2025 年，對標達摩底國產 GPU 行業迎來了一個不僅關乎生存，英偉更關乎勝負的爾線「大年」。
在國際博弈與 AI 大模型爆發的程上雙重夾擊下，國內企業達成了前所未有的市后首次共識，若不擁有自主 GPU 算力，對標達摩底就無法在通往未來的英偉牌桌上保住席位。過去兩年，爾線國內模型玩家們一邊在全球范圍內「屯糧」，程上一邊悄悄投遍了國內所有的市后首次 GPU 廠商，每個人都在等待那個能真正承載中國 AI 野心的對標達摩底玩家出現，希望國產芯片能在性能上與國際巨頭正面一搏。英偉
不過，爾線今天這一切或許有了新的程上變化。12月20日，市后首次摩爾線程在北京中關村國際創新中心舉辦了首屆 MUSA 開發者大會（MDC 2025）。會上，摩爾線程創始人、董事長兼 CEO 張建中在主題演講中介紹了其最新 GPU 架構「花港」，算力密度提升 50%，效能提升 10 倍。落在具體芯片上，摩爾線程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。
據介紹，在性能上，華山的訪存容量甚至超越了英偉達 Blackwell，訪存帶寬與之并肩齊驅。盡管在絕對浮點算力和互聯帶寬上仍處于追趕 Blackwell 的狀態，但它已多方位超越了長期作為行業標桿產品。這種「緊咬旗艦」的態勢，標志著國產 GPU 已經完成了從「能用」到「頂級好用」的跨代躍遷。
華山性能示意圖 ｜ 圖片來源：極客公園
而專注于高性能圖形渲染的廬山，相較于上一代的 S80，能夠為 3A 游戲性能帶來 15 倍的提升，具體而言，在 AI 性能上有 64 倍的提升，在光線追蹤性能上有 50 倍提升。
作為目前少數敢于和英偉達公開掰手腕的國產 GPU 廠商之一，摩爾線程在此次發布會中所推出的產品，更具象體現其「全功能 GPU」的定位，從具身智能到生命科學，再到量子計算，摩爾線程和生態伙伴們的合作正逐步展開。
熬過了漫長的靜默期，摩爾線程終于以「國產 GPU 第一股」的姿態站到聚光燈下。此刻，它必須面對市場的集中叩問如何立足市場？未來征途又將去往何處？尤為關鍵的是，在數款硬件落地之后，其業務體系究竟如何布局？在芯片荒與算力焦慮交織的當下，摩爾線程這種全方面布局方式究竟能否在激烈競爭中挖到真正的「算力黃金」？通過這場大會釋放出的多方信號，我們得以窺見這家公司重塑計算效率邊界的野心與路徑。
一、1個架構，2款硬件，3款芯片
「算力就是國力。我們希望能夠從芯片到集群以『加速計算』的能力，利用全功能 GPU 打造國之重器。」在摩爾線程創始人張建中講述自己講如何打造一條從微觀芯片架構到宏觀智算集群的自主突圍之路。
與英偉達構筑的 CUDA 護城河邏輯相似，摩爾線程深知單一硬件無法定義未來，因此打造了一個縱深極廣的生態系統MUSA，底層集成了 AI 計算、3D 圖形渲染、高性能計算與智能視頻編解碼的全功能 GPU ，以全數據單元的兼容性將算力觸角延伸至科學計算、數字孿生、具身智能、量子計算乃至 6G 通信與生物醫藥等前沿領域。
在全功能GPU之上，是硬件系統，摩爾線程的智算集群叫作夸娥。夸娥智算集群實現了從微型系統到十萬卡規模的彈性擴展；MUSA 軟件棧則通過完備的加速庫、調試工具及應用實例，為開發者提供了從底層基礎軟件到 AI 訓推系統框架的閉環支持，甚至通過復雜的管理套件，攻克了超大規模系統運維的難題。
架構迭代升級的確定性，是國產芯片對抗外部不確定性的定海神針。在歷經蘇堤、春曉、曲院、平湖四代量產演進的積淀后，摩爾線程計劃于明年正式量產第五代架構「花港」。
摩爾線程通過底層指令集升級來換取性能空間優化，花港在同等工藝條件下實現了 50% 的算力密度增長與 10 倍的能效提升。摩爾線程還專門針對大模型趨勢優化了 FP4、FP6、FP8 等低精度計算單元，并支持十萬卡以上集群的擴展。
花港架構 ｜ 圖片來源：摩爾線程
基于此架構的 AI 芯片「華山」，更是引入了新一代異步編程模型，通過 TCE-PAIR 技術實現 Tensor 核心間的數據共享，讓本需兩次調用的數據一次完成，解決了計算單元因任務分配不均而「空轉」的頑疾，在硬件底層優化了算子的實際吞吐效率。
