6月10日，国产GPU厂商摩尔线程正式发布并开源面向GPU底层算子生成的专用代码大模型MusaCoder。这是业内首个基于国产GPU算力底座完成全链路训练与验证的开源代码大模型，采用Apache 2.0许可证，任何人都可以免费使用、修改和商用。
全链路国产：从训练到验证全部跑在国产GPU上
MusaCoder提供9B和27B两个参数版本，定位非常精准——它不是通用的代码助手，而是专门给GPU写Kernel（内核代码）的"专科医生"。Kernel是GPU执行任务时的最小执行单元，Kernel代码的质量直接决定GPU能发挥出几成性能。
MusaCoder的完整后训练流程，全部在基于MTT S5000构建的夸娥智算集群上完成。MTT S5000是摩尔线程的旗舰级AI训推一体智算卡，单卡AI稠密算力达1000 TFLOPS。基于它打造的夸娥万卡智算集群，浮点运算能力达到10Exa-Flops，训练线性扩展效率95%，已能支撑万亿参数大模型的端到端训练。
评测成绩亮眼：超越Claude Opus等主流模型
在专门测试GPU内核代码生成能力的KernelBench基准测试中，MusaCoder-27B-RL取得了优异成绩：
- Overall Pass@8 达到 93.2%
- Avg.@8 达到 88.60%
这一成绩超越了一众主流SOTA代码模型，包括Claude Opus 4.7、GLM-5.1、DeepSeek-V4 Pro、Kimi K2.6等。MusaCoder仅凭27B参数，在GPU算子生成这一垂直领域跑赢了参数量动辄几百亿甚至上千亿的通用代码大模型。
国产GPU生态破局的新路径
国产GPU面临的最大困境之一是生态。英伟达CUDA生态经过十几年积累，已有500万开发者和百万级应用，形成了几乎无法撼动的护城河。MusaCoder的出现提供了一条新的破局路径：开发者可以用自然语言描述需求，模型自动生成优化的Kernel代码，将开发门槛从"手写汇编"降到了"写Python脚本"的水平。
公司背景
摩尔线程已在科创板上市（688795.SH），2025年研发费用13.05亿元，占营收的86.68%，累计申请知识产权2014项，其中发明专利1743项。MusaCoder的开源，标志着国产GPU在AI大模型训练这一核心场景上，从"可用"迈出了向"好用"跨越的关键一步。