在摩尔线程举办的首届musa开发者大会（mdc 2025）上，创始人张建中携一系列重磅成果亮相，向行业展示了国产gpu在技术演进与生态建设上的全新突破。这场以“全功能gpu”为核心主题的发布会，不仅展现了摩尔线程从单点技术到系统级能力的跨越，更释放出国产算力基础设施迈向长期主义的明确信号。
张建中在演讲中强调，gpu的发展史本质是算力边界的持续拓展。从早期专注于图形渲染，到通过可编程能力演变为通用并行计算平台，再到如今成为ai时代的核心载体，gpu的每一次跃迁都源于对多样化计算需求的响应。随着生成式ai向具身智能、物理ai等新形态演进，未来五到十年，算力平台需同时具备计算、仿真、图形与感知能力，这决定了单一功能加速器无法满足需求。
全功能gpu的架构设计正是为此而生。其核心在于集成四大计算引擎：ai计算引擎支撑模型训练与推理，3d图形渲染引擎服务数字内容生产，高性能计算引擎赋能科学模拟，智能视频编解码引擎优化云端算力传输。这种“四引擎协同”的模式，使得单一硬件平台即可覆盖从云端训练到终端推理、从科学计算到数字孪生的全场景需求。
作为摩尔线程自主研发的元计算统一架构，musa在此次大会上升级至5.0版本，标志着其技术体系步入成熟阶段。新架构原生支持musa c编程语言，深度兼容tilelang、triton等国际主流语言，核心计算库mudnn的gemm与flashattention效率突破98%，编译器性能提升3倍，并集成高性能算子库，显著加速训练与推理全流程。
更值得关注的是musa的生态开放战略。摩尔线程宣布将逐步开源计算加速库、通信库及系统管理框架等核心组件，并推出兼容跨代gpu指令的中间语言mtx、面向渲染 ai融合计算的mulang、量子计算框架musa-q等工具链。这一举措旨在构建“国际生态 国产生态”的双轮驱动模式，覆盖“云边端”全系列产品，为开发者提供统一软件栈支持。
基于musa体系，摩尔线程发布了新一代全功能gpu架构“花港”。该架构在计算密度、能效、精度支持与互联能力上实现全面突破：算力密度提升50%，支持从fp4到fp64的全精度计算；通过自研mtlink高速互联技术，可扩展至十万卡级智算集群；内置ai生成式渲染架构与硬件光追引擎，图形渲染性能较前代提升数倍。截至2025年6月，摩尔线程累计授权专利达514项，其中发明专利468项，为架构自主可控提供了坚实保障。
基于“花港”架构，摩尔线程规划了两款芯片：面向ai训推一体的“华山”系列与专注图形渲染的“庐山”系列。前者集成全精度张量计算单元，为万卡集群提供稳定算力；后者在几何处理、光线追踪等关键指标上实现64倍性能提升，可支持3a游戏与高端创作场景。这两款芯片的推出，标志着国产gpu在技术自研与场景覆盖上迈入新阶段。
大会现场，摩尔线程正式发布夸娥万卡智算集群，成为国产gpu在集群系统层面的首个标杆案例。该集群浮点运算能力达10exa-flops，在dense大模型训练中算力利用率（mfu）达60%，moe大模型达40%，训练线性扩展效率95%，且兼容国际主流生态。在推理侧，与硅基流动联合优化的mtt s5000单卡在deepseek r1 671b模型上实现prefill吞吐4000 tokens/s、decode吞吐1000 tokens/s，刷新国产推理性能纪录。
摩尔线程还预告了mtt c256超节点架构规划。该产品采用计算与交换一体化设计，旨在提升万卡集群的训练效能与推理密度，为下一代智算中心提供硬件基石。从单卡到集群，从性能追赶到系统优化，摩尔线程的路径选择，折射出国产gpu从“可用”向“好用”的关键转型。
这场发布会背后，是国产算力对长期主义的坚定选择。面对供应链不确定性、技术封锁与生态薄弱等挑战，摩尔线程选择以全功能gpu为支点，通过架构创新、生态开放与系统级优化，构建自主可控的算力基础设施。这条道路或许漫长，但至少从mdc 2025开始，国产gpu的演进逻辑已清晰可循——不再局限于参数竞争，而是以技术深度与生态广度，重新定义算力价值的边界。
