2025年12月20日，北京中關村國際創新中心的燈光聚焦於摩爾執行緒首屆MUSA開發者大會（MDC 2025）的舞臺。這場被業內冠以“國產GPU里程碑”的盛會，並未止步於硬核產品的集中亮相——萬卡智算叢集“誇娥”展現的超大規模計算實力，MTT AIBOOK智慧本搭建的端側開發入口，都只是這場戰略升級的序幕。當摩爾執行緒正式宣告從“造芯”向“造生態”全面轉身，以全棧開源路線構建自主技術體系時，國產GPU產業長達數年的單點突圍模式正式落幕，體系化競爭的新時代已然來臨，整個行業的底層邏輯正在發生根本性重構。
硬核產品築基：從雲端到端側的全場景覆蓋
任何生態的構建，都離不開堅實的硬體底座。摩爾執行緒在MUSA大會上亮出的兩大核心產品，分別佔據了雲端算力與端側開發的關鍵節點，為生態落地提供了從基礎設施到使用者入口的完整支撐，更用技術引數印證了國產GPU從“能跑”到“跑滿”的質變。
在雲端算力領域，“誇娥”萬卡智算叢集的釋出，標誌著國產GPU正式具備支撐超大規模AI訓練的工程化能力。這款以古代大力神命名的叢集，搭載摩爾執行緒新一代“花港”架構，浮點運算能力達到驚人的10 Exa-Flops，相當於每秒完成10的18次方次計算，足以支撐萬億引數大模型的全流程訓練。更關鍵的是其極致的執行效率：在Dense大模型訓練中，算力利用率（MFU）突破60%，MOE大模型上達40%，有效訓練時間佔比超過90%，線性擴充套件效率更是高達95%——這組資料意味著“誇娥”叢集不僅能將萬片GPU成功互聯，更能讓每一片晶片的效能充分釋放，打破了國產叢集“連而不通、通而低效”的行業痛點。
技術層面，“誇娥”叢集實現了多項關鍵性突破：透過原生FP8計算能力完整復現頂尖大模型訓練流程，在核心精度指標上追平國際主流水平；最佳化的Flash Attention技術使算力利用率超95%，同時攻克FP8累加精度瓶頸，讓國產GPU在超大規模訓練場景中站穩腳跟。而面向未來的MTT C256超節點架構規劃，採用計算與交換一體化的高密設計，將進一步提升叢集的能效比與擴充套件能力，為下一代智算中心築牢硬體基礎。對於長期依賴進口GPU的高階AI訓練、科學計算領域而言，“誇娥”叢集的出現，不僅提供了自主可控的替代方案，更在執行效率上展現出差異化優勢。
如果說“誇娥”叢集是生態的“算力心臟”，那麼MTT AIBOOK智慧本就是連線開發者的“神經末梢”。這款定價9999元（32GB+1TB版本）的終端產品，跳出了傳統筆記本的硬體比拼邏輯，成為摩爾執行緒生態的移動開發工作站。其核心亮點在於整合自研長江智慧SoC晶片，異構AI算力高達50 TOPS，搭配32GB LPDDR5X統一記憶體（7500 MT/s），能夠流暢支撐端側大模型除錯、圖形渲染、科學計算等高強度任務。在硬體設計上，14英寸 OLED螢幕（120Hz重新整理率、100% DCI-P3色域）、6系鋁鎂合金機身（重量、厚度），以及7752mm2超薄真空腔均熱板組成的散熱系統，既保證了開發體驗的舒適性，又解決了端側高效能運算的散熱痛點。
更具生態價值的是其軟體適配能力：MTT AIBOOK預裝基於Linux的AIOS系統，整合全套MUSA開發工具鏈，同時透過虛擬化技術支援Windows、Android雙系統無縫切換，實現“一套硬體、三態生態”的靈活體驗。端側預裝的Qwen3-8B大模型支援資料本地執行，保障開發安全；雲端可聯動大模型，滿足複雜推理需求。此外，內建的2D數字人“小麥”、AI文件處理、PPT自動生成等功能，不僅降低了開發者的使用門檻，更構建了“開發-應用-驗證”的端側閉環。這款產品的推出，讓原本只能依賴高階伺服器的GPU開發工作，得以在便攜裝置上完成，極大拓寬了生態參與者的範圍。
