十万卡集群的算力大单！国产GPU深入头部云厂商核心腹地

此次签约不仅是十万卡集群的破土动工，更是国产算力从“追赶”到“并跑”的历史性跨越；不只是一纸合约的签署，更是产业巨头与国产芯片彼此托付、双向奔赴的携手。

作者/番茄酱

出品/新摘商业评论

一笔十万卡级别的国产GPU大单，让国产GPU迎来历史性时刻：

9月9日，在2026京东全球科技探索者大会上，京东云重磅宣布，将建设十万卡级全功能GPU集群，以摩尔线程全功能GPU为底座，聚焦大模型训练、推理及具身智能等前沿领域，并向全行业开放算力，助力物理AI加速走向产业腹地。

据知情人士向新摘商业评论透露，该集群预计于2027年正式建成，届时将服务于京东零售、物流、仓储等核心业务，形成产业级国产AI赋能闭环。

十万卡是什么概念？回溯AI发展史，当年OpenAI训练GPT-4时所用的万卡集群，已是当时全球顶尖的算力工程，在当时引发了行业轰动。

如果说千卡是入场券，万卡是分水岭，那么十万卡便是“国家队级”基础设施的标尺。

此前，国产GPU从未在头部云厂商的核心智算集群中跃过这一分水岭，哪怕是能够搭建万卡级大模型训练集群的国产GPU厂商，也屈指可数，只有华为与摩尔线程两家。

如今，摩尔线程率先将战线推进至十万卡量级，标志着国产GPU首次挺进头部AI云企业的核心算力腹地。

从这一刻起，国产AI算力真正跨越了“能不能用”与“敢不敢大规模用”之间的隐形鸿沟，加速驶入下半场！

一、物理AI迎来产业“ChatGPT时刻”，

国产算力迎来成人礼

为何十万卡的关卡跨越得这么快？这得归功于物理AI的时代势能已不可阻挡。

今年年初，黄仁勋曾预言物理AI的“ChatGPT时刻”将至，而今，技术成熟度、应用场景落地与生态协同的多重共振，正预示其大规模应用近在咫尺。

所以，不难理解为何京东率先下了这笔大单，物理AI下半场，要属京东最兴奋，它手中握有物理AI最稀缺的资源：真实场景。

数以万计的机器人在仓库中昼夜运转，复杂的物流仿真需求与全国最激烈的供应链效率竞赛叠加，这些场景本身便是物理AI最理想的训练场。

不过，划重点，物理AI时代，算力规模直接决定竞争位势。

大模型训练依赖超大规模并行计算，具身智能仿真需同时调动AI计算、图形渲染与物理仿真三重负载；推理服务的规模化部署则对吞吐量与稳定性提出极高要求……十万卡由此成为刚需。

无论是训练具身大脑、运行世界模型，还是在虚拟环境中仿真物理世界，无一不是算力“巨兽”，若全部押注国际主流芯片，供应稳定性、成本与自主可控性都不可控，谁敢把身家性命押在英伟达身上？

因此，国产芯片也迎来了时代机遇与东风。

日前，工信部印发《信息通信行业发展“十五五”规划》，明确提出有序部署万卡、十万卡及以上智算集群，并加大力度适配国产算力芯片。

然而，政策只是“开窗”，真正让国产算力腾飞的，是头部客户用真金白银投下的信任票。

资本永远是要算账的，京东云若仅为“国产化”而搭建低效集群，势必拖累财报与云服务竞争力，所以，他们势必要优中选优，在国产GPU中选择真正能打的六边形战士。

正如京东集团技术委员会主席、京东云总裁曹鹏所言：“选择与摩尔线程深度合作，正是看重其在国产训练级GPU上的稀缺能力和大规模集群的成熟交付经验。”

那么，摩尔线程到底用什么赢得了京东的青睐？

答案是，一方面是硬核技术实力，另一方面是工程化交付能力。

二、技术实力、工程化交付能力领先：

摩尔线程获得京东青睐

先说技术实力。

物理AI对算力的要求，比纯数字世界多出关键一维，高精度物理仿真、实时图形渲染与端侧可靠推理必须协同发力。

然而，传统算力方案却在此处形成多重梗阻：

物理引擎专用芯片、图形显卡、AI训练芯片彼此割裂，开发者被迫在三个异构平台间反复搬运数据，研发效率大打折扣。

这种“三张皮”架构在数字原生应用中尚能勉力支撑，但进入物理AI时代，便成为难以承受的系统性瓶颈。

理解了这一点，就能理解为什么京东选择摩尔线程，因为摩尔线程全功能GPU的差异化优势非常明显，让客户真正实现“一站到底”：

依托自主研发的MUSA架构，摩尔线程率先在单芯片上集成AI计算加速、图形渲染、物理仿真、科学计算及超高清视频编解码等多元能力。

通俗地说，别人需要三块芯片才能干完的活，摩尔线程一块芯片全搞定，而且数据在芯片内部“零拷贝”，避免了跨片传输损耗，效率成倍提升。

这意味着，京东的具身大脑训练、世界模型仿真、机器人Sim2Real真机验证，均可基于同一套硬件闭环完成，在具身智能、自动驾驶、数字孪生等物理AI场景中，不需要跨平台数据搬移、左右横跳。

