智东西（公众号：zhidxcom）
作者 | zer0
编辑 | 漠影
智东西12月20日报道，今日，摩尔线程在首届musa开发者大会2025上公布全功能gpu技术路线图，并一连亮出“10张王牌”：新一代全功能gpu架构“花港”、即将发布的ai训推一体芯片“华山”与高性能图形渲染gpu“庐山”、万卡训练集群“夸娥”、刷新单卡推理的“s5000”、智能soc芯片“长江”、ai算力本mtt aibook、迷你型计算设备ai cube、具身智能、摩尔学院。
恰逢近期国产gpu声量沸沸扬扬，摩尔线程这场大会，说是万众期待毫不为过。
从交出的年终答卷来看，摩尔线程称得上是诚意拉满。摩尔线程创始人、董事长兼ceo张建中长达2小时的主题演讲，密集披露了覆盖云边端的最新软硬件产品及技术布局。musa嘉年华展区琳琅满目的展品与演示，传递出国产gpu生态的勃勃生机。
按musa架构路线图，其架构每年一迭代，继苏堤、春晓、曲院、平湖后，新一代花港架构终于登场。花港支持fp4到fp64的全精度计算，算力密度提升50%，效能提升10倍，可支撑十万卡以上规模的智算集群。
基于花港架构，摩尔线程即将发布2款芯片技术路线：
华山芯片专注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，支持从fp4至fp64的全精度计算，为万卡级智算集群提供稳定高效的算力支撑。其浮点算力、访存带宽、访存容量、高速互连带宽性能均超过业界标杆产品hxxx，部分配置看齐bxxx。
庐山芯片专攻高性能图形渲染，相比mtt s80，3a游戏性能提升至15倍，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，显存容量提升4倍，并显著增强纹理填充、原子访存能力；集成ai生成式渲染、unite统一渲染架构及全新硬件光追引擎。
面向云端计算，夸娥万卡智算集群已建成，是真正的用来“训练”的万卡，可支撑万亿参数模型训练；在推理方面，摩尔线程联合硅基流动，大幅提升满血版deepseek r1单卡推理吞吐量，s5000单卡prefill破4000，decode超千；mtt c256超节点架构专为超大规模智算中心设计，基于高密硬件架构，实现极致智算性能。
张建中说，接下来，摩尔线程将会做10万卡及更大规模的智算集群。
面向端边侧，张建中现场展示了搭载“长江”soc芯片的第一台ai算力本mtt aibook。
这款ai算力本集开发、办公、娱乐于一体，提供50tops异构ai算力，具备多系统兼容能力，预置了ai开发环境与工具链，可在本地运行最高30b的端侧大模型，内置智能体“小麦”及多种ai应用，支持8k超高清视频播放、外接4屏，今日起在京东商城开启预售。
aibook实现了从芯片、驱动到开发环境的全栈整合，不仅使得ai开发的“开箱即用”，更创新地打破linux开发、windows办公与android应用之间场景壁垒，将强大的ai能力转化为人人可及的生产力，赋能开发者在ai时代成为“超级个体”。
它不仅是创新工具，更将成为开发者接入musa生态的重要入口。
大会同期发布ai模组mtt e300，并预告了迷你型计算设备mtt ai cube。
这些计算设备均搭载了自研智能soc“长江”芯片。这款芯片集成了高性能全大核cpu、全功能gpu、可编程双核npu、vpu、dsp、isp，支持32gb/64gb lpddr5x ，内存带宽超过100gb/s，异构ai算力达50tops，支持int8/fp16/fp32混合精度计算。
摩尔线程还披露了图形技术路线图：率先拥抱“图形+ai”，实现硬件级光线追踪加速。
此次大会亦发布了musa 5.0全栈软件、musa图形软件栈、大模型推理套件等一系列升级，进一步降低开发门槛。
面向具身智能领域，摩尔线程发布mt lambda具身智能仿真训练平台、夸娥智算集群“端云结合”的mt robot具身智能解决方案，并宣布将于2026年第一季度开源关键仿真加速组件mujoco-warp-musa，以开放协作助力机器人产业研发效率提升。
截至今年6月30日，摩尔线程拥有超过500个已授权专利，其中发明专利达到468个。
一、战略基石：musa 5.0全栈软件升级，即将推出计算光刻库
