摩尔线程上市与豆包 AI 手机助手发布：技术发展的趋势与程序员的机遇

文 / Kenyon，资深软件架构师，15 年软件开发和技术管理经验，从程序员做到企业技术高管，专注技术管理、架构设计、AI 技术应用和落地。

由于公众号推流的原因，请在关注页右上角加星标，这样才能及时收到新文章的推送。

引言

大家好，我是 Kenyon！最近科技圈两件大事引起了广泛关注： 一是有"中国英伟达"之称的摩尔线程在 2025 年 12 月 5 日成功登陆科创板，首日股价最高涨超 500%，打新的同学如果中了一签（500 股）的话，上市的那一天就可以狠狠地赚它 27 万元左右，你说爽不爽！？ 二是努比亚也在最近几天发布了预装了豆包 AI 助手的首款 AI 手机——Nubia M153。这两个事件不仅代表了中国科技产业的重要突破，也预示着人工智能和高性能计算领域的新趋势。作为技术人员，我们需要深入分析这些事件背后的意义，以及它们对我们职业发展的影响。

一、摩尔线程上市：中国 GPU 产业的里程碑

1. 摩尔线程的技术突破

摩尔线程是英伟达的全球副总裁张建中在 2020 年成立的，他们另外的几名初创成员也是从英伟达出来的，因为有历史背景的加持，所以摩尔线程在短短的几年时间里就实现了从 0 到 1 的突破，成为了国内少数能自主研发高性能 GPU 的企业之一。我了解到他们的核心技术和能力如下：

• 全自研的 GPU 架构：MUSA 架构可以算是一个全能的架构了，他们通过超强的底层架构设计，实现了“一芯多用”，比如可以同时具备 AI 计算加速、图形渲染、物理仿真、超高清视频编解码等能力，这简直是无敌啊，对于中国的 GPU 产业来说，这是一个非常重大的突破呢。

• 完整的软件生态：他们开发了 MUSA SDK、驱动程序和工具链等全配套的软件生态，可以无缝地把 CUDA 代码转换成 MUSA 代码为，而且 MUSA 架构的编程模型、指令集与内存模型都是与 CUDA 高度对齐的，这样为开发者提供的一站式解决方案基本上可以说是没有任何学习成本的。

2. 对社会的影响

摩尔线程的上市标志着中国在 GPU 领域上彻底地打破了国际上的垄断，对于国家来说都具有极其重要的战略意义：

• 促进科技自主可控：紧跟华为步伐，打造出符合信创标准的 GPU 产品，虽然制造工艺只有 7nm，相对有点落后，但是产品的性能和功能都算挺不错了，基本能够满足中国企业的需求，同时也为中国的科技自主可控做出了贡献。

• 推动 AI 产业发展：提供高性能、低成本的 AI 计算硬件支持，为 AI 应用的快速发展提供了强大的计算基础。

• 带动上下游产业链：促进芯片设计、制造、封装测试等环节的发展

• 降低 AI 应用门槛：让更多企业和开发者能够使用高性能 GPU

3. 对技术人员的意义

• 新的技术栈选择：掌握 MUSA 架构和 SDK 将成为技术人员的新技能点

• 更多就业机会：GPU 相关的研发、优化、应用开发岗位将增加

• 技术创新空间：基于国产 GPU 的应用和优化将成为新的创新方向

二、豆包 AI 助手：AI 终端化的新起点

1. 豆包 AI 助手的核心特性

豆包 AI 助手搭载了先进的 AI 芯片和大模型，实现了端侧 AI 的突破性应用：

• 本地大模型运行：手机端就可以运行大模型，极大地减少了对云端的依赖，用户的数据相对也少上传到云端了，间接保护了用户的隐私。

• 智能交互体验：AI 手机大部份都支持使用自然语言来进行对话和操作，比如可以使用语音、图像、文本等多模态交互来实现与用户的沟通，实时翻译、图像识别等功能也都基本支持。

• 个性化服务：因为是端侧智能设备，加上手机使用的频率非常高，所以 AI 手机接下来肯定是可以根据用户习惯提供更具定制化的 AI 助手服务的，这样使用起来就更加方便了。

• 离线 AI 能力：在没有网络环境下仍能提供基本的 AI 服务，比如语音识别、图像识别等功能，这对于一些场景下的应用是非常重要的。

2. 对社会的影响

豆包 AI 助手的发布标志着 AI 从云端向终端延伸，将深刻改变人们的生活方式：

• 推动 AI 普惠化：之前的 AI 技术主要集中在企业和专业开发者，而豆包 AI 助手的发布则让普通消费者也能便捷地使用 AI 技术，实现了 AI 技术的普惠化。

• 改变移动互联网生态：之前我们工作或者生活中基本都是要自己去操作各种各样的 App，有了 AI 手机之后，这些都可以交给 AI 助理来完成，这样很有可能会彻底颠覆现有的产业形态，比如会从原来的 APP 生态向 AI 助手生态转变，用户只需要向 AI 助手给出命令即可完成各种任务，而不需要自己去操作具体的 APP。

• 提升用户体验：AI 手机的出现，标志着接下来我们的手机可以提供更智能、更个性化的使用体验，比如根据用户习惯提供定制化的服务，或者根据用户的需求自动调整系统设置。每一个都拥有一个钢铁侠里面的“贾克斯”的时代越来越近了。

• 促进隐私保护：端侧 AI 减少了用户数据的上传，降低了隐私泄露风险，用户的个人信息更加安全。

3. 对技术人员的意义

• 端侧 AI 开发需求增加：因为手机设备的硬件相对比较受限，所以需要打造新的大模型或者优化现有的大模型，这也意味着在这些方面会增加很多的岗位和开发需求。

• 多模态交互技术发展：语音、文本、图像、视频等多模态交互将成为主流，方便用户可以通过不同的方式与 AI 助手进行沟通，但是这样对技术人员也提出了新的挑战，比如需要开发新的多模态交互模型，或者优化现有的模型来实现更好的多模态交互体验。