此外，摩爾線程技術溢出不僅影響到數據中心，同樣在圖形與邊緣側市場引發了質變。承襲花港架構底層優勢的專業圖形顯卡「廬山」，相比前代 S80，其游戲性能提升 15 倍，AI 原生算力激增 64 倍，幾何處理能力提升 16 倍，并支持 50 倍性能的光線追蹤硬件加速。通過統一任務引擎管理框架，「廬山」確保了多核并行效率的最大化，使其足以勝任 CAD 與 CAE 等高精度的工業輔助設計任務。
廬山 芯片 ｜ 圖片來源：摩爾線程
在連接云端與端側的戰略上，新一代 AI SoC 長江內部融合了 CPU、GPU、NPU、VPU、DPU、DSP 及 ISP 等多元異構引擎，讓端側設備極高的靈活性。目前，長江能夠在一個高效率、低功耗的單芯片系統內，同時處理復雜的邏輯指令與超高清視頻編解碼，覆蓋了從機器人到智能終端幾乎所有的技術訴求。
長江智能 SoC 芯片 ｜ 圖片來源：摩爾線程
為了加速生態下沉，摩爾線程還推出了售價 9999 元起的算力本 MTT AIBOOK 與個人工作站 AICube，試圖將「云端算力」升級為「開箱即用」的個人生產力。
據介紹，MTT AIBOOK 是首部真正意義上的「算力本」，它搭載了長江SoC，將大模型訓推能力直接封裝進便攜設備。摩爾線程認為，通過內置的 MT AIOS，開發者可以在 Linux 原生環境下自由切換 Windows 虛擬機與安卓系統，實現從模型訓練、推理調試到多端應用部署的周期閉環。
MTT AIBOOK ｜ 圖片來源：摩爾線程
針對個人開發者面臨的環境配置痛點，AIBOOK 還提供了預裝方案，不僅支持 Docker 與深度神經網絡庫，還集成了 VS Code、Python 及 PyTorch、vLLM 等主流框架，配合 1TB SSD 與最高 64G 高速存儲，讓「一人一 Agent」的設想成為可能。用戶可以利用其開放系統開發專屬智能體，甚至讓 Agent 接管系統操作，真正實現 AI 原生的工作流。
如果說 AIBOOK 算是流動的節點，那么 AICube 則是一個靜默而強大的算力中樞。作為一個目前處于原型機階段的小型工作站，AICube 利用強大的算力化身為家庭或辦公室的「數據中樞」，通過人工智能交互對碎片化信息進行智能化管理。無論是咨詢旅行照片、檢索家庭短片還是規劃行程，其內置數字人都能充當「家庭大腦」提供即時服務。
算力競賽的終局，最終都會回歸生態滲透率的較量。為了打破 CUDA 生態的慣性遷移壁壘，摩爾線程正在開發的 MUSACode 大模型已實現 93% 的自動化編譯率，并正在自研通過自然語言直接生成代碼的 Text to MUSA 技術，試圖大幅降低遷移門檻。此外，GPU 虛擬化技術的迭代實現了熱遷移與熱插拔功能，這種高可靠性特性極大增強了國產算力在云端部署中的商業競爭力。
從華山到廬山再到長江，從數據中心到個人桌面，這種多方位布局體現了摩爾線程試圖通過架構創新與軟件深度重構，在現有制程框架下大幅提高計算效率。
二、打造萬卡 AI 超級工廠
前幾年，萬卡集群曾被視為難以逾越的巔峰，但隨著千億級乃至萬億級參數大模型的涌現，如何構建一個真正屬于國產化的超算底座，成了行業共同的追索。在這個過程中，摩爾線程并不滿足于只做芯片的供應商，而是希望打造一座智能的「AI 工廠」。
在大規模集群中，如何讓數以萬計的 GPU 像一個大腦一樣協同工作，其中最大的難題之一在于 Scale-up（垂直擴展）的效率。
為了打破互聯的圍墻，摩爾線程的「華山」芯片不僅擁有高速的 MTLink 4.0 技術，還主動擁抱多元化的以太網協議，將國內合作伙伴的各種協議內置在芯片里，這也讓華山芯片的兼容性能無縫適配廣闊硬件生態，讓國產算力能夠通過跨廠商的交換機實現自由擴展。目前，華山的超節點 Scale-up 能力已提升至 1024 卡，這意味著超千顆 GPU 能在一個節點內實現極致的帶寬互通，為十萬卡級別的超大規模集群打開了物理想象力。
然而，當算力規模走向十萬卡級別，穩定性就成了集群運轉的生死線。摩爾線程通過RAS 2.0 技術，采用 ECC 與 SRAM 校驗機制，芯片能在問題發生的一瞬間自動檢測、上報并精準隔離故障單元。這種設計確保了在成千上萬芯片構成的星陣中，局部的微小問題不會引發系統性的崩潰，讓開發者和管理者能夠實時掌控集群的健康狀態，確保了整個智算中心的安全性與業務連續性。
