上市后的摩尔线程，重心从造芯变成建生态

周末的北京，寒风凛冽，但在摩尔线程首届 MUSA 开发者大会（简称：MDC 2025）上，却热得让人忘记寒意。

2000 多名来自产学研的专业人士和开发者齐聚在这里，迎接上市刚满 15 天的摩尔线程一个又一个大招：全功能 GPU 架构“花港”、夸娥万卡智算集群、推理性能实现跨越、超节点架构前瞻、全新个人智算平台以及图形进化与前沿探索。

摩尔线程一口气展示了以自主 MUSA 统一架构为核心的全栈技术成果，与其说是“秀肌肉”，不如说是回应了市场最关心的问题：摩尔线程如何撑起一个 3000 亿的故事？

与大模型、AI 应用的叙事逻辑不同，GPU 是一个更强调长期主义的赛道。在国际市场中，英伟达凭借 CUDA 生态保持绝对的领先，AMD 依托 CPU+GPU 产品布局紧随其后。但在国产算力加速崛起、AI 大模型需求持续爆发的今天，国产 GPU 厂商们也站到了舞台中央。从 12 月 5 日正式登陆科创板，开盘拿下 3000 亿市值，到 20 日召开 MDC 2025，摩尔线程用一份高分答卷，回应了市场的期待。

但正如摩尔线程创始人、董事长兼 CEO 张建中在主题演讲中所说，生态体系才是 GPU 行业的核心护城河与价值所在。这一判断，在整场 MDC 2025 中被不断重复和强化，生态作为一个高频出现的关键词，几乎构成了本次 MDC 2025 的隐性主线。

开发者是绝对的“C 位”

开发者作为生态建设的关键，自然在这场以开发者为名的大会中稳居“C 位”——MUSA 架构以开发者为中心进行了全面升级，从编程生态、计算效能、开源生态再到前沿特性，本质上都是在降低开发与迁移成本。此外，无论是训推一体 GPU 产品路线的明确，还是围绕异步编程、软硬件协同等能力的持续推进，指向的都是为开发者构建友好、易用的开发环境。

摩尔线程看似出了一步“险招”，以宏大的开发者生态建设蓝图，剑指英伟达 CUDA 的生态护城河。实则，这几乎是国产 GPU 厂商绕不开的必选项——毕竟，围绕芯片的竞争从来不只是技术层面的比拼，真正的胜负手，是背后的生态体系。

从生态体系来看，GPU 的软件栈通常由上层算法库、中间层接口与驱动、低层编译器与硬件架构共同构成。真正的难点，往往不在于单一能力的突破，而是硬件架构设计及通用计算软件体系的长期建设。这意味着，GPU 厂商不仅需要在硬件架构上保持迭代，还要在软件栈和核心 IP 上持续投入，才能逐步沉淀出一个稳定、具备黏性的开发者社区。

英伟达 CUDA 生态的建设也曾经历过这样一个漫长的历程。自 2006 年推出以来，其生态体系在长期积累中不断扩张，吸引了全球范围内的大量开发者参与，也由此构筑起兼容性与完备度兼具的技术护城河。

摩尔线程技术团队在此前接受 InfoQ 采访时，也强调了构建自主可控的软件生态的重要性：“如果希望在全球市场上挑战英伟达的 CUDA 生态，国产 GPU 厂商需要从多个方面寻找突破口。一是构建自主可控的软件生态是关键，其次，兼容与创新并行的策略也至关重要。此外，抓住新技术的机遇也是一个重要方向，比如 DeepSeek 的爆火，它的核心突破在于算法优化和计算效率的提升，这种低算力需求模型对国产芯片的发展是一个重要机遇。再有，通过开源和合作，吸引开发者参与，加速技术迭代，以及硬件层面的优化也非常重要。”

目前，摩尔线程正围绕硬件、算力、软件、终端工具与学习平台，构建一个以开发者为中心、覆盖全场景的 MUSA 生态体系。

在人才培养方面，摩尔线程以摩尔学院为平台，专为 GPU 开发者、科研人员以及产业实践者设计，提供从入门到精通的全方位培训，课程内容广泛覆盖人工智能、数字孪生、加速计算等多个前沿技术领域。目前，该平台汇聚了近 20 万名开发者和学习者，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，吸引了超过 10 万名青年学子参与。

此外，摩尔线程正在加速建设 MUSA 生态中心，首个 MUSA 生态中心将落地北京海淀区。作为整个 MUSA 生态的核心运营基地与公共服务平台，MUSA 生态中心将为所有开发者提供核心技术支撑、展示成果和交流创新、人才培养与创新孵化等多重职能。摩尔线程同时发布了 MUSA 开发者计划，面向从 AI 学习探索到科研创新的各类开发者提供算力和技术支持，确保每个参与者都能在生态中找到成长通道。

