“大模型的發展在國內外都非常迅速，現在頭部廠商平均每兩個月完成一次前沿基礎模型版本迭代，而在模型的調用成本上，我們發現，中國前沿基礎模型較國外同等智力水準模型有明顯成本優勢，中國模型性價比更優，這也恰恰說明模型公司在有限算力的情況下，對如何提升模型效率、價格效率以及訓練成本方面做了非常多的工作。”

7月18日，在2026世界人工智慧大會（WAIC）“AI算力技術架構創新論壇”上，GPU廠商摩爾線程（688795）聯合創始人、執行總裁王東說。

王東還提及月之暗面發佈的新一代模型Kimi K3，該模型參數規模達2.8萬億，“這麼大的模型，它的效率還是非常不錯的。2026年中國MaaS市場的Token調用量預計將達到40000萬億次，這個數字與兩年前相比，提升了三百多倍，如果算力再開放，未來兩年Token調用量仍將快速增長。”

摩爾線程成立於2020年，主要業務是全功能GPU的設計與研發，已構建了從晶片、板卡到大規模集群及軟體方案的全棧佈局，業務場景全面覆蓋“雲邊端”。2025年12月5日，摩爾線程在科創板上市。

在智算基礎設施領域，摩爾線程以誇娥（KUAE）智算集群為核心，構建起面向詞元時代需求的高性能AI計算底座。目前，誇娥萬卡級智算集群已經成功落地，多項關鍵指標達到國際主流水準，Dense大模型訓練模型算力利用率（MFU）達 60%，MoE大模型訓練MFU達40%，有效訓練時長達90%，訓練線性擴展效率達95%。

王東介紹，當下算力基礎設施按功能主要分三個方面，一是模型工廠，生產高質量大模型；二是詞元工廠，聚焦推理效率與成本，以極致性價比驅動商業化；三是智能體工廠，面向數字智能體和物理智能體（機器人、自動駕駛等）的未來需求。

不過，王東指出，推理市場沒有“萬能晶片”，而是“解決方案”的組合，“推理市場的技術應用門檻相對較低，且場景高度碎片化，不存在任何一家公司能夠壟斷所有細分應用場景；沒有絕對完美的單一硬體，通過靈活的軟硬協同，每個模型都能找到最適合它的硬體組合，實現成本與性能的最佳平衡。市場將湧現大量ISP公司，為MaaS提供商或終端客戶提供更具性價比，更靈活的定制化推理服務。”

據悉，在推理端，摩爾線程已全面適配DeepSeek、GLM、MiniMax、Kimi、Qwen等國內頭部大模型，以及主流的語音、視覺理解及多模態模型。

7月16日，摩爾線程發佈今年上半年業績預告。2026年半年度預計實現營業收入16.5億至17.5億元，同比增長135.12%至149.37%，較上年同期7.02億元大幅躍升，收入增量達9.48億至10.48億元。

摩爾線程表示，報告期內，得益於人工智慧產業的蓬勃發展及市場對全功能GPU的強勁需求，疊加公司誇娥智算集群商業化加速，產品性能獲得客戶高度認可並實現穩定供貨，公司市場競爭優勢進一步擴大，推動收入快速增長。

來源：中國澎湃新聞