2025年12月20日,摩尔线程首届MUSA 开发者大会在北京中关村国际创新中心正式启幕。 大会以“自主计算创新与开发者生态共建”为核心议题,吸引2000余名产学研领域的专业人士与开发者齐聚一堂,携手见证国产GPU生态发展的关键进展与未来蓝图。现场系统地展示了摩尔线程以自主研发的MUSA统一架构为核心的全栈技术成果,全面展现了摩尔线程在高端全功能GPU领域的关键突破与前瞻布局。

此次大会集中发布的一系列关键技术与产品,意味着摩尔线程已成功搭建起以自主统一架构为根基、覆盖全场景的完整技术栈,实现了从底层硬件到上层应用的系统化闭环,为国产GPU产业的自主化发展奠定了坚实基础。

作为大会核心亮点,全功能GPU新架构“花港”正式亮相并实现多项关键突破。在计算精度方面,全面支持FP4至FP64全精度端到端计算,新增混合低精度适配能力,可灵活匹配不同场景需求;性能表现上,算力密度提升50%,效能实现10倍跃升。

互联与扩展能力显著增强,集成新一代异步编程模型及自研MTLink高速互联技术,可支持十万卡以上规模集群扩展;图形与AI融合创新,内置AI生成式渲染架构和增强型硬件光线追踪加速引擎;技术壁垒扎实,基于全栈自研体系,累计获得授权专利514项(其中发明专利468项),同时配备四层硬件安全架构,保障应用安全。

围绕花港架构,摩尔线程发布了两款针对性芯片产品。其中,“华山”芯片专攻AI训推一体与超大规模智能计算,集成新一代异步编程与全精度张量计算单元,同样支持FP4至FP64全精度计算,能够为万卡级智算集群提供稳定高效的算力支撑,成为构建下一代“AI工厂”的核心底座。

“庐山”芯片聚焦高性能图形渲染领域,实现图形性能全面跨越。AI计算性能提升64倍、几何处理性能提升16倍、光线追踪性能提升50倍,同时显著强化纹理填充、原子访存能力及显存容量,集成AI生成式渲染、UniTE统一渲染架构及全新硬件光追引擎,可充分满足3A游戏、高端图形创作等场景的高性能需求。

除核心架构与芯片外,大会还发布了“夸娥万卡”智算集群,该集群具备全精度、全功能通用计算能力,万卡规模下浮点运算能力可达10Exa-Flops。在大模型训练场景,Dense大模型训练算力利用率达60%,MOE大模型达40%,训练线性扩展效率95%,有效训练时间占比超90%,可完整复现顶尖大模型训练流程,关键精度指标达到国际主流水平。
推理侧表现亮眼,联合硅基流动在DeepSeek R1 671B全量模型上实现突破,MTT S5000单卡Prefill吞吐超4000 tokens/s、Decode吞吐超1000 tokens/s,树立了国产GPU推理性能的新标杆。

并且前瞻技术与端侧产品布局也同步披露,摩尔线程分享了面向下一代超大规模智算中心的MTT C256超节点架构规划,该架构采用计算与交换一体化高密设计。
正式发布搭载自研“长江”智能SoC的AI算力本MTT AIBOOK,可提供50TOPS端侧AI算力,实现全栈整合与多系统场景壁垒突破,为开发者赋能;同时预告迷你型计算设备MTT AICube,进一步丰富端侧高性能计算产品形态。

在图形技术进化与前沿领域探索方面,摩尔线程产品已全面支持主流图形与计算API,即将实现DirectX 12 Ultimate的完整支持;成功落地硬件级光线追踪加速与自研MTAGR 1.0 AI生成式渲染技术;同时布局具身智能(发布MT Lambda仿真训练平台与MT Robot解决方案,2026年Q1将开源关键组件)、科学智能(AI4S)、AI for 6G等前沿方向,持续拓展技术应用边界。

作为摩尔线程全栈技术核心,MUSA(元计算统一计算架构)覆盖芯片架构、指令集到驱动框架等全体系,可高效支撑全场景高性能计算。此次发布的全新MUSA 5.0架构实现关键升级,原生兼容多种编程语言,提升开发灵活性;核心计算库效能超98%,编译器性能提升3倍;计划开源核心组件,扩大开源生态影响力;后续还将推出中间语言、融合编程语言等前沿特性,进一步拓展算力应用边界。

生态建设层面,摩尔线程以“摩尔学院”为核心搭建产教融合体系,已汇聚近20万名开发者与学习者,覆盖全国200多所高校;发布MUSA开发者计划,建设MUSA生态中心,为不同阶段的创新者提供算力支持与技术服务。本次大会设置1场主论坛、20余场技术分论坛,以及1000平方米的“MUSA嘉年华”体验展区,全面覆盖多个前沿技术领域与行业场景,助力“人工智能+”在千行百业的落地应用。

从行业发展视角来看,摩尔线程这次集中推出的全套技术成果,不仅证明了国产GPU在高端领域也能实现突破,更打破了国外厂商在核心技术与生态领域的长期垄断格局。在数字经济与人工智能快速发展的背景下,摩尔线程的探索与实践,给国产计算产业走自主发道路提供了可参考的方法,也将进一步激发行业创新活力,为国产计算产业的自主化发展提供了可借鉴的路径,推动国产GPU进一步的发展。
桌面电脑>
CPU主板显卡>