在主题演讲中，张建中强调了musa架构作为全功能gpu基石的先进性与技术引领性。
全功能gpu的创新折射出一部算力进化史。他预测2021年-2026年是生成式ai时代，2027年后是物理ai和量电融合的时代，基础设施采用全功能gpu，就可以保持科技持续领先。
摩尔线程的全功能gpu有四大核心引擎：ai计算加速引擎、图形渲染引擎、物理仿真和科学计算引擎、超高清视频编解码引擎。
这背后，是摩尔线程自主研发的元计算统一计算架构musa（meta-computing unified system architecture），完整定义了从芯片设计到软件生态的统一技术标准。
张建中宣布，musa 5.0全栈软件全新升级，可完整覆盖各种gpu应用场景，支持国内外主流cpu、操作系统及开发环境。
musa 5.0在全栈统一性、极致效能与生态开放性上取得关键突破。
（1）编程生态全面升级：既兼容cuda c，又有原生musa c，深度兼容tilelang、triton等编程语言，还原生支持智源研究院开发的flagos & triton，为开发者提供灵活高效的全栈开发体验。
（2）计算效能极致优化：核心计算库mudnn实现gemm、flashattention效率超98%，通信效率达97%，编译器性能提升3倍，并集成高性能算子库和开发者工具，显著加速训练与推理全流程。
（3）开源生态持续扩大：计划逐步开源计算加速库、通信库、系统管理框架等核心组件，向开发者社区开放深度优化的底层能力。
（4）即将推出四大基础库：兼容跨代gpu指令架构的中间语言mtx、面向渲染+ai融合计算的编程语言mulang、量子计算gpu融合框架musa-q、加速opc光刻计算的计算光刻库mulitho。
二、硬件核心：公布技术路线图，花港新架构首揭秘
花港架构基于全栈自主研发，采用新一代指令集，支持fp4到fp64的全精度端到端计算，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，内置低精度补偿技术。
该架构集成新一代异步编程模型，优化任务调度与并行机制，高效发挥算力；通过自研mtlink高速互联技术，支持1314gb/s片间互联，支持超十万卡级智算集群扩展。
在花港ace2.0架构中，摩尔线程在每个mp里设计了一个小ace引擎，通过更多的通信和计算并行，使效果显著提升。
此外，花港做到了图形与ai深度融合：内置ai生成式渲染架构（agr），增强硬件光线追踪加速引擎，完整支持directx 12 ultimate。
基于“花港”架构的硬件光线追踪加速引擎，可实现对directx raytracing (dxr）的支持，使实时、逼真的光影效果在国产gpu上成为可能，性能比mtt s80快50倍。
除了具备自主可控的核心能力外，花港还具有高安全性，通过4层硬件安全架构，提供从芯片到系统的可验证安全守护。
三、夸娥万卡智算集群算力达10eflops，单卡刷新国产gpu推理性能纪录
会上，摩尔线程正式发布夸娥万卡智算集群。该集群具备全精度、全功能通用计算能力，在万卡规模下实现高效稳定的ai训练与推理。
其有8大亮点：
浮点运算能力达到10eflops；在多项关键精度指标上，模型效果达到国际主流水平；训练算力利用率（mfu）在dense大模型上达60%，moe大模型上达40%；有效训练时间占比超过90%；训练线性扩展效率达95%；计算通用；与国际主流生态高度兼容；在多项指标上具备显著能效和性价比优势。
面向大模型训练，随着大模型走向万亿参数、复杂moe架构，大模型训练集群规模迈向10万卡，训练精度从fp16走向fp8/fp4，后训练强化学习算力需求快速爆发，带来应对大规模训练、实现高性能训练、保证可靠性训练方面的挑战。
摩尔线程通过软硬协同，分层优化，系统性攻克这些挑战：gpu提供低精度fp8计算能力、ace异步通信引擎；musa架构提供高性能算子与通信原语；兼容主流的ai框架；通过mt-megatron等分布式训练工具，实现高效并行与高吞吐rl；最终由夸娥智算集群平台提供零中断容错与统一可观测。
同时，通过软硬协同深度优化，摩尔线程完整复现deepseek v3的fp8训练，自研fp8 gemm通过精细化优化，算力利用率高达90%；通过极致算子性能优化，flash attention的算力利用率超95%。在展示的案例中，mtt s5000集群实现了比国际主流计算卡更好的deepseek训练效果。
