国产gpu近年来持续取得技术突破，此前砺算科技发布的7g01芯片性能已达到rtx 4060水平，而更早之前，摩尔线程也推出了具备高性能表现的gpu产品，不仅在游戏应用中展现出不俗实力，同时在ai计算领域也重点布局。
目前AI计算领域最强的GPU仍由NVIDIA主导，其凭借先进的硬件架构与成熟的CUDA生态，构建了极高的行业壁垒。那么，国产GPU在此类高端应用场景中的实际差距究竟如何？这一问题引发了广泛讨论。知乎用户@菽陌松囿作为业内从业者，曾对摩尔线程的GPU进行过实际测试，并分享了一些关键数据，具有较高的参考价值。
据其介绍，在摩尔线程的GPU上，kernel launch延迟可做到5微秒（us），而NVIDIA同类操作则需要几十微秒（具体数值记不清了）；GEMM计算的MFU（矩阵乘法单元利用率）高达98%，相比之下NVIDIA约为85%；FA（Flash Attention）的MFU达到95%，而NVIDIA仅为68%。
他还指出，NVIDIA在某些设计上存在局限，例如通信offload ace功能并未被充分考虑，最终是由DeepSeek协助实现了SM隔离，导致约15%的SM资源被浪费。
当然，摩尔线程的GPU也并非完美无缺。例如虽然支持Link互联技术，但在带宽方面仍受硬件限制，与顶级水平尚有差距，但该问题并不构成根本性障碍。
他特别强调，这些测试数据均经过研发团队确认，绝非随意编造，可信度较高。从这些对比来看，结果令人意外且振奋。
总体而言，他认为摩尔线程的GPU在硬件、内核驱动（KMD）、用户态驱动（UMD）以及算子库等方面均为自研重构，有力回击了外界“摩尔线程无核心技术”“只是套壳国外IP”的质疑。
更多详细技术参数可参考摩尔线程官方公众号发布的相关文章，其中包含了深入的技术剖析，尽管未直接与NVIDIA进行对比。而@菽陌松囿所提供的横向数据，则为观察国产GPU在AI任务中的真实表现提供了宝贵视角。虽然这并不意味着国产GPU已全面超越NVIDIA产品，但至少说明其并非简单的“贴牌”或“套壳”，而是具备了自主竞争力的技术积累。
