摩尔线程WAIC2025亮相：以“AI工厂”理念重塑算力生态 全栈产品开启智能新纪元

在2025年世界人工智能大会（WAIC 2025）开幕前一天，国产GPU企业摩尔线程以“算力进化，精度革命”为主题带来技术分享，随后在7月26日-29日的展会期间，又凭借“云边端”全栈AI产品和解决方案成为焦点，全方位展现了其在AI领域的技术实力与行业愿景。

一、“AI工厂”理念：重构大模型训练基础设施

张建中董事长CEO在技术分享会上提出了极具前瞻性的“AI工厂”理念，为AI基础设施建设指明了新方向。他将“AI工厂”比作芯片晶圆厂，强调这是一个系统性的变革，需要从底层芯片架构、集群整体架构，到软件算法调优和资源调度系统进行全面升级。

图：摩尔线程创始人兼CEO张建中提出AI Foudry的概念（来源：电子发烧友网）

“AI工厂”的生产效率由五大核心要素决定，即加速计算通用性、单芯片有效算力、单节点效率、集群效率和集群稳定性，它们之间呈相乘关系，共同决定着“AI工厂”的产能。这一理念致力于推动AI训练从千卡级向万卡级乃至十万卡级规模演进，实现生产力和创新效率的飞跃。

张建中强调，摩尔线程的“AI工厂”以全功能GPU为基石，通过先进架构、芯片算力、单节点效率、集群效率优化与可靠性等协同跃升的深度技术创新，将全功能GPU加速计算平台的强大潜能转化为工程级的训练效率与可靠性保障。

二、全功能GPU：功能完备与精度完整

全功能GPU是摩尔线程“AI工厂”的核心支撑，也是其技术突破的关键所在。张建中介绍，摩尔线程自主研发的全功能GPU实现了单芯片同时支持AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码的技术突破，目前国内GPU只有摩尔线程具备这个能力。

图：摩尔线程原生支持FP8 大模型训练推理

在计算精度方面，摩尔线程的全功能GPU支持从FP 64至INT 8的完整精度谱系，尤其在FP8混合精度技术上表现突出，在主流前沿大模型训练中实现20%-30%的性能跃升，为国产GPU的算力效率树立了行业标杆。这种全精度支持使其能够全面覆盖从AI训练、推理到科学计算的全场景需求，无论是大模型训练还是复杂的科学计算任务，都能游刃有余。

三、MUSA架构：释放芯片有效算力

自研的MUSA架构是摩尔线程提升芯片有效算力的核心武器。张建中详细阐述了MUSA架构在计算、内存、通信三方面的突破。该架构采用创新的多引擎、可伸缩GPU架构，通过硬件资源池化及动态资源调度技术，构建了全局共享的计算、内存与通信资源池，突破了传统GPU功能单一的限制。

在计算层面，摩尔线程的AI加速系统（TCE/TME）全面支持多种混合精度计算，作为国内首批实现FP 8算力量产的GPU厂商，其FP8技术通过一系列创新设计，将Transformer计算性能提升约30%。内存系统方面，实现了50%的带宽节省和60%的延迟降低；通信领域，独创的ACE异步通信引擎减少了15%的计算资源损耗，MT Link 2.0互联技术提供了高出国内行业平均水平60%的带宽。

四、MUSA全栈系统软件：提升单节点效率

单节点效率的提升离不开优秀的软件支持，摩尔线程的MUSA全栈系统软件在这方面表现出色。张建中介绍，其核心创新包括任务调度优化，核函数启动时间缩短50%；极致性能算子库，GEMM算子算力利用率达98%，Flash Attention算子算力利用率突破95%；通信效能跃升，MCCL通信库实现RDMA网络97%带宽利用率等。

这些软件层面的优化使得单节点能够充分发挥硬件的性能，减少资源浪费，提高计算效率，为“AI工厂”的高效运转提供了坚实的软件基础。

五、KUAE大规模集群：系统工程级的突破

当单节点效率达到较高水平后，大规模集群的高效协作成为新的挑战。摩尔线程自研的夸额（KUAE）计算集群通过5D大规模分布式并行计算技术，实现了上千节点的高效协作，推动AI基础设施从单点优化迈向系统工程级突破。