面向大模型推理，挑战在于降低成本和让服务更快。为了充分发挥硬件性能，摩尔线程发布升级的大模型推理套件，全面支持开源社区引擎。
结合这些推理引擎，在deepseek r1 671b全量模型分布式推理场景中，mtt s5000能实现优于hxx的prefill only和decode单卡吞吐，单用户每秒有超过100个token。
摩尔线程联合硅基流动，经过系统级工程优化与fp8精度加速，在deepseek r1 671b全量模型上实现性能突破：mtt s5000单卡prefill吞吐突破4000 tokens/s、decode吞吐突破1000 tokens/s。这一结果刷新了国产gpu的推理性能纪录。
在运行混元、万相视频生成模型时，mtt s5000单机推理速度比hxxx更快。
面向未来，摩尔线程发布了mtt c256超节点的架构规划。该产品为下一代超大规模智算中心构建，采用计算与交换一体化的高密设计，以1层scale up网络实现2柜256gpu全互联，规避2层以上网络带来的带宽损失和额外延迟，旨在系统性提升万卡集群的训练效能与推理能力，兼顾超高密度与极致能效。
四、培养百万musa开发者，ai算力本提供“开箱即用”一站式开发
gpu计算生态由上层算法库，中层接口、驱动、编译器和底层硬件架构三大部分基本构成，计算生态的丰富性是gpu的核心竞争力之一。
摩尔线程构建了从硬件工具、算力支撑到人才培养的赋能体系。
1、深化人才培养，建设musa生态枢纽
以摩尔学院为平台，摩尔线程已构建起产教融合的开发者成长体系，该平台汇聚近20万名开发者与学习者，并通过“国产计算生态与ai教育共建行动”将前沿技术与产业实践带入全国200多所高校，吸引超10万名学子参与。
本次大会宣布建设musa生态中心，同时发布musa开发者计划，旨在为从ai学习探索到科研创新的各阶段创新者，提供算力支持与技术赋能。
2、发布ai算力本，提供“开箱即用”的开发体验
作为连接开发者与musa生态的核心入口，mtt aibook搭载自研“长江”智能soc，提供高达50tops的端侧ai算力、32gb/64gb高速内存、1tb ssd超大存储。
这是一款专为ai学习与开发者打造的个人智算平台，从芯片、驱动到开发环境全栈整合，实现了专业ai开发的“开箱即用”，可随心切换linux开发、windows办公、android应用，亦支持国产操作系统，以便开发者快速搭建智能体。
在展区，智东西看到mtt aibook里已经安装了百度网盘、飞书、腾讯会议、腾讯文档、qq等常见应用。
大会同时预告了基于长江芯片打造的迷你型计算设备mtt ai cube，进一步丰富端侧计算产品形态。
张建中谈道，生态体系是gpu行业的核心护城河与价值所在，依托musa架构的优势，摩尔线程持续加大研发投入，致力于攻克从硬件到软件的核心技术挑战，以开放创新不断深化与生态伙伴的协同，共同构建自立自强的国产计算产业生态。
结语：国产智能计算生态持续演进
随着技术及生态走向成熟，国产gpu落地渐呈燎原之势。
在这场聚焦全功能gpu的开发者盛会上，中国工程院院士、清华大学计算机系教授郑纬民发表主题演讲，提到发展“主权ai”是提升未来国家竞争力的关键，其核心在于实现“算力自主、算法自强、生态自立”的完整体系。
据郑纬民院士分享，国产计算显卡与国外主流产品的性能差距正在持续缩小，虽然构建国产万卡乃至十万卡级别的超大规模智算系统存在难度，但这是必须完成的产业基础设施任务。开发者是生态建设的关键，国产芯片平台必须构建起友好、易用的开发环境，以有效服务开发者社群。
musa开发者大会2025展示了摩尔线程以自主统一架构musa为根基、贯穿“芯-边-端-云”的完整技术栈，落地范畴覆盖从超大规模基础设施到开发者终端。
面向更广阔的未来计算场景，摩尔线程已展开前瞻性布局。musa生态已与合作伙伴在具身智能、科学智能（ai for science）、量子科技、ai for 6g等前沿交叉领域展开探索工作，持续拓展全功能gpu作为通用算力底座的技术边界与应用价值。
国产gpu还在闯关，但这条路，已经肉眼可见地越来越有希望。
