国产人工智能算力领域迎来了一次关键进展。近日，摩尔线程正式推出并开源了面向GPU底层算子生成的代码大模型——MusaCoder，这也是行业内首个完全依托国产全功能GPU底座完成全流程训练和验证的开源代码模型。

从技术实现来看，MusaCoder的发布意味着国产算力生态又向前迈出了一步。该模型完整的后训练（Post-training）流程，全部依托基于MTT S5000GPU打造的“夸娥”智算集群完成。这项成果说明，国产硬件已经具备支撑复杂大模型全链路开发任务的稳定能力和高效率，也为行业提供了从底层硬件到上层模型训练的一整套参考路径。

在性能方面，MusaCoder同样表现亮眼。在业内广泛认可的KernelBench严格评测中，MusaCoder-27B-RL模型交出了出色成绩：Overall Pass率达到93.2%，平均得分达到88.60%。从这一测试结果来看，该模型在代码生成和处理能力上，已经超过了包括Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5. 1 以及Kimi K2. 6 在内的多款国际主流SOTA（State-of-the-art）代码模型，整体实力稳居行业第一梯队。

这次开源不仅体现了摩尔线程在模型技术上的持续积累，也是在完善国产算力生态布局中的重要一步。近年来，摩尔线程持续投入底层生态建设，已经陆续完成对DeepSeek、Qwen、MiniMax等多个主流大模型的适配，并推出了开源算子开发工具等配套方案。随着MusaCoder正式开源，开发者将能够更加方便地利用国产算力底座，加快算子开发和模型训练效率，进一步释放国产全功能GPU的计算潜力。

有业内人士表示，代码模型作为AI开发体系中的核心“发动机”，其性能水平和自主可控能力十分关键。摩尔线程此次通过全栈训练路径打造MusaCoder，为国产AI研发提供了更具自主性的工具方案，对于夯实国产人工智能底层技术基础具有重要价值。