🧠 模块一:GPU与AI基础认知

摩尔线程产品家族:从 KUAE 集群到 MTT AICUBE/AIBOOK

入门·⏱ 42分钟·📅 2026-06-01

一、为什么要重新认识摩尔线程产品家族?

2026 年 5 月 18 日的「词元时代,万物智能」摩尔线程 2026 产品发布会是一个分水岭:摩尔线程从「卖训练 GPU」一步走到「云-边-端全栈智算矩阵」。本节课会按云 / 边 / 端 / 软件栈四层把产品家族梳理清楚,让你在做硬件选型、解决方案设计或者面试答题时都有一张清晰的"地图"。新闻原文:摩尔线程 2026 产品发布会、观察者网详细报道。

💡
为什么叫"词元时代"?
摩尔线程在发布会上把这一代主题定位为「Agentic AI 驱动的 Token 需求指数级跃升」——大模型不再只是答题机器,而是会自己拆解任务、调用工具、连续对话的智能体。每一个智能体动作背后是大量 token 的生成与消耗,因此「算力 = 词元生产能力」成为下一阶段的核心竞争力。这也是为什么摩尔线程同时在做训练集群 / 推理引擎 / 端侧 SoC——确保每一层 token 都能在国产 GPU 上跑得高效。

二、云端:MTT KUAE 夸娥智算集群

KUAE 是摩尔线程的万卡级训练 GPU 集群产品,本次发布会公布了集群的几项关键指标:

指标2026 公布值含义
Dense 大模型 MFU60%稠密大模型训练时的算力利用率
MoE 大模型 MFU40%专家网络模型训练时的算力利用率
有效训练时长90%除去故障 / 重启 / 重训占比
线性扩展效率95%从单机扩到 N 卡时的吞吐扩展比
表 1:KUAE 万卡级集群训练效率指标(数据来源:摩尔线程 2026 产品发布会)。

2.1 夸娥训练套件

KUAE 不只是硬件,配套的「夸娥训练套件」覆盖大模型预训练与后训练全链路:

  • 训练框架与 AI 框架:torch_musa、Megatron-MUSA、PyTorch FSDP2 等的 MUSA 后端。
  • 训练辅助工具:SimuMax 性能仿真、调度器、断点恢复。
  • 强化学习专项优化:兼容业界主流的 VeRL(训推一体)与 Slime(训推分离)框架。
  • 微调框架:完成了多个主流微调框架的适配。

2.2 夸娥云服务

对外提供「算力即服务」(GPU-as-a-Service)。发布会现场演示了两条典型工作流:基于 GLM 推理服务的 Vibe Coding(口语描述需求 → 多智能体协同 → 生成专属 App,无需手写代码),以及 AIGC 微短剧制作工作流(剧本策划 → 视频合成全链路智能生成)。

三、端侧:长江 SoC + MTT AICUBE / AIBOOK

本次发布会最大的新闻是摩尔线程在端侧的「家庭 AI 中枢 + AI 笔电」双产品发布。两者都基于自研「长江」SoC。

3.1 MTT AICUBE:家庭 AI 中枢

  • 定位:智能体 + AI PC + AI NAS 三合一。
  • 内置「小麦」智能体,预装 60+ Skills,可跨 36+ APP 联动控制。
  • 全闪存 AI NAS 模块:家庭数据本地存储 + 智能管理。
  • 桌面 AI PC 能力:观影娱乐、办公、在线学习、云游戏、本地大模型运行。
  • 上市时间:6 月 18 日京东摩尔线程旗舰店开启预售。

3.2 MTT AIBOOK:为智能体而生的笔记本

  • 系统:MTT AIOS 原生 Linux,预装「龙虾」智能体(OpenClaw)。
  • 支持多智能体协作;为智能体应用提供「开发-调试-部署」完整闭环。
  • 「工具直达」:90+ 工具调用接口开箱即用。
  • 多系统并行:原生 Linux + 虚拟化 Windows + 容器化 Android。
  • 端侧感知:LLM/ASR/TTS/OCR 模型支持。

