編輯 | 云昭
出品 | 51CTO技術棧（微信號：blog51cto）
2025臨近年底，全民都在討論算力。
那么，國產GPU究竟達到什么程度了？未來國產大模型及應用可以實現主權AI嗎？這兩個靈魂拷問再一次被提到了牌桌上。
要回答這兩個問題，剛剛上市一周的摩爾線程，絕對是一個值得關注的觀察對象。
“算力即國力！”就在今天上午。國產GPU第一股的掌舵者張建中，在首屆MUSA開發者大會的主題演講中，分享了自己的思考。
備注：簡單理解下，MUSA 是摩爾線程自研的一套 GPU 統一計算架構，相當于國產 GPU 的“底層操作系統”，它決定了芯片怎么算、軟件怎么寫、生態怎么長。
“這是摩爾線程第一次在北京舉辦 MUSA 開發者大會，也是公司成立五年來，首次系統性向外界集中匯報核心研究成果。”
不管是新品發布，還是未來國產算力的發展路線，張建中都給出了十足的輸出。
你會發現，透過摩爾線程，我們可以窺得，國產算力發展，注定會走出一條屬于中國產業獨有的探索路徑。
國產GPU，也可以有自己的萬卡真工程
過去幾年，國產 GPU 最常被質疑、最讓國內業界所期待的，不外乎這兩件事：
自家的卡能不能跑到萬卡規模、能不能穩定跑幾個月？
而這次，摩爾線程此次的一系列扎實的發布，對這些問題都給出了滿意的答案。
其中的發布之一，“夸娥萬卡”智算集群，就在合適不過了。
KUAE萬卡智算集群（夸娥）
據現場介紹，夸娥集群成功攻克了萬卡級硬件篩選、高速互聯與系統級容錯等系列高難度工程級難題，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。
其核心突破包括：浮點運算能力達到10Exa-Flops，訓練算力利用率（MFU）在Dense大模型上達60%，MOE大模型上達40%，有效訓練時間占比超過90%，訓練線性擴展效率達95%，同時與國際主流生態高度兼容，并在多項指標上具備顯著能效優勢。
具體可以從訓練側和推理分開看。在訓練側，基于原生FP8能力完整復現頂尖大模型訓練流程，并在多項關鍵精度指標上達到國際主流水平。技術層面實現關鍵優化：Flash Attention算力利用率超95%，并突破FP8累加精度等關鍵技術瓶頸，充分釋放國產GPU在大模型訓練中的性能潛力。
在推理側，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，樹立國產推理性能新標桿。
此外，小編注意到，摩爾線程還特別強調了文生視頻的領域。夸娥集群創造了文生視頻單機推理性能領先體驗，原生FP8推理，生成內容精度無損。
ps：可能朋友要問，為什么精度都降到FP8了？
這就涉及到一個趨勢：
大家都知道，大模型正邁向萬億參數時代，集群規模擴至十萬卡級，而同時發生變化的是，訓練精度也會從FP16降至FP8/FP4。
而在穩定性方面，摩爾線程特別研發了夸娥萬卡訓練容錯系統（KUAE RAS），用于保障萬卡訓練穩定性。據介紹，夸娥萬卡訓練容錯系統目標 ETTR 達到了 99%。
同時，它支持訓練異常在線診斷，可在線捕捉Hang/慢節點/任務異常等問題。動態采集Profiling及關鍵軟硬件指標，實現問題根因的分析和可視化定位。無代碼侵入、低開銷，助力快速定位問題，保障訓練高效穩定。
其中，又一個數字，KUAE RAS System Daemon系統守護萬卡集群穩定性、性能、正確性非常出色，可通過該集群守護軟件提升客戶萬卡訓練成功率30%。
這些都是真實的測評數據，這無疑是給了國產萬卡集群一個強有力的信號：
我們不僅有萬卡，而且在一整組工程指標上達到了國際主流水平！
中國GPU不能只做單一場景加速卡，必須走「全功能 GPU」路線
熟悉摩爾線程的朋友都知道，他們的產品主打的是“全功能GPU”的路線。
張建中給出了它的底層邏輯：
AI、圖形、仿真、科學計算正在重新融合
未來的智能系統，不再區分“算 AI”還是“跑圖形”
只做單一場景的芯片，注定會被系統級需求淘汰
當然，那么怎么理解“全功能GPU”？
即，GPU 并非僅具備圖形渲染或AI訓練能力，而是同時實現圖形圖像處理、AI張量計算、物理仿真和超高清視頻編解碼等多種任務協同處理能力。
這種架構的芯片，不僅面向AI模型訓練、智算中心部署，也能支撐游戲圖形、視頻渲染等大眾級應用場景，具備高度通用性與生態承載力。
放眼全球，目前僅英偉達等極少數企業具備真正意義上的全功能GPU量產能力。而摩爾線程的切入，可以說填補了國內該類型產品的空白。
全功能GPU，被帶頭寫進了架構里
