在科创板挂牌的国产GPU企业摩尔线程，近日举办了首届MUSA开发者大会，正式发布新一代GPU架构"花港"及三款全新芯片产品。此次技术迭代延续了该公司自2022年以来每年更新架构的节奏，新架构在算力密度、精度支持及集群扩展能力方面实现突破性提升。
新架构"花港"的算力密度较前代提升50%，支持从FP4到FP64的全精度计算范围，特别在低精度计算领域取得进展。该架构可支持超过十万张GPU卡的智算集群扩展，并内置AI生成式渲染模块，为大规模AI训练提供硬件支撑。基于该架构推出的三款芯片各具特色：华山芯片定位AI训推一体场景，庐山芯片专注图形渲染性能，长江芯片则作为系统级芯片（SoC）整合多元功能。
在计算精度优化方面，摩尔线程持续拓展技术边界。其AI智算板卡从上一代S5000支持的FP8精度，进一步延伸至新一代华山芯片的FP4精度支持。这种技术路径与全球GPU龙头英伟达不谋而合，后者最新主力芯片Blackwell同样具备FP4计算能力。精度扩展策略有效提升了计算效率，在混合精度计算成为行业趋势的背景下，展现出显著的技术前瞻性。
性能对比数据显示，摩尔线程产品矩阵持续完善。2023年推出的S4000板卡在FP32精度下达到25 TFLOPS算力，TF32精度下为49 TFLOPS，FP16精度下翻倍至98 TFLOPS，INT8精度下更达196 TOPS，但最大功耗450W的指标高于同期英伟达A100的300W。最新披露的测试数据显示，在DeepSeek-R1模型推理场景中，S5000板卡在特定吞吐量指标上达到H20等竞品的2.5倍和1.3倍。新一代华山芯片的浮点计算能力介于英伟达Blackwell与Hopper架构之间，访存带宽接近Blackwell水平，高速互联带宽则处于两大架构中间值。
集群规模扩张成为另一技术突破点。摩尔线程宣布建成万卡级智算集群，较2024年推出的千卡集群实现数量级跃升。公司规划未来将扩展至十万卡、五十万卡甚至百万卡规模，但工程实现面临多重挑战。创始人张建中指出，超大集群需要解决供电散热、网络组网、有效算力、训练稳定性及模型精度评估等复杂问题，特别是要实现高效并行训练、低精度计算优化及高性能通信等关键技术突破。
在生态建设方面，摩尔线程同步推出具身智能仿真训练平台和MTT AIBOOK算力笔记本，构建从硬件到应用的全栈解决方案。资本市场表现方面，该公司上市后股价经历剧烈波动，发行价114.28元/股的股价在12月11日突破900元关口，随后回落至12月19日的664.1元。财务数据显示，公司尚未实现盈利，截至6月底累计未弥补亏损达16亿元，预计2027年有望达成合并报表盈利目标，但该预测存在不确定性因素。
