国产AI算力厂商摩尔线程于2026年6月正式发布并开源业内首个基于国产全功能GPU底座的代码大模型MusaCoder。该模型专为GPU底层算子生成打造，全后训练流程在搭载MTT S5000 GPU的“夸娥”智算集群上完成，在KernelBench权威评测中Overall Pass率达93.2%，标志着国产算力软硬件协同生态迈出关键一步。
GPU底层算子是支撑AI模型运行的核心基础组件，长期以来，算子开发高度依赖工程师人工编写，研发周期长、适配成本高，也成为制约国产GPU生态普及的核心瓶颈之一。
过去几年国内AI产业高速发展，但底层硬件、基础软件的对外依赖度一直较高，尤其是大模型训练环节，此前普遍采用海外GPU硬件+海外开源模型的组合，供应链安全风险突出，全栈国产替代的行业需求日益迫切。
摩尔线程作为国内少数具备全功能GPU研发能力的厂商，此前已经推出了多代桌面级、数据中心级GPU产品，此次推出代码大模型正是其软硬件协同布局的重要一步，也填补了国产全栈算力体系的关键空白。
MusaCoder是业内首个完全基于国产全功能GPU完成全流程训练与验证的开源代码大模型，其核心定位就是自动生成GPU底层算子，能够大幅降低算子开发的门槛和周期。
值得注意的是，该模型的完整后训练流程，全部在摩尔线程自研的“夸娥”智算集群上完成，集群硬件全部采用MTT S5000数据中心GPU，这也是首次有国产大模型的全链路开发流程完全跑通国产硬件底座，彻底验证了国产GPU承载复杂大模型训练任务的可靠性与高效性。
在性能方面，MusaCoder-27B-RL版本在行业公认的KernelBench严格评测中表现亮眼：Overall Pass率达到93.2%，平均分达到88.60%，性能表现已经跻身全球同类型代码大模型第一梯队，在国产GPU算子生成的专属场景下，适配效率甚至优于海外同级别模型。
不同于不少厂商选择闭源商用的模式，摩尔线程此次将MusaCoder完全开源，全行业开发者都可以免费获取模型权重进行二次开发。
这一动作的核心价值在于为整个行业提供了从底层硬件到上层模型训练的完整参考范式：下游厂商不需要再从零搭建算力底座、训练基础代码模型，只需要基于MusaCoder和MTT S5000 GPU的成熟方案做场景化适配，就能快速完成相关开发工作，大幅降低国产算力栈的落地成本。
有行业分析师指出，随着MusaCoder的开源，接下来半年内，基于这套全栈国产方案的垂直场景大模型有望密集落地，覆盖自动驾驶、生物医药、工业仿真等多个高算力需求领域，进一步拉动国产GPU的市场渗透率提升。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号