12月20日至21日,摩爾線程首屆MUSA開發者大會(簡稱:MDC 2025)于北京中關村國際創新中心成功舉辦。本次大會以自主計算創新與開發者生態共建為核心議題,吸引2000多名來自產學研的專業人士和開發者參與,共同見證國產GPU生態發展的關鍵進展與未來藍圖。

中國工程院院士、清華大學計算機系教授鄭緯民,海淀區委書記、中關村科學城黨工委書記張革,海淀區委副書記、代區長許心超,海淀區委副書記岳立,中關村科學城管委會副主任、海淀區副區長唐超等嘉賓和領導出席大會主論壇。
海淀區委書記、中關村科學城黨工委書記張革在大會開場致辭中指出:“海淀區作為北京國際科技創新中心的核心區,以‘國家所需’為導向,堅持走新時代科技創新之路,始終把培育硬科技企業擺在重要位置。我們將聚焦‘打造自主創新策源地和新興產業集聚地’的目標,攜手摩爾線程和各位開發者,共筑全國GPU最優生態。期待摩爾線程繼續領跑行業,以更硬核的技術、更完善的生態,實現國產芯片技術的新突破,為助力數字經濟高質量發展、推動科技自立自強,做出新的更大貢獻。”

中國工程院院士、清華大學計算機系教授鄭緯民發表主題演講。他指出,發展“主權AI”是提升未來國家競爭力的關鍵,其核心在于實現“算力自主、算法自強、生態自立”的完整體系。鄭院士認為,國產計算顯卡與國外主流產品的性能差距正在持續縮小,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。他特別指出,開發者是生態建設的關鍵,國產芯片平臺必須構建起友好、易用的開發環境,以有效服務開發者社群。

摩爾線程創始人、董事長兼CEO張建中在主題演講中強調了MUSA架構作為全功能GPU基石的先進性與技術引領性,并表示:“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。此次大會是行業首個聚焦全功能GPU的開發者盛會,大家的熱情令我們備受鼓舞,期待與更多開發者聚力共創,推動MUSA生態繁榮發展。”

本次大會上,摩爾線程集中發布了一系列圍繞MUSA的技術與產品進展:揭曉新全功能GPU架構“花港”,支持全精度計算,計算密度與效能顯著提升,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。大模型訓練層面,重磅發布“夸娥”萬卡智算集群,目前已具備支撐萬億參數模型訓練的工程能力。在推理側,聯合硅基流動實現大模型推理性能突破,樹立國產GPU推理新標桿。同時,大會分享了面向未來的超節點架構,發布了搭載“長江”智能SoC芯片的AI算力本MTT AIBOOK,并展示了在圖形渲染、具身智能、科學智能等前沿領域的深度探索。

主論壇圓桌對話環節,一場圍繞“國產 AI 算力生態的‘破’與‘立’”的思想交鋒熱烈展開。本環節特邀硅基流動創始人兼CEO袁進輝,清華大學長聘教授、高性能計算所所長翟季冬,智源研究院AI框架團隊研發負責人敖玉龍,摩爾線程聯合創始人兼CTO張鈺勃,摩爾線程高級副總裁董龍飛共聚一堂,圍繞算力損耗、兼容性與極致性能的平衡等核心議題展開討論。會議形成共識:中國AI生態建設的核心在于凝聚產業共識,堅定走軟硬協同的產業鏈打通之路。摩爾線程通過持續迭代MUSA架構、擁抱開源和開設摩爾學院等行動,正積極推動這一協同生態的建設。
本次大會還設置20余場技術分論壇,并打造了占地超過1000平方米的沉浸式“MUSA嘉年華”體驗展區,內容覆蓋AI大模型與智能體、具身智能、科學計算、空間智能等前沿技術領域,也深度融合了工業智造、數字孿生、數字文娛、智慧醫療等關鍵行業場景,展現了基于摩爾線程 MUSA 架構的自主計算技術正加速“人工智能+”在千行百業的應用落地,為科技自立自強和數字經濟高質量發展注入澎湃的新動能。
關于摩爾線程
摩爾線程以全功能GPU為核心,致力于向全球提供加速計算的基礎設施和一站式解決方案,為各行各業的數智化轉型提供強大的AI計算支持。
我們的目標是成為具備國際競爭力的GPU領軍企業,為融合人工智能和數字孿生的數智世界打造先進的加速計算平臺。我們的愿景是為美好世界加速。
-
gpu
+關注
關注
28文章
5194瀏覽量
135434 -
摩爾線程
+關注
關注
2文章
279瀏覽量
6450
原文標題:MDC 2025|首屆MUSA開發者大會成功舉辦,加速構建國產GPU生態
文章出處:【微信號:moorethreads,微信公眾號:摩爾線程】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
摩爾線程快速完成對Qwen3.5模型全面適配
摩爾線程正式開源TileLang-MUSA項目
算力即國力!摩爾線程架構/芯片/超節點/萬卡集群四連發,助力打造AI國之重器
MDC 2025 摩爾線程首屆MUSA開發者大會成功舉辦,加速構建國產GPU生態
評論