核心观点 - 摩尔线程在首届MUSA开发者大会上发布了一系列重大技术进展，包括新一代GPU架构“花港”、两款新芯片以及多项软件生态创新，旨在向外界传递其坚定构建以MUSA为核心的、类似英伟达CUDA的生态护城河的决心[4] - 公司正从追求芯片“能用”向“好用”演进，通过发布中间语言MTX、拓展具身智能等新场景，全方位搭建软硬件生态，挑战行业巨头英伟达的生态霸权[4][20][26] 新发布的技术架构与芯片 - 发布全新一代全功能GPU架构“花港”，相比前代“平湖”架构，算力密度提升50%，能效大幅优化，并支持从FP4到FP64的全精度端到端计算[2][11] - 基于“花港”架构发布两款芯片：AI训推一体芯片“华山”和高性能图形渲染芯片“庐山”[2][14] - “庐山”芯片在集成AI生成式渲染后，AI计算性能较前代MTT S80提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍[16] - “华山”芯片能够适配多种“类以太协议”和多种Scale-Up switch，最高支持1024片超节点扩展，体现了生态兼容性[14] 软件生态与关键技术创新 - 首次发布中间语言MTX，作为MUSA 5.0软件栈的一部分，旨在兼容不同代际GPU指令架构，降低开发者适配成本，为上层软件生态提供稳定底层支撑[5][7] - 公司计划在明年上半年向开发者开放自研的MTX，此举被视为挑战行业惯例、构建生态护城河的关键一步[8] - 新一代架构支持自研的MTLink高速互联技术，将支持十万卡以上规模的智算集群扩展[11] - 推出“夸娥万卡智算集群”，在万卡规模下具备全精度、全功能通用计算能力，可实现高效稳定的AI训练与推理[4][18] 产品与应用场景拓展 - 发布面向端侧的“长江”SoC，通过CPU+GPU+NPU组合最高可提供50 TOPS的异构AI算力，并基于此推出了MT Robot具身智能解决方案和“MTT AIBOOK”算力本等产品[21][23] - 推出MT Lambda具身智能仿真训练平台，核心聚焦于“全栈融合”，旨在将物理引擎、渲染引擎与AI引擎深度整合，提升研发效率[25] - MT Lambda平台可直接部署到MT Robot上，形成软硬件高效协同，展示了公司在“端—边—云”算力协调上的布局[23][26] - 新一代“花港”架构内置AI生成式渲染结构并完整支持DirectX 12 Ultimate，预示公司消费级显卡产品将得到迭代[13] 行业背景与公司战略 - 国内GPU行业的叙事重点正从“能用”转向“好用”，在美国对华出口限制（如H200解禁）的背景下，国内从业者感到紧迫[20] - 在GPU行业中，面对英伟达的领先地位，“不做生态”曾被视为某种程度的政治正确，但摩尔线程正通过全方位搭建生态来打破这一惯例[9] - 公司正试图通过“全栈软硬件架构+全场景产品”的布局，在每一个与“计算”相关的行业中占据身位，每一步都在拓展生态边界[26]