9月9日，在2026京东全球科技探索者大会上，京东云正式宣布将以摩尔线程的全功能GPU作为算力基础，计划建立一个规模达到十万卡的国产智能计算集群。京东云表示，面对物理人工智能对实时响应、低延迟和高可靠性的需求，已与摩尔线程等合作伙伴共同创建了一个万卡级的国产集群，并计划进一步建立十万卡集群，从而在国内人工智能云计算领域提供自主可控的大规模算力基础，支持大规模模型训练和现实场景应用的稳定性。这是国产GPU首次在领先的互联网企业中进入十万卡的核心智能计算集群，标志着国产算力从“试用可行”跨入“规模化商业应用”的新阶段。

这笔交易不仅仅意味着采购的资金规模，更指向了产业对国产GPU的新信任。这表明行业评价国产GPU的标准发生了根本变化：过去关注的是参数表的替代率，而现在重视的是核心生产系统的可靠性；过去是“试试看”，现在则是“用于核心业务”。十万卡的订单不是一次政策驱动的扶持，而是大型企业用真金白银投出的产业信任票。

要理解这一订单的重要性，必须清楚“十万卡”在人工智能算力领域的分量。在大模型时代，算力竞争已从单卡性能比较升级为系统级集群能力的竞争。千卡是基础准入，万卡是主流资格，而十万卡则是行业领军者的“核心舰队”，承载着公司的关键生产负载，直接影响业务的迭代速度和成本。据了解，国产芯片在大型企业的算力体系中，过去通常扮演备用角色，承担推理任务和边缘计算，真正决定技术壁垒的大规模预训练几乎完全依赖于英伟达。如今，京东的十万卡订单将国产GPU从替补位置推向前台，让其承担起核心生产链中的重要角色。

这一转变背后有明确的政策信号。就在订单公布前，工信部发布了《信息通信行业发展“十四五”规划》，提出有序布局万卡、十万卡等智算集群，并加大对国产算力芯片的适配力度。从过去的“鼓励使用”到现在的“明确规模部署”，政策导向变得越来越清晰。 然而，这笔订单绝不仅仅是政策的驱动，它还有京东自身的战略考虑。根据财报，2026年上半年，京东的研发投入同比增长53.2%，且该增速已经持续三个季度。大会上，京东更是提出了“全球最大物理世界运营中心”的目标，计划在五年内采购300万台机器人、100万台无人车和10万架无人机。随着人工智能的应用扩展至仓库、分拣线和配送网络，单靠“租用几台云服务器”的模式已远远不够，因此需要建立可控的、由自身掌握的算力基础。京东集团技术委员会主席、京东云总裁曹鹏表示：“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，是因为看重其在国产训练级GPU上的独特能力和对大规模集群的成熟交付经验。这段话中提及的“稀缺能力”与“成熟交付”是关键——大型企业选择国产GPU是基于可靠性和稳定性，而非情感因素。

这一趋势并非京东独有。智谱已成功建立1GW级全国产AI算力数据中心，并表示国产芯片的硬件效率和Token成本已接近英伟达的水平；MiniMax透露其大规模国产算力集群即将上线，以支持实际生产流量；市场更是传出DeepSeek计划在内蒙古部署至少16万块华为昇腾AI芯片。当行业的焦点从“能否使用”转向“是否可以大规模使用”时，十万卡的订单便成为整个产业转变的缩影。

在国产GPU的众多市场参与者中，摩尔线程为何能够接下这笔关键订单？从它近期的财报中可以找到答案。2026年上半年，摩尔线程的营业收入达到了17.36亿元，同比增长147.42%，短短半年内超越了2025年整年的收入；而归母净亏损也减少到1156.31万元，同比收窄95.73%，扣除股份支付影响后的净利润已经实现转正。在已披露的国产AI芯片“四小龙”中，摩尔线程的营收规模排名第一，且其收入结构显示云端产品收入高达16.93亿元，占总收入的97.5%。这表明，摩尔线程几乎将其所有资源投入到数据中心的智能计算场景。

支撑京东信任的是摩尔线程已成功运行的智算集群项目。摩尔线程基于其旗舰产品MTT S5000打造的“夸娥”智算集群在北京、无锡、杭州等地已有部署，几项关键指标显示出其优越性：在集群规模扩大时，保持95%的线性扩展效率；训练精度与国际主流计算卡相当，损失曲线高度一致；支持断点续训，有效训练时间占比超90%；Dense大模型的训练效率达到60%，MoE模型则达到40%。大模型训练是GPU的“终极考验”，上述数据表明，这一系统不仅能稳定运行，且执行效率高。

基于MTT S5000集群，摩尔线程成功实现了一系列实战验证，包括从零开始训练出25万亿Token的MoE-236B基础大模型，以及全球首个全栈原生训练的5D世界模型“北大EvoPhys-World”，其训练持续了37天，并取得了显著成果。