上市半月后，摩尔线程技术路线图全面曝光！冲击十万卡集群

本文来源：时代财经 作者：郭美婷

上市15天后，摩尔线程（摩尔线程-U,688795.SH）向外界秀出了自己的“肌肉”。

12月20日-21日，摩尔线程首届MUSA开发者大会（MDC 2025）举办，摩尔线程创始人、董事长兼CEO张建中一连公布了一系列技术与产品进展，其中包括全新架构“花港”，基于该架构的“华山”、“庐山”芯片，智能SoC芯片“长江”，以及夸娥万卡智算集群和AI算力本MTT AIBOOK等。

业界惯将摩尔线程比作“中国的英伟达”，在发布会上，张建中也未避讳提到与英伟达的对比。以最新发布的“华山”芯片为例，张建中表示，“华山”的访存带宽、浮点算力和高速互联带宽三个指标能力介于英伟达的最新架构Blackwell和上一代架构Hopper之间，而访存容量则高于二者。

“过去，大部分大模型开发者不敢用国内的卡训练，怕训练的结果不好。”张建中说，“我们可以有信心地跟大家讲，如果你以前是在Hopper上做训练，你今天用我们的S5000去训练你的大语言模型，效果只会比它好，不会比它差。”

在现场，多位摩尔线程的合作企业和开发者告诉时代财经，得益于MUSA框架对CUDA的兼容性，迁移至MUSA生态的难度相较于其他国产芯片更低，但迁移后仍会存在接口适配、功能适应等问题，“（生态）还处于爬坡阶段。”一位企业开发者提到。不过，未来随着厂商积极推进适配优化以及生态内的联动加强，生态成熟度也将持续提升。

新架构和新芯片

从发布节奏来看，摩尔线程基本保持一年一迭代的节奏。从2022年的苏堤开始，到春晓、曲院、平湖，此次发布会上，摩尔线程发布了新一代全功能GPU架构“花港”。

据了解，“花港”基于新一代指令集，支持FP4到FP64的全精度计算，算力密度相比上一代提升50%，效能提升10倍，支持十万卡以上规模智算集群。

张建中透露，基于该架构，摩尔线程公布两款芯片技术路线。一款是“华山”，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；另一款是“庐山”，专攻高性能图形渲染，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，并在纹理填充、原子访存能力及显存容量方面有所增强。

此外，大会发布了夸娥万卡智算集群，浮点运算能力达到10Exa-Flops，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%，与国际主流生态兼容。张建中表示，2024年摩尔线程推出第一代千卡集群，今年达到1万卡，接下来还要做10万卡、50万卡、100万卡。

摩尔线程针对大模型训练的挑战，打造出的夸娥万卡智算集群及其配套技术方案，可以通过软硬件协同优化保障训练稳定性与精度。张建中表示，摩尔线程选取 DeepSeek V3、DeepSeek R1等主流模型，采用FP8精度进行训练复现。结果显示，其训练loss曲线与Hopper系列显卡基本上一致，而从实际测评结果来看，相同数据量、相同模型的情况下，摩尔线程的训练效果更优于国际主流显卡。

除了芯片和智算产品外，摩尔线程还发布了搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，提供了50TOPS的端侧AI算力，支持包括MT AIOS（Linux）、Windows虚拟机、Android 容器和国产操作系统等多系统切换，支持开发者在不同环境下开发各种国产应用场景。“我们把AI原生的应用场景都内置在这一台AIBOOK中，它是一台多系统随意切换的，结合开发、娱乐、办公于一体的（算力本）。”张建中表示。

生态是关键

“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。”中国工程院院士、清华大学计算机系教授郑纬民在此次大会上表示。

“生态体系是GPU行业的核心护城河与价值所在。”张建中也坦言。

针对生态，摩尔线程在大会上透露，其搭建的摩尔学院有近20万名开发者与学习者，同时宣布建设MUSA生态中心，发布MUSA开发者计划。

事实上，此次发布的MTT AIBOOK本身就是一个连接开发者与MUSA生态的入口。据摩尔线程现场介绍，客户合作初期需要平台验证芯片的适配度，为此他们需要借助专用设备部署算法、开发待推理的模型，而MTT AIBOOK恰好满足了这一需求场景。

另外，张建中表示，摩尔线程准备做MUSACode代码生成大模型，MUSACode可以做到自动化的从CUDA转到MUSA，目前已经做到可编译率93%，准确率90%以上。

在MUSA生态加速建设的过程中，大量基于传统芯片架构的开发者与企业，正面临不少要从原来的生态，迁移到MUSA生态的情况。

摩尔线程展区现场工作人员介绍，在传统迁移场景下，开发者面临的最大成本是代码迁移成本。由于不同硬件体系、架构体系对应的编程语法结构与算子库调用方式存在差异，迁移过程中需适配新的开发规范。为此，摩尔线程推出了相应的配套工具，可实现代码的自动化迁移，无需开发者人工重写代码，仅需进行简单的文本调整，即可实现近乎零成本的迁移。

第二类成本则是调试（debug）成本。目前，摩尔线程正逐步实现算子的百分之百替代适配。当开发者原项目中调用的各类算子，均能无缝适配MUSA生态对应的算子，且无运行报错时，调试工作即可完成。总体而言，开发者迁移过程中的最大成本实则为时间成本。

时代财经在展区内了解到，近年来，全链国产化愈发成为众多企业的发展趋势。

一家初创企业表示，选择摩尔线程的原因之一，是看中其全功能GPU定位，因为这意味着其搭建的生态能够吸引的合作伙伴可能覆盖各行各业。“它目前比英伟达是有性价比的。”该初创企业相关负责人表示，对于开发者而言，选择契合自身现阶段需求的产品即可满足使用要求，价格性价比也更高。

另一家工业机器人企业研发人员称，初期与摩尔线程适配时，也存在生态差别、接口不一等不适应的情况，不过经由两边的讨论协商，这些难点都得到了一一解决。“硬件支持上一定是快速做到，只有接口适配，才能在后续进行其他功能的开发。”

尚阳科技在两年前开始适配摩尔线程的MUSA生态，通过摩尔线程全功能GPU，其打造了企业级智能体引擎Useek曜芯智问。尚阳科技董事长李向阳向时代财经提到了摩尔线程的GPU全功能的定位，其能够实现了图形处理与计算功能等的一体化集成，部分性能对标英伟达产品。同时，此前多数开发者使用英伟达芯片，其调用算力所依赖的框架为CUDA，而MUSA框架在对CUDA的兼容性上表现优异，这一点与其他平台存在显著差异，也是其核心优势所在。得益于MUSA框架具备深度兼容特性，开发者向该平台迁移项目时，操作流程将更为简便。李向阳称，目前他最关注的是MUSA生态未来在细节功能的适配上的进展。