摩尔线程MUSA架构加入SGLang核心硬件适配

近日，产业界消息显示，摩尔线程的MUSA（Moore Threads Unified System Architecture）已正式成为SGLang框架硬件适配的核心成员。这标志着国产算力平台与前沿AI推理框架之间，正朝着更深层次的“原生”融合迈出关键一步。

深度合作聚焦原生算子支持

根据官方信息，双方合作将重点深化原生算子的支持。截至5月12日，摩尔线程团队在SGLang开源主线上的贡献已取得显著进展，累计提交47个拉取请求（PR），其中41个已被合并。这一系列工作系统性地完成了从环境构建、模型适配到分布式推理的全链路打通。这意味着，未来开发者在基于摩尔线程硬件使用SGLang时，有望获得更顺畅、高效的“开箱即用”体验。

适配意义超越单一框架合作

此次适配的意义超越了单一框架的合作范畴。SGLang作为一款专为大语言模型推理设计的新兴框架，以其高效的执行引擎和易用性受到业界关注。被纳入顶级AI推理框架的生态适配核心，本身就表明其技术路线与产业价值获得了关键认可。而摩尔线程的深度参与，实质上是国产GPU算力在主流AI软件栈中争取“话语权”的一次重要实践。

瞄准原生融合破解生态挑战

过去，国产算力平台常面临“硬件强、软件生态弱”的挑战，与主流框架的适配多停留在“能用”层面，与“好用”和“性能最优”存在差距。此次合作瞄准的“原生级融合”，正是试图从根本上解决这一问题。通过将自身硬件特性深度融入框架核心，而非仅提供外围接口，旨在充分释放底层硬件的潜力，从而在推理性能竞争中占据更有利位置。

生态建设是长期征程

生态建设是一场马拉松。纳入核心阵列只是一个起点，后续如何持续优化性能、扩大模型支持范围、丰富应用场景，才是真正的考验。对于整个国产算力产业而言，这条与全球主流软件生态深度咬合、协同进化的路径，其探索价值或许比单次合作本身更为深远。