宝鸡家具封边胶厂家 国产GPU组了个开源局，把SGLang等核心开发者都摇来了！

没有大厂管站台宝鸡家具封边胶厂家，屋子却挤满了开源圈的熟面孔。

随便往台下扫眼，就能对上好几个GitHub上的明星 ID：

有目前大模型理框架顶流SGLang的核心开发者BBuf（Xiaoyu Zhang）；

有主下代子编程生态TileLang的维护者唐正举；

有操刀 KVCache 解耦与传输器Mooncake的核心贡献者马腾；

有来自智源人工智能研究院、围绕Triton/FlagOS死磕 AI 编译器的肖航；

还有像R0CKSTAR这样在 GitHub 上异常活跃的硬核开发者。

这场看似是开源圈客们的面基会，却着实是有点反差在身上的——

活动的攒局者，是国产 GPU玩，摩尔线程。

这事确实有点意思。

因为过去提到国产 GPU，外界容易想到的关键词，往往还是硬件参数、显存容量、力指标、生态替代、模型能不能跑起来。

但这场SGLang × MUSA Meetup真正抛出的问题已经变了：

怎么让国产 GPU 真正进入大模型理的主流开源工程链路？

说得直接点，就是让 SGLang、Triton/FlagOS、TileLang、Mooncake、KVCache、P/D 分离、分布式通信、CI/CD、upstream PR 这些东西，能够围着国产 GPU 起转起来。

有说，在整体听下来之后，有个非常直观的感受。

那就是国产 GPU 的竞争，已经不只是芯片参数之争，转而开始迈向生态坐标之争。

为什么这么说？我们继续往下看。

国产 GPU 开始"扩圈"了

先看这场 Meetup 本身。

它的主题很明确：SGLang × MUSA。

SGLang 是当下大模型理 serving 域关注度很的开源框架，面向 LLM 和多模态模型，核心目标是低延迟、吞吐，覆盖从单卡到大规模分布式集群的部署场景。

这类框架之所以重要，是因为今天的大模型落地，早就不是"模型训练好了，放上去跑"这么简单。

真正进入生产环境后，系统要处理的是整套复杂问题。

例如 prefill 和 decode 怎么拆，KVCache 怎么复用，长上下文怎么省钱，多轮对话怎么降 TTFT，大规模集群怎么调度，新模型发布后怎么 day-0 support，出了能 gap 怎么定位到具体 kernel。

个上台的是 SGLang 核心开发者BBuf。

△SGLang 核心开发者 BBuf

这个在 GitHub 上拥有 27k 星的开源理框架，现在已经是全球开发者部署大模型的选。

他带来的 SGLang 2026 Q2 Roadmap，每条都踩在行业的痛点上：

针对 DeepSeek V4 的全链路优化，包括 W4A16 量化、MegaMoE 加速和稀疏注意力支持；

jit_kernel 替代传统的 sgl-kernel，用 TVM-FFI 把编译速度提升了数倍，再也不用等几个小时的 wheel 包；

Vibe Coding 落地，用 AI agent 自动分析 profiler、定位能瓶颈、提交 PR，5 月前已经完成了过 60 个优化任务；

多模态能力升，支持 LTX2、Wan、混元等新模型，能比其他框架快 5 倍。

让人印象刻的是他展示的组数据。

SGLang 通过 P/D 分离架构，在 12 个 H100 节点上跑出了 52.3k 输入 token/s/node、22.3k 输出 token/s/node 的成绩，比 DeepSeek 官 API 还便宜 5 倍，这个结果已经被全球 10 多个团队复现。

紧接着上台的摩尔线程 Contributor  R0CKSTAR，带来了全场硬核的工程实践分享。

△摩尔线程工程师 R0CKSTAR

他用句话总结了过去半年的工作：

SGLang on MUSA 已经完成了从环境构建到 CI 测试的全链路通。

这意味着什么？

现在你只要克隆 SGLang 的官仓库宝鸡家具封边胶厂家，安装 sgl-kernel 和 sglang，就能在摩尔线程 MTT S5000 显卡上直接运行几乎所有主流大模型。