更難得的是，摩爾線程沒有只喊口號，而是帶頭把“全功能 GPU”這四個字落實到了架構之中。
大會開始部分，張建中花了不少篇幅介紹其獨特的MUSA架構。
MUSA是摩爾線程自主研發的元計算統一計算架構，覆蓋從芯片架構、指令集、編程模型到軟件運行庫及驅動程序框架等的全棧技術體系。
基于MUSA架構，摩爾線程率先實現了單芯片同時支持AI 計算加速、圖形渲染、物理仿真和科學計算、超高清視頻編解碼的技術突破，為國產高端GPU芯片自主化進程樹立了關鍵技術標桿。
相比采用GPGPU、ASIC等技術路線的其他單一AI加速卡產品，MUSA架構技術具備更強的計算通用性、更優的技術演進能力、更佳的生態兼容性以及更廣泛的市場適應性。
這還沒完，張建中還把下一代的新硬件架構：花港，也亮出來了！
新一代的全功能GPU架構“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。
出了計算性能外，“花港”還集成了新一代異步編程模型，優化任務調度與并行機制；同時，摩爾線程團隊還自研MTLink高速互聯技術，支持十萬卡以上規模智算集群擴展。
還有重要的一點，則是圖形與AI深度融合。它內置AI生成式渲染架構，增強硬件光線追蹤加速引擎，完整支持DirectX 12 Ultimate，實現圖形渲染與智能計算的高度協同。
最大感受是，摩爾線程做的不是產品級，而是架構級統一；所有場景，全都是同一套指令集 + 軟件棧，覆蓋AI訓練 / 推理 / 圖形 / 仿真 / 科學計算。
這放在以前是不可想象的，尤其是對于國產算力來說。這向市場釋放的關鍵信號是：摩爾線程選擇了一條“慢但不可替代”的技術路線。
它不是為某一個模型、某一代需求服務，而是在賭：
算力需求會變得越來越復雜，越來越多的場景會發生融合
另一面，統一架構的長期復利會越來越值錢。
張建中還在會上表示，未來將基于該架構推出高性能AI訓推一體“華山”芯片與專攻高性能圖形渲染的“廬山”芯片。
其中，“華山”芯片為萬卡級智算集群提供穩定高效的算力支撐，是構建下一代“AI
工廠”的堅實底座。
而“廬山”的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，并顯著增強紋理填充、原子訪存能力及顯存容量。
圖形+AI原生融合能力，關系到下一輪需求爆發
圖形領域始終是消費GPU的重頭戲。現在已經成功上市的摩爾線程，自然更會加大創新力度。
大會上，摩爾線程全面展示了作為國產GPU廠商在圖形計算領域的技術進化與突破。
圖片
重磅的是，摩爾線程自主研發了AI生成式渲染架構（MTAGR 1.0）和硬件光線追蹤單元RTU，這很重要，這標志著——
國產GPU正式邁入實時光線追蹤與智能生成渲染時代。
圖片
此外，另一項值得注意的是摩爾線程在消費級圖形領域的代表產品MTT S80，自2022年發布以來已完成36版驅動迭代，實現China Top 50熱門游戲100%兼容，并在3DMark Fire Strike測試中性能提升至3.4倍。
劃重點：MTT S80是摩爾線程推出的國內首款支持Windows 操作系統以及DirectX 11/12圖形計算庫的消費級顯卡，可以流暢運行主流3A大作。
圖片
另一方面，對于專業圖形開發者而言，摩爾線程的 MTT X300顯卡可以說是非常能打。
它深度兼容X86、ARM、LoongArch等主流CPU架構，支持 Windows和眾多國產Linux系統，而且提供了全面國產化的解決方案。可穩定運行Unreal Engine、Unity等主流引擎，并支持8K多顯示器輸出，滿足數字地球、仿真模擬和影視后期等高端應用需求。
渲染與視頻編解碼能力已經覆蓋到了 DirectX、Vulkan、OpenGL等多種圖形API上。
張建中表示，未來公司還將推出MTAGR 2.0和Photon開發接口，實現光線追蹤與AI生成渲染的更高性能，打造跨平臺、跨API的圖形計算生態。
通過“圖形+AI”融合創新和持續技術迭代，摩爾線程正打破傳統圖形生態壁壘，引領國產GPU進入光追、生成式渲染及云端智能計算的新紀元。
可以說國產GPU的“圖形+AI”領域，摩爾線程思路很清晰：
技術上死磕“硬件級光追+AI生成渲染”，產品上兩手大眾專業兩手抓，再加上GPU虛擬化和Cloud AI PC，可以說穩穩的把國產圖形GPU繼續往前推進了一步。
最大的感受是，很多人以為圖形是老業務，但摩爾線程的做法明顯是在釋放一個信號：圖形能力被重新拉回主線，因為它指向的是“物理 AI”的未來。
這其實是最容易被忽略、但最前瞻的信號。