值得關注的是，兩款核心產品背後的“花港”架構，構成了摩爾執行緒生態的技術根基。該架構基於自主指令集，支援從FP4到FP64的全精度計算，算力密度提升50%，能效比更是實現10倍飛躍，可無縫擴充套件至十萬卡以上叢集規模。基於這一統一架構，摩爾執行緒同步釋出了“華山”AI晶片（專攻訓推一體）與“廬山”圖形GPU（聚焦渲染場景），前者內建RAS 2.0可靠性機制保障長時間執行，後者實現AI計算效能64倍、光追效能50倍的跨越式提升，徹底打破“國產顯示卡只能做AI”的刻板印象。這種“架構統一、產品分化”的硬體佈局，為後續生態適配提供了標準化基礎，避免了多產品線帶來的開發碎片化問題。
戰略轉身：從“造芯”到“造生態”的底層重構
MUSA大會的核心意義，遠不止於硬體產品的釋出，而在於摩爾執行緒清晰傳遞的戰略轉向——當行業還在糾結晶片效能的單點比拼時，這家企業已率先跳出“造芯”的單一維度，邁向“造生態”的系統競爭。這一轉變的背後，是對GPU產業本質的深刻洞察：沒有生態的晶片，如同沒有應用的手機，再強的硬體效能也無法轉化為市場價值。
長期以來，全球GPU市場被英偉達以88%的市佔率形成壟斷，其真正的護城河並非晶片本身，而是歷經數十年構建的CUDA生態——從程式設計模型、開發工具到應用生態的完整體系，讓開發者形成路徑依賴，也讓後發者難以突破。對於國產GPU而言，單純追求晶片效能的對標，無異於在別人劃定的賽道上追趕，始終難以擺脫“備用方案”的定位。2023年摩爾執行緒被列入美國實體清單後，供應鏈受限的經歷更讓企業深刻意識到，只有構建自主可控的完整生態，才能真正實現算力自主。
摩爾執行緒的生態戰略，以MUSA統一架構為核心構建全棧技術體系。MUSA（Meta-puting Unified System ）並非單純的晶片架構，而是覆蓋從指令集、程式設計模型、驅動程式到軟體執行庫的全棧技術標準，歷經五年迭代升級至5.0版本後，已實現全棧統一性、極致效能與生態開放性的關鍵突破。在軟體層面，Torch-MUSA已支援超1050種運算元，實現與PyTorch、TensorFlow等主流框架的無縫遷移，開發者無需大幅修改程式碼即可完成專案適配；工具鏈層面，提供從編譯器、偵錯程式到效能分析器的完整套件，解決了國產GPU開發工具缺失的痛點。這種“一次開發、多端部署”的特性，大幅降低了開發者的遷移成本，為生態擴容奠定了基礎。
全棧開源路線的公佈，成為此次戰略轉身的關鍵一步。與部分企業封閉生態的做法不同，摩爾執行緒選擇以開源姿態擁抱開發者，透過技術共享打破行業壁壘。這一策略直擊國產GPU生態的核心短板：一方面，開源模式能吸引全球開發者參與技術迭代，快速補齊生態短板；另一方面，開放的技術標準便於上下游企業協同創新，形成“晶片-軟體-應用”的正向迴圈。正如摩爾執行緒CEO張建中所言：“生態體系是GPU行業的核心護城河與價值所在，我們要構建的不是封閉的技術堡壘，而是開放的創新共同體。”
為了讓生態落地生根，摩爾執行緒同步啟動了“摩爾學院”計劃，目標培養20萬專業開發者，解決生態人才斷層問題。與此同時，企業積極聯動雪浪雲、工業軟體廠商、高校科研機構等合作伙伴，將GPU能力嵌入智慧製造、智慧城市、醫療影像等真實場景。這種“技術開源+人才培養+場景落地”的三維生態構建模式，讓MUSA生態不再是停留在紙面上的技術框架，而是能夠創造實際價值的產業生態。
此次戰略轉身，更標誌著國產GPU的競爭邏輯從“單點突破”轉向“體系化競爭”。過去，國產GPU企業多聚焦於晶片效能的單點最佳化，各企業之間缺乏協同，形成“各自為戰”的局面；而摩爾執行緒的生態佈局，將競爭維度提升至全產業鏈層面——比拼的不再是單一晶片的算力引數，而是生態的完整性、開發者的數量、應用場景的豐富度。這種競爭邏輯的轉變，倒逼整個行業從分散發展走向協同合作，也讓國產GPU從“替代選項”向“優選方案”轉變。
產業共振：國產算力生態的連鎖反應與未來展望
