智東西（公眾號：zhidxcom）
作者 | zer0
編輯 | 漠影
智東西12月20日報道，今日，摩爾線程在首屆musa開發者大會2025上公布全功能gpu技術路線圖，並一連亮出「10張王牌」：新一代全功能gpu架構「花港」、即將發布的ai訓推一體晶元「華山」與高性能圖形渲染gpu「廬山」、萬卡訓練集群「誇娥」、刷新單卡推理的「s5000」、智能soc晶元「長江」、ai算力本mtt aibook、迷你型計算設備ai cube、具身智能、摩爾學院。
恰逢近期國產gpu聲量沸沸揚揚，摩爾線程這場大會，說是萬眾期待毫不為過。
從交出的年終答捲來看，摩爾線程稱得上是誠意拉滿。摩爾線程創始人、董事長兼ceo張建中長達2小時的主題演講，密集披露了覆蓋雲邊端的最新軟硬體產品及技術布局。musa嘉年華展區琳琅滿目的展品與演示，傳遞出國產gpu生態的勃勃生機。
按musa架構路線圖，其架構每年一迭代，繼蘇堤、春曉、麴院、平湖後，新一代花港架構終於登場。花港支持fp4到fp64的全精度計算，算力密度提升50%，效能提升10倍，可支撐十萬卡以上規模的智算集群。
基於花港架構，摩爾線程即將發布2款晶元技術路線：
華山晶元專註ai訓推一體與超大規模智能計算，集成新一代非同步編程與全精度張量計算單元，支持從fp4至fp64的全精度計算，為萬卡級智算集群提供穩定高效的算力支撐。其浮點算力、訪存帶寬、訪存容量、高速互連帶寬性能均超過業界標杆產品hxxx，部分配置看齊bxxx。
廬山晶元專攻高性能圖形渲染，相比mtt s80，3a遊戲性能提升至15倍，ai計算性能提升64倍，幾何處理性能提升16倍，光線追蹤性能提升50倍，顯存容量提升4倍，並顯著增強紋理填充、原子訪存能力；集成ai生成式渲染、unite統一渲染架構及全新硬體光追引擎。
面向雲端計算，誇娥萬卡智算集群已建成，是真正的用來「訓練」的萬卡，可支撐萬億參數模型訓練；在推理方面，摩爾線程聯合硅基流動，大幅提升滿血版deepseek r1單卡推理吞吐量，s5000單卡prefill破4000，decode超千；mtt c256超節點架構專為超大規模智算中心設計，基於高密硬體架構，實現極致智算性能。
張建中說，接下來，摩爾線程將會做10萬卡及更大規模的智算集群。
面向端邊側，張建中現場展示了搭載「長江」soc晶元的第一台ai算力本mtt aibook。
這款ai算力本集開發、辦公、娛樂於一體，提供50tops異構ai算力，具備多系統兼容能力，預置了ai開發環境與工具鏈，可在本地運行最高30b的端側大模型，內置智能體「小麥」及多種ai應用，支持8k超高清視頻播放、外接4屏，今日起在京東商城開啟預售。
aibook實現了從晶元、驅動到開發環境的全棧整合，不僅使得ai開發的「開箱即用」，更創新地打破linux開發、windows辦公與android應用之間場景壁壘，將強大的ai能力轉化為人人可及的生產力，賦能開發者在ai時代成為「超級個體」。
它不僅是創新工具，更將成為開發者接入musa生態的重要入口。
大會同期發布ai模組mtt e300，並預告了迷你型計算設備mtt ai cube。
這些計算設備均搭載了自研智能soc「長江」晶元。這款晶元集成了高性能全大核cpu、全功能gpu、可編程雙核npu、vpu、dsp、isp，支持32gb/64gb lpddr5x ，內存帶寬超過100gb/s，異構ai算力達50tops，支持int8/fp16/fp32混合精度計算。
摩爾線程還披露了圖形技術路線圖：率先擁抱「圖形+ai」，實現硬體級光線追蹤加速。
此次大會亦發布了musa 5.0全棧軟體、musa圖形軟體棧、大模型推理套件等一系列升級，進一步降低開發門檻。
面向具身智能領域，摩爾線程發布mt lambda具身智能模擬訓練平台、誇娥智算集群「端雲結合」的mt robot具身智能解決方案，並宣布將於2026年第一季度開源關鍵模擬加速組件mujoco-warp-musa，以開放協作助力機器人產業研發效率提升。
截至今年6月30日，摩爾線程擁有超過500個已授權專利，其中發明專利達到468個。
一、戰略基石：musa 5.0全棧軟體升級，即將推出計算光刻庫
在主題演講中，張建中強調了musa架構作為全功能gpu基石的先進性與技術引領性。