從 2024 年的千卡試水，到 2025 年萬卡集群的落地，再到未來十萬卡級的藍圖，摩爾線程的夸娥智算集群正在重塑國產算力的上限。這座坐落于北京的萬卡工廠，不僅擁有驚人的 10 EFLOPS 浮點算力，更在模型算力利用率和有效訓練時長上給出不錯的成果。目前，它通過深度軟硬件協同，讓 MFU 穩定在 60% 以上，真正解決了大模型訓練中「出工不出力」的難題。
很顯然，在摩爾線程的愿景里，國產超算不應只是硬件堆砌。為此，他們推出了MTT C256 超節點解決方案，讓 256 顆 GPU 在億級拓撲互聯下實現互通。同時，為了降低開發門檻，他們打造了從自研 MT Transformer 推理引擎到全面兼容 vLLM、Llama.cpp 等開源生態的軟件矩陣。
MTT C256 超節點解決方案｜ 圖片來源：摩爾線程
從華山芯片到夸娥集群，再到那些讓代碼遷移變得輕而易舉的 MUSACode 工具，摩爾線程正在做的是試圖在這個由制程瓶頸與技術壁壘構成的迷宮中，開辟出一條通往「算力自由」的中國路徑，讓國產智算中心真正成為能支撐起萬物智能的基座。
三、成為下一個「英偉達」？
當摩爾線程將其完整的產品圖譜悉數鋪開時，你會驚覺這家公司在靜默的時光里已然走過了極為深遠的征途。從蘇堤、春曉、曲院、平湖，再到計劃量產的「花港」架構，這種一年一代的迭代速率，勾勒出一條國產算力向上攀升的曲線。從底層的芯片邏輯看，摩爾線程始終緊扣「全功能、全精度、全產品業務」三大支柱。
在展會現場，這種「全」的意圖被展現得淋漓盡致：從云端智算中心到邊緣計算節點，再到 橫跨 B、C 兩端的桌面終端，這種縱貫產業鏈上下游的布局，幾乎覆蓋了計算生態的每一個神經末梢。
在推理生態上，摩爾線程與硅基流動的深度合作，展示了其基礎庫在開發者手中的實戰潛力。據介紹，在 Prefill 階段，單卡每秒可處理 4000 tokens，decode 階段亦能達到單卡每秒 1000 tokens。
不僅如此，摩爾線程在生命科學領域利用 MUSA 平臺開發出 Sponge 和 DSDP，試圖在自己的生態里生長出原生的應用場景。在前沿的 AI For 6G 賽道，摩爾線程與中關村聯合合作，利用 S5000 的算力，讓 6G 通信的算法優化與網絡部署，加速通信與算力融合。
摩爾線程還打造的數字人「小麥」，開放了核心能力，支持開發者在 AIBOOK 上原生開發 2D 數字人應用。摩爾線程甚至提供了云邊結合的數字人制作工具，讓 AI 生成的數字人能應用于服務與交互場景。
展會上引人注目的亮點之一，莫過于那臺被擺在各個站臺演示位核心、甚至已成為摩爾線程公司內部主力辦公設備之一的 MTT AIBOOK。通過后臺參數性能監控可以發現，即便是在播放高碼率視頻或執行多任務切換時，其底層的全功能 GPU 波動依然保持平穩。這說明 AIBOOK 并非一個點到為止的「參考設計」，而是一款完成度較高、意圖切入真實市場的硬件產品。與之相伴的還有針對個人數據中心打造的AICube，這些消費級終端的「小試牛刀」，背后折射出摩爾線程下沉算力入口的野心。
摩爾線程打造的 MTT AIBOOK和 MTT AICube｜ 圖片來源：極客公園
然而，全能的另一面往往是業務重心的取舍難題。9999 元的定價背后，也是芯片廠商跨界生態位的巨大風險。這種看似「戰線過長」的布局，其實隱藏著國產 GPU 廠商在現有國際霸權生態下的集體無奈。
在國際廠商生態已然堅不可摧、開發者習慣早已固化的今天，國產玩家想要突圍，僅僅提供一顆芯片是不夠的。現有的成熟平臺就像是精密運轉的鐘表，所有外部齒輪都圍繞其轉動；而作為后來者的摩爾線程，必須親自搭建起適配平臺、開發庫、解決方案甚至是硬件終端。這是一種「為了賣出芯片，必須先修好整條路」的戰略自覺，只有將通路的工作做在前面，才能最大化地釋放出國產化芯片的性能優勢，為自己爭取到進入核心賽道的門票。
這一切，最終凝結為摩爾線程前瞻且全面的業務體系。展會中，我們聽到不少人將其稱為「中國的英偉達」。誠然，從其展示的藍圖中，我們確實能看到一顆不甘追隨、志在引領的雄心。然而，真正的破局者從不滿足于成為另一個誰。在技術封鎖與生態挑戰并存的當下，我們期待摩爾線程這套「以全破堅」的方略，不僅能開辟生存之路，更能走出一條定義自身、通往算力自主的開拓之路。
