本。但经营现金流负33亿元、存货和预付款近60亿元、前三季度毛利率同比降8.16个百分点，这三个数字同时存在，说明这个里程碑立在一条很窄的脊线上。摩尔线程无需在“技术公司”与“商业公司”之间做出选择，它需要证明的是，用现金换来的交付能力，最终能转化为一个不依赖国产化窗口的收入结构。在那之前，1516亿元市值所定价的那个“未来”，比Q3的2000万元扣非利润要远得多。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。