全功能gpu的創新折射出一部算力進化史。他預測2021年-2026年是生成式ai時代，2027年後是物理ai和量電融合的時代，基礎設施採用全功能gpu，就可以保持科技持續領先。
摩爾線程的全功能gpu有四大核心引擎：ai計算加速引擎、圖形渲染引擎、物理模擬和科學計算引擎、超高清視頻編解碼引擎。
這背後，是摩爾線程自主研發的元計算統一計算架構musa（meta-computing unified system architecture），完整定義了從晶元設計到軟體生態的統一技術標準。
張建中宣布，musa 5.0全棧軟體全新升級，可完整覆蓋各種gpu應用場景，支持國內外主流cpu、操作系統及開發環境。
musa 5.0在全棧統一性、極致效能與生態開放性上取得關鍵突破。
（1）編程生態全面升級：既兼容cuda c，又有原生musa c，深度兼容tilelang、triton等編程語言，還原生支持智源研究院開發的flagos & triton，為開發者提供靈活高效的全棧開發體驗。
（2）計算效能極致優化：核心計算庫mudnn實現gemm、flashattention效率超98%，通信效率達97%，編譯器性能提升3倍，並集成高性能運算元庫和開發者工具，顯著加速訓練與推理全流程。
（3）開源生態持續擴大：計劃逐步開源計算加速庫、通信庫、系統管理框架等核心組件，向開發者社區開放深度優化的底層能力。
（4）即將推出四大基礎庫：兼容跨代gpu指令架構的中間語言mtx、面向渲染+ai融合計算的編程語言mulang、量子計算gpu融合框架musa-q、加速opc光刻計算的計算光刻庫mulitho。
二、硬體核心：公布技術路線圖，花港新架構首揭秘
花港架構基於全棧自主研發，採用新一代指令集，支持fp4到fp64的全精度端到端計算，算力密度提升50%，能效提升10倍，新增mtfp6/mtfp4及混合低精度支持，兼容mxfp和nvfp，內置低精度補償技術。
該架構集成新一代非同步編程模型，優化任務調度與並行機制，高效發揮算力；通過自研mtlink高速互聯技術，支持1314gb/s片間互聯，支持超十萬卡級智算集群擴展。
在花港ace2.0架構中，摩爾線程在每個mp里設計了一個小ace引擎，通過更多的通信和計算並行，使效果顯著提升。
此外，花港做到了圖形與ai深度融合：內置ai生成式渲染架構（agr），增強硬體光線追蹤加速引擎，完整支持directx 12 ultimate。
基於「花港」架構的硬體光線追蹤加速引擎，可實現對directx raytracing (dxr）的支持，使實時、逼真的光影效果在國產gpu上成為可能，性能比mtt s80快50倍。
除了具備自主可控的核心能力外，花港還具有高安全性，通過4層硬體安全架構，提供從晶元到系統的可驗證安全守護。
三、誇娥萬卡智算集群算力達10eflops，單卡刷新國產gpu推理性能紀錄
會上，摩爾線程正式發布誇娥萬卡智算集群。該集群具備全精度、全功能通用計算能力，在萬卡規模下實現高效穩定的ai訓練與推理。
其有8大亮點：
浮點運算能力達到10eflops；在多項關鍵精度指標上，模型效果達到國際主流水平；訓練算力利用率（mfu）在dense大模型上達60%，moe大模型上達40%；有效訓練時間佔比超過90%；訓練線性擴展效率達95%；計算通用；與國際主流生態高度兼容；在多項指標上具備顯著能效和性價比優勢。
面向大模型訓練，隨著大模型走向萬億參數、複雜moe架構，大模型訓練集群規模邁向10萬卡，訓練精度從fp16走向fp8/fp4，後訓練強化學習算力需求快速爆發，帶來應對大規模訓練、實現高性能訓練、保證可靠性訓練方面的挑戰。
摩爾線程通過軟硬協同，分層優化，系統性攻克這些挑戰：gpu提供低精度fp8計算能力、ace非同步通信引擎；musa架構提供高性能運算元與通信原語；兼容主流的ai框架；通過mt-megatron等分散式訓練工具，實現高效並行與高吞吐rl；最終由誇娥智算集群平台提供零中斷容錯與統一可觀測。
同時，通過軟硬協同深度優化，摩爾線程完整復現deepseek v3的fp8訓練，自研fp8 gemm通過精細化優化，算力利用率高達90%；通過極致運算元性能優化，flash attention的算力利用率超95%。在展示的案例中，mtt s5000集群實現了比國際主流計算卡更好的deepseek訓練效果。
