在首届聚焦全功能GPU的开发者大会上，摩尔线程以MUSA为核心，推出了一系列覆盖芯片、硬件及集群的全新产品，构建起从云到端的完整技术生态。这场以“全功能GPU”为定位的发布，标志着国产GPU在算力密度、能效比及场景覆盖上实现关键突破。
MUSA架构作为摩尔线程的核心技术底座，已形成覆盖芯片设计、指令集、编程模型到软件生态的完整技术标准。其第五代架构“花港”在算力密度上提升50%，单位能效提升10倍，并首次支持FP4至FP64全精度计算，满足AI训练、科学计算及图形渲染的多元需求。通过MTLink高速互联技术，该架构可支撑十万卡级智算集群，为超大规模模型训练提供底层支撑。在低精度计算优化方面，新增的MTFP6/MTFP4加速技术及混合精度端到端引擎，使Transformer类模型的推理效率显著提升。
基于“花港”架构，摩尔线程同步推出三款芯片：面向AI训推一体的高性能GPU“华山”、专注图形渲染的“庐山”及智能SoC芯片“长江”。其中，“华山”芯片实现从FP4到FP64的全精度覆盖，其MTFP4/MTFP6加速技术使Transformer吞吐量提升3倍，硬件级量化/反量化模块直接嵌入芯片设计，为万亿参数模型训练提供硬件支撑；“庐山”芯片则通过AI生成式渲染架构（AGR）和硬件光追引擎，将3A游戏渲染性能提升15倍，AI计算性能较前代提升64倍，标志着国产显卡进入“光追+AI渲染”时代；“长江”作为端侧SoC芯片，提供50TOPS异构算力，面向具身智能、车载计算等场景，填补国产端侧AI芯片的空白。
硬件产品层面，摩尔线程发布两款开发者工具：MTT AIBOOK个人智算平台与AICube桌面计算魔方。AIBOOK搭载基于Linux内核的MT AIOS系统，兼容Windows与安卓应用，预置完整AI开发环境，支持2K高清渲染及本地大模型运行，其内置的智能体“小麦”可实现文本生图、语音交互等功能；AICube则以紧凑设计提供高性能推理能力，满足桌面端复杂任务需求。夸娥（KUAE 2.0）万卡智算集群实现Dense大模型60%、MOE大模型40%的算力利用率，有效训练时间占比超90%，并成功复现DeepSeek V3的FP8训练流程，自研FP8 GEMM算力利用率达90%，刷新国产GPU推理性能纪录。
软件生态构建方面，MUSA 5.0软件栈完成全栈工具链升级：新增对JAX、TensorFlow框架的支持，强化PyTorch、PaddlePaddle适配；训练生态扩展至强化学习框架MT VeRL，推理引擎优化自研MTT引擎与TensorX，兼容SGLang、vLLam等新兴工具；核心库muDNN实现GEMM效率超98%，编译器性能提升3倍。摩尔线程同步开源MATE算子库、MUTLASS通信库等核心组件，并推出面向AI+渲染融合的编程语言muLang，发布GPU中间表示语言MTX 1.0，赋予开发者更高调优自由度。
开发者生态建设成为摩尔线程战略重点。其打造的摩尔学院平台已聚集20万开发者，目标培育百万级MUSA开发者社群。通过与全国200所高校合作，摩尔线程以产教融合、联合实验室及“繁星计划”竞赛等形式，从教育源头培养熟悉国产架构的技术人才。这种“从芯片到生态、从硬件到人才”的全链路布局，正推动国产GPU从“可用”向“好用”跨越——当开发者开始思考“下一个项目能否全在MUSA生态中完成”时，国产GPU的真正突破已然到来。
