证券简称：摩尔线程 证券代码：688795

投资者关系活动记录表

编号：2026-01

投资者关系活动 类别 ?特定对象调研 □分析师会议 □媒体采访 □业绩说明会 □新闻发布会 路演活动 现场参观 □其他（请文字说明其他活动内容）

参与单位名称 贝莱德、彬元资本、东方红资产管理、富达国际、高瓴、杭州德亚私募基金、华安基金、汇添富基金、景顺长城基金、摩根大通、摩根基金、南方基金、三星证券、申万菱信基金、兴业基金、兴业证券、永赢基金、中投公司、中信证券、Aspex、Baillie Gifford、Capital International Investors、Causeway Capital Management、Coronation、GIC、Ilmarinen、Invesco、KOO&WONG、Legatum Capital、Mirae Asset Financial Group、Oman State General Reserve Fund、Schroders Plc、Star Capital、Universities Superannuation Scheme

时间 2026年5月6日-5月8日、5月11日

地点 北京、上海

上市公司接待人员 董事长、董办投关人员

投资者关系活动主要内容介绍 1、能否解释一下公司通用全功能GPU架构理念，相比于业界将计算与图形分开的做法，我们为什么要把这些能力放在一起？ 摩尔线程定位全功能GPU，公司基于自主研发的MUSA统一系统架构，率先实现了在同一颗芯片上同时支持AI计算加速、图形渲染、物理仿真以及超高清视频处理所需计算能力的突破，推动了我国GPU产业的自主可控进程，相比采用GPGPU、ASIC等技术路线的其他单一AI加速卡产品，MUSA架构技术具备更强的计算通用性、更优的技术演进能力、更高的生态兼容性以及更广泛的市场适应性。 在世界模型、具身智能、AI4S、物理AI等未来AI的发展趋势下，全功能GPU拥有更多的竞争优势，可适配未来更多的应用场景，满足多功能与全精度的需求，具有更大的灵活性和通用性。 2、对于CUDA的市场地位，以及兼容性的长期策略怎么看？ 目前英伟达CUDA生态仍然占据绝对主导，一般而言，开发者或者客户从CUDA生态切换至新平台迁移成本高、适配工作量大。 公司坚持既兼容主流又独立发展的策略，实现MUSA架构对CUDA生态高度兼容，旨在降低迁移门槛，减少双方人力与资源投入。同时，公司通过自研MUSA开发平台，提供完整的开发、调试等工具，原生适配了PyTorch、vLLM、SGLang等主流框架，开发者可以基于原生MUSA架构开发新项目。目前公司开发者社区已经覆盖超过45万人，覆盖200多所高校，去年举办了首届MUSA开发者大会，今年还在快速扩张。 3、公司毛利率维持较高水平的核心原因是什么？ 公司当前聚焦高性能训练市场为主，兼顾高质量的推理市场，该业务定位使得公司具备较高的技术门槛，拥有优质的客户结构与较低的市场竞争，从而支撑较高毛利率水平。 4、公司GPU产品是否可以适配市场上的主流模型？ 公司产品已与业界主流SOTA大模型进行了Day0适配。公司依托 MTT S5000原生FP8能力与完善的MUSA软件生态，快速完成对DeepSeek V4、Minimax M2.7、GLM-5.1、中国移动九天大模型等的Day0适配。 5、公司如何看待训练与推理的差异？ 训练市场更强调系统级平台的创新能力。目前以大模型厂商为代表的企业算法不断更新迭代，GPU厂商需提供通用、灵活的工具链以满足客户的需求，而摩尔线程全功能芯片具有更强的适应能力；推理市场则更关注性价比，当企业对于推理使用芯片产品需求量大时，可能会倾向于定制优化芯片性能。 推理市场的需求来源于终端用户交互，是对市场中已存在的模型进行应用，例如每天大量用户与大模型进行交互会消耗大量的词元（Token）。训练则是持续提升大模型智力水平的过程，技术门槛更高，每次训练大模型投入大。当大模型参数越多，数据量也会越多，所需算力水平呈指数增长。 6、公司在GPU互联通信方向的布局如何？ 摩尔线程在GPU通信领域构建了自主可控的三层技术体系：芯片层面通过ACE异步通信引擎实现通信与计算物理级并行，减少15%计算资源损耗；卡间互联层面自研MTLink2.0技术，带宽性能高出国内行业平均水平，支持万卡以上规模集群扩展；生态标准层面深度参与中国移动OISA开放互联架构制定,并在下一代高密超节点引入对该标准的支持，将跨节点带宽推向TB/s级，为大规模智算中心提供了从芯片硬件到集群互联、从私有技术到开放标准的全栈解决方案。 7、公司当前的产品进展及下一代产品规划 公司旗舰级训推一体全功能智算卡MTT S5000产品已量产并实现商业化落地，MTT S5000是国内为数不多的支持FP8精度的训推一体芯片。 公司下一代的产品基于“花港”芯片架构，计划推出两款芯片：“庐山”面向高性能图形渲染，“华山”则专注AI训练与推理加速。 8、目前云边端同时进军，战略考量是什么？ 公司的底层技术架构都是以全功能GPU为核心，以MUSA统一架构为基础。而面对未来AI赋能全场景的趋势，无论是云端、边缘端还是终端均会迎来全面爆发。 公司目前已构建起从云到端的产品矩阵，云端产品以训练为主，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，构建支撑万卡级、十万卡级智能算力集群的自主可控技术底座。在边缘与终端方向，加快推进SoC的迭代升级，围绕智能体和端侧推理发展趋势，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。

关于本次活动是否涉及应当披露重大信息的说明 无