Moore Threads publica MusaCoder, un gran modelo de código de código abierto con 9B/27B parámetros entrenado de principio a fin en GPU nacionales
Título original:摩尔线程开源 MusaCoder:首个基于国产全功能 GPU 全栈训练的代码大模型
Resumen de IA
Moore Threads lanza y publica como código abierto MusaCoder, un gran modelo de código con versiones de 9B y 27B parámetros, el primer modelo de código abierto del sector entrenado y validado de principio a fin sobre una base de cómputo de GPU nacionales. El proceso de postentrenamiento se completó en el clúster de cómputo inteligente Kuae basado en MTT S5000, y el modelo puede generar automáticamente código de kernel nativo CUDA/MUSA de alto rendimiento a partir de operadores estándar de PyTorch. En la evaluación KernelBench, MusaCoder-27B-RL supera a los principales modelos de código SOTA como Claude Opus, DeepSeek-V4 Pro, GLM-5.1 y Kimi K2.6 con un Overall Pass@8 del 93,2% y un Avg.@8 del 88,60%.
Puntos clave
- Moore Threads lanza y publica como código abierto MusaCoder,un gran modelo de código con versiones…
- El proceso de postentrenamiento se completó en el clúster de cómputo inteligente Kuae basado en…
- En la evaluación KernelBench,MusaCoder-27B-RL supera a los principales modelos de código SOTA como…
- 1 y Kimi K2.
- 6 con un Overall Pass@8 del 93,2% y un Avg.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- IT之家·人工智能
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 72
摩尔线程这个模型直接瞄准GPU底层算子,KernelBench分数压过了不少主流大模型,虽然场景窄,但在国产硬件自建软件生态的路上,迈出了挺关键一步。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Moore Threads publica MusaCoder, un gran modelo de código de código abierto con 9B/27B parámetros entrenado de principio a fin en GPU nacionales. 10. junio 2026. https://new.nat6.net/es/news/cmq7t3hhr01f3slepkahaev5l/