MUSA大會的召開，不僅是摩爾執行緒的戰略升級，更引發了國產GPU產業的連鎖反應，推動整個行業進入生態共建的新階段。其全棧開源路線與體系化佈局，正在重塑國產算力產業鏈的格局，為中國算力自主化程序注入強勁動力。
在產業鏈上游，摩爾執行緒的生態佈局倒逼EDA工具、IP核、先進封裝等環節加速國產替代。由於MUSA架構採用自主指令集與技術標準，相關配套企業必須針對性開發適配產品，這一過程中既培育了國內的配套產業，也打破了國外工具的壟斷。例如，在先進封裝領域，國內廠商透過與摩爾執行緒的協同研發，已實現高密互聯封裝技術的突破，為“誇娥”叢集的高效執行提供了支撐；在EDA工具領域，國產工具廠商已完成對MUSA架構的核心適配，逐步降低對國外工具的依賴。
在產業鏈中游，MUSA生態的開放特性促進了國產GPU企業的差異化競爭與協同合作。不同於過去的同質化競爭，如今各企業可基於自身優勢參與生態共建：有的企業聚焦於特定場景的應用開發，有的企業專注於工具鏈的最佳化升級，有的企業則深耕於端側硬體的適配。這種差異化分工既避免了資源浪費，又形成了互補共贏的產業格局。例如，壁仞、燧原、天數智芯等國產GPU企業，已與摩爾執行緒就部分技術標準達成共識，推動國產GPU生態的互聯互通。
在產業鏈下游，MUSA生態為AI公司、雲服務商、政府智算中心提供了多元且高效的算力選擇。2025年多地智算中心已明確要求國產GPU採購比例不低於30%，科創板“1+6”新政也為未盈利硬科技企業開啟上市通道，政策與市場需求的雙重驅動下，MUSA生態的落地迎來歷史性視窗期。某大型國企的智算中心專案中，基於“誇娥”叢集的解決方案已完成部署，其95%的線性擴充套件效率與60%的算力利用率，讓專案綜合成本降低30%，充分驗證了國產生態方案的商業價值。
對於開發者群體而言，MTT AIBOOK智慧本與全棧開源工具的組合，徹底降低了國產GPU的開發門檻。過去，開發者需投入巨資搭建算力環境，且面臨工具不相容、技術支援不足等問題；如今元的智慧本即可提供完整的開發環境，開源社群的技術共享更讓問題解決效率大幅提升。一位參與MUSA生態的開發者表示：“以前用國產GPU開發需要大量適配工作，現在基於MUSA架構，大部分專案能快速遷移，端側除錯也更便捷，這讓我們有更多精力聚焦創新。”
展望未來，MUSA生態的發展將呈現三大趨勢：其一，生態規模將持續擴大，預計到2026年底，MUSA開發者數量將突破10萬，適配的應用場景將覆蓋智慧製造、智慧城市、醫療健康、內容創作等20多個領域；其二，技術協同將不斷深化，晶片廠商、軟體開發商、行業使用者將形成更緊密的協同創新機制，推動MUSA架構持續迭代，在效能與相容性上實現對國際主流生態的趕超；其三，商業化落地將加速推進，隨著“誇娥”叢集在智算中心的規模化部署與MTT AIBOOK的市場普及，MUSA生態將形成“雲端算力支撐+端側開發賦能”的商業閉環，逐步實現盈利。
當然，生態建設並非一日之功。MUSA生態仍面臨諸多挑戰：CUDA生態數十年積累的開發者粘性與應用存量，需要長期投入才能逐步撼動；先進製程獲取受限可能制約下一代晶片效能提升；持續的研發投入與生態維護，對企業的資金實力提出更高要求。但正如摩爾執行緒在大會上傳遞的訊號：算力自主權的爭奪，是一場“馬拉松式”的系統工程，需要長期主義的堅守與產業協同的智慧。
MUSA大會的落幕，不是生態競爭的終點，而是國產GPU體系化突圍的起點。當萬卡叢集“誇娥”在雲端提供澎湃算力，當MTT AIBOOK在端側賦能萬千開發者，當全棧開源路線匯聚起產業合力，國產GPU已不再是分散的“單點突破”，而是形成了“架構統一、硬體協同、軟體開源、場景豐富”的體系化力量。這場戰略轉身，不僅改寫了國產GPU的競爭邏輯，更讓中國算力自主化的道路愈發清晰——唯有以生態為根，以協同為翼，才能真正打破國外壟斷，構建起自主可控、開放共贏的算力新生態，為數字經濟的高質量發展築牢根基。