DeepSeek、通义千问 3.5、GLM-4.5、FLUX、Wan 这些热门模型，都已经完成了度优化。

他特别提到了 MUSA 的三层 CUDA 兼容栈。

过去适配个理框架要改几千行代码，现在只要在开头加行 import torchada，99 的 CUDA 代码就能直接运行。这个看似简单的改动，解决了国产 GPU 生态的大痛点。

据了解，截至 5 月 12 日，摩尔线程在 SGLang 主线累计提交 47 个 PR，其中 41 个已入，完成了从环境构建到分布式理的全链路通。

智源的肖航则带来了 DeepSeek V4 在 MUSA 上的 Day0 适配成果。

△智源 AI 编译器研究员

通过 FlagOS 的 Triton 子优化和摩尔线程的 SQMMA 张量加速引擎，他们把 DeepSeek V4 的 token 延迟降低了 56.7，吞吐量提升了 23。

对此，肖航表示：

我们没有做什么黑魔法，就是把两个关键的子优化到了致。

FP8 矩阵乘子平均加速 8.85 倍，稀疏注意力子平均加速 6.01 倍，这两个占了理时间 80 的子优化，端到端能自然就上去了。

TileLang 维护者唐正举的分享，则让所有人看到了下代子编程的未来。

△TileLang 维护者唐正举

这个 2025 年 2 月才开源的项目，短短年多就收获了 6k 星和 133 位贡献者，连 DeepSeek V4 的核心 kernel 都是用 TileLang 写的，正如唐正举所说：

用 TileLang 写 FlashAttention，只要 50 行 Python 代码，能和手写的 CUDA 模样。

并且从他在现场展示的对比图来看，同样的 GEMM 子，TileLang 用 15 行代码达到了 CUTLASS 的能，代码量减少了 90。

后上台的阿里云马腾，带来了 Mooncake 项目的新进展。

△Mooncake Contributor 马腾

这个注于 KVCache 解耦的项目，现在已经是 SGLang、vLLM 等主流理框架的标配。

他展示的组较为吸睛的数据：

通过 RDMA P2P 权重新，Kimi K2 1T 模型的权重同步时间从 53 秒降到了 7.2 秒，加速了 7.37 倍；EPD 三解耦架构让多模态模型的 token 延迟降低了 6-8 倍；HiCache + Mooncake 后端让多轮对话的缓存命中率过 90。

至此，这场 Meetup 的拼图基本完整——

SGLang 是理框架主链路，MUSA 是国产 GPU 底层平台，FlagOS/Triton 解决关键子优化，TileLang 降低能 kernel 编程门槛，Mooncake 补上 KVCache 和生产部署。

这，便是条较为完整的工程链路。

为什么摩尔线程能把他们摇来？

这个问题的答案不能只归结为办了场活动。

开源圈很现实，大愿意来，核心原因不是谁会讲故事，万能胶厂家是这件事真的和他们正在做的工程问题有关。

先看 MUSA 本身的设计初心。

摩尔线程 CTO张钰勃在开场中解释，MUSA 是 Meta-computing Unified System Architecture。

△摩尔线程 CTO 张钰勃

Meta-computing 指向通用计，摩尔线程希望 GPU 尽量拥抱通用计，而不是给未来可计的域设限；Unified 则意味着摩尔线程产品希望遵循同套统标准，避不同产品线使用不同指令集和架构，致软件生态法积累。

关键的句话是，MUSA 不希望开发者为了使用 MUSA 而重新学习套东西。

这句话看似朴素，其实直指国产 GPU 生态的痛点。

开发者怕什么？

不是新硬件本身，是为了新硬件，学习整套新 API，重写堆代码，改完还进不了上游，社区新又要重新补丁。

奥力斯    泡沫板橡塑板专用胶报价    联系人：王经理    手机：18232851235（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

如果个国产 GPU 生态要求开发者从头学遍，那它面对的便是巨大的迁移阻力。

所以 MUSA 的路线，是尽量贴近开发者已经熟悉的 GPU 编程式、API 接口和使用习惯。底层实现可以不同，但上层体验尽可能致。

三层 CUDA 兼容栈的意义就在这里。

torch_musa 负责把 PyTorch 和 MUSA 的基础能力接起来；torchada 负责让 CUDA-first 生态继续工作；mthreads-ml-py 负责把设备管理、拓扑、显存、MTLink、P2P 等信息暴露给上层框架。

