使DeepSeek模型推理加速150%，摩尔线程首次提出“AI工厂”｜直击WAIC 2025
"AI工厂如同芯片晶圆厂的制程升级，是生产智能的系统性变革。摩尔线程CEO张建中提出，通过全功能GPU和五大技术竞争力构建新一代AI训练基础设施，其MTT S5000 GPU已实现DeepSeek R1推理加速150%，推动AGI时代模型生产效率革命。"
内容由AI智能生成
有用
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。