整体来看，MDC 2025 传递出的信号十分明确：摩尔线程不仅在技术上推进全功能 GPU 的能力边界，更在生态建设上形成了系统化布局。这也解释了，为什么上市后的摩尔线程，选择将第一场会定义为 MUSA 开发者大会。

“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，我们持续加大研发投入，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。此次大会是行业首个聚焦全功能 GPU 的开发者盛会，大家的热情令我们备受鼓舞，期待与更多开发者聚力共创，推动 MUSA 生态繁荣发展。”摩尔线程创始人、董事长兼 CEO 张建中在主题演讲中说道。

历时近 3 年重投入，摩尔线程自研 MUSA 又祭出大招

正如前文所言，生态构成了本次 MDC 2025 的隐性主线，除了系统性展示 MUSA 生态体系，MUSA 还以开发者为中心进行了全面升级。

MUSA（Meta-computing Unified System Architecture）是摩尔线程自主研发的元计算统一计算架构，也是国内首个在单芯片上同时支持 AI 智算、图形加速、科学计算、物理仿真以及超高清视频编解码的全功能 GPU 架构，并覆盖从芯片架构、指令集、编程模型到软件运行库及驱动程序框架等的全栈技术体系。

真正值得关注的，是全功能 GPU，这也是摩尔线程能撑起一个 3000 亿故事的关键。做芯片有很多条路，摩尔线程从 2020 年成立之初，就选择了最难的那一条——以全功能 GPU 为核心，从最底层构建一套全栈自主技术体系。

所谓全功能 GPU，是指既能处理图形图像、AI 张量计算、物理仿真和超高清视频编解码等多种任务，又支持 FP64、FP32、TF32、FP16/BF16、FP8、INT8、FP6、FP4 等多种计算精度的 GPU。与普通 GPU 相比，全功能 GPU 在工作效率、生态完整性与多样性以及兼容性方面更具优势，也能更好地满足未来新兴与前沿计算加速应用的需求。

MUSA 为全功能 GPU 奠定了坚实的技术根基，也是摩尔线程所有产品和技术迭代的统一基础，并且持续在进化。从 2022 年发布至今，MUSA 已经升级到第五代。

2022 年 3 月，摩尔线程基于第一代 MUSA 架构推出 GPU“苏堤”，其内置了现代图形渲染、智能多媒体、AI 计算加速、科学计算与物理仿真四大引擎。同年 11 月，摩尔线程推出第二代基于 MUSA 架构的 GPU“春晓”，四大引擎均实现了全面升级：现代图形渲染引擎性能最高提升 3-5 倍；AI 计算加速引擎性能最高提升 4 倍；智能多媒体引擎性能最高提升 4 倍；物理仿真引擎性能最高提升 2.5 倍。

2023 年 9 月，摩尔线程推出第三代 GPU 芯片“曲院”，并加强了 AI 训练和推理能力，相比前代产品性能提升 3 至 5 倍。2024 年，摩尔线程推出第四代 GPU 芯片“平湖”，增加了 FP8 精度支持，大幅提升 AI 算力，并可支撑面向 DeepSeek 类前沿大模型预训练的万卡集群智算中心解决方案。

本次 MDC 2025 全新升级的 MUSA 5.0，以全功能 GPU 的四大引擎为底座，MUSA 软件栈提供了一整套支持 AI 计算加速、图形计算、物理仿真与科学计算、智能多媒体以及端侧智能的开发工具。

在 AI 框架方面，MUSA 兼容 PyTorch、Paddle，同时新增对 Jax 和 TensorFlow 的支持。训练套件在已有分布式训练框架 Megatron 和 DeepSpeed 的基础上，新增了强化学习训练框架 MT VeRL；推理套件在深度优化大模型的 MTT 推理引擎和深度学习模型 TensorX 的基础上，新增了对 SGLang、vLLM 和 Ollama 等新兴推理框架的适配。对于开发者来说，这意味着能够在更丰富的工具链下优化算法和应用，同时加快模型实验和迭代效率。

MUSA SDK 作为加速 AI 和科学计算的基础软件，在原有功能基础上进一步深度优化了计算和通信能力，同时提供了 MATE 算子库和 MT DeepEP，并新增了对 TileLang 语言生态的兼容。此外，MUSA SDK 还提供了 muLang，用于 AI 与渲染的快捷编程。为了让开发者能够更深入地调优 GPU 性能，MUSA 还发布了 GPU 中间表示语言 MTX 1.0。

在图形计算方面，MUSA 集成了硬件级光线追踪引擎与自研 AI 生成式渲染，融合“图形+AI”能力提供给开发者，并在底层驱动上深入支持渲染框架。按照计划，后续还将实现对 DirectX 12 Ultimate 的完整支持。