用句通俗的话说，摩尔线程在尽量把原来的路修到自己门口。

这直接影响到开源社区协作的可行。

因为上游项目看重的是低侵入、可维护、可复用。如果个适案需要大面积改动主线代码，后续每次 rebase 都痛苦，上游很难接受。

反过来，如果适配可以通过透明的式完成，PR 就容易被 review，也容易持续跟随社区迭代。

这就是从"我自己维护个分支"到"我进入主线"的区别。

再看生态结。

SGLang × MUSA，是理主链路通。

摩尔线程从去年开始把 SGLang 作为接入和贡献的开源项目，经过大半年努力，MUSA 后端近期已经入 SGLang 主线。后续不只是跟随 feature，也希望在框架层面贡献多能力。

这件事的意义在于，国产 GPU 不再只是某个框架的外部适配对象，已经开始成为主线生态的部分。

FlagOS × MUSA，是关键子和新模型适配。

大模型理的能竞争，越来越多发生在 kernel、编译器、调度、低精度和通信层。DeepSeek V4 day-0 适配这样的工作，本质上考验的是从模型发布到工程落地之间的反应速度。能不能时间跑通，能不能快速调优，能不能在真实 shape 上找到好的配置，决定了生态跟不跟得上。

Mooncake × MUSA，是理解耦和生产部署。

KVCache 的价值在 Agent、多轮对话、长上下文时代被进步放大。Mooncake 与 MUSA 的结，不只是让某个缓存后端能跑在国产 GPU 上，是在探索跨实例 KVCache 共享、弹扩缩容、缓存复用、原地升这类生产问题。

TileLang × MUSA，则是下代子生态的提前布局。

如果未来多模型和硬件都需要定制 kernel，子编程不能永远停留在少数手里。TileLang 这类 DSL 的价值，是把能 kernel 编程变成多开发者能上手的工程工具。

这四条线在起，才是摩尔线程能组局的底气。

它把自己放进了大模型理的真实工程网络里，包括框架、子、缓存、通信、部署、CI/CD、upstream 等等。

而这，也是国产 GPU 生态真正要补的课。

国产 GPU 的生态位，正在走向协作

如果把这场 Meetup 从宏大的力发展角度来看，它的价值或许远技术分享本身。

过去几年，国产 GPU 的生态困境是比较明显的。

许多厂商习惯了闭门造车，自己从头写套度学习框架，自己攒套子库，结果因为不符主流开发者的习惯，鲜有人问津。

又或者，有的厂商只是拉个私有 Fork 做适配，从来不向开源上游提交代码，致主流框架新，自己的适配版本就成了人维护的孤品。

而现在，摩尔线程给出了个不同的答案：

融入全球开源生态，去和世界上聪明的批人起做事。

在这场活动中，我们频繁听到几个词：Day-0 Support、Upstream PR、CI/CD。

这说明国产 GPU 的生态位正在发生质变。摩尔线程不再只满足于做个被动的适配者，它要的是主动出击，成为核心代码的"贡献者"，甚至是未来架构的"共建者"。

他们不仅仅是丢个单点的 Patch 过去，而是把整套包含环境构建、PR 提交、CI 自动化测试、Release 发布、文档维护在内的工程闭环，地嵌入到了 SGLang 等顶项目的脉中。

这种可持续的 Upstream 模式，才是真正掌握生态话语权的式。

这场开源局还证明了件事，国产 GPU 已经走上了大模型理开源生态的公共桌。

在这个桌上，已经坐着风头正劲的 SGLang，坐着死磕底层编译的 Triton/FlagOS，坐着重塑子生态的 TileLang，坐着主解耦架构的 Mooncake。

而现在，国产 GPU，也可以拉开椅子，从容地坐下来，和这群明星玩们起好大模型时代关键的这把。

键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

� � 点亮星标 � �

科技前沿进展每日见

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定宝鸡家具封边胶厂家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。