摩尔线程：单季扭亏之后，现金消耗待平衡

近日，摩尔线程交出三季报。第三季度营收15.52亿元，同比增长1773.92%，环比增长55.4%，创单季新高；归母净利润4926万元，扣非归母净利润2007万元——单季扣非首次转正，比公司自己在上市时预计的“最早2027年实现盈利”提前了。

市场等这个数字等了很久。从2025年12月上市首日开盘价650元、市值突破3000亿，到2026年9月市值跌破2000亿，国产GPU“第一股”的叙事在不到一年里经历了一轮完整的情绪起落。单季盈利的到来，被不少解读为“拐点已至”。

但把三季报拆到现金流那一栏，画面会冷静很多。前三季度经营活动现金净流出33.09亿元。截至Q3末，预付款25.99亿元，存货33.63亿元，两者合计接近60亿元，是上半年收入的3.4倍。公司在用现金换产能锁定和交付节奏，单季2000万的扣非利润，放在这个量级的现金消耗面前，更像是一个会计信号，而不是一个商业模式的确认。

摩尔线程确实跨过了一道关键门槛：收入规模开始消化高额研发投入。但跨过门槛之后的路，比门槛本身更长。

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。换句话说，主营业务的真实盈利厚度，比归母数字所呈现的要薄得多。

更值得盯住的是毛利率的走向。前三季度综合毛利率53.71%，同比下降8.16个百分点；上半年综合毛利率56.95%，已经在国产GPU厂商中处于较高区间，但趋势是向下的。毛利率下行的原因不难推测：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，天然带着“项目制”的属性——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。摩尔线程在从“卖卡”走向“卖集群”，收入规模上得很快，但每一块钱收入里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厂商在当下市场里最现实的商业化路径，客户需要的是能跑起来的算力，而不是一张需要自己搭系统的裸卡。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95%，这些指标说明产品在工程层面是站得住的。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。商业化在提速，这一点没有疑问。

但“项目制集群交付”和“可持续的芯片平台收入”之间，隔着一个客户结构和复购逻辑的问题。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，那么当窗口被填满之后，下一轮增长就必须来自产品在开放竞争中的相对优势。毛利率的下行，恰恰提示了这个切换尚未完成：在一个由性能驱动的市场里，一款有竞争力的产品不需要用集群打包的方式去争取客户。

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是直接的：供应链紧张的情况下，预付款帮公司锁定稀缺的产能和资源，存货帮助公司及时顺利交付订单。在实体清单和先进制程代工受限的背景下，这个逻辑是成立的。国产GPU公司的产能天花板不取决于需求，取决于能拿到多少可用的晶圆和封装资源。提前把现金变成预付款和存货，是在用财务上的冗余换取交付上的确定性。

但代价同样真实。33亿的存货，如果对应的订单交付节奏出现延迟，就会变成资产负债表上的减值风险；26亿的预付款，如果上游供应链的产出效率不及预期，就会拉长现金周转的周期。前三季度33亿的经营现金净流出，已经超过同期32.9亿元的营收。一家营收在快速膨胀的公司，经营现金流比营收还大的负值，说明它每做一块钱生意，垫进去的现金比收回来的多。这种状态在规模化交付的早期阶段是正常的，但它不能无限期持续。当营收从33亿向山西证券预测的126亿（2027年）攀升时，营运资本的占用会以更大的绝对值同步膨胀。Q3账上的现金和金融资产是否足以支撑这个膨胀速度，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年变得具体了。torchada适配器让PyTorch CUDA项目只需要一行import torchada，就能在摩尔线程GPU上零代码改动运行，运行时自动把CUDA API调用翻译成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。官方披露的数据是，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。

这些数字的方向是对的。迁移成本是CUDA生态壁垒最坚硬的部分，torchada和MUSIFY在做的事情，是把“迁移”从一项需要重写代码的工程，降维成一次配置级的操作。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”和“跑得好”之间有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上做的是生产级的训练或推理，而不是测试性的移植，才是生态黏性的真实刻度。SGLang主线合入是一个好信号，但它是一家开源框架对硬件的适配，不是硬件对框架的定义权。CUDA的壁垒不在于API的数量，在于过去十五年里数百万开发者在上面沉淀的工程惯性、调优经验和故障排查的知识库。MUSA的80万开发者，面对的是这座山，而不是已经翻过去了。

梯队缝隙

IDC的数据给出了摩尔线程在国产AI加速卡市场里的坐标。2026年上半年，华为昇腾份额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芯片统计口径里，华为一家的出货占比达到52.1%。

这个位置的含义是清楚的。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上市公司中排第一，Q3单季扭亏也是“四小龙”里较早跨过门槛的。但营收规模上的领先，和市场份额上的位次，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的壁垒；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，这个定位在国产厂商里是稀缺的，但它的代价是每一块战场都要面对一个已经站稳脚跟的对手。

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抬升，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年已经走到了一个不低的水平，第二个变量的答案正在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”的缝隙里生长的空间就越窄。Q3的扭亏证明了摩尔线程有能力在当前的窗口里把收入做大，但它还没有证明这个窗口关闭之后，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的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。

这个估值不需要用“贵”或“便宜”来定性，它只需要被准确地描述：市场买的不是2026年1.5亿的利润，甚至不完全是2027年12亿的利润。它买的是一个概率——摩尔线程的营收斜率能在2028年之后继续维持在让当前市值变得合理的水平上，而支撑这个斜率的，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。

单季扣非扭亏是一个真实的里程碑。它证明了收入规模已经大到可以覆盖当期研发和运营的固定成本。但经营现金流负33亿、存货和预付款近60亿、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。摩尔线程不需要在“技术公司”和“商业公司”之间做选择，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，1516亿市值定价的那个“未来”，比Q3的2000万扣非利润要远得多。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。