摩爾線程在科創板上市僅15天后，便以一場開發者大會向外界展示了其技術突破的硬實力。面對3000億市值引發的市場爭議，創始人張建中攜第五代全功能GPU架構“花港”亮相，試圖用自主生態的深度布局回應質疑。這一動作標志著國產GPU企業正從資本敘事轉向技術攻堅的新階段。
“花港”架構的推出具有特殊背景。在全球先進制程受限、代工工藝迭代放緩的產業環境下，摩爾線程提出“以架構創新彌補工藝短板”的生存策略。通過重構底層指令集并引入異步編程模型，該架構在相同制程條件下實現算力密度提升50%、能效比躍升10倍。這種不依賴極致制程的技術路線，為國產GPU突破算力瓶頸提供了新范式，尤其針對大模型訓練中普遍存在的計算資源閑置問題，提供了底層解決方案。
基于新架構的“華山”AI智算芯片成為技術落地的關鍵載體。對比國際主流產品，該芯片在浮點運算能力和內存帶寬等核心指標上，介于英偉達上一代Hopper架構與最新Blackwell架構之間，而在超大規模MoE模型推理所需的內存容量指標上表現更優。配合自主研發的MTLink高速互聯技術，摩爾線程正推動算力集群規模從“萬卡”向“十萬卡”級擴展。實測數據顯示，其單卡在DeepSeek R1 671B模型上的Prefill吞吐量突破4000 tokens/s，驗證了大規模參數模型商業化部署的可行性。
軟件生態的突破同樣引人注目。針對國產GPU代際兼容性差的痛點，摩爾線程在MUSA 5.0軟件棧中推出中間語言MTX。該技術借鑒了英偉達CUDA通過PTX語言實現跨代兼容的成功經驗，旨在降低開發者適配成本。盡管當前成熟度與深耕二十年的CUDA存在差距，但此舉標志著國產GPU開始在編譯器底層構建技術壁壘，為生態建設奠定基礎。
業務布局呈現多元化特征。除云端算力市場外，摩爾線程同步推進具身智能與端側AI應用。搭載“長江”SoC芯片的AIBOOK筆記本電腦，以及用于機器人虛擬訓練的MT Lambda仿真平臺，共同構成“端云一體”戰略閉環。這種從數據中心到邊緣設備的全場景覆蓋，反映出企業試圖通過生態協同提升市場滲透率的戰略意圖。
資本市場的高估值與產業界的嚴苛考驗形成鮮明對比。3000億市值背后，既包含市場對國產替代的期待，也暗含對技術可持續性的質疑。行業觀察人士指出，國產GPU的競爭焦點已從單芯片性能轉向集群穩定性與生態粘性。摩爾線程能否支撐起當前估值，最終取決于其產品在十萬級智算節點中的實際替代能力，這將成為檢驗算力自主戰略成效的關鍵標尺。
