☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

国产人工智能算力领域迎来关键进展。6月10日，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，这也是业内首个基于国产全功能GPU算力底座实现全链路训练与验证的开源代码大模型。

在技术路径上，MusaCoder的落地标志着国产AI基础设施能力的重大跃升。其监督微调（SFT）、拒绝采样微调（RFT）、强化学习（RL）及在线编译执行验证等全部后训练环节，均运行于基于MTT S5000构建的“夸娥”智算集群之上。该实践不仅验证了国产GPU在高复杂度、强反馈闭环类训练任务中的稳定性与吞吐能力，更确立了一套覆盖数据构建、执行验证、reward建模与策略优化的全栈式GPU原生算子生成训练范式。

性能方面，MusaCoder-27B-RL在国际通用评测基准KernelBench中表现突出：Overall Pass@8达93.2%，Avg.@8为88.60%。该成绩超越Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5.1、Kimi K2.6等主流SOTA代码模型；尤其在难度更高的Level 3任务中，其Pass@8与Avg.@8分别领先Claude Opus 4.7达18个百分点和26.5个百分点。此外，在MooreEval执行式验证标准下，模型生成的Kernel相较PyTorch Eager与torch.compile分别实现15.0%和9.2%的有效加速，优于Claude Opus 4.7对应指标（11.8%和7.5%）。

One API key for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more

统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。

下载

此次开源是摩尔线程推动国产算力自主可控的重要实践。公司已持续完成对DeepSeek、Qwen、MiniMax等主流大模型的适配，并推出开源算子开发工具链、MooreEval分布式验证系统等配套能力。MusaCoder的开放，使开发者可直接基于国产GPU平台开展高性能Kernel自动构造、多轮修复与性能调优，显著降低异构计算编程门槛。

行业观察指出，代码大模型正从通用编程向硬件原生能力深度演进。MusaCoder以全栈国产化路径打通“硬件—编译栈—运行时—评测反馈”闭环，不仅夯实了AI Infra层的自主根基，也为AI Coding、智能编译器、自动调优等前沿方向提供了可信赖的国产基础模型支撑。