自研架構(gòu)升級，摩爾線程在物理AI時(shí)代開啟“成人禮”

作者：毛爍

“在AI進(jìn)入物理世界的今天，我們到底需要什么樣的算力底座？”這一問題背后，是算力的路線之爭。

如果說2024年大家還在為Scaling Law（規(guī)模定律）下的顯存容量而焦慮，那么到了2025年底，真正的焦慮變成了——如何讓AI理解并改變物理世界。

事實(shí)上，2025年是算力范式裂變的一年。

隨著人工智能向Agentic AI（智能體AI）乃至物理AI（Physical AI）演進(jìn)，單純的算力堆砌已經(jīng)無法滿足日益復(fù)雜的應(yīng)用需求。

具體而言，其一是物理AI的崛起。具身智能、工業(yè)機(jī)器人、自動駕駛等應(yīng)用，不僅需要AI理解意圖，還要實(shí)時(shí)感知物理規(guī)則（物理仿真），并實(shí)時(shí)構(gòu)建出高保真的視覺反饋（圖形渲染）。

其二是本土化創(chuàng)新的戰(zhàn)略選擇。通用性與靈活度的平衡在本土算力演進(jìn)的過程中，存在“通才”與“專才”的選擇問題。

例如，谷歌的TPU是全棧整合的“專才”典型，其在閉環(huán)生態(tài)內(nèi)具有極高的性價(jià)比，但大多數(shù)本土企業(yè)并不具備垂直整合的能力。相比之下，GPU分工合作的機(jī)制，從CNN到Transformer再到未來的“世界模型”，其能在每次計(jì)算范式的更迭中，始終保證性能與靈活度。

其三是“圖算結(jié)合”。AI的未來方向，一定是多模態(tài)的。這就需要其既能“理解世界”（AI計(jì)算），還能用三維去“構(gòu)建世界”（圖形渲染），并能通過超高清視頻進(jìn)行傳輸。這種能力在AI for Science、工業(yè)數(shù)字化轉(zhuǎn)型中具有重要價(jià)值。

12月20日，在首屆MUSA開發(fā)者大會（MDC 2025）上，摩爾線程創(chuàng)始人張建中，帶著過去五年的成績單走向臺前。基于對計(jì)算范式的深度洞察，摩爾線程從底層的MUSA架構(gòu)開始，就在為“全功能”蓄力。

01 全精度“大滿貫” “花港”開啟訓(xùn)推渲染“雙升路線”

這次，摩爾線程正式發(fā)布了代號為“花港”的第五代全功能GPU架構(gòu)。

從指標(biāo)上看，“花港”基于完全本土創(chuàng)新的一代指令集架構(gòu)與處理器微架構(gòu)，其算力密度提升50%，計(jì)算能效實(shí)現(xiàn)了10 倍級跨越式提升。值得注意的是，這一提升并非單純依賴工藝，更深層的變化，來自對并行計(jì)算組織方式本身的重寫。

在傳統(tǒng)GPU并行模型中，算力瓶頸并不在于“核心不夠多”，更多是來自核心之間長期存在的調(diào)度失衡——任務(wù)分配不均導(dǎo)致部分計(jì)算單元閑置，另一部分卻持續(xù)擁塞，硬件峰值難以轉(zhuǎn)化為有效的算力吞吐。

但是，“花港”架構(gòu)引入了新一代異步編程模型，通過重構(gòu)任務(wù)調(diào)度與資源分配機(jī)制，結(jié)合高效線程同步、線程束特化等技術(shù)，讓成千上萬的計(jì)算核心可以在更細(xì)粒度、更高并發(fā)的節(jié)奏下協(xié)同運(yùn)轉(zhuǎn)，從而顯著提升算力的“實(shí)際可用率”。

這種對硬件潛力的極限釋放，使得其GPU在面對億級參數(shù)級模型時(shí)，不再只是“能跑”，更能提升有效產(chǎn)出比。

如果說并行模型決定了算力是否“用得滿”，那么精度完整性則決定了芯片能否覆蓋真實(shí)世界中復(fù)雜多樣的計(jì)算需求。“花港”架構(gòu)實(shí)現(xiàn)了從科學(xué)計(jì)算所需的FP64，到主流大模型訓(xùn)練的FP32 / TF32，再到可顯著壓縮推理成本的FP8、FP6、FP4的原生全精度支持。

在此基礎(chǔ)上，摩爾線程對Tensor Core進(jìn)行了新一輪的深度設(shè)計(jì)升級。通過TCE-PAIR技術(shù)，讓兩個(gè)張量計(jì)算引擎在計(jì)算過程中共享數(shù)據(jù)通路，將算力效率與數(shù)據(jù)復(fù)用深度耦合。在大量算子密集的應(yīng)用場景中，這種內(nèi)部結(jié)構(gòu)的優(yōu)化，往往比單純堆疊算力更能撬動整體性能。

