球友会

最新动态

摩尔线程与京东签下“超级订单”:国产GPU迎来产业级信任投票

作者丨青风 编辑丨六子 9月9日,2026京东全球科技探索者大会上,京东云正式宣布拟以摩尔线程全功能GPU为算力底座,建设十万卡级国产智算集群。 京东云方面表示,面向物理AI对实时响应、低延迟、高可靠等要求,已与摩尔线程等合作伙伴打造国产万卡集群,并规划建设十万卡集群,成为国内AI云领域自主可控的超大规模算力底座,为大规模模型训练和真实场景应用提供稳定算力支撑。 这是国产GPU首次进入头部互联网企业的十万卡级核心智算集群。 从千卡,到万卡,再到十万卡,标志着国产算力正式从“试点可用”跨入“规模化商用”的新阶段。 这笔订单的分量远不止采购金额本身。它意味着行业对国产GPU的评价逻辑正在发生根本切换:过去比的是参数表上的替代率,现在拼的是核心生产系统里的可靠性;过去是“给个机会试试”,现在是“压上核心业务用”。 十万卡不是一次政策驱动的扶持采购,而是头部企业用真金白银投出的一张产业信任票。 01 「十万卡是一张产业级信任票」 要读懂这笔订单的分量,得先明白“十万卡”三个字在AI算力语境里的含金量。 大模型时代,算力竞争早已从单卡性能比拼升级为系统级集群能力的较量 :千卡是入门入场券,万卡是主流资格证,十万卡则是头部玩家的“主力舰”——它承载的不是演示性任务,而是一家公司最核心的生产负载,直接决定业务迭代速度与成本底线。 此前很长一段时间,国产芯片在大厂算力体系里更多扮演“备胎”角色:承接推理任务、部署边缘场景、支撑政务项目,真正决定技术壁垒的大模型预训练,几乎牢牢攥在英伟达手里。 而京东这十万卡订单,相当于直接把国产GPU从替补席推上了首发阵容,让其承担核心生产链路的关键角色。 这一转向背后有清晰的政策信号。订单公布前夕,工信部正式印发《信息通信行业发展“十五五”规划》,明确提出有序部署万卡、十万卡及以上智算集群,加大力度适配国产算力芯片。从过去的“鼓励使用”到如今的“明确规模部署”,政策导向的递进已经足够清晰。 但若只把这笔订单归因于政策,显然低估了京东的战略考量。财报数据显示,2026年上半年,京东体系研发投入同比增长53.2%,已连续三个季度保持加速态势。大会上京东更亮出“全球最大物理世界运营中心”的目标,京东物流计划5年内采购300万台机器人、100万台无人车及10万架无人机。 当AI要从对话窗口走进仓库、分拣线和配送网络,“多租几台云服务器”的模式显然不够——它需要自建的、可控的、不受制于人的算力底座。 正如京东集团技术委员会主席、京东云总裁曹鹏所言:“高性能、高可靠的国产算力是物理AI战略落地的核心支撑。选择与摩尔线程深度合作,正是看重其在国产训练级GPU上的稀缺能力和大规模集群的成熟交付经验。” 这番话里的关键词是 “稀缺能力”与“成熟交付”——大厂为国产GPU下单,买的自然不是情怀,是确定性。 这股风向显然不止京东一家。智谱已落地1GW级全国产AI算力数据中心,并称国产芯片的硬件效率与Token成本已逼近主流英伟达GPU水平;MiniMax透露大规模国产算力集群即将上线并承接真实生产流量;市场更传出DeepSeek计划在内蒙古部署至少16万颗华为昇腾AI芯片。 当行业的主要矛盾从“能不能用”转向“敢不敢大规模用”, 十万卡订单便不是孤立事件,而是整个产业集体转向的缩影。 02 「为什么接住十万卡的是摩尔线程」 国产GPU赛道玩家不在少数,为何偏偏是摩尔线程接住了这张超级订单? 从它刚交出的半年报里能读出端倪。2026年上半年,摩尔线程实现营业收入17.36亿元,同比增长147.42%,仅用半年就超过2025年全年营收规模;归母净亏损收窄至1156.31万元,同比收窄95.73%,扣除股份支付影响后的净利润已实现转正。 *图源摩尔线程2026年半年报 在已披露财报的国产AI芯片“四小龙”中,摩尔线程营收规模居首。 更值得注意的是其收入结构:云端产品收入16.93亿元,占比高达97.5%。这意味着摩尔线程几乎把全部筹码压在了数据中心智算场景。 真正支撑京东信任的,是已经跑通的智算集群工程数据。摩尔线程基于旗舰产品MTT S5000打造的“夸娥”智算集群,已在北京、无锡、杭州等多地部署交付。 几项核心指标极具说服力:集群规模扩大时保持95%的线性扩展效率;训练精度与国际主流计算卡持平,损失曲线高度一致;支持断点续训,有效训练时长占比超90%;Dense大模型训练MFU达60%,MoE模型达40%。 大模型训练是GPU的“终极考场”,这些数字翻译过来只有一句话:这套系统能干活,而且干得稳。 在此基础上,摩尔线程已完成一串“国芯训国模”的实战验证:基于MTT S5000集群,从零完整训练出语料达25万亿Token的MoE-236B基础大模型;全栈原生训练的全球首个5D世界模型“北大EvoPhys-World”,曾连续37天蝉

about image