3.3 MTT E300:边缘 AI 模组

面向嵌入式边缘场景的小型化模组,支持混合精度计算。典型落地:工业质检、能源巡检、智慧教室、具身智能、智能汽车、低空经济。

四、具身智能:MT Lambda 全栈仿真平台

MT Lambda 是国内首个全栈具身智能仿真平台,目标是把「数据合成 → 策略训练 → 仿真验证」做成一个高效闭环:

  • 底层:基于全功能 GPU,渲染、物理、AI 计算在同一颗芯片完成,数据「零拷贝」。
  • 中间层:摩尔线程自研物理引擎 + 渲染引擎 + AI 引擎。
  • 上层:MT Lambda-Lab(策略开发与训练)+ MT Lambda-Sim(高保真物理仿真与渲染)。
  • 生态:与光轮智能在合成数据领域深度合作,与光线云共建 RaysTwins 具身仿真平台。

五、软件栈:MUSA SDK 5.1.0 的关键数字

发布会同步推出 MUSA SDK 5.1.0,定位是「对标 CUDA 12.8 的国产 GPU 软件栈」。要记住的几个关键数字:

维度数字说明
对标 CUDA 版本CUDA 12.8覆盖 NV 当前主流稳定版
驱动/运行时新增 API248 个本次新加
累计兼容 API761 个到 5.1.0 累计
核心数学库100% 对齐BLAS / FFT / RNG 等
核心 AI 算子覆盖 55 类fused attention / matmul / norm 等
PyTorch 算子兼容3194 个 / 100%PyTorch 全部算子
FlashAttention3 效率95%对比 H 卡基线
表 2:MUSA SDK 5.1.0 兼容性与性能关键数字。

5.1 推理生态合入主线

  • vLLM-MUSA 正式开源,MooreThreads/vllm-musa 仓库可直接使用。
  • MUSA 后端合入 SGLang 官方主线,获得"原生支持"标识。
  • TileLang-MUSA 合入开源主线,并升级支持 Triton 3.6。

5.2 Automusify 智能迁移工具

「零干预」自动化迁移工具,官方数据:

1
对 Top 100 人工智能仓库实现 100% 自动迁移。
2
对 Top 100 科学计算仓库实现 100% 自动迁移。
3
配合 MUSIFY,CUDA 项目零代码改动即可在 MUSA 上运行。

5.3 MUSACODE AI 编程助手

大模型智能体协同的 kernel 自动开发系统:

  • 已交付 10,000+ Kernel 算子。
  • 基于 TileLang 自动调优 Group GEMM 算子,实现 60% 性能提升。
  • 开发者可以把它当作"算子级 Copilot"使用——给一个算子描述,自动产出 TileLang DSL + 自动调优。

六、小麦智能体 + MTClaw + OpenClaw 智能体三件套

「小麦」智能体是摩尔线程在端侧的旗舰智能体产品,运行于自研 MTT AIOS 操作系统。它有几个值得记住的"产品级"能力:

  • 情景感知决策、长上下文历史检索、自主任务编排。
  • 多模态情绪识别。
  • 跨端协同、端云一体。
  • 二维拓扑记忆系统(区别于传统线性长上下文)。
  • 底层基于自研开源 Agent 框架 MTClaw(详见 m6-l8)。

6.1 三件套定位

  • OpenClaw:通用智能体桌面客户端 / Gateway。
  • MTClaw(Function Router):本地工具路由代理,给 OpenClaw / Hermes / OpenCode 等加速。
  • 小麦:面向家庭用户的端到端智能体产品,落地在 MTT AICUBE / AIBOOK。

