12月20日至21日，摩爾線程首屆MUSA開發者大會（MDC 2025）在北京開幕。這是其上市后的首次公開亮相。摩爾線程創始人、董事長兼CEO張建中把從架構到集群的全棧技術等“全家桶”擺到臺前，集中發布了一系列以自主MUSA統一架構為核心的全棧技術成果。

其中，最受關注的是摩爾線程新一代全功能GPU架構“花港”。界面新聞記者了解到，花港支持FP4到FP64的全精度計算，算力密度提升50%，效能提升10倍，可支持十萬卡以上規模的智算集群。

在張建中給出的路線圖里，花港被定義為下一代全功能GPU架構的底座。未來，摩爾線程將推出兩款基于該架構的GPU芯片，包括高性能AI訓推一體的“華山”芯片和專攻高性能圖形渲染的“廬山”芯片。

同步發布的還有夸娥萬卡智算集群（KUAE2.0）。張建中披露了其在萬卡規模下的關鍵效率指標，包括訓練算力利用率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過90%，訓練線性擴展效率達到95%。

在推理側，摩爾線程聯合硅基流動，基于MTT S5000運行DeepSeek R1 671B全量模型，單卡Prefill吞吐突破4000 tokens每秒、Decode吞吐突破1000 tokens每秒。

此外，張建中還發布了面向下一代超大規模智算中心的MTT C256超節點架構規劃，并提及在具身智能、科學智能（AI4S）、AI for 6G等領域的深度布局計劃。

更貼近開發者日常的變化，來自一臺算力筆記本。

摩爾線程這次還發布了一款面向開發者的AI算力筆記本MTT AIBOOK。該筆記本搭載摩爾線程自主研發的智能SoC芯片“長江”，提供50 TOPS異構AI算力，支持混合精度計算，運行基于Linux內核的MT AIOS操作系統，具備多系統兼容能力，預置完整AI開發環境與工具鏈。

界面新聞記者了解到，目前，這款筆記本已在京東開放預售，32GB、1TB的版本預售價為9999元。

一名摩爾線程研發人員向界面新聞記者表示，這款面向AI開發者的算力本，同時也是把端側產品化跑通的全鏈路驗證。

“如果新芯片出來，連自家都沒有從頭到尾驗證一遍，合作伙伴往往也會謹慎使用，我們用AIBOOK把硬件、驅動、軟件棧、工具鏈與系統打包到一臺設備里，讓合作伙伴看到‘證明是可以用的’，導入節奏也會更穩。”研發人員向界面新聞記者表示。

對摩爾線程這類的GPU廠商而言，開發者與個人市場的入口，往往也是更容易推進生態擴張的一條路。

硬件之外，軟件棧與開發者習慣往往決定生態擴張速度。

英偉達將CUDA定義為并行計算平臺與編程模型，圍繞它形成了長期積累的工具鏈和開發者社區。公開信息顯示，截至去年6月，全球CUDA開發者規模約為500萬人。英偉達官網信息顯示，CUDA累計下載量已超過5300萬次。

與之對標，MUSA覆蓋從芯片架構、指令集、編程模型到運行庫與驅動框架的全棧體系，本次升級到5.0版本。

張建中給出了更具體指標，muDNN的GEMM與FlashAttention效率超過98%，通信效率達到97%，編譯器性能提升3倍，并計劃逐步開源計算加速庫、通信庫與系統管理框架等組件。

“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，我們會持續加大研發投入，攻克從硬件到軟件的核心技術挑戰，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。”張建中說。

實際上，摩爾線程這條全棧路線本質上是用軟件生態去放大硬件競爭力。

TrendForce在2025年10月的分析中預計，全球AI服務器出貨量在2026年仍將保持兩位數增速，供給與生態繼續向頭部集中。IDC的相關信息也顯示，2025年上半年中國加速服務器市場規模約160億美元，并保持增長態勢。

隨著推理負載占比上升，算子、通信與編譯器的工程化能力開始與芯片峰值參數同等重要，這也是廠商把軟件棧與集群工程放到同一張路線圖上的原因。

在需求上行與供給約束并存的環境下，國產GPU公司更需要用可持續的軟件棧、規模化交付與工程能力進入主流產業鏈。

此外，張建中還披露了目前摩爾學院的發展進度，截至今年12月，其AI開發者社區與學習者規模接近20萬人，覆蓋200多所高校，并吸引超過10萬名學子參與，“我們希望聚集所有的能力能夠共同去打造國產GPU的生態。”

多位摩爾線程的合作伙伴在接受界面新聞記者采訪時都提到，接入生態的第一關仍是適配與工程細節。

一位合作伙伴向界面新聞記者表示，張建中在臺上談差距“很坦誠”，現實里大家最直接的體感是，與國際主流產品相比，國內在性能與生態上大約還差“1到2代”。

其向界面新聞記者表示，實際的推理場景未必需要追到最頂配的配置，現階段“夠用”和“劃算”這兩點對不少客戶更重要。

另一位合作伙伴則在接受界面新聞記者采訪時表示，CUDA生態“幾十萬人用了很多年”，遷移到MUSA時，業務方最希望的是工具鏈更順、適配覆蓋更廣，但這類工作極其消耗人力，需要廠商持續投入。

無論是合作伙伴的現場反饋，還是張建中的公開表述，大家并不避諱公開談現實問題——與國際主流產品相比，國內在性能、生態與工程積累上仍存在差距。

張建中表示，希望利用全功能GPU建立這樣的基礎設施，“為各行業的科研工作者和科技開發者，讓他們有條件做得更好。”

對摩爾線程而言，上市只是走到了國產GPU賽道的前列。接下來，如何把技術路線圖轉化為交付能力，并在生態構建上直面國際巨頭與國內日趨激烈的市場競爭，依然是一場硬仗。