摩尔线程创始人、CEO 张建中
继英伟达之后，国产通用 GPU 公司摩尔线程也要发力 「AI 工厂」 理念。
7 月 26 日消息，2025 世界人工智能大会 （WAIC） 期间，摩尔线程创始人兼 CEO 张建中宣布，为应对生成式 AI 爆发式增长下的大模型训练效率瓶颈，公司将通过系统级工程创新，构建新一代 AI 训练基础设施，致力于为 AGI 时代打造生产先进模型的 「超级工厂」。
张建中表示，除了语言模型之外，所有人都在把模型能力拓展到多模态和世界模型，甚至于具身智能和三维空间里的模拟仿真，它需要大型 AI 计算基础设施，但要想建立大型基础设施的难度就好比建一个 Foundry（晶圆厂） 一样，所以他称之为 「AI 工厂」（AI Foundry）。Foundry 是生产芯片的，而 AI Foundry 是生产智能的，而摩尔线程提出的 「AI 工厂」，如同芯片晶圆厂的制程升级，是一个系统性、全方位的变革，需要实现从底层芯片架构创新、到集群整体架构的优化，再到软件算法调优和资源调度系统的全面升级。其中，基于 Triton-MUSA 编译器 + MUSA Graph，基于 「平湖」 架构的 MTT S5000 GPU 可实现 DeepSeek R1 推理加速 1.5 倍 （150%）。
张建中强调，我们正迎来前所未有的生成式 AI 技术变革，而大模型的发展非常 「卷」，从 DeepSeek V3 发布以来，短短半年，全球前沿模型 DeepSeek 的 「智力」 水平提升 50%，远超人类智力水平的增长速度。
「这是一件很可怕的事情，首先我们不要跟模型斗，要把它用好，它是你的 Agent，你不能变成它的 Agent。短短几个月，Grok 4 直接飙到世界第一，马斯克只有一个秘诀，就是买了 20 万张 GPU 卡，所以它可以 『卷』 成世界第一，用很少的人力，但用强大的财力、强大的算力，所以就是靠算力推动智力的革命。」 张建中称。
据悉，摩尔线程成立于 2020 年 6 月，以全功能 GPU 为核心，致力于向全球提供加速计算的基础设施和一站式解决方案。摩尔线程创始人兼 CEO 张建中曾任英伟达全球副总裁、中国区总经理，在 GPU 这一行业已经深耕近二十年。
成立以来，摩尔线程以自主研发的全功能 GPU 为核心，致力于为 AI、数字孪生、科学计算等高性能计算领域提供计算加速平台，公司已推出四代 GPU 架构，其芯片采用先进 MUSA 技术，并拓展出覆盖 AI 智算、云计算和个人智算等应用领域的计算加速产品矩阵，满足政务、企业及个人消费者等多层次、多样化需求。
启动 IPO 之前，摩尔线程已经完成了多轮融资，整个融资规模超过 40 亿元。投资方包括中国移动、深创投、上海国盛、中银国际、建银国际、招商局创投、中关村科学城、红杉资本等基金和机构。最近一轮投前估值 246.20 亿元。
业务方面，基于自主研发的 MUSA 架构，公司成功开发出支持 AI 计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等多场景的全功能 GPU 芯片。公司四年推出四代 GPU 芯片架构、四颗 GPU 芯片系列——苏堤、春晓、曲院和平湖，流片成功/发布时间分别是 2021 年、2022 年、2023 年和 2024 年，覆盖 AI 智算、专业图形加速及桌面级图形加速等领域，主要生产方式包括板卡/模组、一体机、集群设备等，客户包括百度（北京百度网讯科技有限公司）、京东平台、中国邮电器材集团等多家头部公司。
2022 年，摩尔线程推出国产游戏显卡 MTT S80，被誉为 「国产游戏第一卡」，也是国内极少数可以支持 DirectX 12 的消费级显卡。此外，在数据中心 GPU 部分，摩尔线程还发布了 MTT S4000、S5000 等多款计算卡，并拥有千卡智算集群、自有的万卡集群方案。
招股书中显示，MTT S80 显卡性能规格与英伟达 RTX 3060 相当，公司在两年时间内先后完成 24 版驱动更新，显卡性能表现提升数倍，成功兼容近千款游戏和应用。
