大模型狂飆的盡頭，這家國產(chǎn) GPU 廠商要把算力放在客廳

AI 算力的故事，正在走向兩個相反的方向。

云端這邊，萬卡、十萬卡集群是行業(yè)標(biāo)配，算力越堆越高，皆因頭部應(yīng)用日均消耗的 Token 已經(jīng)突破百萬億。

落到普通人這邊，云端訓(xùn)練出的聰明模型，往往變成手機里一個要聯(lián)網(wǎng)等幾秒鐘才回話的對話框。

算力走進生活的最后一公里，應(yīng)該是什么樣的？

一個做國產(chǎn) GPU 的公司，在前幾天的發(fā)布會上，一口氣更新了好幾款端側(cè)產(chǎn)品，有家庭智能中樞、AI PC、Agent，還有具身智能相關(guān)的工作。

本周一，摩爾線程 2026 年發(fā)布會上，除了常規(guī)的 GPU 顯卡更新、夸娥萬卡級智算集群的迭代，一臺只有手掌大、整塊鎂鋁合金一體 CNC 雕出來的小盒子被搬上了臺。

它叫 MTT AICUBE，按官方說法是「一臺面向家庭的 AI 智算中樞」。更直觀的解釋，AICUBE 就是一個能夠本地運行模型并管理家庭數(shù)據(jù)的「AI 電腦」，它能聽懂我們的各種需求、能跑本地模型、甚至能存全家照片和視頻。

這場發(fā)布會上至少有三件硬件沖著端側(cè)去：面向客廳的 AICUBE、面向開發(fā)者的 AIBOOK、面向工業(yè)的 E300 模組。

摩爾線程創(chuàng)始人、董事長兼 CEO 張建中在臺上講，「過去我們談?wù)摵芏?IoT 是 Internet of Things，那今天的 IoT 應(yīng)該叫 Intelligence of Things。」

那么一家做萬卡集群的 GPU 公司，為什么要把戰(zhàn)線拉到客廳？

做 GPU 的公司很多，但選擇哪條路

做 GPU 的玩家不少，但路線分化其實很清楚。

一類像壁仞、天數(shù)智芯，走的是純 AI 訓(xùn)練和推理路線，把算力拉到極致，圖形渲染能力幾乎為零；另一類像景嘉微和礪算，圖形能力扎實，但 AI 推理的短板明顯。沐曦走的是接近 AMD 的路子，數(shù)據(jù)中心訓(xùn)推為核心，圖形是后來才補的產(chǎn)品線，且還在研發(fā)中。

這些路線都有各自清晰的商業(yè)邏輯，但每一條都有一道隱形的邊界。路線決定了一張芯片能去哪里、不能去哪里。

摩爾線程從成立起選的就是另一套邏輯：全功能 GPU。它采用的 MUSA 架構(gòu)不會在「圖形」和「計算」之間做分割或取舍，同一套芯片可以同時承載 AI 計算、圖形渲染、科學(xué)計算、物理仿真與超高清視頻處理五種能力。

這種多能力的整合，正是真實端側(cè)場景里的剛需。

一顆只懂得矩陣運算的芯片，很難要它同時做到驅(qū)動客廳里的 4K 云游戲、實時數(shù)字人；抑或現(xiàn)在爆火的具身智能機器人，AI 決策和物理世界理解也在并行發(fā)生；純 AI 加速路線的廠商，可以把算力做到頂，但很難進入千家萬戶、千行百業(yè)，進入到同時發(fā)生多種計算需求的顯示場景。

換句話說，「全功能」是一個只有在端側(cè)才能被真正檢驗的說法。

摩爾線程的架構(gòu)，注定它要走出數(shù)據(jù)中心，往邊緣和終端走。這次的三款端側(cè)硬件，是這場延伸的起點。

把數(shù)據(jù)中心放進你的客廳

AICUBE 放在桌上，比一臺 Mac mini 高了一頭。整塊鎂鋁合金一體 CNC 雕刻出來，外接 HDMI 或者 Type-C 接口即可連接電視和顯示屏。并且，AICUBE 還配備了 4 個麥克風(fēng)陣列和立體聲揚聲器，完美適配了語音交互的需求。

