電子發燒友網報道（文/吳子鵬）在人工智能（AI）時代，算力如同工業革命的電力，成為驅動社會運轉的“數字能源”，是AI從技術研發走向大規模應用的核心支撐。因此，在摩爾線程首屆MUSA開發者大會（MDC 2025）上，摩爾線程創始人、董事長兼CEO張建中表示：“算力即國力，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。”

MDC 2025上，摩爾線程集中發布了一系列技術與產品進展，包括新架構“花港”亮相、夸娥萬卡智算集群發布、下一代MTT C256超節點架構分享、搭載智能SoC芯片“長江”的AI算力本MTT AIBOOK發布等，算力應用場景覆蓋“云邊端”。本文重點聚焦云端算力基礎設施建設，從“Scale Up”“萬卡集群”角度，解讀摩爾線程最新產品對國產算力的賦能價值。

從千卡到萬卡的躍升，下一步目標直指十萬卡

云端算力基礎設施的重要應用場景之一，是AI大模型的訓練與推理。以訓練任務為例，大模型企業通常采用Tensor并行（TP）、Pipeline并行（PP）、Data并行（DP）及專家并行（EP）等方式，拆分千億、萬億參數規模的大模型，進而完成部署與適配。其中，PP、DP等通信量較大的任務，通常選擇Scale Up方式應對，即盡可能部署在單個超節點內；而通信量相對較小的任務，則多采用Scale Out方式。

超節點的本質是極致優化的Scale Up，是算力縱向擴展的最高形態。它通過高速互聯技術，將數十至上百顆計算芯片緊密集成為邏輯統一的計算單元，對外表現為一臺“超級計算機”。因此，在超節點體系中，算力芯片與互聯技術是核心關鍵。

摩爾線程在MDC 2025上公布的“華山”芯片，基于“花港”架構打造，是專注于AI訓推一體與超大規模智能計算的芯片。作為新一代全功能GPU架構，“花港”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，核心特性包括：

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，優化任務調度與并行機制；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，實現圖形渲染與智能計算的高度協同。

全棧自研與安全可信：架構基于全棧自主研發，擁有扎實的專利壁壘（截至2025年6月30日，公司累計授權專利514項，其中發明專利468項），具備全棧自研與自主可控的核心能力；通過四層硬件安全架構，提供從芯片到系統的可驗證安全守護。

從行業發展趨勢來看，低精度訓練推理是未來AI的主要場景，下一代MT Transformer Engine中將進一步利用MTFP8和MTFP4的優勢加速Attention部分，將Attention從BF16向FP8甚至FP6演進。為適配更高密度的Tensor Core，“花港”架構在硬件層面進行創新，對Attention中的SIMT部分完成革新性升級：原生支持矩陣rowmax計算，大幅提升混合精度SIMT吞吐量，增強在線量化反量化能力，并提供低精度訓練推理中隨機舍入等算法的硬件支持。

得益于“花港”架構的領先性能，“華山”芯片集成新一代異步編程與全精度張量計算單元，支持從FP4至FP64的全精度計算，為萬卡級智算集群提供穩定高效的算力支撐，是構建下一代“AI工廠”的堅實底座。“華山”芯片具備多項差異化創新：不僅支持MTLink 4.0，還開放兼容多種以太網協議，可適配更多Scale Up交換機；基于新一代Scale Up系統，目前“華山”芯片可支持高達1024個GPU集成的超節點；內置RAS 2.0，可實現ECC和SRAM校驗，保障芯片運行準確性；集成ACE 2.0新一代異步通信引擎，負責芯片內部通信調度，提升計算效率。

在Scale Up拓展的具體進展上，摩爾線程在MDC 2025上分享了面向下一代超大規模智算中心的MTT C256超節點架構規劃，聚焦高密硬件架構設計，旨在實現極致智算性能。

盡管摩爾線程未在MDC 2025上詳細介紹Scale Out相關內容，但從其最新發布的夸娥萬卡智算集群中，可看出其在該領域的強勁技術實力。作為Scale Out與Scale Up融合的最終成果，夸娥萬卡集群樹立了國產智算效率標桿，核心突破包括：浮點運算能力達到10 Exa-Flops，訓練算力利用率（MFU）在Dense大模型上達60%、在MOE大模型上達40%，有效訓練時間占比超90%，訓練線性擴展效率達95%，與國際主流生態高度兼容，且在多項能效指標上具備顯著優勢。

張建中表示，摩爾線程已具備千卡和萬卡集群的部署與運營能力，下一步目標是攻克十萬卡集群技術。

MUSA 5.0的戰略基石價值：讓算力普惠各行各業

強勁的全功能GPU性能，疊加針對性的系統優化，使大模型開發者無論是開展訓練還是推理工作，都能獲得極致優化的效率：

在訓練側，基于原生FP8能力完整復現頂尖大模型訓練流程，多項關鍵精度指標達到國際主流水平。技術層面實現核心優化：Flash Attention算力利用率超95%，突破FP8累加精度等關鍵技術瓶頸，充分釋放國產GPU在大模型訓練中的性能潛力。

在推理側，摩爾線程聯合硅基流動，經系統級工程優化與FP8精度加速，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，樹立國產推理性能新標桿。

需要說明的是，本文僅解讀了摩爾線程全功能GPU在AI計算領域的能力。此外，該公司全功能GPU的核心引擎還涵蓋3D圖形渲染、物理仿真與科學計算、智能視頻編解碼，這使得摩爾線程全功能GPU在AI科學計算、工業智能、數字孿生、具身智能、量子計算、6G通信、生物醫藥等領域擁有廣闊市場空間。

能夠實現全場景覆蓋，核心原因在于摩爾線程不僅擁有性能領先的全功能GPU，其自主研發的MUSA統一架構更是戰略基石。

MUSA（Meta-computing Unified System Architecture，元計算統一計算架構）是摩爾線程自主研發的全棧技術體系，覆蓋芯片架構、指令集、編程模型、軟件運行庫及驅動程序框架等核心環節。

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，更彰顯了公司堅持底層創新、踐行長期主義的戰略核心，為全功能GPU奠定了堅實技術根基。歷經五年深度研發與持續迭代，MUSA實現了軟件性能的指數級跨越。全新升級的MUSA 5.0標志著該架構步入成熟新階段，在全棧統一性、極致效能與生態開放性上取得關鍵突破，具體包括：

編程生態全面升級：原生支持MUSA C，深度兼容TileLang、Triton等編程語言，為開發者提供靈活高效的全棧開發體驗。

計算效能極致優化：核心計算庫muDNN實現GEMM/FlashAttention效率超98%，通信效率達97%，編譯器性能提升3倍，并集成高性能算子庫，顯著加速訓練與推理全流程。

開源生態持續擴大：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，向開發者社區開放深度優化的底層能力。

前沿特性拓展邊界：即將推出兼容跨代GPU指令架構的中間語言MTX、面向渲染+AI融合計算的編程語言muLang、量子計算融合框架MUSA-Q及計算光刻庫muLitho，持續拓展全功能GPU的算力應用邊界。

張建中指出，MUSA不僅支持國際通用的CPU系統，同時兼容國產CPU操作系統與開發環境；通過MUSA架構，開發者可采用同一套軟件支撐“云邊端”不同系列產品。“我們希望MUSA能為我國各領域科技開發者提供更優質的工具與裝置，助力他們踐行‘十五五’規劃，在各自領域貢獻力量。我相信中國科技自立自強之路將走得更快、更穩，摩爾線程將持續為美好世界加速。”