摘要：摩尔线程在上市后首次公开活动中，发布了新一代全功能GPU架构“花港”，其算力密度提升50%，能效提升10倍，支持十万卡以上智算集群。基于此架构，将推出AI训推一体芯片“华山”和高性能图形渲染芯片“庐山”。同时，其夸娥（KUAE 2.0）万卡集群在Dense大模型和MoE大模型上的训练算力利用率分别达到60%和40%。在推理侧，基于MTT S5000运行DeepSeek R1 671B模型，单卡吞吐量表现突出。公司还发布了面向开发者的AI算力笔记本MTT AIBOOK，预售价9999元，并升级了其全栈软件平台MUSA至5.0版本。行业数据显示，全球AI服务器市场持续增长，2025年上半年中国加速服务器市场规模约160亿美元。
线索：摩尔线程通过发布新一代硬件架构和展示大规模集群效率，展示了在AI计算领域追赶国际领先者的技术实力。其核心策略是以自主的全栈软件生态（MUSA）来构建竞争壁垒，并试图通过开发者工具（如AIBOOK）降低生态接入门槛。短期机会在于中国庞大的AI服务器市场需求和进口替代趋势，其产品在特定推理场景下已具备成本效益。主要风险在于，其硬件性能、软件生态成熟度与国际巨头（如英伟达CUDA生态）仍存在代际差距，且构建开发者社区和实现大规模可靠交付需要持续巨额投入，面临激烈的国内外竞争。
正文：
2025年12月20日至21日，GPU开发商摩尔线程在北京举办了首届MUSA开发者大会。这是该公司上市后的首次重大公开亮相。创始人兼CEO张建中在会上公布了以公司自主MUSA统一架构为核心的全栈技术路线图。
本次发布的核心是新一代全功能GPU架构“花港”。该架构支持从FP4到FP64的全精度计算，计算密度提升50%，能效提升10倍，并设计用于支持超过十万个GPU的智能计算集群。基于“花港”架构，摩尔线程规划了两款产品：专注于AI训练和推理一体化的“华山”芯片，以及专注于高性能图形渲染的“庐山”芯片。
在计算集群方面，摩尔线程公布了其夸娥（KUAE 2.0）计算集群在万卡规模下的关键效率指标。数据显示，在密集型大模型上的训练算力利用率达到60%，在混合专家模型上达到40%。有效训练时间占比超过90%，训练线性扩展效率接近95%。
在推理性能方面，摩尔线程与AI基础设施公司硅基流动合作，在其MTT S5000加速卡上运行了DeepSeek R1 671B全量模型。测试结果显示，单卡预填充吞吐量超过每秒4000个token，解码吞吐量超过每秒1000个token。
此外，张建中还介绍了面向下一代超大规模智算中心的MTT C256超节点架构规划，并提及了在具身智能、科学智能以及6G人工智能等领域的长期布局。
除了数据中心产品，摩尔线程推出了一款面向开发者的AI算力笔记本MTT AIBOOK。该笔记本搭载公司自研的“长江”系统级芯片，提供50 TOPS的异构AI算力，运行基于Linux内核的MT AIOS操作系统，并预装了完整的AI开发工具链。该设备32GB内存加1TB存储的版本在京东平台的预售价为9999元。公司研发人员表示，该设备旨在将硬件、驱动和软件栈集成于一体，作为全链路的验证工具，以降低合作伙伴的采用风险。
软件生态是摩尔线程战略的重点。公司将MUSA平台升级至5.0版本，将其定位为一个涵盖架构、指令集、运行时库和驱动的全栈替代方案。张建中表示，生态系统是GPU行业的核心壁垒，长期价值越来越由软件和开发者采用度驱动，而非仅靠硬件。他透露，MUSA在关键AI操作上的效率已得到提升，并计划逐步开源其核心计算加速库、通信库和系统管理框架等组件。
行业背景方面，TrendForce预计全球AI服务器出货量在2026年将保持两位数增长。IDC数据显示，2025年上半年中国加速服务器市场规模约为160亿美元。
在谈及与国际产品的差距时，有合作伙伴表示，国产GPU在性能和生态系统成熟度上，与国际领先产品相比大约有一到两代的差距。然而，对于许多实际推理工作负载而言，国产方案已被认为具备成本效益。合作伙伴普遍认为，将现有业务从成熟的CUDA生态迁移至MUSA，需要工具链更顺畅、适配更广泛，这需要厂商持续投入大量工程资源。
张建中总结称，公司希望利用全功能GPU构建基础设施，赋能各行业的开发者和研究人员。对于摩尔线程而言，上市之后面临的挑战是将技术路线图转化为可靠的交付能力，并在国际巨头和日益激烈的国内市场竞争中，成功构建起自己的生态系统。
发布时间：2025-12-22 09:59:00
评论 ( 0 )