中国电子：MDC 2025：全功能GPU路线清晰，MUSA生态进入规模化验证阶段

（以下内容从海通国际《中国电子：MDC 2025：全功能GPU路线清晰，MUSA生态进入规模化验证阶段》研报附件原文摘录）
事件
2025年12月20–21日，摩尔线程在北京举办首届MUSA开发者大会（MDC2025）。大会围绕自主计算与开发者生态展开，集中发布新一代全功能GPU架构花港、万卡级智算集群夸娥、推理与图形领域的关键性能突破，并系统展示了以MUSA为核心的软件栈成熟度与生态建设进展。
点评
MUSA5.0已形成从指令集、编程模型、编译器到通信库的全栈体系，并在多个关键指标上实现接近国际主流水平的工程化表现：1）开发体验：原生MUSAC，同时兼容TileLang、Triton，降低CUDA迁移门槛；2）性能指标：muDNN中GEMM/FlashAttention效率>98%，通信效率~97%，编译器性能提升约3倍；3）生态策略：明确逐步开源计算库、通信库、系统管理框架等核心组件；4）前沿扩展：MTX中间语言、muLang、MUSA-Q、muLitho等，覆盖渲染、量子与计算光刻。
花港架构是此次大会的技术核心。公司发布新一代全功能GPU架构花港，在算力密度、能效、精度覆盖与互联能力上全面升级，支持FP4–FP64全精度计算，并引入混合低精度（MTFP6/MTFP4）。在架构层面，花港强调异步编程模型与超大规模互联（MTLink），为万卡乃至十万卡集群提供扩展基础。在此基础上，公司给出了清晰的产品分化路径：
华山：面向AI训推一体与超大规模智算，定位下一代AI工厂底座；
庐山：专注高性能图形渲染，几何、AI、光追等指标实现数量级提升，全面对标3A游戏与专业图形创作需求。
在国产GPU厂商中，摩尔线程是少数坚定走“全功能GPU”而非“单一AI加速器”路线的公司。“花港—华山—庐山”的技术路径显示，公司并未在AI浪潮中放弃图形与通用计算，这在长期生态与开发者黏性上具备更高上限，但同时也意味着更高的研发与工程复杂度。
夸娥万卡智算集群是对外展示工程能力的重要里程碑。集群在Dense模型与MoE模型上分别实现约60%与40%的MFU，线性扩展效率约95%，有效训练时间占比超过90%。在训练侧，完整复现FP8训练流程；在推理侧，与硅基流动合作，在DeepSeekR1671B模型上实现单卡Prefill>4000tokens/s、Decode>1000tokens/s。同时，公司公布了MTTC256超节点的前瞻规划，强调计算+交换一体化的高密架构，为下一代超大规模智算中心做准备。
具身智能全栈赋能，打造仿真—训练—部署一体化平台。在本次大会上，摩尔线程正式发布MTLambda具身智能仿真训练平台，以MUSA统一架构为底座，深度融合物理引擎、图形渲染引擎与AI计算引擎，构建覆盖开发、仿真与训练的全栈式技术体系。该平台通过高精度物理仿真与真实感渲染环境，加速具身智能模型在复杂真实世界场景中的学习与泛化能力，并与摩尔线程GPU算力、端云协同方案形成联动，为机器人、自动化与智能体等应用提供高效、可扩展的训练基础设施，体现公司在融合计算方向上的前瞻布局。
风险：1）AI技术发展不及预期；2）上游供应短缺；3）AI数据中心建造放缓