公司技术进展 - 公司正式发布PyTorch深度学习框架的MUSA扩展库Torch-MUSA v2.7.0，新版本在功能集成、性能优化与硬件支持方面实现突破 [1] - Torch-MUSA在短短一个月内连续完成v2.5.0和v2.7.0两次版本更新，体现公司在MUSA生态建设上的持续投入与快速迭代能力 [4] - 新版本新增动态双精度转换、分布式检查点等特性，并集成muSolver与muFFT等计算加速库，显著提升复杂计算任务执行效率 [6][10] - 目前Torch-MUSA专属支持的算子总数已超过1050个，系统在性能与稳定性方面均实现提升，为大模型训练与推理提供更高效可靠的底层支持 [5][6] - 新版本新增对统一内存设备的UMM支持，有效优化内存使用效率 [10] - 公司计划下一版本支持PyTorch 2.9.0，并进一步优化性能与功能，持续构建和完善基于MUSA架构的深度学习生态 [10] MUSA架构与生态 - MUSA架构是公司自主研发的融合GPU硬件和软件的全功能GPU计算加速统一系统架构 [10] - 基于MUSA架构，公司率先实现了单芯片架构同时支持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 [12] - MUSA是其GPU架构、软件、生态的总称，具备替代由英伟达及其CUDA主导的国际主流GPU生态的能力 [15] - 公司从0构建了底层硬件架构、指令集、编译器、驱动等组件，提供算子加速库、通信库、监控管理工具等，并向上对接人工智能框架及应用生态 [15] - MUSA软件栈原生支持FP8混合精度计算，显著提升大模型训练和推理效率，同时支持FP64的高精度科学仿真计算 [15] - 越丰富的算子库越有助于充分释放GPU算力、提升计算效率、降低开发者应用门槛、提升生态兼容性和支撑更丰富的应用场景 [15] 公司上市与业务拓展 - 作为“国产GPU第一股”，公司从IPO受理到过会仅用时88天 [17] - 公司IPO发行价格为114.28元/股，预计募集资金总额为80亿元，扣除发行费用后预计募集资金净额为75.76亿元 [17] - 公司与国家信息中心签署战略合作协议，将在算力领域前瞻性研究、算力产业生态培育、算力网共性技术研发等方面开展全方位合作 [18][20] - 双方合作旨在共同推进全国一体化算力网体系建设，助力数字经济高质量发展 [20]