7月26日，算力算力2025世界人工智能大會（WAIC）在上海拉開帷幕摩爾線程以全功能GPU為核心構建的等級“云邊端”全棧AI產品和解決方案精彩亮相WAIC展覽區，全面展示以國產全功能GPU為底座的算力算力通用加速計算平臺、。等級

夸娥智算集群方案及各行業應用方案摩爾線程全功能GPU芯片采用自主研發的算力算力MUSA架構，率先實現了單芯片架構同時支持 AI 計算加速、等級圖形渲染、算力算力物理仿真和科學計算、等級超高清視頻編解碼的算力算力技術突破自2020年成立至今，摩爾線程已推出四代GPU架構和智能SoC產品，等級拓展出覆蓋AI智算、算力算力專業圖形加速、等級桌面級圖形加速等領域豐富完整的算力算力計算加速產品矩陣，全面支持云計算、等級邊緣計算及終端設備市場，算力算力滿足從政務、企業智能計算到個人消費場景的多層次需求。

此前，摩爾線程遞交科創板招股書，擬募資約80億人民幣，成為今年上半年科創板擬募資規模最大的沖刺者，也打響了“國產英偉達”上市的第一槍據招股書顯示，摩爾線程主營全功能GPU芯片的研發與銷售，以自主研發的“MUSA統一系統架構”為核心，為AI、大模型訓練、數字孿生、科學計算等高性能計算領域提供算力加速平臺。

在WAIC 2025開幕前夕，摩爾線程以“算力進化，精度革命”為主題舉辦技術分享會，并創新性提出“AI工廠”理念摩爾線程創始人兼CEO張建中在主題演講中提到，展望下一個五年，有很多趨勢已經開始顯現了，其中一個是Agentic AI的爆發。

讓Agent用某一個模型去執行某一個任務，只要執行得好，更多的Agent就可以為某一項事情服務，每個人可以雇無窮多的AI  Agent為自己干活以后小公司可能不是一個公司，也許就是只有一個人的公司，也可以雇很多“數字員工”。

而Agentic  AI的爆發，就意味著后期對算力基礎設施的需求會是一個爆發性的增長，因為一切Agent都是建立在AI的基礎設施上張建中談到，當下這個時代處在生成式AI的爆發和Agentic  AI的交替之間，但其實，大模型的發展也非常卷，有的公司剛開始投身于AI大模型的開發，訓練模型但風險很大。

因為大模型的提升實在是太快了與此同時，DeepSeek出來后，國外公司就很難“躺平”了，OpenAI就要開始推出O3，Gemini也是一樣，最夸張的是特斯拉創始人馬斯克，將Grok 4直接飆到世界第一了。

馬斯克有一個秘訣：就是買了20萬張GPU卡，可以卷到世界第一，用很少的人力、但用很大的財力和很強大的算力“今天的模型競爭已經不再是大語言模型，比的是多模態和世界模型，甚至于具身智能使用的各種不同的三維空間里的模擬仿真。

它需要的是運行和支持一切模型的基礎設施，我稱之為大型人工智能計算基礎設施，越大越好”張建忠說，但是建設一個大型基礎設施是很難的，最難做的就是芯片工廠當下，光刻機可以做5納米甚至是3納米，而有更好的EUV光刻機精度就會更高一些。

然而，再想突破3納米甚至1納米，這就突破了當前的物理極限，需要在軟件、硬件、流程、工藝、質量、方法、監控、管理等一系列手段來提升能力張建忠說，當下的“AI Foundry”（AI 工廠）也是一樣的，不是買一萬張卡堆在一起就可以訓練出一個萬億參數的大模型，這個難度系數遠遠超過芯片工廠。

要想訓練一個千億參數的大模型，至少要算力足夠高、效率足夠高，才可以成為有效算力整個流程必須是高效率、高能量、高產出的一套方式方法“AI工廠”核心就是算力芯片，沒有好的算力芯片，算力不夠高，性能不夠強，效率不夠好，一切就無從談起。

除此之外，網絡拓撲、片間互聯、卡與卡之間的互聯、節點與節點之間的互聯，整個大的集群管理、效率、方式方法、算法、Driver以及各種各樣不同的工具，各種不同的庫、框架等等一系列工具，這些決定了“AI工廠”的能力。

盡管“AI工廠”可以擴展，但張建中指出，一開始可能1000張卡針對千億參數的大模型，當到一萬張卡的時候，能力就不一樣了，需要重新搭建物理拓撲結構、管理方式、集群系統，所有的任務調度以及各種不同的算子和效率需要重新開發和提升。

產能、良率、時間，都是衡量“AI工廠”的核心競爭力摩爾線程如何打造先進的“AI工廠”？張建中說，將從五大因素入手，首先是通用性，即打造全功能GPU，不僅要能算，精度還要全，摩爾線程是國內極少數具備FP8大模型訓練的平臺。

把訓練和推理集成在一起，除了有各種不同精度之外，FP8的能力非常重要訓練、推理、科學計算、工業智能、具身智能、自動駕駛、物理世界仿真、游戲、AI智能體、AIGC等等都可以在全功能GPU上實現其次是自研MUSA架構。

芯片的能力和算力決定了“AI工廠” 的核心競爭力一個全功能GPU的芯片，核心是如何把芯片設計出來，而一個好的體系結構就好比一棟建筑的設計師一樣，MUSA比不僅考慮今天的計算，還考慮明天的計算，計算、通信、存儲、指令集之間的相互交接、相互協調、相互調度的功能，在頂層設計中完整考慮進去。

第三是通信，芯片除了計算、存儲，還有非常重要是通信當一個人要做三件事情的時候，就會越來越忙，工作越來越亂，要高效集成所有的存儲、通信和計算，那就需要在芯片架構設計里兩不耽誤，摩爾線程獨創了ACE（異步通信引擎），加速通信效率。

第四是自研KUAE大規模集群，優化集群效率張建中提到，開發者最重要的，不光是性能做得好，關鍵得有工具開發得好為了服務廣大開發者，摩爾線程做了一套完整的軟件開發套件，相當于“大寶箱”“百寶箱”摩爾線程還自研了一套夸娥（KUAE）計算集群，其中一系列的計算集群、軟件平臺、管理系統、優化系統以及維護和服務的一系列的流程，滿足的“AI工廠”使用。

第五是零中斷容錯技術，提升集群的穩定性和可靠性特別在萬卡級AI集群中，硬件故障導致的訓練中斷會嚴重浪費算力摩爾線程創新推出零中斷容錯技術，故障發生時僅隔離受影響節點組，其余節點繼續訓練，備機無縫接入，全程無中斷。

這一方案使KUAE集群有效訓練時間占比超99%，大幅降低恢復開銷南方+記者 郜小平【作者】 郜小平【來源】 南方報業傳媒集團南方+客戶端