• AI 应用开发新范式：从基于 API 的大模型开发向基于端侧大模型的开发转变，开发者可以直接在手机端运行大模型来执行简单的任务，减少对云端服务的依赖。

• 隐私计算技术重要性提升：因为手机是用户工作和生活必备的工具，使用的过程中涉及到大量的个人隐私数据，所以如何在保护隐私的同时实现 AI 功能将成为研究热点，隐私计算技术将在未来得到更广泛的应用。

三、技术趋势与机遇

1. 国产硬件崛起

华为、寒武纪、摩尔线程等国产 GPU 企业的崛起，将推动中国在高性能计算领域的发展，为技术人员提供更多基于国产硬件的开发机会。以前基本只能依靠英伟达的 GPU 来进行 AI 计算，懂王还通过政策手段来限制 AI 芯片对中国的出口，哪怕是 H20 这样阉割这么严重的产品都不给出口，但是最近却直接跳过 H100，意图想把他们比较高端的 H200 卖给我们，但是现在因为国产 GPU 的性能和成本都要低很多，加上信创的要求，所以他们这个 H200 估计也很难卖得过来了。

2. AI 终端化加速

以前因为软硬件的问题，基本大模型都是在云端运行的，随着大模型的技术越来越成熟，再加上软硬件的结合也越来越好，所以接下来 AI 大模型会从之前只是在云端运行慢慢变成云端和端侧同时都运行的转变，简单的任务就会交给端侧的 AI 模型，复杂或者运算量大的任务才会交给云端去运行，这样的转变将创造新的应用场景和开发需求，对我们技术人员也提出了新的要求，比如需要我们不仅要掌握云端的 AI 技术，还要掌握端侧 AI 优化和部署技术。

3. 软件生态建设

虽然现在国产的硬件逐渐崛起，但是使用国产硬件开发出来的 AI 应用或者配套的软件生态还不断完善，需要我们投入更多的人力和资源来发展配套的软件生态，建议我们技术人员有能力的都可以参与到 SDK、工具链、框架等的开发中，加速国产硬件在 AI 领域的应用。

4. 交叉学科融合

虽然现在 LLM 的应用看着是挺厉害的，但是目前真正能够把新的 AI 技术融入到我们传统行业里面的案例还是比较少的，比如医疗、金融、教育等行业，这些行业都有自己的特殊需求，需要我们根据实际情况来进行应用。AI 与传统行业的融合将越来越紧密，技术人员需要具备跨领域的知识和能力。

四、对技术人员的建议

1. 持续学习新技术

• 学习国产的 AI 相关的技术和开发工具，如果您是开发或者使用 GPU 相关的框架的就可以尝试一下 MUSA 架构和 SDK 或者寒武纪的 NPU；如果你现在用的是 PyTorch，那就可以一起学习一下华为的 MindSpore、PaddlePaddle；如果你是用 n8n 来开发应用的就可以深入地去学习一下 Dify，因为这些都是国产的 AI 相关的技术和开发工具，如果那天国家进一步提倡信创的时候，我们就可以更多地去使用国产的 AI 相关的技术和工具。

• 掌握端侧 AI 开发和优化技术，比如如何在端侧运行大模型，如何优化大模型的推理速度和效率。

• 了解大模型原理和应用，比如大模型的训练过程、模型压缩、模型部署等。

2. 培养跨领域能力

• 结合行业知识，开发垂直领域的 AI 应用，比如医疗、金融、教育等行业。

• 学习隐私计算、边缘计算等新兴技术，这些技术可以帮助我们在保护隐私的同时实现 AI 功能。

3. 参与开源社区

• 为国产硬件的开源项目贡献代码，比如 MUSA 架构、寒武纪 NPU 等。

• 参与 AI 框架和工具的开发，比如 MindSpore、PaddlePaddle 等。

4. 关注产业趋势

• 定期去了解国家的科技政策和产业的规划，比如中国的 AI 战略、信创政策等。

• 关注各行各业的动态，结合最新的动态去思考看怎么 AI 的技术应用到不同的行业里面。

5. 提升创新能力

• 可以尝试基于新的技术去开发一些创新的应用或者是算法，比如基于端侧 AI 的医疗应用、基于手机屏幕的内容识别和意图推理等。

• 思考如何利用 AI 和高性能计算解决实际问题，比如在现在的岗位或者是行业里面存在哪些卡点，如果通过 AI 技术的话可以怎么解决这些卡点或者是提高其效率。

五、总结

最近摩尔线程上市的超高回报率和豆包 AI 手机的发布这两件事的出现，代表了中国科技产业在 AI 技术的软硬件领域里面的重要突破。这些突破不仅会市场的格局，也为我们技术人员带来了新的机遇和挑战。作为一名从事技术开发的工匠，我们需要保持持续学习的热情，不断的提升自己的技能，紧跟着技术发展的步伐，才能在这个快速变化的时代中脱颖而出。

互动话题：你如何看待摩尔线程上市和豆包 AI 手机发布？你觉得这些技术的突破对你的职业发展有什么影响呢？欢迎在评论区分享你的观点。

关于作者

Kenyon，资深软件架构师，15 年的软件开发和技术管理经验，从程序员做到企业技术高管。多年企业数字化转型和软件架构设计经验，善于帮助企业构建高质量、可维护的软件系统，目前专注技术管理、架构设计、AI 技术应用和落地；全网统一名称"六边形架构"，欢迎关注交流。

原创不易，转载请联系授权，如果觉得有帮助，请点赞、收藏、转发三连支持！