這個產(chǎn)品的定位是「家庭 AI 中樞」，規(guī)格層面是 32GB 或 64GB 統(tǒng)一內(nèi)存，1TB 全閃 SSD 起步，支持最高 12TB 擴展。算力來自摩爾線程自研的「長江」SoC——CPU、GPU、NPU、VPU 異構(gòu)集成，AI 算力 50TOPS。

它是當(dāng)今 AI 需求的「三位一體」：AI Agent 的執(zhí)行能力、AI PC 的算力、AI NAS 的私有存儲。

在現(xiàn)場的演示過程中，產(chǎn)品經(jīng)理使用 AICUBE 完成了語音播放電影、旅行規(guī)劃、自動保存文件、AI 生成朋友圈文案等功能。從這個角度看，AICUBE 很像一臺 Mac mini，但是內(nèi)置了一個 AI Siri 語音交互系統(tǒng)，再加一個 NAS。

但它真正有意思的地方，是把「數(shù)據(jù)中心」整合進了一個家庭可接受的形態(tài)。

在家庭中我們可能遇到各種場景，無論是當(dāng)做智能音箱，或者就是一個 NAS 來使用——AICUBE 存在的意義，更在于它是全功能 GPU 架構(gòu)在最難場景下的一場壓力測試。

算力足夠跑本地大模型，體積輕松塞得進電視柜，功耗低到能 7×24 小時靜音運行，數(shù)據(jù)要鎖在本地不上云，操作要老人和小孩都能用語音直接調(diào)用。

以上這五大約束，任何一個單拿出來都不難。但它們要同時成立，而且要成立在一個售價面向普通家庭的消費級產(chǎn)品上，這才是端側(cè)全功能 GPU 的設(shè)計目標(biāo)。

數(shù)據(jù)中心不需要面對這些約束。它可以用水冷、高壓供電、專業(yè)運維來回避物理限制；數(shù)據(jù)隱私可以靠網(wǎng)絡(luò)隔離和權(quán)限管理來處理；至于「誰來用」這個問題更是不存在，畢竟如今的數(shù)據(jù)中心 AI 算力供不應(yīng)求。

現(xiàn)在大部分家庭 AI 服務(wù)還在依賴云端。語音指令、照片、視頻全要上傳服務(wù)器。本地化、能同時管存儲、跑模型、聯(lián)動多個 APP 的設(shè)備，消費市場上幾乎空白。

AICUBE 不僅解決了那些限制，內(nèi)置的「小麥」智能體還預(yù)裝了 60 多項技能，可以跨 36 款以上 App 做控制。摩爾線程的官方數(shù)據(jù)顯示，「小麥」對高頻工具調(diào)用成功率超過 95%，任務(wù)執(zhí)行速度比通用智能體快 7 倍。

MTT AICUBE 在 6 月 18 號京東預(yù)售，這些數(shù)字很快就會在真實場景中得到驗證，走進我們的客廳。

但從架構(gòu)角度看，AICUBE 是全功能 GPU 在最難一類場景下的壓力測試。畢竟數(shù)據(jù)中心的資源可以輕松調(diào)度，而端側(cè)只有一顆芯片。

摩爾線程這顆「長江」SoC 在一顆芯片里同時跑 AI 推理、3D 圖形渲染、4K 視頻編解碼、NAS 存儲調(diào)度，是真實地做到了在緊湊的物理空間里，協(xié)調(diào)多種計算單元的實時調(diào)度。

張建中在臺上還說了一句話：「推理不是某一顆芯片的事情，推理更像是一個解決方案。」AICUBE 大概就是這套解決方案在家庭場景的第一個樣本。

「長江」流向何方？

作為自研的智能 SoC，「長江」和摩爾線程包括云端 GPU 在內(nèi)的全系列產(chǎn)品共享一套 MUSA 架構(gòu)，只是被壓縮到了端側(cè)的物理形態(tài)。

「長江」有 8 個主頻 2.65GHz 的全大核 CPU、全功能 GPU、高能效 NPU 異構(gòu)集成，最高支持 64GB LPDDR5X 統(tǒng)一內(nèi)存。

圍繞這顆 SoC，摩爾線程在端側(cè)的另外幾款產(chǎn)品也在加速落地。

AIBOOK 面向開發(fā)者，被定義為「為智能體而生」的筆記本電腦。

底層跑的是基于 Ubuntu 改造的原生 Linux 系統(tǒng) MTT AIOS，預(yù)裝「龍蝦」(OpenClaw) 智能體，本地能同時穩(wěn)定跑十幾個 AI Agent，對接 90 多個 CLI 工具接口，支持虛擬化 Windows 和容器化 Android 多系統(tǒng)。

