国产 GPU 开发门槛降低：摩尔线程开源 TileLang-MUSA 工具，代码量减少 90%

2 月 10 日消息，摩尔线程于 2026 年 1 月 30 日宣布开源 TileLang-MUSA 项目，实现对 TileLang 编程语言的完整支持。今日再次重复发布公告。

据介绍，该项目已在摩尔线程多代全功能 GPU 上完成验证，旨在通过高层抽象与编译器优化降低开发门槛，为国产算力平台提供高效的人工智能与高性能计算开发工具。

TileLang 是基于张量分块抽象的高性能 AI 算子编程语言，采用声明式语法与类 Python 前端，使开发者能够以近似数学公式的形式描述计算意图。该语言具备三大核心特性：通过高级抽象降低开发门槛，实现跨平台 " 一次编写、多架构运行 " 能力，并由编译器自动完成循环优化、内存调度等复杂操作。该技术已应用于 DeepSeek-V3 等大型模型研发，并在科学计算、硬件开发等领域发挥作用。

本次开源的 TileLang-MUSA 项目专注于释放国产 GPU 性能潜力，已在 MTT S5000、MTT S4000 等训推一体智算卡完成验证。项目实现 TileLang 高层语义与摩尔线程 MUSA 架构的深度映射，支持自动调用张量核心指令、多级数据搬运优化及 Warp 级并行处理。目前原生算子单元测试覆盖率超过 80%，提供稳定开发基础。

实测数据显示，使用 TileLang-MUSA 开发大语言模型关键算子时，相较手写 MUSA C++ 代码可减少约 90% 代码量，在矩阵运算场景下性能可达手工优化版本的 95%，注意力机制算子达 85%。其自动调优机制可快速搜索最优分块策略，帮助开发者超越未优化基准实现。该项目支持开发者无缝迁移现有算子逻辑至国产 GPU 平台，并为不熟悉底层指令的工程师提供高层开发入口。

摩尔线程计划持续优化编译器性能，深度集成主流 AI 框架，并扩展至 Transformer 等复杂模型架构的全局优化。

附 TileLang-MUSA 开源地址：
https://github.com/MooreThreads/tilelang_musa