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。
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 MFU | 60% | 稠密大模型训练时的算力利用率 |
| MoE 大模型 MFU | 40% | 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 |
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 API | 248 个 | 本次新加 |
| 累计兼容 API | 761 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 |
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:
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 / RLHF | KUAE 万卡集群 | 夸娥训练套件 + Megatron-MUSA |
| 单机多卡推理服务 | MTT S5000 × N | vLLM-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 AIBOOK | MTT AIOS + OpenClaw + MTClaw |
| 边缘工业 AI | MTT E300 模组 | MUSA SDK 5.1.0 嵌入式 |
| CUDA 项目迁移 | 任意 MTT GPU | Automusify + MUSIFY |
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。
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 TFLOPS | BF16/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 |
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。