
【导语:摩尔线程正式发布并开源面向 GPU 底层算子生成的专用代码大模型 MusaCoder,包含 9B 和 27B 两个参数规模,在 KernelBench 评测中成绩优异,其构建的全栈后训练方法论值得关注。】

摩尔线程宣布正式发布并开源 MusaCoder 代码大模型,这是业内首个基于国产 GPU 算力底座完成全链路训练与验证的开源代码大模型。其完整后训练流程均在基于 MTT S5000 构建的夸娥智算集群上完成。

在 KernelBench 严格评测中,MusaCoder - 27B - RL 以 Overall Pass@8 93.2%、Avg.@8 88.60% 的成绩,超越 Claude Opus 4.7、DeepSeek - V4 Pro、GLM - 5.1、Kimi K2. 6 等主流 SOTA 代码模型,性能达到当前行业领先水平。

MusaCoder 构建了一套面向 GPU 原生算子(CUDA/MUSA)生成的大模型全栈后训练方法论。在数据构建阶段,通过结构化推理过程和显式 Shape 信息注入,解决冷启动问题。
在评测与训练环境方面,摩尔线程构建了 MooreEval 分布式执行验证系统,能对模型生成代码进行多方面检测并转化为训练反馈信号。在强化学习阶段,引入 PrimeEcho、MirrorPop 和 BDR 等机制,提升模型修复能力和训练稳定性,打通完整优化闭环。

该模型重点支持从 PyTorch 标准算子自动生成高性能 CUDA/MUSA 原生 Kernel 代码,旨在降低开发者手写底层 GPU 算子的门槛,提升 GPU 高性能计算场景下的代码生成、验证和优化效率。
编辑观点:MusaCoder 的推出是国产 GPU 领域的重大突破,其开源和领先性能将推动行业发展,为开发者提供有力工具,有望提升国产 GPU 在全球的竞争力。
1184



被折叠的 条评论
为什么被折叠?



