摩尔线程开源MTGDRCopy、MTSHMEM、MCCL和MT DeepEP四个通信库，覆盖显存直访、对称共享内存、多GPU集合通信及MoE专家并行，构成从底层访问到专家并行的完整MUSA通信栈，可支持分布式AI训练与推理，并提供源码、示例和测试工具，便于开发者验证、集成与调优。

摩尔线程为FFmpeg、PyNvVideoCodec、TorchCodec三个开源项目完成MUSA平台原生支持，覆盖视频编解码、硬件加速与转码，为多媒体处理、Python视频开发和PyTorch视频AI提供国产GPU加速，降低迁移成本，项目已在GitHub开源。

京东云宣布建设十万卡GPU集群，采用摩尔线程国产芯片，用于大模型训练和具身智能。这是国产GPU首次进入头部云企业核心集群，标志国产算力走向规模化商用。双方将全栈协同，推动物理AI产业化，助力国产算力在产业场景中落地。

摩尔线程发布开源高性能算子库MATE，面向生成式AI大模型训练与推理，提供Attention、GEMM、MoE等核心算子，兼容FlashAttention、DeepGEMM等开源生态，并已落地vLLM与SGLang框架。MATE通过多后端优化和JIT编译提升性能，实测单卡吞吐量达国际高端GPU的40%以上，旨在降低开发者迁移成本，推动国产AI算力生态发展。

趋境科技与摩尔线程达成战略合作，基于国产PD异构技术与MTT S5000智算卡，共建高品质AI Token工厂。方案已投产，性价比超越国际算力，实现超50 TPS生成速度、99.9%稳定性。双方将推广Token Pod方案，推动国产算力规模化落地。

摩尔线程自主研发的MTVSR视频超分辨率技术已合入开源播放器VLC官方代码库，成为国内首家实现该技术的GPU厂商。该技术利用AI模型和GPU硬件加速，将低清视频实时增强至2-4倍分辨率，支持智能区域识别和边缘锐化。目前MTT S80/S70显卡用户可抢先体验，该技术将随VLC 3.0.24稳定版发布，填补国产GPU在视频超分开源生态的空白。

摩尔线程完成开源库CV-CUDA在MUSA上的兼容支持，使视觉处理任务可从CPU迁移至国产GPU，提升图像预处理与数据流水线效率。实测中几何变换、缩放等算子加速明显，适用于多模态训练、视频理解、智能制造等场景，并持续优化生态。

摩尔线程基于AI训推一体智算卡MTT S5000及MUSA软件栈，在MiniMax H3开源当日完成极速适配，仅用3小时打通推理路径。H3支持多模态输入，可生成2K视频，价格低至0.8元/秒，具备商用性价比。双方合作旨在加速多模态模型创新与AGI产业化落地。

摩尔线程在2026世界人工智能大会上发布三大“AI工厂”，涵盖模型训练、词元生产与智能体生产，展示国产算力规模化应用成果。与京东、MiniMax等伙伴合作落地，覆盖训练、推理及智能体场景，并推出AI原生终端，构建全场景智算矩阵，推动国产算力生态发展。

摩尔线程发布了开源大模型MusaCoder，专为GPU底层算子生成设计，支持从PyTorch自动生成高性能CUDA/MUSA代码，提升开发效率。MusaCoder在KernelBench评测中表现优异，超越多款主流模型。其全链路训练依托国产MTT S5000集群，验证了国产GPU的强大能力，推动GPU编程和AI技术的创新与应用。

摩尔线程发布了MT Lambda，这是首个全栈国产化的具身智能仿真平台。该平台通过仿真训练机器人，实现了Sim-to-Real的验证，整合了物理、渲染和AI引擎，显著提升了机器人训练的效率和真实感，标志着国产GPU在具身智能领域的重大进展。

摩尔线程与智源众智FlagOS社区合作，在MTT S5000 GPU上快速适配DeepSeek-V4-Flash模型。该模型采用混合专家架构，参数量达到284B，支持百万token上下文。MTT S5000原生支持FP8精度，提升计算效率。双方通过编译优化和自动调优，提升了FP8和Sparse Attention算子的性能，降低延迟并提高吞吐量。未来将继续推进DeepSeek-V4-Pro的适配工作。

随着4K显示器的普及，720p和1080p的视频内容仍然占主导，影响观看体验。摩尔线程的MTVSR技术通过实时超分辨率提升视频清晰度，保留原始文件，支持多种编码格式，用户体验良好。

阿里开源Qwen3.5系列新模型，摩尔线程快速适配MTT S5000 GPU，展示MUSA生态的成熟。支持原生MUSA C和Triton-MUSA，优化混合注意力机制，提升推理性能。摩尔线程将继续推动国产算力发展，助力AI生态繁荣。

中国电影科学技术研究所发表论文，研究基于HTJ2K算法和国产GPU的数字电影图像编解码技术。该技术提升了图像处理效率，促进国产设备自主发展，打破国外技术垄断，满足高分辨率和高动态范围电影需求。HTJ2K在性能和画质上显著优于传统JPEG 2000，推动电影行业技术进步。

Ultralytics开源YOLO26模型，摩尔线程提供原生支持与优化，适用于边缘计算等多场景。YOLO26简化推理流程，支持多种视觉任务，助力AI应用落地。

摩尔线程开源了TorchCodec-MUSA，实现了PyTorch编解码库的硬件适配，支持无缝迁移至国产GPU，提升视频处理效率，简化开发流程，降低使用门槛，推动国产GPU在AI训练中的应用。

摩尔线程开源MUSA加速版MONAI 1.5.0，专注于AI医学影像，提升国产算力。MONAI框架连接学术与临床，已下载350万次。MUSA软件栈优化性能，推动医学AI应用与国产生态发展。

张建中是摩尔线程的创始人，被称为“中国英伟达”。他在英伟达的经历使他掌握了GPU核心技术。摩尔线程专注于全功能GPU研发，迅速崛起，推动中国AI芯片产业发展。尽管面临国际技术封锁，国产GPU在政策支持下逐渐崭露头角。

文章探讨了AI行业的投资策略与风险，建议投资者根据目标和风险承受能力选择股票。DeepSeek提议将资金分配为70%投资于全球龙头企业如英伟达，30%投向有潜力的国产芯片公司，以实现风险与收益的平衡。同时指出，电力供应是AI发展的瓶颈，未来市场将由少数巨头主导。