摩尔线程宣布开源MusaCoder：首个国产全功能GPU全栈训练代码大模型

今天，摩尔线程宣布正式发布并开源MusaCoder，这是一款专用于GPU底层算子生成的代码大模型。

摩尔线程指出，MusaCoder是行业内首个完全基于国产GPU算力平台完成全链路训练与验证的开源代码大模型，其完整的后处理训练过程均在基于MTT S5000构建的夸娥智算集群上实施。

据了解，MusaCoder提供9B和27B两种参数版本，专为GPU底层算子生成任务设计，主要支持从PyTorch标准算子自动转化为高性能CUDA或MUSA原生内核代码。

这种能力有助于降低开发者手动编写底层GPU算子的难度，提升GPU高性能计算场景下的代码生成、验证和优化效率。

在性能表现上，根据KernelBench评测，MusaCoder-27B-RL在Overall Pass@8指标上达到93.2%，Avg.@8指标为88.60%，超越了Claude Opus 4.7、DeepSeek-V4 Pro、GLM-5.1、Kimi K2.6等主流顶尖代码模型，处于行业领先水平。

摩尔线程表示，MusaCoder的SFT监督微调、RFT拒绝采样微调、RL强化学习、异步rollout、在线编译执行验证以及奖励计算等全套训练与验证流程，均依托基于MTT S5000构建的夸娥智算集群完成。

这表明，国产GPU不仅能支持大型模型的推理和常规微调任务，还能稳定承载代码大模型后训练全周期的算力需求。

特别是在GPU内核生成这类任务中，训练系统需要频繁进行代码生成、编译、执行、验证和反馈计算，这对硬件、编译栈、运行时、调度系统和评测基础设施都提出了更高要求。

MusaCoder训练总流程展示

来源：快科技