近日，國(guó)產(chǎn) GPU 廠商摩爾線程正式推出 PyTorch 深度學(xué)習(xí)框架的 MUSA 擴(kuò)展庫(kù)新版本 ——Torch-MUSA v2.7.0。該版本在功能集成、性能優(yōu)化與硬件適配三大維度實(shí)現(xiàn)關(guān)鍵突破，而短短一個(gè)月內(nèi)連續(xù)完成 v2.5.0 與 v2.7.0 兩次重大更新，更凸顯了摩爾線程在 MUSA 生態(tài)建設(shè)上的高強(qiáng)度投入與快速迭代實(shí)力。

Torch-MUSA v2.7.0 的核心亮點(diǎn)在于功能與性能的同步躍升。新版本將專屬支持的算子總數(shù)擴(kuò)充至 1050 個(gè)以上，全面覆蓋大模型訓(xùn)練與推理的核心計(jì)算需求，為復(fù)雜 AI 任務(wù)提供堅(jiān)實(shí)底層支撐。性能優(yōu)化方面，深度集成 muSolver 計(jì)算庫(kù)，顯著提升線性代數(shù)運(yùn)算效率與數(shù)值穩(wěn)定性；升級(jí)的 MUSA Graph 技術(shù)可將多內(nèi)核計(jì)算整合為單次 CPU 調(diào)度，大幅降低啟動(dòng)開(kāi)銷(xiāo)；配合可插拔內(nèi)存統(tǒng)一分配器，有效緩解內(nèi)存碎片化問(wèn)題，降低訓(xùn)練峰值內(nèi)存占用。

硬件兼容性進(jìn)一步拓寬，新版本完美適配 MUSA SDK 4.2.0 及以上版本，全面支持摩爾線程 MTT S4000 等新一代智算加速卡，同時(shí)兼容 x86、ARM 等多架構(gòu)主機(jī)與麒麟、Ubuntu 等主流操作系統(tǒng)，覆蓋從桌面工作站到數(shù)據(jù)中心的全場(chǎng)景算力需求。

此次 v2.7.0 發(fā)布距 v2.5.0 更新僅一個(gè)月，形成密集迭代節(jié)奏。此前推出的 v2.5.0 已實(shí)現(xiàn)關(guān)鍵功能跨越，不僅完成 musolver、mufft 庫(kù)的深度集成，還新增統(tǒng)一內(nèi)存管理支持，通過(guò)環(huán)境變量配置即可實(shí)現(xiàn) CPU 與 GPU 共享內(nèi)存空間，避免冗余顯存分配。

從技術(shù)演進(jìn)來(lái)看，Torch-MUSA 系列版本已構(gòu)建完整能力體系：支持 torch.compile 原生接口與 Triton-MUSA 后端，實(shí)現(xiàn)模型編譯加速；無(wú)需顯式導(dǎo)入即可自動(dòng)加載，簡(jiǎn)化開(kāi)發(fā)者集成流程；兼容 FSDP2、DeepSpeed 等主流分布式訓(xùn)練框架，適配 LLaMA、ChatGLM 等 600 余種大模型，遷移成本較傳統(tǒng)方案降低 90% 以上。

作為 MUSA 生態(tài)的核心組成部分，Torch-MUSA 通過(guò) “兼容主流框架 + 降低遷移門(mén)檻” 的雙路徑，加速國(guó)產(chǎn) GPU 的產(chǎn)業(yè)化落地。其與 PyTorch API 的一致性設(shè)計(jì)，配合 MUSIFY 代碼遷移工具，讓開(kāi)發(fā)者無(wú)需大幅重構(gòu)代碼即可實(shí)現(xiàn) CUDA 項(xiàng)目向 MUSA 平臺(tái)遷移，為政務(wù)、金融、能源等信創(chuàng)領(lǐng)域提供安全可控的替代方案。

目前，依托 Torch-MUSA 與 MUSA SDK 構(gòu)建的生態(tài)體系，已成功支撐夸娥智算集群等重大項(xiàng)目，實(shí)現(xiàn)稠密模型集群訓(xùn)練 MFU 峰值達(dá) 68.3%，并完成冷凍電鏡關(guān)鍵軟件 RELION5 等高端應(yīng)用的遷移適配。此次快速迭代不僅完善了自身生態(tài)能力，更推動(dòng)國(guó)產(chǎn) GPU 從 “技術(shù)可用” 向 “產(chǎn)業(yè)好用” 加速邁進(jìn)。

摩爾線程表示，未來(lái)將持續(xù)聚焦算子豐富度與性能優(yōu)化，計(jì)劃進(jìn)一步擴(kuò)展多模態(tài)模型支持，推動(dòng) MUSA 生態(tài)在 AI 訓(xùn)練推理、科學(xué)計(jì)算等領(lǐng)域的深度滲透。