面向大模型推理，挑戰在於降低成本和讓服務更快。為了充分發揮硬體性能，摩爾線程發布升級的大模型推理套件，全面支持開源社區引擎。
結合這些推理引擎，在deepseek r1 671b全量模型分散式推理場景中，mtt s5000能實現優於hxx的prefill only和decode單卡吞吐，單用戶每秒有超過100個token。
摩爾線程聯合硅基流動，經過系統級工程優化與fp8精度加速，在deepseek r1 671b全量模型上實現性能突破：mtt s5000單卡prefill吞吐突破4000 tokens/s、decode吞吐突破1000 tokens/s。這一結果刷新了國產gpu的推理性能紀錄。
在運行混元、萬相視頻生成模型時，mtt s5000單機推理速度比hxxx更快。
面向未來，摩爾線程發布了mtt c256超節點的架構規劃。該產品為下一代超大規模智算中心構建，採用計算與交換一體化的高密設計，以1層scale up網路實現2櫃256gpu全互聯，規避2層以上網路帶來的帶寬損失和額外延遲，旨在系統性提升萬卡集群的訓練效能與推理能力，兼顧超高密度與極致能效。
四、培養百萬musa開發者，ai算力本提供「開箱即用」一站式開發
gpu計算生態由上層演算法庫，中層介面、驅動、編譯器和底層硬體架構三大部分基本構成，計算生態的豐富性是gpu的核心競爭力之一。
摩爾線程構建了從硬體工具、算力支撐到人才培養的賦能體系。
1、深化人才培養，建設musa生態樞紐
以摩爾學院為平台，摩爾線程已構建起產教融合的開發者成長體系，該平台匯聚近20萬名開發者與學習者，並通過「國產計算生態與ai教育共建行動」將前沿技術與產業實踐帶入全國200多所高校，吸引超10萬名學子參與。
本次大會宣布建設musa生態中心，同時發布musa開發者計劃，旨在為從ai學習探索到科研創新的各階段創新者，提供算力支持與技術賦能。
2、發布ai算力本，提供「開箱即用」的開發體驗
作為連接開發者與musa生態的核心入口，mtt aibook搭載自研「長江」智能soc，提供高達50tops的端側ai算力、32gb/64gb高速內存、1tb ssd超大存儲。
這是一款專為ai學習與開發者打造的個人智算平台，從晶元、驅動到開發環境全棧整合，實現了專業ai開發的「開箱即用」，可隨心切換linux開發、windows辦公、android應用，亦支持國產操作系統，以便開發者快速搭建智能體。
在展區，智東西看到mtt aibook里已經安裝了百度網盤、飛書、騰訊會議、騰訊文檔、qq等常見應用。
大會同時預告了基於長江晶元打造的迷你型計算設備mtt ai cube，進一步豐富端側計算產品形態。
張建中談道，生態體系是gpu行業的核心護城河與價值所在，依託musa架構的優勢，摩爾線程持續加大研發投入，致力於攻克從硬體到軟體的核心技術挑戰，以開放創新不斷深化與生態夥伴的協同，共同構建自立自強的國產計算產業生態。
結語：國產智能計算生態持續演進
隨著技術及生態走向成熟，國產gpu落地漸呈燎原之勢。
在這場聚焦全功能gpu的開發者盛會上，中國工程院院士、清華大學計算機系教授鄭緯民發表主題演講，提到發展「主權ai」是提升未來國家競爭力的關鍵，其核心在於實現「算力自主、演算法自強、生態自立」的完整體系。
據鄭緯民院士分享，國產計算顯卡與國外主流產品的性能差距正在持續縮小，雖然構建國產萬卡乃至十萬卡級別的超大規模智算系統存在難度，但這是必須完成的產業基礎設施任務。開發者是生態建設的關鍵，國產晶元平台必須構建起友好、易用的開發環境，以有效服務開發者社群。
musa開發者大會2025展示了摩爾線程以自主統一架構musa為根基、貫穿「芯-邊-端-雲」的完整技術棧，落地範疇覆蓋從超大規模基礎設施到開發者終端。
面向更廣闊的未來計算場景，摩爾線程已展開前瞻性布局。musa生態已與合作夥伴在具身智能、科學智能（ai for science）、量子科技、ai for 6g等前沿交叉領域展開探索工作，持續拓展全功能gpu作為通用算力底座的技術邊界與應用價值。
國產gpu還在闖關，但這條路，已經肉眼可見地越來越有希望。
