在2025年世界人工智能大會（WAIC 2025）開幕前一天，國產GPU企業摩爾線程以“算力進化，精度革命”為主題帶來技術分享，隨后在7月26日-29日的展會期間，又憑借“云邊端”全棧AI產品和解決方案成為焦點，全方位展現了其在AI領域的技術實力與行業愿景。

一、“AI工廠”理念：重構大模型訓練基礎設施

張建中董事長CEO在技術分享會上提出了極具前瞻性的“AI工廠”理念，為AI基礎設施建設指明了新方向。他將“AI工廠”比作芯片晶圓廠，強調這是一個系統性的變革，需要從底層芯片架構、集群整體架構，到軟件算法調優和資源調度系統進行全面升級。

圖：摩爾線程創始人兼CEO張建中提出AI Foudry的概念（來源：電子發燒友網）

“AI工廠”的生產效率由五大核心要素決定，即加速計算通用性、單芯片有效算力、單節點效率、集群效率和集群穩定性，它們之間呈相乘關系，共同決定著“AI工廠”的產能。這一理念致力于推動AI訓練從千卡級向萬卡級乃至十萬卡級規模演進，實現生產力和創新效率的飛躍。

張建中強調，摩爾線程的“AI工廠”以全功能GPU為基石，通過先進架構、芯片算力、單節點效率、集群效率優化與可靠性等協同躍升的深度技術創新，將全功能GPU加速計算平臺的強大潛能轉化為工程級的訓練效率與可靠性保障。

二、全功能GPU：功能完備與精度完整

全功能GPU是摩爾線程“AI工廠”的核心支撐，也是其技術突破的關鍵所在。張建中介紹，摩爾線程自主研發的全功能GPU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，目前國內GPU只有摩爾線程具備這個能力。

圖：摩爾線程原生支持FP8 大模型訓練推理

在計算精度方面，摩爾線程的全功能GPU支持從FP 64至INT 8的完整精度譜系，尤其在FP8混合精度技術上表現突出，在主流前沿大模型訓練中實現20%-30%的性能躍升，為國產GPU的算力效率樹立了行業標桿。這種全精度支持使其能夠全面覆蓋從AI訓練、推理到科學計算的全場景需求，無論是大模型訓練還是復雜的科學計算任務，都能游刃有余。

三、MUSA架構：釋放芯片有效算力

自研的MUSA架構是摩爾線程提升芯片有效算力的核心武器。張建中詳細闡述了MUSA架構在計算、內存、通信三方面的突破。該架構采用創新的多引擎、可伸縮GPU架構，通過硬件資源池化及動態資源調度技術，構建了全局共享的計算、內存與通信資源池，突破了傳統GPU功能單一的限制。

在計算層面，摩爾線程的AI加速系統（TCE/TME）全面支持多種混合精度計算，作為國內首批實現FP 8算力量產的GPU廠商，其FP8技術通過一系列創新設計，將Transformer計算性能提升約30%。內存系統方面，實現了50%的帶寬節省和60%的延遲降低；通信領域，獨創的ACE異步通信引擎減少了15%的計算資源損耗，MT Link 2.0互聯技術提供了高出國內行業平均水平60%的帶寬。

四、MUSA全棧系統軟件：提升單節點效率

單節點效率的提升離不開優秀的軟件支持，摩爾線程的MUSA全棧系統軟件在這方面表現出色。張建中介紹，其核心創新包括任務調度優化，核函數啟動時間縮短50%；極致性能算子庫，GEMM算子算力利用率達98%，Flash Attention算子算力利用率突破95%；通信效能躍升，MCCL通信庫實現RDMA網絡97%帶寬利用率等。

這些軟件層面的優化使得單節點能夠充分發揮硬件的性能，減少資源浪費，提高計算效率，為“AI工廠”的高效運轉提供了堅實的軟件基礎。

五、KUAE大規模集群：系統工程級的突破

當單節點效率達到較高水平后，大規模集群的高效協作成為新的挑戰。摩爾線程自研的夸額（KUAE）計算集群通過5D大規模分布式并行計算技術，實現了上千節點的高效協作，推動AI基礎設施從單點優化邁向系統工程級突破。

KUAE集群創新采用5D并行訓練，整合數據、模型、張量、流水線和專家并行技術，全面支持Transformer等主流架構。同時，自主研發的Simumax工具能面向超大規模集群自動搜索最優并行策略，為模型縮短訓練周期提供科學依據。此外，創新的Check Point加速方案利用RDMA技術，將百GB級備份恢復時間從數分鐘壓縮至1秒，大幅提升了GPU有效算力利用率。