未來的 AI，不只在服務器里算，還要“看世界、進物理”。
別忘了，具身智能、數字孿生、機器人，都繞不開圖形計算。而這些新領域，毫無疑問是也是下一輪算力需求爆發點。
AI PC應該長什么樣？摩爾線程給了自己的定義：讓個體進化為超級個體
現場的又一個驚喜，是作為算力廠商，摩爾線程竟然帶來了一件個人消費品！在 MDC 2025 上，張建中還親自亮相發布了 MTT AIBOOK——一款面向 AI 學習者與開發者的個人智算平臺，并同步開啟預售。（小編通過現場的二維碼，發現定價不菲，9999元起步！）
貴當然有貴的理由！
與傳統 AI 工具強調功能不同，AIBOOK的核心命題只有一個：如何讓個體進化為“超級個體”。在摩爾線程看來，真正的超級個體，不是擁有更多 AI App，而是構建起屬于自己的個人智算系統。
AIBOOK 的底座，是摩爾線程自研的端側智能 SoC 芯片“長江”。該芯片提供 50TOPS 異構 AI 算力，原生支持混合精度計算，讓端側運行大模型、數字人、智能體成為常態能力。搭配基于 Linux 內核的 MT AIOS 操作系統，AIBOOK 預置完整 AI 開發環境與工具鏈，開箱即可進入開發狀態。
在系統形態上，AIBOOK 更像一臺“多系統 AI 工作站”。本機 AIOS 之外，通過虛擬化平臺與安卓容器，可同時運行 Windows 與海量 Android 應用，實現開發、辦公與應用生態的無縫切換。本地算力疊加一站式開發流程，讓模型部署、調用與上線的門檻被顯著拉低。
AIBOOK 另一大亮點，是預置的數字人智能體“小麥”。依托全功能 GPU，小麥可實現 2K 高清、低延遲交互，并支持靈活調用 MUSAChat-72B 等大模型。
同時，摩爾線程開放了完整的云端 API 與本地 SDK，開發者可圍繞數字人、語音、同聲傳譯與端側推理自由創新。
在內容創作層面，AIBOOK 還預裝了智源研究院的多模態世界模型悟界·Emu3.5，文本生圖、圖片編輯等能力開箱即用，進一步拓展個人智算的應用邊界。
從算力下沉到個人設備，到 Agent 級能力自由組合，AIBOOK 所呈現的，是個人 AI 從“工具集合”走向“能力系統”的一次關鍵躍遷。個人智算時代，正在加速到來。
國產GPU生態，需要各界共建
GPU的護城河在哪里？業內的一個共識就是：生態。在主題演講中，張建中多次強調了這一點。
生態體系是GPU行業的核心護城河與價值所在，依托MUSA架構的優勢，我們持續加大研發投入，致力于攻克從硬件到軟件的核心技術挑戰，以開放創新不斷深化與生態伙伴的協同，共同構建自立自強的國產計算產業生態。
今天，摩爾線程站出來，開始為國產GPU開發者們“組團”共建了。
為此，摩爾線程正式宣布了摩爾學院。
張建中表示，要打造一個國產計算生態，我們必須將根系扎得更深、更廣，深入到人才的源頭，也就是我們的高校。
因此，摩爾學院從創立之初，就深耕產教融合。摩爾線程與國內頂尖高校攜手，聚焦最前沿的產品研發與科研創新，同時將產業最真實的應用場景，轉化為課堂上的教學實踐，與名校一起打造精品課程。
此外，摩爾線程還發起了“國產計算生態與AI教育共建行動”。據悉，這項行動已經走進了全國200多所高校，吸引了超過10萬名青年學子參與。
另一方面，摩爾線程還在加速構建一個強大的核心樞紐：MUSA生態中心，來系統性地凝聚、放大整個MUSA生態的創新力量。
據介紹，MUSA生態中心將是摩爾線程與所有開發者、合作伙伴、高校師生，共同將愿景變為現實的總部與主場。
它將承擔幾個關鍵使命，為所有開發者提供支持：第一，核心技術支撐。 第二，展示成果和交流創新。第三，人才培養基地。第四，作為創新孵化和服務平臺。
當然，羅馬不是一天建成的。國產GPU的生態還有不短的路要走。摩爾線程還精心策劃了一系列MUSA開發者計劃。
而摩爾線程今天的開發者生態大會，也正是為了國產GPU的生態壯大所做的努力。
寫在最后
大模型領域發展可以說是以天計算，而在“主權AI”時代，“算力即國力”已經不言而喻。
對于國產GPU而言，它們是肩負我國“主權AI”的研發與創新的基礎底座。
對于成立5年的摩爾線程而言，上市只是一個里程碑，前路還有很多探索，需要付出艱辛的探索。
從這次MUSA開發者大會中，小編最大的感受是，國產GPU的發展很快，從硬件和技術的層面上看，中國開發者特有的韌勁和創新再一次點燃了。
不管是“全功能GPU”的戰略方向，還是“MUSA”、“花港”的全新架構，還是AI+圖形的原生結合，抑或是從GPU廠商的角度去重新定義AIPC，都可圈可點。
不愧是國產GPU第一股！
