摩尔线程MTT C256超节点，赋能下一代超大规模集群

当AI大模型从千亿参数迈向万亿规模，单卡算力的竞赛正在让位于系统级工程的较量。如何把成千上万张GPU高效地“粘”在一起，让它们像一台计算机那样协同工作，正成为决定智算中心竞争力的核心命题。

近日，摩尔线程召开了2026年半年度业绩说明会。在这场与投资者的交流中，这家国产GPU领军企业披露了其面向下一代超大规模智算中心的战略布局——MTT C256超节点。这标志着，摩尔线程在国产AI算力基础设施领域迈出了从“单点突破”向“系统级规模化”跨越的关键一步。

半年营收17.36亿，商业化全面提速

业绩说明会上，摩尔线程交出了一份亮眼的成绩单。

2026年上半年，该公司实现营业收入17.36亿元，同比大幅增长147.42%，营收规模直接超过了2025年全年水平，增速和体量都处于国产GPU同行业领先位置；同期毛利总额9.89亿元，同比增长103.78%；归母净亏损同比收窄95.73%，扣非归母净利润也同比收窄52.37%，盈利能力得到显著改善。

该公司管理层表示，上半年是摩尔线程从技术验证迈向规模化商业交付的关键阶段。收入爆发的核心驱动力，来自夸娥智算集群为代表的云端智算产品大规模落地，互联网头部企业、电信运营商等关键客户已经完成导入，产品竞争力真正转化为经营收入。

作为国内少数实现千卡、万卡级集群商业落地的GPU厂商，摩尔线程已经完成了多个标杆大模型训练实践。依托MTT S5000智算集群，合作伙伴从零完成MoE‑236B超大参数模型训练；联合北京智源完成RoboBrain2.5具身大脑模型全流程训练；北京大学团队基于该芯片训练的5D世界模型EvoPhys‑World，在斯坦福WorldScore榜单世界生成赛道连续37天登顶榜首。同时，DeepSeek‑V4、MiniMax H3、Kimi‑K3、智谱GLM‑5.3‑Flash等一批SOTA大模型，实现了“发布即适配”，生态适配速度持续提速。

C256超节点，解锁十万卡算力潜能

面向未来十万卡级别超大规模智算需求，摩尔线程公布了MTT C256超节点架构规划，彻底重构了GPU之间的互联方式。

在传统智算集群中，GPU互联通常需要多层网络架构。随着集群规模从千卡扩展到万卡，多层交换带来的带宽损耗和通信延迟急剧攀升，成为了制约大模型训练效率的“隐形杀手”。摩尔线程MTT C256超节点采用了计算与交换一体化的高密设计，首次在一层Scale-up网络中实现256卡全互联。作为对比，传统主流商用方案大多停留在64卡，而摩尔线程将这一数字提升了整整4倍。

这一突破带来的效果立竿见影：设计目标卡间通信延迟压缩至亚微秒级，带宽利用率显著提升。对于大模型训练中频繁发生的All-Reduce等集体通信操作而言，这意味着训练效率的实质性提升。

在部署密度上，仅通过两个标准机柜即可实现256卡的一层Scale-up极速互联，大幅提高了智算中心的GPU部署密度。配合高效液冷散热、三盲插设计及完善的RAS可靠性机制，MTT C256超节点为大规模集群的长稳训练提供了工程化保障。

“花港”赋能“庐山”有望年内上市

在业绩说明会上，摩尔线程还透露了下一代产品的关键进展。

据悉，新一代全功能GPU架构“花港”已在底层微架构上实现重大突破，其算力密度提升50%，计算能效提升10倍，可支持十万卡以上规模智算集群。

基于“花港”架构，摩尔线程还计划推出两款核心芯片：一款是“华山”芯片，专注AI训推一体与超大规模智能计算，为万卡级及以上智算集群提供算力支撑；另一款是“庐山”芯片，专攻高性能图形渲染，几何处理性能预计提升16倍，AI计算性能预计提升64倍，光线追踪性能预计提升50倍。其中，“庐山”相关的GPU产品有望在年内上市（最终上市时间以官方正式发布为准），将进一步拓展摩尔线程在图形渲染和游戏市场的布局。

从MTT S5000训推一体智算卡到夸娥万卡集群，从MTT C256超节点到“花港”架构与“华山”、“庐山”双芯片，摩尔线程正在构建一个从单卡到集群、从训练到推理、从计算到图形的完整算力版图。