交卷以后，先看谁能把卡卖进机房

刚在群里刷到钛媒体这篇，说摩尔、沐曦、壁仞、天数四家国产GPU公司开始交财报。导师让我试一下，别光看估值，先看谁的钱是从真实算力任务里挣出来的。芯片公司过得好不好，不能只看发布会跑分，得看实验室和机房愿不愿意把它放进训练任务。

2026年上半年，摩尔线程营收规模最高，达到17.36亿元。

这个数不一定代表它已经赢。但至少说明有人把卡卖出去了，而且卖到了能形成收入的地方。做强化学习的人都懂，模型从能跑到能训练，中间隔着环境、奖励、调度、显存、算子兼容。你跟我说算力密度多高，我会先问我这套 PyTorch 任务能不能少改代码就搬过去。

壁仞的反差更直接。素材里提到它上半年营收只有5890万元，亏损16亿元。这个数字值得单独看。国产GPU现在最贵的是信任。客户不敢压训练任务，平台不敢切推理流量，实验室更不敢拿课题赌稳定性。论文 deadline 在前面，谁愿意为了试一张新卡，花两周调通信库。

所以这轮财报里，收入规模、收入质量、生态能不能少折腾，都值得看。营收高不等于利润好，但收入至少说明客户愿意用脚投票。没有收入，就没有反馈。没有反馈，算子、编译器、集群调度就很难迭代。

四家路径不一样，故事都能讲。财报一出来，至少能看见谁从“国产替代”的口号里走出来。我现在就看谁能让一个博士生不用写适配代码，把强化学习任务跑完。

能不能把算力稳定交付，才是判断标准。