摘要：

在中國市場，摩爾線程想構建一個中國版英偉達生態大廈。

科技 出品

作者｜Dale

編輯｜董雨晴

英偉達的CUDA生態，一個被類比成“AI時代的Windows”系統的發布，在2006年剛剛面世時，幾乎無人問津。

“一直到2010年，我們去研究一些CUDA的東西的時候，還是會覺得各種問題，之前大家都是英特爾的X86，很成熟了，一做CUDA，這也不行，那也不行，我們就開玩笑怎么做這么爛的？”一位在早年間就專注于英偉達CUDA做軟件研究的從業者告訴科技，這樣的狀態持續了僅五六年，到2015年，想再找CUDA的bug就很難了。

CUDA生態的開發者數量在2020年約為180萬，到2025年已超過450萬，每月工具包下載量達數十萬次。到今天，英偉達還在不斷加深這個護城河。

在中國市場，摩爾線程試圖重講一個類似的故事，構建一個中國版英偉達生態大廈。

12月20日，在北京中關村國際創新中心，摩爾線程首屆MUSA開發者大會（MDC 2025）現場，摩爾線程創始人張建中在上市后首次公開亮相演講，從“花港”新架構，到“夸娥”萬卡集群，再到單卡推理性能突破，第一次系統性攤開了自己的技術底牌，步步直比英偉達。宣布該開發者大會信息后，摩爾線程連漲三天，合計漲幅超50%。

“生態體系是GPU行業的核心護城河與價值所在。”張建中在主題演講中直言，這不僅是摩爾線程五年來在自主全功能GPU架構MUSA上的投入，也是其在2025年末向市場交出的新答卷。

對標英偉達，亮出全新架構“花港”

如果說芯片是算力的軀體，那么架構就是其靈魂。英偉達的Blackwell、Hopper均以架構命名，其重要性不言而喻明。摩爾線程此次發布的全功能GPU架構“花港”，正是其面向下一代計算范式的核心載體。

根據官方資料，“花港”架構在計算密度、能效、精度支持、互聯能力及圖形技術等方面實現全面突破：

計算性能顯著提升：基于新一代指令集，算力密度提升50%，能效大幅優化；支持從FP4到FP64的全精度端到端計算，新增MTFP6/MTFP4及混合低精度支持。

異步編程與超大規模互聯：集成新一代異步編程模型；通過自研MTlink高速互聯技術，支持十萬卡以上規模智算集群擴展。

圖形與AI深度融合：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。

基于“花港”架構，摩爾線程明確了兩條芯片產品線：

“華山”：專注AI訓推一體與超大規模智能計算，為萬卡級智算集群提供算力支撐，定位為“下一代AI工廠的堅實底座”。官方表示其性能約在Hopper和Blackwell之間。

“廬山”：專攻高性能圖形渲染，圖形性能實現全面跨越：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，運行3A游戲性能提升15倍。

在行業人士看來，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。摩爾線程的切入，填補了國內該類型產品的空白，形成了差異化壁壘。不過，以上兩款產品還都是“期貨”，量產還需要時間。

在AI算力競爭已進入“萬卡集群”時代的今天，摩爾線程正式發布了夸娥萬卡智算集群（KUAE 2.0），并展示了其支撐萬億參數模型訓練的工程化能力。

該集群核心指標包括：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%，“在多項關鍵精度指標上達到國際主流水平”。

在推理側，摩爾線程聯合硅基流動，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。這一數據被官方稱為“樹立國產推理性能新標桿”。

中國工程院院士、清華大學計算機系教授鄭緯民在大會演講中指出，雖然構建國產萬卡乃至十萬卡級別的超大規模智算系統存在難度，但“這是必須完成的產業基礎設施任務”。

攤牌了，要做中國“CUDA”

GPU之戰，終局在生態，英偉達憑借CUDA構筑了近二十年的護城河。

“MUSA不僅完整定義了從芯片設計到軟件生態的統一技術標準，更代表了公司堅持底層創新、踐行長期主義的戰略核心。”張建中表示。

據官方披露，截至2025年12月，摩爾線程通過“摩爾學院”匯聚了20萬名開發者與學習者，并通過“國產計算生態與AI教育共建行動”走進全國200多所高校，吸引超10萬名學子參與。

在軟件棧層面，MUSA 5.0實現全面升級：原生支持MUSA C，深度兼容TileLang、Triton；核心計算庫muDNN實現GEMM/FlashAttention效率超98%，通信效率達97%。公司還計劃逐步開源計算加速庫、通信庫及系統管理框架等核心組件。

“只有生態能把所有開發者聯合在一起，單一企業很難獨自建設整個生態。”

實際上，摩爾線程為何如此重視生態？不單單是對標英偉達那么簡單。

一位AI行業從業者告訴科技，“通過軟硬件的協同設計，做比較好的軟件實現，還是能夠把國產算力充分發揮起來的”。

不少從業者都認為，以當前的模型預訓練需求來說，依舊以英偉達的芯片為最優解，但其同樣溢價不菲，單個芯片市場報價通常在20萬至25萬元之間。在持續暴漲的AI需求面前，這是一筆需要計算的經濟賬。

因此在獲準向中國出售H200之際，黃仁勛也表示，“美國放松對AI芯片銷售的限制，中國是否會接受英偉達的H200芯片，我對此并不確定。”

“現階段來看，如果大家愿意在軟件上做相關工作，最終國產算力方案未必不如國外”，前述AI行業從業者表示，不過其也認識到國產生態建設之難。

擺在摩爾線程面前的，仍是漫漫長路：生態建設非一日之功，大規模商用部署仍需持續驗證，國際競爭環境日益復雜。亮劍之后，更關鍵的是如何攻城。