摩尔线程支持阿里 Qwen3 全系模型

4 月 30 日消息，在全球人工智能产业加速迭代的浪潮中，国产 AI 领域迎来了具有里程碑意义的重大突破。日前，阿里巴巴正式发布并开源新一代通义千问模型 Qwen3，该模型以创新性的架构设计与算法优化，在参数量只为 DeepSeek-R1 的 1/3 的情况下，实现了训练与运行成本的大幅降低，同时在性能上实现了跨越式提升，一举超越 DeepSeek-R1、OpenAI-o1 等全球前列模型，成功登顶全球开源模型宝座，成为开源 AI 领域的全新旗帜，吸引了全球 AI 开发者的目光。

就在 Qwen3 惊艳亮相的当天，国产 GPU 企业摩尔线程迅速释放重磅消息，宣布率先完成了对 Qwen3 全系列模型在全功能 GPU 上的高效适配与支持，展现出其在 AI 算力领域强大的技术研发实力与市场响应速度。这一成果的达成，绝非偶然，而是摩尔线程与阿里技术团队数月来紧密协作、攻坚克难的结晶。双方组建了联合技术攻关小组，围绕模型架构与 GPU 硬件的适配性、数据传输效率、计算资源调度等关键环节展开深度合作。通过对摩尔线程自主研发的 MUSA 架构进行多轮调试与优化，针对 Qwen3 模型的特性进行定制化开发，确保了 Qwen3 系列模型能够在摩尔线程 GPU 上稳定、高效运行，充分发挥出硬件与软件的协同优势。

摩尔线程官方表示，此次对 Qwen3 全系列模型的成功支持，是对 MUSA 架构和全功能 GPU 技术成熟度与可靠性的有力验证。MUSA 架构作为摩尔线程的重点技术成果，其设计理念深度契合 AI 计算需求，具备高度灵活的并行计算能力与高效的数据处理机制。该架构采用了创新的异构计算设计，能够将 GPU 内的多种计算单元，如流处理器、张量重点等进行精细化协同调度，实现计算资源的动态分配。同时，MUSA 架构还引入了先进的内存管理技术，通过优化数据存储与读取路径，有效降低了数据访问延迟，提升了数据处理效率。这些特性使得 MUSA 架构在面对大规模、高复杂度的 AI 模型计算任务时，能够提供稳定且高效的计算环境，为 Qwen3 模型的运行筑牢了坚实的算力基础。

目前，在摩尔线程 MUSA 平台的支持下，主流推理引擎均可实现对 Qwen3 系列模型的高效调用，这一突破极大地拓展了 Qwen3 模型的应用场景与部署灵活性。摩尔线程相关负责人介绍，MUSA 平台能够作为 vLLM、Ollama、GPU Stack 等各类主流开源推理引擎的后端，为 Qwen3 系列模型的高效运行提供强大动力。以备受关注的 vLLM-MUSA 引擎为例，在其优化支持下，QWen3-235B-A22B——Qwen3 系列中参数量比较大、计算复杂度比较高的 MoE 模型，不仅能够在摩尔线程全功能 GPU 上实现稳定运行，而且推理速度相比传统方案提升明显。据实测数据显示，在处理同等规模的文本生成任务时，基于 vLLM-MUSA 引擎与摩尔线程 GPU 的 QWen3-235B-A22B 模型，推理延迟降低了 30% 以上，吞吐量提升了 40%，这一性能表现使得其在实际应用中更具竞争力。

此次阿里开源的 Qwen3 系列模型阵容强大，涵盖了两款 MoE（混合专业人员）模型和六个 Dense（密集）模型，不同参数量与架构设计的组合，满足了从轻量化应用到大型复杂任务的多样化需求。其中，两款 MoE 模型 Qwen3-235B-A22B 和 Qwen3-30B-A3B，通过动态路由机制，能够根据输入数据的特征智能调用不同的专业人员模块进行处理，在提升模型性能的同时，有效降低了整体计算量；六个 Dense 模型则包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B，它们在结构上相对简洁，适合对资源占用较为敏感的场景。而摩尔线程对全系列模型的支持，为开发者提供了丰富的选择空间。无论是追求极限性能的科研机构，还是注重成本效益的企业用户，都能根据自身需求，选择适配的模型与 GPU 方案，快速搭建高效的 AI 应用系统。

从行业发展角度来看，此次摩尔线程与阿里的合作意义深远。在过去，我国 AI 产业在算力基础设施领域长期依赖国外 GPU 产品，不仅面临技术封锁风险，还存在较高的采购成本与数据安全隐患。而此次摩尔线程 MUSA 架构与 Qwen3 模型的成功适配，标志着国产 GPU 在大模型支持能力上已达到国际先进水平，打破了国外 GPU 在大模型领域的垄断局面。这一成果将有力推动国内 AI 产业供应链的自主可控进程，为国内 AI 开发者提供更具性价比、更安全可靠的技术方案。

业内专业人员指出，随着摩尔线程对 Qwen3 系列模型支持的落地，将加速 AI 技术在各行业的普及与应用。在智能客服领域，企业可以借助 Qwen3 模型强大的自然语言处理能力，结合摩尔线程 GPU 的高效算力，构建响应更快、理解更精细的智能客服系统，提升客户服务体验；在内容创作领域，创作者能够利用 Qwen3 模型的文本生成能力，快速生成高质量的文章、文案等内容，而摩尔线程 GPU 的并行计算优势则可以大幅缩短生成时间，提高创作效率；在金融领域，基于 Qwen3 模型的数据分析与预测功能，配合摩尔线程 GPU 的强大算力，能够实现对海量金融数据的快速处理与深度挖掘，为风险评估、投资决策等提供有力支持。

此外，此次合作还有望带动国产 AI 产业生态的繁荣发展。一方面，它将吸引更多国内开发者基于摩尔线程 GPU 与 Qwen3 模型进行技术创新与应用开发，形成更丰富的软件生态；另一方面，也将促使上下游企业加大在 AI 算力与算法领域的研发投入，推动产业链协同发展。未来，随着技术的不断进步与生态的逐步完善，国产 AI 产业有望在全球竞争中占据更有利的地位，为我国数字经济的高质量发展注入强劲动力。