這也是“花港”作為第五代“全功能 GPU”架構(gòu)的原因——既能承擔(dān)高精度的科學(xué)模擬（AI4S），也能下沉到低精度的大規(guī)模推理，覆蓋物理AI與多模態(tài)計(jì)算的完整圖譜。

在完成底層架構(gòu)統(tǒng)一之后，摩爾線程并沒有選擇“一顆芯片打天下”，而是基于“花港”架構(gòu)，明確分化出兩條面向不同范式的產(chǎn)品路線。

其中，“華山”系列，面向AI訓(xùn)推一體與超大規(guī)模智能計(jì)算場景。該系列完整集成了新一代異步編程技術(shù)，并引入高性能MTFP4計(jì)算能力，目標(biāo)是為萬卡級智算集群提供穩(wěn)定、可持續(xù)擴(kuò)展的算力底座。其浮點(diǎn)計(jì)算能力對標(biāo)行業(yè)的較高水平，指向的是構(gòu)建下一代“AI 工廠”所需的系統(tǒng)級算力。

“廬山”系列，則集中在高性能圖形渲染領(lǐng)域，其性能提升近乎“暴力”——AI 計(jì)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。

在摩爾線程的判斷中，圖形能力并非是游戲的專屬，更是物理AI的“五感系統(tǒng)”。沒有高保真、實(shí)時(shí)的渲染能力，具身智能就無法在仿真環(huán)境中學(xué)習(xí)真實(shí)世界的物理反饋、光影變化與空間關(guān)系。通過集成AI 生成式渲染架構(gòu)（AGR）與UniTE 渲染架構(gòu)，“廬山”不僅能夠支撐3A級實(shí)時(shí)渲染，更成為工業(yè)數(shù)字化仿真與具身智能訓(xùn)練中的關(guān)鍵基礎(chǔ)設(shè)施。

02 跨越“萬卡壁壘” 摩爾線程的本土算力“成人禮”

如果把芯片看作“個(gè)體”，那么萬卡集群則是高度協(xié)同的龐大軍團(tuán)。

在未來幾年的算力戰(zhàn)場上，真正決定上限的，是能否在數(shù)萬乃至十萬顆芯片的規(guī)模下，保持系統(tǒng)的穩(wěn)定性、可用性與持續(xù)吞吐。這是一道典型的工程題——規(guī)模一旦放大，任何一次硬件失效、通信抖動，都會被指數(shù)級放大為系統(tǒng)性風(fēng)險(xiǎn)。

這便是在超大規(guī)模訓(xùn)練場景中，業(yè)界長期被困擾的問題——“萬卡壁壘”。

摩爾線程本次推出的“夸娥（KUAE）2.0萬卡智算集群”，正是針對這一工程痛點(diǎn)給出的解法，其關(guān)鍵在于DP組級的故障隔離與自愈機(jī)制。

例如，當(dāng)某一GPU或計(jì)算節(jié)點(diǎn)發(fā)生異常時(shí)，系統(tǒng)只隔離受影響的數(shù)據(jù)并行組，其余絕大多數(shù)GPU保持訓(xùn)練態(tài)繼續(xù)運(yùn)行，備機(jī)接入后，僅對局部通信拓?fù)溥M(jìn)行重建，無需整體停機(jī)或全量重啟，這種設(shè)計(jì)思路，本質(zhì)上是將“容錯(cuò)”前移到調(diào)度與通信層，避免“斷點(diǎn)”影響擴(kuò)散到訓(xùn)練任務(wù)本身。

按照摩爾線程官方披露的數(shù)據(jù)，在萬卡規(guī)模下，有效訓(xùn)練時(shí)間占比可維持在90%以上，大規(guī)模訓(xùn)練的線性擴(kuò)展效率接近95%。更重要的是，這意味著，萬億參數(shù)模型在本土化算力體系上，具備了“工程可持續(xù)性”——不再只是跑得動，而是能穩(wěn)定、連續(xù)地跑完。

如果說集群能力驗(yàn)證的是“系統(tǒng)工程”，那么模型實(shí)測考驗(yàn)的則是軟硬件協(xié)同的真實(shí)水位。

現(xiàn)場，摩爾線程展示了在MTT S5000單卡上運(yùn)行DeepSeek R1 671B全量模型的優(yōu)化實(shí)測結(jié)果。

坦白講，這一選擇本身就具有現(xiàn)實(shí)意義——MoE架構(gòu)因其不規(guī)則計(jì)算、專家調(diào)度與通信壓力，被公認(rèn)為對系統(tǒng)最“挑剔”的模型形態(tài)之一。

