公司技术成果与产品发布 - 公司于12月20日在北京举办首届MUSA开发者大会，展示了其基于MUSA统一架构为核心的全栈技术成果与落地成果 [2] - 公司发布“夸娥万卡”高效训练智算集群，展示了其支撑万亿参数模型训练的工程化能力与可靠性，在多项关键精度指标上达到国际主流水平 [2] - 公司联合硅基流动，在DeepSeek R1 671B全量模型上实现推理性能突破，其MTT S5000单卡Prefill吞吐突破4000 tokens/s、Decode吞吐突破1000 tokens/s，树立国产推理性能标杆 [2] - 公司正式发布全新个人智算平台，包括搭载智能SoC芯片“长江”的AI算力本MTT AIBOOK，以及迷你型计算设备MTT AICube [2]

公司产品发布 - 摩尔线程于12月20日在其首届MUSA开发者大会上发布了AI算力笔记本电脑MTTAIBOOK [1] - 该产品已在京东开放预售，32GB内存、1TB存储版本的预售价为9999元人民币 [1] - 笔记本搭载公司自主研发的智能SoC芯片“长江”，集成高性能全大核CPU和全功能GPU，支持MUSA统一架构 [1] - 产品异构AI算力达到50TOPS，集开发、办公、娱乐于一体，支持Windows虚拟机、Linux、安卓容器及所有国产操作系统 [1] 公司业务与市场表现 - 摩尔线程成立于2020年，主营业务是全功能GPU的设计与研发 [1] - 公司在五年时间内构建了从芯片、板卡到大规模集群及软件方案的全栈业务布局 [1] - 公司业务场景全面覆盖“云边端”（云端、边缘计算和终端） [1] - 公司于12月5日以114.28元的价格发行上市，上市首日股价大幅上涨425% [1]

新一代GPU架构与芯片发布 - 摩尔线程发布新一代全功能GPU架构“花港”，基于新一代指令集，算力密度提升50%，支持从FP4到FP64的全精度端到端计算，新增MTFP6/MTFP4及混合低精度支持，集成新一代异步编程模型，并支持通过自研MTLink高速互联技术实现十万卡以上规模智算集群扩展[1][4] - 基于“花港”架构，公司公布两款芯片技术路线：专注AI训推一体的“华山”芯片，为万卡级智算集群提供算力支撑；专攻高性能图形渲染的“庐山”芯片，其AI计算性能提升64倍，几何处理性能提升16倍，光线追踪性能提升50倍[1][5][7] - 公司正式发布夸娥万卡智算集群，其浮点运算能力为10Exa-Flops，在Dense大模型上训练算力利用率达60%，在MOE大模型上达40%，有效训练时间占比超过90%，训练线性扩展效率达95%[7] 新产品与解决方案 - 公司推出夸娥万卡智算集群、MT Lambda具身智能仿真训练平台以及基于“端云结合”的MT Robot具身智能解决方案，并宣布将于2026年第一季度开源关键仿真加速组件Mujoco-warp-MUSA[7][9] - 公司发布面向开发者的AI算力本MTT AIBOOK，搭载自研“长江”智能SoC，提供高达50TOPS的端侧AI算力，同时预告了基于“长江”SoC打造的迷你型计算设备MTT AICube[9] - 公司公布MTT C256超节点的架构规划，该产品采用计算与交换一体化的高密设计，旨在系统性提升万卡集群的训练效能与推理能力[11] - 当虹科技、中望软件、中控技术等多家科创板上市公司与摩尔线程开展合作，涉及多模态空间大模型、时间序列大模型适配及全栈国产化三维CAD一体化解决方案[3] 软件生态与开发者战略 - 公司将MUSA软件架构升级到5.0版本，兼容TileLang、Triton等编程语言，核心计算库muDNN实现GEMM/FlashAttention效率超98%，通信效率为97%，编译器性能提升3倍，并计划逐步开源计算加速库、通信库及系统管理框架在内的核心组件[12] - 公司即将推出兼容跨代GPU指令架构的中间语言MTX、面向渲染+AI融合计算的编程语言muLang、量子计算融合框架MUSA-Q以及计算光刻库muLitho[12] - 行业专家指出，国产GPU芯片要实现生态自立，关键在于解决迁移成本高、工具链不成熟、文档/社区与支持不足等问题，实现从“能用”到“愿用”的转变，开发者是生态的核心资源[10][12] - 针对国产AI芯片软件生态存在的“内卷”与碎片化问题，专家呼吁建立统一或高度兼容的接口标准，通过产业联盟推动联合优化，并在关键基础软件上形成共享的开放底座[13] 大规模智算集群的发展与挑战 - 行业观点认为，从主权AI基建角度，“万卡甚至十万卡集群”是必选项，因为模型时代的基本单位是集群总算力，预训练超大规模模型、服务国民级推理需求需要持续可用的万卡级训练集群[14] - 构建大规模集群的主要工程挑战包括：基于以太网等通用网络实现All-Reduce与低延迟通信、提升可靠性与运维能力以应对单点故障常态、以及满足百兆瓦级电力需求所需的机房与园区级综合设计[14] - 国产集群实践表明，在“通用网络+自研通信库+软硬件”协同设计下，可以构建“可用”的大规模系统，但这需要长期持续的工程投入[14]