六、零中斷容錯技術：保障集群穩定性

在萬卡級AI集群中，硬件故障導致的訓練中斷會嚴重浪費算力。為此，摩爾線程創新推出零中斷容錯技術，這一技術成為保障“AI工廠”持續運轉的關鍵。

當故障發生時，該技術僅隔離受影響節點組，其余節點繼續訓練，備機無縫接入，全程無中斷。這使得KUAE集群有效訓練時間占比超99%，大幅降低了恢復開銷。同時，KUAE集群通過多維度訓練洞察體系實現動態監測與智能診斷，異常處理效率提升50%；結合集群巡檢與起飛檢查，訓練成功率提高10%，為大規模AI訓練提供了穩定保障。

七、展臺產品矩陣：“云邊端”全棧解決方案亮相

在WAIC展會的H1-A821展位，摩爾線程展示了豐富的“云邊端”全棧AI產品與解決方案，讓觀眾直觀感受到其技術的實際應用。

圖：WAIC 2025摩爾線程現場大受熱捧

夸娥（KUAE）作為以全功能GPU為硬件核心的軟硬一體化系統級算力解決方案，支持萬卡級規模擴展能力，為大模型預訓練提供穩定高效的算力支撐。其中，KUAE2是2024年底推出的第二代大規模智算融合中心產品，支持萬卡互聯，兼顧AI與科學計算。

全功能GPU OAM模組專為大規模智算集群設計，可支持萬億級參數大模型訓練與推理，且在國內率先支持FP8等全計算精度。AI大模型一體機MCCXD800X2是旗艦級GPU加速服務器，為大語言及多模態大模型、科學計算等前沿領域提供強大支持。

此外，還有訓推兼顧的AI大模型智算加速卡MTTS4000，適用于云電腦、云游戲等場景的云端渲染卡MTTS3000，首款國產GPU游戲顯卡MTTS80，以及可廣泛應用于多個行業的邊緣AI計算模組。這些產品形成了完整的計算加速產品矩陣，全面滿足不同場景的需求。

八、行業應用：全功能GPU賦能千行百業

摩爾線程的全功能GPU不僅在技術上領先，更在多個行業領域展現出強大的應用價值。在智能計算領域，其大模型訓練和推理解決方案性能優異，運行DeepSeekR1671B全量模型的單路解碼速度約100token/s，處于行業領先水平。

在科學計算領域，與國內頂尖科研機構打造了軟硬件協同的生命科學解決方案，憑借全功能GPU的全精度計算、強大兼容性和高性能優勢，可高效運行分子動力學、分子對接等科學計算軟件。該方案不僅突破傳統研究瓶頸，更在性能上達到行業領先水平，推動生命科學研究的國產化突破。

物理仿真方面，硒鉬科技研發的AI for Science大模型平臺，依托全功能GPU強大算力與均衡的訓推能力，在保持計算精度下實現百倍仿真效率躍升。其專有智能體系統自動化處理重復科研工作，推動科學研究向工程化、精準化新范式演進。

在空間智能領域，依托全功能GPU算力，摩爾線程聯合超圖共同構建了覆蓋訓練、推理到可視化的完整國產化鏈條，支持億級參數模型開發，并實現快速解譯和高清影像實時渲染，成為國內極少數的可滿足遙感大模型全流程需求的國產GPU解決方案。

在具身智能、創娛教育、智能制造、智慧醫療、智能駕駛、智能座艙等領域，摩爾線程的全功能GPU也都有出色的應用展示，為各行業的智能化升級注入新動能。

從“AI工廠”理念的提出到全棧產品的展示，摩爾線程在WAIC 2025上充分展現了其在全功能GPU領域的深厚積累和領先地位。隨著技術的不斷迭代和應用的持續拓展，摩爾線程正以系統級創新定義新一代AI基礎設施，為AGI時代的到來奠定堅實的算力基礎。

相關閱讀：
摩爾線程“AI工廠”：以系統級創新定義新一代AI基礎設施
疑似摩爾線程S90曝光，對標RTX4060
摩爾線程吳慶詳解 MUSA 軟件棧：以技術創新釋放 KUAE 集群潛能，引領 GPU 計算新高度