上证报中国证券网讯（记者郑维汉）7月25日，摩尔线程以“算力进化，精度革命”为主题举办技术分享会，提出“AI工厂”理念。摩尔线程创始人兼CEO张建中表示，为应对生成式AI爆发式增长下的大模型训练效率瓶颈，摩尔线程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”。
据介绍，摩尔线程提出的“AI工厂”，如同芯片晶圆厂的制程升级，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。这种全方位的基础设施变革，将推动AI训练从千卡级向万卡级乃至十万卡级规模演进，以系统级工程实现生产力和创新效率的飞跃。
五大核心要素决定了“AI工厂”成功与否。“AI工厂生产效率 = 加速计算通用性 × 单芯片有效算力 × 单节点效率 × 集群效率 × 集群稳定性。”张建中介绍道：“这些因素之间是‘乘’的关系，所以每一个环节都要做到极致。”
加速计算通用性方面，摩尔线程以全功能GPU为核心，构建了“功能完备”与“精度完整”的通用性底座，全面覆盖从AI训练、推理到科学计算的全场景需求。
与此同时，摩尔线程基于MUSA架构，通过计算、内存、通信三重突破，显著提升了单GPU运算效率。并且，摩尔线程还通过MUSA全栈系统软件，提升了单节点计算效率。
而当单节点效率达到新高度，如何实现大规模集群的高效协作成为了新的挑战。摩尔线程KUAE计算集群通过5D大规模分布式并行计算技术，实现上千节点的高效协作，推动AI基础设施从单点优化迈向系统工程级突破。
“整个集群建好后，还要看集群能不能稳定运行。”张建中表示。
在万卡级AI集群中，硬件故障导致的训练中断会浪费算力。为此。摩尔线程推出了零中断容错技术，故障发生时仅隔离受影响节点组，其余节点继续训练，备机无缝接入，全程无中断。
此外，KUAE集群通过多维度训练洞察体系实现动态监测与智能诊断，结合集群巡检与起飞检查，为大规模AI训练提供稳定保障。
从图形渲染基石到AI算力引擎，摩尔线程全功能GPU持续加速计算革新。张建中表示：“以‘KUAE+MUSA’为智算业务核心，摩尔线程将加速赋能千行百业，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。”
云天华成配资提示：文章来自网络，不代表本站观点。
