摩尔线程 华山(第五代「花港」架构 · AI 训推一体)
产品概述
华山是摩尔线程基于第五代「花港」架构打造的高性能 AI 训推一体芯片,计划 2026 年内量产。
华山接替的是现役云端主力 MTT S5000(第四代 MUSA 架构)。在摩尔线程 2026 年半年度业绩说明会上,公司披露研发重点即"新一代「花港」架构下的华山、庐山芯片及相关应用"——华山负责云端 AI 训练与推理,庐山负责图形渲染,两者共用花港架构底座。
华山的产业意义在于承接现有生态:MTT S5000 已支撑万卡级「夸娥」智算集群完成 MoE-236B 模型从零训练,以及全球首个 5D 世界模型 EvoPhys-World 的全栈原生训练。华山需要在这一基础上继续提升单卡算力与集群互联效率,才撑得住摩尔线程"十万卡级智能算力集群"的技术目标。
核心规格
| 项目 | 参数 |
|---|---|
| 架构 | 第五代「花港」架构 |
| 制程 | 未公开 |
| 定位 | 云端大模型训练 + 推理一体 |
| FP16/BF16 算力 | 未公开 |
| FP8 算力 | 未公开 |
| 显存容量 | 未公开 |
| 显存类型 | 未公开 |
| 显存带宽 | 未公开 |
| TDP | 未公开 |
| 互联 | 摩尔线程自研集群互联(支撑万卡级集群) |
| 软件栈 | MUSA 架构(第五代) |
| 发布 | 2026 年内量产(研发中) |
⚠️ 规格说明:华山目前处于研发中阶段,摩尔线程尚未公布完整参数。所有算力、显存、带宽、功耗字段均为未公开,请勿以任何推测值替代官方规格。
华山的生态承接:从 MTT S5000 到万卡集群
摩尔线程已用上一代产品跑通了"国芯训国模"的完整链路,这些工程积累将直接迁移到华山:
| 能力 | MTT S5000 已实现 | 华山的目标 |
|---|---|---|
| 模型训练 | 万卡级「夸娥」集群完成 MoE-236B 从零训练 | 更大规模集群训练 |
| 世界模型 | 全球首个 5D 世界模型 EvoPhys-World 全栈原生训练 | 延续多模态能力 |
| 推理 | GLM / DeepSeek 等主流模型推理,PD 异构分离挑战 1M 超长上下文 | 提升推理效率与成本 |
| 集群规模 | 万卡级智算集群 | 十万卡级技术底座 |
| 软件栈 | MUSA + 夸娥集群软件栈 | 第五代 MUSA |
与在售主力 MTT S5000 的关系
| 项目 | MTT S5000 | 华山 |
|---|---|---|
| 架构代际 | 第四代 MUSA | 第五代花港 |
| 状态 | 已量产(稳定供货) | 年内量产(研发中) |
| 定位 | 云端训推一体 | 云端训推一体(继任) |
| 规格 | 已公开 | 未公开 |
| 采购建议 | 当前可采购 | 待官方发布后评估 |
关键洞察:华山与 MTIA 400 之于 Meta、TPU 8t 之于 Google 是同一逻辑——自研芯片用"下一代替换现役",采购方需要在"现在能买到的 S5000"与"性能未知的华山"之间做节奏判断。就当下可落地性而言,MTT S5000 仍是国产全功能 GPU 中最成熟的选择。
厂商信息
| 项目 | 内容 |
|---|---|
| 公司 | 摩尔线程智能科技(北京)股份有限公司 |
| 总部 | 北京 |
| 成立 | 2020-10 |
| 上市 | 科创板(688795) |
| 公司定位 | 全功能 GPU(图形 + AI 计算) |
| 集群方案 | 夸娥(KUAE)智算集群 |
| 软件栈 | MUSA 架构 |
适用场景
- ✅ 云端大模型训练(承接万卡级集群方案)
- ✅ 大模型推理(含长上下文与 PD 分离架构)
- ✅ 智算中心国产化替代
- ❌ 专业图形渲染(应交由庐山)
- ❌ 当前无在售产品(研发中)
相关卡
- 摩尔线程 庐山 — 同架构图形渲染芯片
- 摩尔线程 MTT S5000 — 在售云端旗舰
- 寒武纪 思元690 — 国产训练芯片竞品
- 华为昇腾 950DT — 国产训练/推理旗舰
- 完整对比表