七、按场景选型速查

典型场景推荐选型软件栈起点
千亿模型预训练 / RLHFKUAE 万卡集群夸娥训练套件 + Megatron-MUSA
单机多卡推理服务MTT S5000 × NvLLM-MUSA 或 SGLang-MUSA
云上按需推理夸娥云服务OpenAI 兼容 API
具身智能 / 机器人MT Lambda 平台MT Lambda-Lab + Sim
家庭 / 个人 AI 助理MTT AICUBE小麦 + 60+ Skills
开发者智能体笔电MTT AIBOOKMTT AIOS + OpenClaw + MTClaw
边缘工业 AIMTT E300 模组MUSA SDK 5.1.0 嵌入式
CUDA 项目迁移任意 MTT GPUAutomusify + MUSIFY
表 3:按场景的摩尔线程产品选型速查。

八、国测加持:MTT S5000(PH100 芯片)通过《安全可靠测评》(2026-06-01 追加)

2026-05-26,中国信息安全测评中心、国家保密科技测评中心公布《安全可靠测评结果公告(2026 年第 2 号)》,MTT S5000(PH100 芯片)AI 训练推理芯片正式入选。这是安全可靠测评体系建立以来首次将 AI 训练推理芯片纳入评测结果,意味着 PH100 在「平湖」第四代 MUSA 架构上的技术成熟度、稳定性与安全性,已经满足国家级关键行业(政务、央企、金融、能源)的可靠性硬门槛。

💡
「安全可靠测评」到底测什么?
该体系由中国信息安全测评中心、国家保密科技测评中心联合运行,对芯片的设计实现、制造工艺、供应链、生命周期管理四个维度进行测评。通过测评意味着该芯片可以进入政府采购目录、被关键信息基础设施合规使用。详情见:工信部公告、腾讯新闻报道。

8.1 S5000(PH100)的核心规格回顾

项目规格含义
架构第四代 MUSA「平湖」(Pinghu)对应 MUSA SDK 5.1.0 / mate v0.2.2 官方主力
单卡 AI 算力(稠密)1000 TFLOPSBF16/FP16 训推一体
显存80GB HBM带宽 1.6 TB/s
卡间互联784 GB/s满足 KUAE 万卡集群 95% 线性扩展
典型部署KUAE 智算集群 / vLLM-MUSA 推理 / DeepSeek-V4 训练本站点 m5-l3 / m5-l4 / m4-l4 实战课全部基于该卡
表 4:MTT S5000(PH100)核心规格速览。

8.2 对采购侧与落地的影响

  • 政务 / 央企 / 关键行业:MTT S5000 进入「可信合规」清单,KUAE 集群方案可以直接走安全可靠合规通道,免去单独认证流程。
  • 大模型训练侧:与上周发布的 KUAE 万卡集群指标(Dense MFU 60% / MoE 40% / 95% 线性扩展)形成完整证据链——既有规模,又有合规。
  • 推理侧:m5-l3 / m5-l4 的 vLLM-MUSA / SGLang-MUSA 实战默认运行环境就是 8× S5000,国测加持后这条部署路径可以直接用于关键行业线上业务。
✅
本课小结
摩尔线程 2026 产品发布会确立了「云-边-端」全栈智算矩阵:云端是 KUAE 万卡集群(MFU 60% / MoE 40% / 95% 线性扩展),边缘是 MTT E300 与 MT Lambda 具身仿真平台,端侧是 MTT AICUBE 家庭 AI 中枢与 MTT AIBOOK AI 笔电。底座软件 MUSA SDK 5.1.0 对标 CUDA 12.8,PyTorch 算子 100% 兼容,FA3 达到 95% 效率;vLLM-MUSA / SGLang / TileLang-MUSA 三大开源推理与算子框架同时合入主线。本周 MTT S5000(PH100)通过国家《安全可靠测评》,AI 训推一体芯片首次入选,标志着这套全栈方案具备进入关键行业的合规资格。参考:摩尔线程官方新闻、新浪科技。