在現(xiàn)場測試下，單卡Prefill吞吐突破4000tokens/s；單卡Decode吞吐突破1000 tokens/s。這些結(jié)果意味著兩點(diǎn)：其一，目前本土GPU在MoE場景下的算子調(diào)度、顯存管理與通信協(xié)同已進(jìn)入可用區(qū)間。其二，MUSA軟件棧對復(fù)雜模型結(jié)構(gòu)的適配，已經(jīng)從“能跑”邁入“跑得好”。

某種意義上，這更像是一次工程意義上的“成人禮”——標(biāo)志著本土化算力體系，開始進(jìn)入全球高端模型訓(xùn)練與推理的現(xiàn)實(shí)博弈中。

硬件規(guī)模化之后，真正拉開差距的，往往是軟件系統(tǒng)的成熟度。在MUSA 5.0中，摩爾線程繼續(xù)向“效率升級”的方向推進(jìn)底層能力：核心計(jì)算庫muDNN在GEMM、FlashAttention等關(guān)鍵算子上，效率逼近理論上限（官方披露為98%+）；編譯器整體性能較上一代實(shí)現(xiàn)數(shù)倍級的提升；針對大模型高頻路徑，持續(xù)做算子融合與訪存優(yōu)化。

相比單純性能指標(biāo)，更值得注意的是開發(fā)范式的變化。摩爾線程同步即將推出的MUSACode 代碼生成大模型，用于解決長期的生態(tài)摩擦問題——將通用CUDA /主流框架代碼，低成本遷移到MUSA體系。

按照官方目前披露的階段性成果，自動代碼轉(zhuǎn)換的可編譯率已超過90%，在主流算子與模型結(jié)構(gòu)上的準(zhǔn)確率保持在較高水平。

更前沿的探索，則是摩爾線程的Text to MUSA路線，開發(fā)者只需通過自然語言描述計(jì)算邏輯，系統(tǒng)即可生成面向MUSA 架構(gòu)的高性能算子。這一方向指向的，是算力平臺從“程序驅(qū)動”向“意圖驅(qū)動”的演進(jìn)趨勢。

在軟件能力之外，摩爾線程還選擇了一條更“更穩(wěn)”的路線——逐步開放底層能力。包括計(jì)算加速庫（MATE、MUTLASS）與通信相關(guān)組件（MT DeepEP），均已明確了開源或規(guī)劃開源的路徑。

誠然，這一選擇并不指向立竿見影的商業(yè)回報(bào)，而是通過開放工程，將更多開發(fā)者真正拉進(jìn)體系之中。

與此同時(shí)，摩爾線程也通過其“摩爾學(xué)院”，在高校與開發(fā)者社區(qū)中形成持續(xù)滲透。官方披露數(shù)據(jù)顯示，其已覆蓋20萬量級的用戶規(guī)模，并與全國200余所高校建立合作關(guān)系。

或許，這一投入短期內(nèi)難以在賬面上量化，卻構(gòu)成其本土算力生態(tài)難以被復(fù)制的護(hù)城河——真正重要的，從來不是某一代芯片，而是可持續(xù)的工程體系。

03 端側(cè)“造身 ”補(bǔ)上下一塊“物理AI”拼圖

當(dāng)全功能 GPU 架構(gòu)、持續(xù)演進(jìn)的硬件性能，以及逐步成型的軟件工具鏈被拉到同一條技術(shù)主線上，物理 AI開始從概念的驗(yàn)證，進(jìn)入可被工程驗(yàn)證的階段。

具身智能是AI從“認(rèn)知智能”走向“行動智能”的關(guān)鍵路徑，而摩爾線程的選擇，并沒有從模型出發(fā)，而是從物理世界的可計(jì)算性切入。

此次，摩爾線程發(fā)布的MT Lambda仿真訓(xùn)練平臺，正是這一選擇的直接落地。該平臺構(gòu)建在摩爾線程自研的AlphaCore物理仿真引擎之上，針對剛體動力學(xué)、柔體、流體與碰撞等多物理場聯(lián)合計(jì)算進(jìn)行了底層并行化重構(gòu)。

在典型工業(yè)與自動駕駛仿真負(fù)載下，其整體仿真吞吐效率相較傳統(tǒng)CPU或“圖算割裂”方案，達(dá)到了約30倍的提升。具體而言，其通過在GPU上統(tǒng)一調(diào)度物理求解與圖形渲染，減少數(shù)據(jù)在不同計(jì)算單元間的頻繁搬運(yùn)。

更具現(xiàn)實(shí)意義的是，摩爾線程對 3DGS（3D Gaussian Splatting）重建技術(shù)的工程化應(yīng)用。開發(fā)者可直接利用普通相機(jī)采集的照片或視頻，快速重建出厘米級精度、帶語義標(biāo)簽的數(shù)字孿生環(huán)境。相比傳統(tǒng)基于CAD、高精地圖的建模方式，這一流程大幅降低了場景構(gòu)建成本，也顯著縮短了機(jī)器人控制策略與自動駕駛算法的“仿真—驗(yàn)證—迭代”周期。

