如果说马汉时代的制海权是绝对的制海权,那么GPU对于数字经济来说无疑就是那片蓝海。随着人工智能时代的到来,GPU的应用领域不断扩展,市场需求愈加旺盛。Verified Market Research发布显示,预计2028年GPU市场规模将达到1581.6亿美元。自统一渲染架构提出以来,GPU技术快速发展,新兴应用场景的不断涌现,3D图像显示、人工智能深度学习等需求支撑GPU市场的持续增长,能够进一步催生市场需求,打开更广阔的市场空间。
多元算力 国产GPU让云桌面再进阶
作为中国GPU领域的创新型企业,摩尔线程继第一颗芯片“苏堤”发布之后,已经在电信、金融、教育等领域中广泛应用,而发布的芯片“春晓”,应用功能更加全面。2023年1月10日,摩尔线程新的创新产品已然就位,发布了全的新vPC云桌面虚拟化GPU产品MT vGPU1.0、MT GPU直通和MT GPU加速协议编码等基于摩尔线程多功能服务器GPU的云桌面产品,并赋能合作伙伴并推出了多款基于MTT S2000的云桌面解决方案,携手推进摩尔线程GPU产品在云桌面领域的落地应用与部署。
MTT S2000是基于MUSA统一系统架构打造的数据中心级多功能GPU产品,采用12nm工艺制程,拥有4096 个USA核心,最大显存32GB,单精度算力高达12TFlops,拥有被动散热、单槽等设计特性。该GPU的虚拟化技术将极大地促进云桌面用户体验提升。用户既可以按照传统GPU直通式方案,将GPU与虚拟机进行“一对一”绑定以获得单应用的最大性能;也可通过GPU虚拟化的方式将GPU分配给众多虚拟机,以实现尽可能高的算力资源使用率。
摩尔线程副总裁、产品事业部总经理董龙飞介绍,MTT S2000具备MT vGPU 1.0、MT GPU直通、MT GPU加速协议编码三大特性。
MT vGPU 1.0通过自研虚拟化驱动将一个物理GPU切分成多个vGPU,并发支持多路虚拟机的运行。通过驱动程序支持Windows中的DirectX渲染框架,DXVA编解码框架等,实现vGPU硬件加速图形图像渲染、视频解码、WebGL浏览器浏览等功能。基于MT Mesh虚拟化技术提供的动态弹性切分技术,对不同的业务负载提供不同配置的vGPU,充分发挥GPU功能,提高GPU利用率。
MT GPU直通通过PCIe 透传技术将一块完整的GPU芯片透传到虚拟机中,通过虚拟机中的驱动程序实现对DirectX,OpenGL等渲染框架的兼容,加速渲染、视频编解码等功能场景,兼容Windows10、Linux和麒麟、统信等操作系统。
MT GPU加速协议编码可将云桌面的显示输出进行GPU硬件编码,实现协议视频编码加速,满足多端适配等需求,提高单服务器上的云桌面并发量。
在提升云桌面应用性能方面,搭载MTT S2000的摩尔线程全新GPU云桌面产品,能够显著提升云桌面应用性能,并提供20云桌面并发工作、vGPU模式下动态弹性切分、CPU低负载、视频硬件解码、办公类应用加速这六大核心价值。能有效解决CPU负载高、缺乏GPU进行图形处理和加速、整体体验差等多维挑战,让终端用户获得“完美体验”。
“云桌面在灵活性、管理性、安全性、成本等方面具备突出优势,是政企数字化转型的关键应用场景,具备广阔的市场机遇和成长空间。摩尔线程希望与生态伙伴一起,为用户提供低TCO、高性价比的云桌面解决方案,提升云桌面的整体性能和体验,共同推动国内云桌面市场繁荣发展,助力数字经济走深向实。” 董龙飞如是说。
凝聚伙伴 本土GPU开拓云应用生态新疆界
作为国内首个具有自主云桌面GPU虚拟化技术的创新企业,自2020年10月成立以来,摩尔线程持续为科技生态合作伙伴提供强大的计算加速能力。此次更是发起了“摩尔线程云桌面GPU加速共建计划”,与联想云、安超云、酷栈科技、庭宇科技、深信服科技等五家重点企业现场签署了战略合作协议。摩尔线程将提供测试显卡、方案集成和相关研发资源,针对特有功能开发、市场合作宣传等方面与生态伙伴开展深入合作。这标志着摩尔线程MTT系列GPU产品在云应用场景的适应性和应用价值层面更进一步,为本土GPU行业开拓了云应用生态新疆界。
现场,来自锐捷网络、安超云、酷栈科技、庭宇科技等四家合作伙代表分享了基于MTT S2000打造的丰富解决方案,展示了摩尔线程多样化的GPU云桌面方案在教育、办公等领域的应用与落地。
董龙飞展望道:“通过国产化的GPU技术、国产化云桌面虚拟化技术,可以在中国市场上扩大整个PC、云桌面的空间。摩尔线程将持续投入研发,不断迭代芯片,升级硬件性能规格,集成整个生态。”
谈及下一代产品,董龙飞坦言, 摩尔线程的每一代的产品都会用于融入、改进的云桌面。他对合作伙伴承诺道:“我们并非销售产品后便结束了,我们将持续不断加大市场投入。”
随着云桌面应用在不同行业持续扩展,生态协作将成为推动应用落地的关键力量。借助云桌面GPU加速共建计划,摩尔线程希望可以依托生态优势,助推云桌面的技术与体验进化,加速先进产品与技术在各类云桌面场景落地,赋能数字经济高速发展。正如摩尔线程创始人兼CEO张建中曾说的那样:“GPU创业是一个长期事业,充满了挑战,我们深知生态的重要性。我们只有与生态伙伴、行业用户凝聚在一起,才能将摩尔线程的算力真正发挥出来。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。