KUAE集群创新采用5D并行训练，整合数据、模型、张量、流水线和专家并行技术，全面支持Transformer等主流架构。同时，自主研发的Simumax工具能面向超大规模集群自动搜索最优并行策略，为模型缩短训练周期提供科学依据。此外，创新的Check Point加速方案利用RDMA技术，将百GB级备份恢复时间从数分钟压缩至1秒，大幅提升了GPU有效算力利用率。

六、零中断容错技术：保障集群稳定性

在万卡级AI集群中，硬件故障导致的训练中断会严重浪费算力。为此，摩尔线程创新推出零中断容错技术，这一技术成为保障“AI工厂”持续运转的关键。

当故障发生时，该技术仅隔离受影响节点组，其余节点继续训练，备机无缝接入，全程无中断。这使得KUAE集群有效训练时间占比超99%，大幅降低了恢复开销。同时，KUAE集群通过多维度训练洞察体系实现动态监测与智能诊断，异常处理效率提升50%；结合集群巡检与起飞检查，训练成功率提高10%，为大规模AI训练提供了稳定保障。

七、展台产品矩阵：“云边端”全栈解决方案亮相

在WAIC展会的H1-A821展位，摩尔线程展示了丰富的“云边端”全栈AI产品与解决方案，让观众直观感受到其技术的实际应用。

图：WAIC 2025摩尔线程现场大受热捧

夸娥（KUAE）作为以全功能GPU为硬件核心的软硬一体化系统级算力解决方案，支持万卡级规模扩展能力，为大模型预训练提供稳定高效的算力支撑。其中，KUAE2是2024年底推出的第二代大规模智算融合中心产品，支持万卡互联，兼顾AI与科学计算。

全功能GPU OAM模组专为大规模智算集群设计，可支持万亿级参数大模型训练与推理，且在国内率先支持FP8等全计算精度。AI大模型一体机MCCXD800X2是旗舰级GPU加速服务器，为大语言及多模态大模型、科学计算等前沿领域提供强大支持。

此外，还有训推兼顾的AI大模型智算加速卡MTTS4000，适用于云电脑、云游戏等场景的云端渲染卡MTTS3000，首款国产GPU游戏显卡MTTS80，以及可广泛应用于多个行业的边缘AI计算模组。这些产品形成了完整的计算加速产品矩阵，全面满足不同场景的需求。

八、行业应用：全功能GPU赋能千行百业

摩尔线程的全功能GPU不仅在技术上领先，更在多个行业领域展现出强大的应用价值。在智能计算领域，其大模型训练和推理解决方案性能优异，运行DeepSeekR1671B全量模型的单路解码速度约100token/s，处于行业领先水平。

在科学计算领域，与国内顶尖科研机构打造了软硬件协同的生命科学解决方案，凭借全功能GPU的全精度计算、强大兼容性和高性能优势，可高效运行分子动力学、分子对接等科学计算软件。该方案不仅突破传统研究瓶颈，更在性能上达到行业领先水平，推动生命科学研究的国产化突破。

物理仿真方面，硒钼科技研发的AI for Science大模型平台，依托全功能GPU强大算力与均衡的训推能力，在保持计算精度下实现百倍仿真效率跃升。其专有智能体系统自动化处理重复科研工作，推动科学研究向工程化、精准化新范式演进。

在空间智能领域，依托全功能GPU算力，摩尔线程联合超图共同构建了覆盖训练、推理到可视化的完整国产化链条，支持亿级参数模型开发，并实现快速解译和高清影像实时渲染，成为国内极少数的可满足遥感大模型全流程需求的国产GPU解决方案。

在具身智能、创娱教育、智能制造、智慧医疗、智能驾驶、智能座舱等领域，摩尔线程的全功能GPU也都有出色的应用展示，为各行业的智能化升级注入新动能。

从“AI工厂”理念的提出到全栈产品的展示，摩尔线程在WAIC 2025上充分展现了其在全功能GPU领域的深厚积累和领先地位。随着技术的不断迭代和应用的持续拓展，摩尔线程正以系统级创新定义新一代AI基础设施，为AGI时代的到来奠定坚实的算力基础。

相关阅读：
摩尔线程“AI工厂”：以系统级创新定义新一代AI基础设施
疑似摩尔线程S90曝光，对标RTX4060
摩尔线程吴庆详解 MUSA 软件栈：以技术创新释放 KUAE 集群潜能，引领 GPU 计算新高度