Moore Threads Just Dropped a Full-Stack AI Bomb — Are Nvidia and AMD Feeling the Heat Yet?
Moore Threads hat gerade eine Full-Stack-AI-Bombe gezündet – Spüren Nvidia und AMD schon den Druck?
news.futunn.com
Moore Threads didn’t just announce chips—they’re building an entire ecosystem. The 'Huagang' architecture is no joke: FP4 to FP64 support, 10x energy efficiency, and next-gen ray tracing built in. This isn’t incremental progress—it’s a full-stack moonshot.
Moore Threads hat nicht nur Chips vorgestellt – sie bauen ein komplettes Ökosystem auf. Die 'Huagang'-Architektur ist kein Scherz: Unterstützung von FP4 bis FP64, zehnfach höhere Energieeffizienz und eingebaute Raytracing-Technologie der nächsten Generation. Das ist kein Schritt nach vorn – das ist ein Full-Stack-Mondflug.
But the real shocker? MTT AIBOOK — a laptop with Moore Threads’ own 50 TOPS SoC, pre-loaded with Qwen3-8B and a digital human named 'Xiaomai'. They’re not just chasing data centers — they’re going desktop. This could be the first truly sovereign Chinese AI dev machine.
Doch die eigentliche Überraschung? Der MTT AIBOOK – ein Laptop mit eigener 50-TOPS-SoC von Moore Threads, vorinstalliert mit Qwen3-8B und einer digitalen Figur namens 'Xiaomai'. Sie zielen nicht nur auf Rechenzentren ab – sie gehen auf den Desktop. Dies könnte der erste wirklich souveräne chinesische KI-Entwickler-Rechner sein.
Klar, die Spezifikationen klingen beeindruckend. Aber seien wir ehrlich – eine 'volle Funktionsfähigkeit' ohne reife Software-Unterstützung ist nur glänzendes Silizium. Erinnert ihr euch, wie lange CUDA brauchte, um zu dominieren? MUSA 5.0 von Moore Threads ist ein Fortschritt, aber sie brauchen mehr als nur Bibliotheken – sie brauchen eine lebendige Entwickler-Community.
Tatsächlich ist der Open-Source-Plan von MUSA der unterschätzte Game-Changer. Die offene Bereitstellung zentraler Beschleunigungs- und Kommunikationsbibliotheken? So baut man Vertrauen auf. Die MTX-Zwischensprache könnte chinesischen Entwicklern endlich eine heimische Alternative zu CUDA bieten. Das ist nicht nur Marketing – das ist Infrastruktur.
Als jemand, der schon Wochen damit verschwendet hat, PyTorch-Modelle auf seltsame GPUs zu portieren, bin ich vorsichtig optimistisch. muLang für KI- und Rendering-Fusion? Ja, bitte. Meine GPU-Rechenzeit ist mehr wert als mein Gehalt.
Das erinnert mich an das frühe Apple mit dem M1-Chip – vertikale Integration, Ökosystembindung, aber auch ein riesiger Sprung in der Benutzbarkeit. Moore Threads spielt das lange Spiel. Sie wollen Nvidia nicht kopieren – sie wollen zum Apple der KI werden.
Der Aktienkurs ist um 29 % vom Hochpunkt gefallen? Das ist nur Rauschen. Diese Zahlen – der 10.000-GPU-Cluster mit 60 % MFU, 4.000 Tokens/s beim DeepSeek – sind institutionellen Niveau. So sieht echte rechnerische Glaubwürdigkeit aus.
Ja, aber 'rechnerische Glaubwürdigkeit' ist nichts wert, wenn die Tools am ersten Tag nicht funktionieren. Ich habe schon zu viele chinesische Chips am letzten Hindernis scheitern sehen.
Und genau deshalb ist die Open-Source-Freigabe der Kernbibliotheken so wichtig. Der Druck durch die Community behebt Fehler schneller als jedes QA-Team. Lasst die Entwickler es auseinandernehmen – so wird es stark.
Oh toll, ein weiterer 'souveräner' KI-Stack, für den man drei SDK-Updates und ein Wunder braucht, nur um „Hello World“ auszuführen. Aber hey, immerhin hat die digitale Figur Gefühle. Kleine Wunder zählen eben.