Musa
PulseAugur coverage of Musa — every cluster mentioning Musa across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
SGLang 与 MUSA 合并后端，助力中国开源 AI GPU 支持
SGLang 与 MUSA 社区已将 MUSA 的后端合并到 SGLang 中，为中国开源 AI 生态系统实现了原生 GPU 支持。此次合作在其首次线下见面会上得到庆祝，预示着该地区开源 AI 发展的新阶段。
-
MusaCoder框架在GPU内核生成方面达到最先进水平
研究人员开发了MusaCoder，一个用于生成原生GPU内核的新型框架，这对于高效的底层代码执行至关重要。该系统采用全栈训练方法，整合了数据合成、拒绝微调和强化学习，并结合了一个名为MooreEval的专用验证环境。MusaCoder引入了几种技术来稳定强化学习过程，与现有模型相比，提高了正确性和速度。该框架表现强劲，其更大版本在原生GPU内核生成方面设定了新的最先进水平。
-
摩尔线程发布国内首个具身智能仿真平台
摩尔线程发布了MT Lambda，一个全面的国产具身智能仿真平台。该平台能够完全在仿真环境中训练机器人控制策略，然后无缝迁移到物理机器人上。该系统集成了AI模型训练、高保真物理仿真和逼真渲染，解决了现实世界机器人训练的高成本和高风险问题。摩尔线程旨在提供从云端计算集群到边缘端AI模块的完整软硬件生态系统，以支持具身智能的开发和部署。
-
摩尔线程联合开源AI开发者社区，共建MUSA GPU生态
中国GPU制造商摩尔线程召集了一场关于将其MUSA架构与SGLang等关键开源大模型推理框架集成的交流会。此次活动汇集了SGLang、TileLang和Mooncake等项目的核心开发者，标志着国内GPU行业正从硬件规格转向生态系统开发。摩尔线程旨在使其GPU无缝融入大模型部署的主流开源工程流程，强调与开发者的兼容性和易集成性。
-
摩尔线程完成DeepSeek-V4的全链路工程适配
摩尔线程已成功将DeepSeek-V4大语言模型适配到其旗舰AI训练和推理加速卡MTT S5000上运行。此次集成采用了公司专有的MUSA软件栈和开源的SGLang推理框架。此次成功验证展示了摩尔线程在其硬件上支持先进AI模型的能力。
-
摩尔线程发布从智能体到硬件的 AI 生态系统
中国 AI 硬件公司摩尔线程发布了涵盖 AI 智能体、AI PC 和 AI NAS 设备的全方位生态系统，旨在满足日益增长的计算能力需求。其新型 AI 智能体“小馒头”具备 7x24 小时运行和新颖的内存系统等高级功能，旨在集成到 MTT AICUBE 和 MTT AIBOOK 等消费类产品中。该公司还推出了用于具身智能的仿真平台 MT Lambda，并重点介绍了其用于高效 AI 训练和推理的“夸娥”万卡集群，强调了稳定性和性能。