目前，摩尔线程已成功自主研发并量产第四代高性能 GPU 架构 「平湖」，并基于此推出了十余款高性能 GPU 加速卡与模组，以及 D800 计算服务器和 KUAE 智能计算集群等产品，构建了包含芯片设计、硬件产品及软硬件一体化解决方案的全方位自主可控产品体系。
据悉，最新采用 「平湖」 架构的摩尔线程 MTT S5000 加速计算卡对标英伟达 H100 产品，其 FP8 计算能力适合对 DeepSeek-V3/R1 MoE 大模型进行训练。
如今，基于通用 GPU 的全方位的自主可控产品体系，张建中提出了摩尔线程更大的 「野心」：AI 工厂 （AI Foundry）。
事实上，英伟达最先提出了 「AI 工厂」（AI Factory） 这一概念，原因在于，英伟达认为与传统数据中心不同，AI 工厂不仅存储和处理数据，还能大规模生产智能，将原始数据转化为实时洞察，对于世界各地的企业和国家而言，这意味着显著缩短价值实现时间，将 AI 从一项长期投资转化为提升竞争优势的直接驱动力，从而让企业未来将在创新、效率和市场差异化方面引领行业。
那么，在 「AI 工厂」 设计中，英伟达提供强大的计算性能、高级网络、基础设施管理和工作负载编排、最大的 AI 推理生态系统、存储和数据平台、设计和优化蓝图、参考架构、为每个企业提供灵活部署等完整、集成的 AI 工厂堆栈，其中从芯片到软件的每一层都针对大规模训练、微调和推理进行了优化。这种全栈式方法确保企业能够部署经济高效、性能卓越且面向未来的 AI 工厂，以应对 AI 的指数级增长。
黄仁勋曾提到，借助基于英伟达 Blackwell Ultra 的 GB300 NVL72 机架级解决方案，AI 工厂可实现高达 50 倍的 AI 推理输出。
相比英伟达的 「AI 工厂」 理念，摩尔线程 「AI 工厂」（AI Foundry） 的核心在于基于全功能 GPU 通用算力，以系统化创新和工程化的能力提升先进模型生产效率。
在张建中看来，打造 AI 工厂，摩尔线程主要拥有五个技术竞争力：1、拥有全功能 GPU，功能完备精度完整，实现加速计算通用性；2、自研 MUSA 架构，提升芯片有效算力；3、MUSA 全栈系统软件，提升单节点计算效率；4、自研 KUAE 大规模集群，优化集群效率；5、零中断容错技术，提升集群的稳定性和可靠性。
数据显示，基于第四代 「平湖」 架构，摩尔线程的 AI 加速系统 （TCE/TME） 全面支持 INT8/FP8/FP16/BF16/TF32 等多种混合精度计算，在保证计算精度的同时，将 Transformer 计算性能提升约 30%；内存系统方面，实现了 50% 的带宽节省和 60% 的延迟降低；独创的 ACE 异步通信引擎减少了 15% 的计算资源损耗，MTLink2.0 互联技术提供了高出国内行业平均水平 60% 的带宽；核函数启动时间缩短 50%；GEMM 算子算力利用率达 98%，Flash Attention 算子算力利用率突破 95%；MCCL 通信库实现 RDMA 网络 97% 带宽利用率；将百 GB 级备份恢复时间从数分钟压缩至 1 秒，提升 GPU 有效算力利用率。
张建中表示，依托 AI 工厂，摩尔线程成功构建起覆盖 「训练-推理-部署」 全流程高效体系，从图形渲染基石到 AI 算力引擎，摩尔线程以 「KUAE+MUSA」 为智算业务核心，加速赋能千行百业，推动全功能 GPU 驱动的 AI 技术在物理仿真、AIGC、科学计算、具身智能、智能体、医疗影像分析、工业大模型等关键领域的应用与部署。
这意味着，国产计算基础设施已具备支撑 AGI（通用人工智能） 时代规模化、高效率、高可靠模型生产的关键能力。
当前摩尔定律收入、研发费用不断增加。招股书显示，2022 年、2023 年、2024 年，摩尔线程营业收入分别为 0.46 亿元、1.24 亿元、4.38 亿元，三年营业收入复合增长率 208.44%，累计营收 6.09 亿元；三年研发费用分别为 11.16 亿元、13.34 亿元、13.59 亿元，累计研发费用超过 38 亿元。
（本文首发于钛媒体 App，作者｜林志佳，编辑｜盖虹达）