AIBOOK 的預(yù)期使命，是在英偉達控制的 CUDA 之外，給國產(chǎn) GPU 構(gòu)建一套從開發(fā)、調(diào)試到部署的閉環(huán)工具鏈，讓 MUSA 生態(tài)從「能用」走到「有人用」——從最基礎(chǔ)的筆記本形態(tài)開始。

MUSA 則是摩爾線程的 GPU 架構(gòu)，包含從芯片、硬件、軟件棧到生態(tài)的統(tǒng)一架構(gòu)體系，全棧對標(biāo) CUDA。

過去幾年，摩爾線程也一直在對 MUSA 軟件棧進行優(yōu)化：DeepSeek、Qwen、Kimi、MiniMax 這些國內(nèi)頭部模型現(xiàn)在都能順利支持，vLLM 的官方后端也已接入，SGLang 主線代碼更是提供了原生適配，PyTorch 的算子覆蓋率到了 100%。

MUSA 的適配性已經(jīng)做的相當(dāng)扎實，也顯著追上了與 CUDA 之間的差距。

但生態(tài)這件事，光有適配還不夠。MUSA 社區(qū)的生長需要優(yōu)秀的地推和開發(fā)者深度參與。摩爾線程希望 AIBOOK 能夠在工具鏈普及和 MUSA 的推廣上起到關(guān)鍵作用。完整的 MUSA 軟件棧，讓大模型開發(fā)者可以順利地在這臺筆記本上直接完成模型訓(xùn)練的諸多核心階段步驟。

本質(zhì)上，AIBOOK 是摩爾線程與英偉達 DGX 桌面系列產(chǎn)品對標(biāo)的開始。

押注端側(cè)，降低遷移成本

盡管路途遙遠，MUSA 生態(tài)正在證明自己有持續(xù)迭代的潛力。

從 AIBOOK 到 AICUBE，從云端顯卡到仿真平臺，這些產(chǎn)品共同構(gòu)成了摩爾線程的完整拼圖：當(dāng)云端訓(xùn)練、邊緣推理與終端交互共享同一套 MUSA 架構(gòu)時，國產(chǎn)算力的遷移成本、適配門檻與生態(tài)碎片化問題，才有可能被系統(tǒng)性解決。

回望摩爾線程的迭代史，早期的游戲顯卡 MTT S80 自 2022 年推出，從只能跑 DX9 到能跑《黑神話：悟空》，實現(xiàn)中國 Top 50 熱門游戲 100% 兼容，并針對其中 44 款已完成專門優(yōu)化，靠的是底層重構(gòu)和持續(xù)的驅(qū)動迭代。這套工程能力，也套用到這次的端側(cè)產(chǎn)品上。

更長一點看，摩爾線程押的是另一件事：當(dāng)算力同時出現(xiàn)在數(shù)據(jù)中心、開發(fā)者桌面、工業(yè)現(xiàn)場和家庭客廳，誰能在每個場景都有入口，誰手里的牌就比只守住數(shù)據(jù)中心的玩家更好打。

遷移成本、適配門檻與生態(tài)建設(shè)，這些目前都是摩爾線程端側(cè)戰(zhàn)略中的關(guān)鍵考量。

而從硬件顯卡的持續(xù)迭代，MUSA 生態(tài)的逐步完善，從底層 100% 兼容主流 CUDA 生態(tài)，到全面適配國內(nèi) Top 5 開源大模型，這種速度與系統(tǒng)級優(yōu)化能力，很明顯是摩爾線程重要的護城河，也讓他們在端側(cè)的發(fā)力有了明顯優(yōu)勢。

張建中在臺上說，「對于用戶，如果買不到國外的計算芯片，用摩爾線程的 GPU，你不會有任何后顧之憂」。

這份自信的背后，正是國產(chǎn)算力邁向成熟，在每一種形態(tài)、每一個場景中站穩(wěn)腳跟的必經(jīng)之路。

過去的物聯(lián)網(wǎng)（IoT）是 Internet of Things，在摩爾線程的敘事里，未來的萬物互聯(lián)將全面演進為 Intelligence of Things（智能物聯(lián)網(wǎng)）。

至少端側(cè)這條路，摩爾線程是認真要走的。

文｜杜晨、張子豪