此外，MUSA 的编程生态得到全面优化，原生支持 MUSA C，并兼容 TileLang、Triton 等语言，为开发者提供灵活的全栈开发体验。核心计算库 muDNN 在 GEMM 和 FlashAttention 上效率超过 98%，通信效率达到 97%，编译器性能提升 3 倍，并集成算子库加速训练与推理。开源生态方面，计算加速库、通信库和系统管理框架等核心组件将逐步向开发者社区开放。前沿特性方面，即将推出兼容跨代 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、量子计算融合框架 MUSA-Q，以及计算光刻库 muLitho，进一步拓展全功能 GPU 的算力边界。

整体来看，MUSA 在编程生态、计算效能、开源生态以及前沿特性上的全面升级，逻辑是以开发者为中心进行设计的，开发者作为生态建设的关键力量，其使用和反馈将直接影响工具链优化、算子库迭代和新特性的落地。

全功能 GPU 架构“花港”上新，两款芯片即将亮相

基于 MUSA 统一体系，摩尔线程还揭晓了新一代全功能 GPU 架构“花港”，与“前代”们相比，“花港”可以说是升级幅度最大的一代 GPU 架构。这也是本次 MDC 2025 带来的最大惊喜。

与苏堤、春晓、曲院、平湖相比，“花港”在计算密度、能效、精度支持、互联能力及图形技术等方面实现了全面突破。

在计算性能方面，“花港”基于新一代指令集，算力密度提升 50%，并大幅优化能效，支持从 FP4 到 FP64 的全精度端到端计算，同时新增 MTFP6/MTFP4 及混合低精度支持。这意味着，无论是高精度科学计算，还是低精度 AI 推理和训练，都能在同一芯片上高效完成。

在编程能力与互联方面，“花港”集成了新一代异步编程模型，对任务调度和并行机制进行了优化，并通过自研 MTLink 高速互联技术，支持十万卡以上的智算集群扩展。在图形与 AI 的深度融合方面，“花港”内置 AI 生成式渲染引擎，同时增强了硬件光线追踪能力，并完整支持 DirectX 12 Ultimate，实现图形渲染与智能计算的高度协同。

在安全与自主可控方面，“花港”完全基于全栈自主研发。数据显示，截至 2025 年 6 月 30 日，摩尔线程累计授权专利 514 项，其中发明专利 468 项，能通过四层硬件安全架构，提供从芯片到系统的可验证安全保障。

基于“花港”架构，摩尔线程公布了未来将发布的两款芯片技术路线。

其一是专注 AI 训推一体与超大规模智能计算的 GPU 产品“华山”。

“华山”集成了异步编程模型、高效线程同步、线程束特化以及常驻核函数，为大规模并行计算和复杂任务调度提供硬件与软件协同支持。在计算精度方面，“华山”引入新一代高性能 MTFP4 技术，支持从 FP4 到 FP64 的全精度计算。针对未来 AI 低精度训练和推理的主流需求，“华山”在下一代 MT Transformer Engine 中进一步利用 MTFP8 和 MTFP4 优化 Attention 模块，实现从 BF16 向 FP8 甚至 FP6 的演进。

为适配更高密度的 Tensor Core，在“花港”架构硬件创新中，Attention 模块的 SIMT 部分进行了革新升级：原生支持矩阵 rowmax 计算，大幅提升混合精度 SIMT 吞吐量，同时增强在线量化与反量化能力，并在低精度训练中提供随机舍入等硬件支持。

其二是专攻高性能图形渲染的 GPU 产品“庐山”。

“庐山”实现了高性能图形计算的全面跨越：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，并显著增强纹理填充、原子访存能力及显存容量。集成 AI 生成式渲染、UniTE 统一渲染架构及全新硬件光追引擎，为 3A 游戏、高端图形创作提供强大算力支持。

“华山”和“庐山”的双芯片路线，传递出了一个十分清晰的信号：摩尔线程正瞄准 AI 与图形两个关键领域，以组合拳的形式保持底层架构的统一，为跨场景协同计算奠定基础。实际上，图形本身也是摩尔线程四大产品矩阵（AI 智算、专业图形、 桌面级 GPU 与智能 SoC）之一，根据公司招股说明书，2025 H1 摩尔线程 AI 智算和专业图形加速两项业务营收合计占比达 99%，构成了公司的主要收入来源。

不过，搭载“华山”和“庐山”芯片的全新硬件产品明年才会亮相。在 GPU 竞争愈发依赖软件与生态协同的背景下，硬件的成败或许需要时间来验证，开发者生态建设才是更具现实意义的观察窗口。毕竟，开发者是否愿意留下来、用下去，才是决定这条路线能走多远的长期关键变量。