同步亮相的，還有摩爾線程新一代AI SoC芯片——“長江”。這是一顆將CPU、GPU、NPU與VPU 集成于單一芯片的全智能計(jì)算核心，面向端側(cè)推理與多模態(tài)處理場景，提供50 TOPS的異構(gòu)算力。其設(shè)計(jì)目標(biāo)便是讓模型調(diào)試、推理驗(yàn)證與邊緣部署具備獨(dú)立運(yùn)行能力。

基于“長江”SoC打造的MTT AIBOOK，被定位為端側(cè)AI開發(fā)工作站。開發(fā)者可以在本地離線環(huán)境中直接運(yùn)行DeepSeek、MiniCPM-V等主流基礎(chǔ)模型，以完成推理調(diào)試與應(yīng)用驗(yàn)證，同時(shí)還能與云端的“夸娥”算力集群協(xié)同工作，形成“小腦在端側(cè)、大腦在云端”的分層算力結(jié)構(gòu)。

在此基礎(chǔ)上，其推出的迷你型計(jì)算設(shè)備 MTT AICube進(jìn)一步補(bǔ)齊了個(gè)人算力中心的形態(tài)，使端側(cè)智能不再停留在Demo，更具備持續(xù)部署與運(yùn)行的現(xiàn)實(shí)條件。

發(fā)布現(xiàn)場，摩爾線程還展示了其與 51SIM 聯(lián)合打造的自動駕駛仿真引擎。該方案在復(fù)雜交通參與體、高頻傳感器仿真以及動態(tài)環(huán)境交互中，驗(yàn)證了全功能GPU架構(gòu)在物理環(huán)境模擬上的優(yōu)勢——不是“單幀更快”，而是能夠在更高并發(fā)、更高保真的環(huán)境下持續(xù)運(yùn)行，從而讓大規(guī)模仿真訓(xùn)練成為可負(fù)擔(dān)的工程選項(xiàng)。

04 寫在最后

在MDC 2025上，一個(gè)最強(qiáng)烈的行業(yè)體感是：在國產(chǎn)算力的牌桌上，圖形渲染能力，在物理AI時(shí)代正在變成下一張“王牌”。

一方面，是對“算力提純論”的有力反擊。在過去幾年本土自研芯片的演進(jìn)中，存在“去圖形化”的論調(diào)——為了追求極致的AI理論峰值（FLOPS），許多廠商選擇了NPU（神經(jīng)網(wǎng)絡(luò)處理器）路線，砍掉了圖形渲染單元。這種策略在處理純文本大模型（LLM）時(shí)固然高效，但在面對Physical AI時(shí)卻顯露疲態(tài)。

摩爾線程堅(jiān)持的“全功能GPU”路線，看似在單點(diǎn)能效上不如專用ASIC極致，但其背后的邏輯是——物理世界的智能，必須建立在“感”與“知”的閉環(huán)之上。具身智能不僅需要Transformer來預(yù)測下一個(gè)Token，更需要實(shí)時(shí)渲染來預(yù)測下一幀畫面、模擬物理碰撞。而“花港”則通過統(tǒng)一的顯存和計(jì)算單元，消弭了圖形渲染與AI計(jì)算之間的數(shù)據(jù)搬運(yùn)延遲（Data Movement），更在硬件底層為“世界模型”預(yù)埋了最高效的物理通路。

另一方面，從“能跑”到“敢跑”，工程化成熟度是隱形的護(hù)城河。業(yè)界對于本土算力較大的顧慮，在于萬卡集群的MTBF（平均故障間隔時(shí)間）。DeepSeek R1 671B等MoE（混合專家）模型對通信帶寬和負(fù)載均衡的苛刻要求，是檢驗(yàn)集群“成色”的試金石。

“夸娥2.0”的“DP組級故障隔離”，則將容錯(cuò)機(jī)制下沉到通信層的設(shè)計(jì)，標(biāo)志著本土算力已經(jīng)走出了“堆料”階段，進(jìn)入了精細(xì)化運(yùn)維的深水區(qū)。

在MDC 2025所展示的，或許是對“計(jì)算范式回歸”的押注。

在如今這個(gè)范式劇變的時(shí)代，對“全功能”的執(zhí)著，正逐漸顯現(xiàn)出摩爾線程的遠(yuǎn)見卓識。本土創(chuàng)新不應(yīng)只是對標(biāo)與替代，更應(yīng)是對未來的定義。

構(gòu)筑自研基座，共赴智能未來。這場硬核突圍，已至中場。