股票买卖app哪个好用敢造“游戏显卡”，是摩尔线程最让人佩服的地方

此前在今年年中股票买卖app哪个好用，我们三易生活曾突发奇想，用锐龙9 9950X3D平台作为基础，测试了一下手头的摩尔线程S80在当时的跑分以及游戏性能表现。

其实当时我们之所以要做这件事，主要是出于两大好奇心。一是看到此前购买S80的玩家，几乎是用低配置PC进行的测试，没人真正拿顶级硬件“带飞”过这块国产显卡；第二点则是因为S80在当时毕竟已经发布快三年时间，所以我们也想知道，摩尔线程在过去的这段时间里，对他们的GPU在软件、游戏驱动层面到底带来了怎样的改进。

从当时的测试结果来看，最初发布时仅能支持约10款游戏的摩尔线程S80，在当时那个时间点上，就已经能够完整地兼容最新的DX12图形API，并运行最新的跑分软件和3D游戏了。

但关注摩尔线程的朋友可能知道，他们从2022年开始，基本每年都会推出一代新的GPU架构。而S80所对应的“春晓”架构在我们这个测试的时间点上，其实已经是两代之前的“老玩意”了。

难道摩尔线程不再推出新的消费级显卡、不再关注游戏玩家群体了吗？就在2025年12月20日，随着摩尔线程首届MUSA开发者大会拉开帷幕，我们也等到了他们第五代GPU架构、同时也是其第二代消费级游戏GPU产品的发布。

一套架构、两条路线，摩尔线程放大招

首先，我们来看看摩尔线程第五代GPU架构“花港”的一些关键特性。

根据官方公布的信息，“花港”架构基于摩尔线程五年来在GPU相关领域积累的专业技术和自研IP。与其前代架构“平湖”相比，“花港”使用了新一代指令集，其算力密度提升50%、能效提升10倍。

当然，对于游戏玩家来说，大家最关注的部分可能还是“花港”在游戏相关方面的设计。摩尔线程公布的信息表明，“花港”是他们第一代使用了AI生成式渲染架构（AGR）的GPU设计。与此同时，它还迭代了光线追踪硬件加速引擎，让光追速度相比上代架构（平湖）提升了5-6倍，且完美支持Windows系统和DX12.2 API。

不过在具体产品路线上，“花港”架构并不像前代 “曲院”“平湖”那样忽视消费级的“游戏显卡”需求，而是同时兼顾了AI+图形渲染+大规模计算的“全功能”需求，并衍生出AI训练推理和高性能图形渲染GPU两条不同的产品路线。

首先是明显使用了HBM显存、主打AI计算卡的“华山”。摩尔线程公布的信息显示，“华山”的浮点算力介于英伟达Hopper和Blackwell之间，但访存带宽和访存容量已经可以打平、甚至超过Blackwell。

与此同时，基于新一代的高性能张量计算设计，“华山”可支持包括FP6、FP4在内，如今更主流的低精度数据格式。再加上高达1314GB/s的片间互联能力和异步通信技术，为超过10万卡以上规模的集群算力打下了基础。

其次，就是备受游戏玩家期待，摩尔线程的第二代消费级游戏GPU核心设计“庐山”了。

根据摩尔线程公布的参数来看，与两年多以前的“春晓”架构相比，庐山的几何处理性能提升了16倍、纹理填充速度快了4倍，显存容量高达4倍（考虑到春晓架构的消费级显卡有16GB显存，这似乎暗示了摩尔线程的新游戏卡会有64GB显存版本）。

当然最令人期待的，是根据摩尔线程创始人、董事长兼首席执行官张建中透露，庐山的光追性能高达春晓架构的50倍、3A游戏性能也达到了前代消费级产品的15倍之多。“15倍是什么概念呢？”他在现场表示，“真正玩过游戏的人就会明白，这意味着游戏甚至流畅到了玩家们判断不出当前的帧率到底有多高。”

最后，摩尔线程还公布了旗下首款智能SoC芯片“长江”。这款SoC集成了8核心主频最高2.65GHz的全大核CPU，基于摩尔线程架构的自研GPU、双核NPU，以及8K编解码VPU、多路4K显示的DPU等多颗异构核心。

根据官方的说法，“长江”最高支持64GB LPDDR5X内存，内存带宽超过100GB/s(根据我们的计算，这意味着128bit内存控制器和至少7500MT/s的内存速率）。同时，它的异构AI算力在INT8格式下可达50TOPs。

最重要的是，“长江”SoC既可以用于工业机器人等专业具身智能场景，还可以用在消费电子领域。此次摩尔线程还发布了基于这颗芯片的“MTT AIBOOK”算力本和MTT AICube迷你型计算设备，这两种消费级产品形态。其中，前者基于定制的Linux系统，可支持Windows和Android容器，变相实现了“一机三系统”的体验，甚至可以在Windows系统下进行视频硬解码和3D加速。

而MTT AICube则同时具备“AI小主机”和“AI NAS”的两种应用方向，既可以作为AI开发者相对便携的算力终端，也具备潜在的家用多媒体产品潜力。

为什么“游戏卡”很重要，开发者和市场竞争才是核心

有的朋友可能会觉得，现在AI行业这么火，各国产GPU的竞争焦点绝大多数都集中在纯粹的“AI算力卡”领域上，为什么摩尔线程还要去专门做游戏显卡、做消费级产品呢？

一方面，中国工程院院士、清华大学计算机系教授郑纬民在MUSA开发者大会上就指出，只有同时具备“AI+3D+HPC”全部能力的GPU架构，才能满足物理AI与世界模型的全方位需求。

另一方面，郑纬民教授也指出，一个平台的成败永远是由开发者决定的。对于现如今的国产平台来说，如何改善开发体验，让更多的人“愿意用”，将会是保证生态持续发展，并且真正能够实现国产GPU产业替代的关键。

理解了这些，再回头来看看现如今的国产GPU行业就会发现，当大量厂商专注于“AI算力卡”，完全忽视消费级游戏卡时，首先就使得它们与一部分开发者，以及许多关注GPU行业的潜在用户拉远了距离。

而且这里还有一个更“要命”的问题，在于各家的AI算力卡往往都会主张只有在它们私有的API、专用的开发环境下，才能发挥出理论上的最高性能。这就是为什么当我们去看各种AI算力卡的比对时，往往只能看到它们之间去比较理论算力、比较显存大小等“表面参数”，但实际上到了生产力环境里，部署起来好不好用、真实计算效率高不高，就只有用的人自己清楚，实际上很难有一个真正可以横向、公开、公平进行对比的场景。