摩尔线程：端侧AI算力将成未来核心增长极

导语：随着AI算力从云端向终端加速渗透，端侧设备有望成为下一轮增长引擎。摩尔线程高级副总裁董龙飞指出，端侧AI算力市场潜力巨大，公司已布局家庭AI中枢与算力本等产品，旨在抢占C端入口。

在2026世界人工智能大会期间，摩尔线程（688795）高级副总裁董龙飞接受采访时表示，AI算力正经历从训练到推理、从云端到终端的系统性变革。端侧AI算力将成为未来重要市场，而十万卡集群的建设并非万卡集群的简单扩容，而是涉及互联、散热、可靠性和工程调校的系统级工程。

董龙飞在摩尔线程“词元时代 万物智能”主题论坛上，重点阐述了三大趋势：AI算力从云端向终端渗透、训练与推理对芯片要求的差异化、超大规模集群推动算力基础设施进入新工程阶段。

**端侧AI算力：从云端下沉的确定性市场**

摩尔线程近期展示的MTT AICUBE家庭AI中枢与MTT AIBOOK AI算力本，标志着其正式切入C端场景。董龙飞表示，技术演进遵循“先做大、后做小”的规律，从大型计算机到个人电脑、再到手机，基础设施能力最终会下沉至终端设备。人工智能时代，大模型不一定只部署在云端，手机、PC、家庭设备、机器人（300024）等终端均可承载不同层级的AI能力。

目前MTT AICUBE具备50TTOPS算力，未来桌面设备算力有望进一步提升。端侧算力不仅关乎产品销售，更涉及开发者生态建设，通过低门槛设备让开发者更易接触国产算力。

**训练与推理：全功能GPU vs 性价比方案**

董龙飞强调，训练和推理是摩尔线程的双轮驱动，但能力要求截然不同。训练要求芯片具备“五项全能”——显存、带宽、可靠性、GPU算力、通用性及精度完备性，全功能GPU的价值在此凸显。推理则更强调成本优化，例如采用PD分离技术，Prefill阶段与Decode阶段需不同产品组合以提升性价比。

**超大规模集群：从万卡到十万卡的系统级迭代**

董龙飞指出，万卡到十万卡集群并非数量放大，而是技术方案的质变。十万卡集群需通过超节点机柜内的scale up互联与机柜间scale out互联解决扩展问题。同时，可靠性挑战呈指数级增长，单点故障率在万卡集群中可接受，但放大至十万卡后需系统性工程调校。

总结展望：端侧AI算力与超大规模集群的双轮驱动，将重塑算力产业格局。摩尔线程通过全功能GPU与端侧产品布局，有望在国产算力替代浪潮中占据先机。