經(jīng)濟(jì)觀察報記者 鄭晨燁

12月20日，北京中關(guān)村國際創(chuàng)新中心，摩爾線程（688795.SH）舉辦了首屆MUSA開發(fā)者大會，在現(xiàn)場，這家剛登陸A股市場的國產(chǎn)GPU公司，發(fā)布了其最新的全功能GPU架構(gòu)“花港”，以及基于該架構(gòu)的芯片路線圖。

就在這場開發(fā)者大會舉辦的兩天前，12月18日，另一家老牌國產(chǎn)算力系統(tǒng)廠商中科曙光（603019.SH），對外發(fā)布了名為“scaleX”的萬卡超集群系統(tǒng)。

在2025年即將結(jié)束時，國產(chǎn)算力產(chǎn)業(yè)鏈拿出了兩份有實質(zhì)性突破的新成果，同時也不難看出，國產(chǎn)算力的競爭焦點，已經(jīng)從單純比拼單張顯卡的參數(shù)，轉(zhuǎn)移到了如何構(gòu)建一個能穩(wěn)定運行的萬卡級系統(tǒng)上。

對于正在訓(xùn)練萬億參數(shù)大模型的下游客戶來說，單張芯片的性能早已不是唯一的考量標(biāo)準(zhǔn)。

當(dāng)模型參數(shù)量突破萬億，單一芯片的物理性能觸及瓶頸，算力的提升只能依靠規(guī)模堆疊。行業(yè)面臨的核心問題，變成了如何讓一萬張計算卡像一張卡一樣協(xié)同工作。

在12月20日的發(fā)布會上，摩爾線程試圖從底層的芯片架構(gòu)層面解決這個問題。

根據(jù)現(xiàn)場信息，其最新的“花港”架構(gòu)，最核心的變化在于計算密度的提升與對低精度的支持，摩爾線程官方數(shù)據(jù)顯示，相較于上一代產(chǎn)品，新架構(gòu)的算力密度提升了50%，效能提升了10倍。

此外，“花港”架構(gòu)還支持從FP4到FP64的全精度計算，并新增了對MTFP6、MTFP4及混合低精度的支持。

基于這一新架構(gòu)，摩爾線程公布了兩款未來芯片的規(guī)劃，“華山”與“廬山”。

“華山”定位為AI訓(xùn)推一體芯片，專攻大規(guī)模智算，旨在為萬卡級智算集群提供算力支撐�！皬]山”則專注于高性能圖形渲染，官方數(shù)據(jù)顯示，“廬山”的AI計算性能較前代提升64倍，光線追蹤性能提升50%。

從對下一代產(chǎn)品的規(guī)劃上看，摩爾線程依然繼續(xù)堅持走“全功能GPU”的技術(shù)路線，即同時覆蓋圖形渲染與人工智能計算兩個市場。

就在摩爾線程發(fā)布新架構(gòu)的前兩天，中科曙光也發(fā)布了scaleX萬卡超集群系統(tǒng)，這是國產(chǎn)萬卡級算力集群首次以真機(jī)形式公開亮相。

與芯片廠商側(cè)重于微觀架構(gòu)的視角不同，中科曙光解決的是算力堆疊后的物理與工程難題。

構(gòu)建一個萬卡集群，最大的挑戰(zhàn)不僅在于軟件，還需要解決散熱、供電與物理空間限制等多重挑戰(zhàn)。

當(dāng)上萬張高功率的算力芯片集中在一個數(shù)據(jù)中心時，產(chǎn)生的熱量和消耗的電力是驚人的。

中科曙光12月18日發(fā)布的scaleX萬卡集群系統(tǒng)，由16個scaleX640超節(jié)點通過scaleFabric高速網(wǎng)絡(luò)互連而成，總計可部署10240塊AI加速卡。

為了解決高密度帶來的散熱問題，該系統(tǒng)采用了浸沒相變液冷技術(shù)。

官方數(shù)據(jù)顯示，scaleX萬卡集群系統(tǒng)單機(jī)柜算力密度相比業(yè)界提升了20倍，PUE（能源使用效率）值降至1.04。

這意味著，在同等的物理空間和電力供給下，液冷技術(shù)能夠容納更多的算力密度。對于寸土寸金的數(shù)據(jù)中心而言，這直接關(guān)系到運營成本和算力部署的上限。

在解決了“熱”和“電”的問題后，橫亙在萬卡集群面前的另一道墻，是“網(wǎng)”。

在分布式計算中，當(dāng)GPU數(shù)量增加到一定規(guī)模時，節(jié)點間的通信延遲會成為拖累整體性能的短板，如果網(wǎng)絡(luò)帶寬不夠，計算卡計算得再快，也得停下來等待數(shù)據(jù)傳輸，這就是業(yè)內(nèi)常說的“通信墻”。

兩家公司也都拿出了針對這一問題的解決方案。

摩爾線程在“花港”架構(gòu)中集成了新一代異步編程模型，并通過自研的MTLink互聯(lián)技術(shù)，宣稱支持十萬卡以上規(guī)模的智算集群擴(kuò)展；而中科曙光則發(fā)布了scaleFabric網(wǎng)絡(luò)，基于國內(nèi)首款400G類InfiniBand的原生RDMA網(wǎng)卡與交換芯片，實現(xiàn)了400Gb/s的帶寬與低于1微秒的端側(cè)通信延遲。

除了訓(xùn)練端的競賽，大模型應(yīng)用落地帶來的推理需求，也成為兩大廠商關(guān)注的另一個重點。

隨著DeepSeek等國產(chǎn)大模型的參數(shù)量達(dá)到671B（6710億）級別，如何在國產(chǎn)硬件上跑通這些“龐然大物”，成為檢驗硬件廠商成色的試金石。

摩爾線程在現(xiàn)場展示了其與硅基流動合作的測試數(shù)據(jù)：在DeepSeek R1 671B全量模型上，其MTT S5000單卡Prefill（預(yù)填充）吞吐量突破4000 tokens/s，Decode（解碼）吞吐量突破1000 tokens/s。

簡單來說，國產(chǎn)GPU在應(yīng)對千億參數(shù)大模型的復(fù)雜推理任務(wù)時，已經(jīng)具備了跑通全流程的吞吐能力。

硬件的堆疊終究只是基礎(chǔ)，算力的釋放最終依賴于軟件生態(tài)的成熟度。

摩爾線程在大會上宣布其MUSA統(tǒng)一架構(gòu)升級至5.0版本，并披露了核心計算庫muDNN在GEMM（通用矩陣乘法）與FlashAttention（閃電注意力機(jī)制）上的效率超過98%。

在硬件規(guī)格逼近國際主流水平后，國產(chǎn)廠商的研發(fā)重心正在向軟件棧的優(yōu)化轉(zhuǎn)移，試圖修補長期以來在CUDA生態(tài)面前的短板。

與此同時，中科曙光方面也強(qiáng)調(diào)了其系統(tǒng)的兼容性。

scaleX萬卡超集群支持多品牌加速卡，并已完成400余個主流大模型的適配優(yōu)化，這種開放架構(gòu)的策略，亦反映了系統(tǒng)廠商在多芯片共存時代的生存邏輯，不綁定單一芯片，而是提供一個能夠兼容不同國產(chǎn)算力的底座。

（作者 鄭晨燁）

免責(zé)聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

鄭晨燁

深圳采訪部記者 關(guān)注新能源、半導(dǎo)體、智能汽車等新產(chǎn)業(yè)領(lǐng)域，有線索歡迎聯(lián)系：zhengchenye@eeo.com.cn，微信：zcy096x。