这是行业首个完全依托国产GPU算力底座完成全链路训练与验证的开源代码大模型，其后训练全流程均在基于摩尔线程MTT S5000构建的夸娥智算集群中完成。
核心亮点在于，MusaCoder能够从PyTorch标准算子出发，自动生成高性能的CUDA或MUSA原生Kernel代码。通俗来说，它省去了开发者手动编写底层GPU算子的繁琐过程，极大降低开发门槛，同时提升在高性能计算场景中代码生成、验证与优化的整体效率。
最新KernelBench评测结果显示，MusaCoder-27B-RL表现相当突出：Overall Pass@8达到93.2%，Avg@8为88.60%，一举超越Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5.1、Kimi K2.6等主流SOTA代码模型，性能目前处于行业领先水平。
相关链接如下：
MusaCoder模型：https://huggingface.co/MooreThreads/MusaCoder-27B
MusaCoder论文：http://arxiv.org/abs/2606.04847摩尔线程开源MusaCoder 国产全功能GPU全栈训练首个代码大模型
摩尔线程开源面向GPU底层算子生成的代码大模型MusaCoder，含9B和27B参数，完全基于国产MTTS5000集群完成全栈训练。其从PyTorch算子自动生成CUDA或MUSA内核代码，降低开发门槛。评测中MusaCoder-27B-RL在KernelBench上超越多个主流模型，性能领先。
6月10日，摩尔线程正式对外发布并开源了面向GPU底层算子自动生成的专业代码大模型——MusaCoder，该模型提供9B与27B两种参数规格。
这是行业首个完全依托国产GPU算力底座完成全链路训练与验证的开源代码大模型，其后训练全流程均在基于摩尔线程MTT S5000构建的夸娥智算集群中完成。
核心亮点在于，MusaCoder能够从PyTorch标准算子出发，自动生成高性能的CUDA或MUSA原生Kernel代码。通俗来说，它省去了开发者手动编写底层GPU算子的繁琐过程，极大降低开发门槛，同时提升在高性能计算场景中代码生成、验证与优化的整体效率。
最新KernelBench评测结果显示，MusaCoder-27B-RL表现相当突出：Overall Pass@8达到93.2%，Avg@8为88.60%，一举超越Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5.1、Kimi K2.6等主流SOTA代码模型，性能目前处于行业领先水平。
相关链接如下：
MusaCoder模型：https://huggingface.co/MooreThreads/MusaCoder-27B
MusaCoder论文：http://arxiv.org/abs/2606.04847
这是行业首个完全依托国产GPU算力底座完成全链路训练与验证的开源代码大模型，其后训练全流程均在基于摩尔线程MTT S5000构建的夸娥智算集群中完成。
核心亮点在于，MusaCoder能够从PyTorch标准算子出发，自动生成高性能的CUDA或MUSA原生Kernel代码。通俗来说，它省去了开发者手动编写底层GPU算子的繁琐过程，极大降低开发门槛，同时提升在高性能计算场景中代码生成、验证与优化的整体效率。
最新KernelBench评测结果显示，MusaCoder-27B-RL表现相当突出：Overall Pass@8达到93.2%，Avg@8为88.60%，一举超越Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5.1、Kimi K2.6等主流SOTA代码模型，性能目前处于行业领先水平。
相关链接如下：
MusaCoder模型：https://huggingface.co/MooreThreads/MusaCoder-27B
MusaCoder论文：http://arxiv.org/abs/2606.04847来源：https://www.ithome.com/0/962/509.htm
相关热点
继续查看同栏目近期热点。
延伸阅读
补充最近整理过的热点入口。