**国产算力迎来历史性突破！摩尔线程联合智源研究院完成具身大脑模型RoboBrain 2.5全流程训练，首次验证国产GPU集群在复杂多模态AI任务中的可用性与高效性**。这一里程碑事件不仅标志着中国AI基础设施迈向自主可控的关键一步，更引发高盛等国际顶级机构高度关注。
高盛认可三大核心竞争力
我注意到，在1月9日高盛研究部对中国半导体行业的深度调研中，摩尔线程成为重点考察对象。交流后发布的报告明确指出，公司展现出全功能通用GPU、广泛场景全栈解决方案、持续扩容的客户生态三大核心竞争力。这并非空泛评价——其MTT S5000千卡集群成功支撑RoboBrain 2.5训练，实测Loss相对误差小于0.62%，关键指标全面对齐国际主流GPU，用硬数据证明了“训得稳、训得快”的能力。
尤其值得关注的是，该训练在从64卡扩展至1024卡过程中，实现了90%以上的线性扩展效率，加速比超过90%。这意味着国产算力已具备支撑万卡级大模型训练的技术成熟度，为未来AI规模化落地扫清了底层障碍。
全栈协同构建差异化壁垒
我们发现，摩尔线程的竞争优势不仅在于硬件。其自研的FlagOS-Robo框架打通了从数据采集到真机评测的全链路，支持一键跨本体部署，真正实现“代码不改、精度不降”的平滑迁移。这种软硬协同的全栈能力，正帮助开发者大幅降低具身智能开发复杂度。
公司在产品端也在快速迭代：基于全新“华罡”架构的华山/庐山系列GPU集成FP8计算单元和自研3D图形引擎，同时推进256卡乃至更大规模集群研发。而客户侧，已覆盖AI数据中心、AI PC及游戏显卡三大领域，并与本土云服务商开展新品验证，生态渗透稳步推进。
目前信息有限，尚难判断其长期商业化节奏，但从技术验证到生态构建的进展来看，摩尔线程确实在为中国AI产业提供一个自主、开放、可复制的国产算力训练范式。下一步市场将密切关注其大规模集群的稳定性与客户落地速度。
本文作者可以追加内容哦 !