除了全功能GPU这一核心利器，摩尔线程还有多重优势：

摩尔线程是当前国产GPU中，唯一同时具备“训练级性能、万卡交付经验、具身智能全栈能力”的供应商，京东云选它，是经过产业级验证后的理性决策。

京东云敢建“十万卡”，前提是供应商已有万卡级真金不怕火炼的实战记录，证明其集群在大规模、长期稳定训练中的可靠性，而摩尔线程正是国内唯二实现万卡级大模型训练集群商业化落地的GPU厂商。

其基于MTT S5000的夸娥万卡集群已在北京、无锡、杭州等多地完成部署并上线服务，关键指标对齐国际主流水平：

Dense大模型训练算力利用率（MFU）达60%，MoE大模型训练MFU达40%，有效训练时长超过90%，训练线性扩展效率高达95%，浮点运算能力达到10 Exa-Flops，在万卡规模下展现出与国际同类集群比肩的系统稳定性与训练效率。

其中，“线性扩展效率95%”我们必须展开讲讲，这个指标衡量的是从千卡扩展至万卡时，每张卡有效算力的保有率，按理来说，卡数越多，通信、调度、同步带来的损耗本应越显著，链接越多，损耗越多。

而95%意味着什么？即便规模扩大十倍，单卡有效利用率几乎未降，这一指标已稳居国际第一梯队，充分彰显了摩尔线程在集群互联和分布式调度上的深厚积累。

再看训练实效，我们都知道，京东云自身拥有JoyAI大模型，训练侧必须确保精度收敛。

而摩尔线程用实际成果给出了掷地有声的回应：

北大EvoPhys-World全球首个5D世界模型在夸娥集群上完成全栈原生训练，发布后连续37天蝉联斯坦福WorldScore“世界生成”维度全球榜首；

基于S5000全栈训练的代码大模型MusaCoder已开源，内核算子生成性能比肩国际SOTA水准。

这些案例有力证明，国产GPU在训练精度与收敛稳定性上已具备实质性替代能力，京东云无需再走“国产卡只做推理、训练仍仰赖英伟达”的折中老路。

不仅于此，更硬核的前景，来自二者携手后的未来想象空间。

三、摩尔线程携手京东，

拥抱国产GPU星辰大海

不难看到，京东云与摩尔线程此次合作的深度，远超“采购”二字，双方有望围绕芯片、云平台到模型训练进行全栈协同，构建“数据、训练、仿真、部署”的完整闭环。

训练侧，“国芯训国模”有望从愿景加速迈入大规模产业化阶段。

在京东的合作框架中，双方将围绕芯片适配、云平台优化与模型训练展开全栈联合攻关，合力打造JoyAI全系大模型。

从底层芯片到顶层模型，全链路自主可控的“国芯国模”路径已然走通，意味着核心技术不再受制于人，这一突破被业内人士认为是国产AI基础设施从“可用”走向“好用”的关键转折，有望为金融、政务等安全敏感行业提供真正可落地的国产替代方案。

推理侧，极致性价比的规模化部署正成为现实。

数据显示，摩尔线程旗舰级AI训推一体智算卡MTT S5000已首批通过国家《安全可靠测评》，在技术成熟度、安全性及稳定性方面达到行业高标准，天然适配政务、金融、能源等关键行业的算力需求。

目前，摩尔线程已实现对DeepSeek、GLM、MiniMax、Kimi、Qwen等主流开源大模型的“发布即适配”，基于S5000的推理方案在吞吐量与性价比上持续刷新国产GPU标杆。

“用得起、用得稳”成为客户共识，这为国产芯片在大规模商用推理市场打开了一道宽阔的大门。

不仅如此，网上流传甚广，S6000有望在十万卡集群后续交付中登场。这意味着，十万卡集群可以随着摩尔线程新一代芯片的推出，平滑升级算力密度和性能，为未来的演进预留了充足空间。

而在具身侧，全功能GPU有望赋能京东全链路具身服务。

此前，摩尔线程依托全功能GPU“算、渲、仿”一体化能力，已打通从合成数据生成、大模型训练、仿真验证到端侧硬件部署的完整技术链路。

基于MT Lambda全栈仿真平台，摩尔线程成功完成四足机器狗与两足人形机器人的Sim2Real真机验证，成为继英伟达之后，全球第二家具备全栈具身智能仿真训练平台能力的GPU企业，能力有目共睹，二者联手，有望在具身智能行业大展身手。

这让我们感慨，此次签约不仅是十万卡集群的破土动工，更是国产算力从“追赶”到“并跑”的历史性跨越；不只是一纸合约的签署，更是产业巨头与国产芯片彼此托付、双向奔赴的携手。

时来天地皆同力，我们期待，自此之后，国产GPU驭势腾飞，铸就智能时代的“中国算力脊梁”！

© 本账号长期数据支持来自天眼查