国产深度握手：摩尔线程全功能GPU通过百度飞桨III级兼容性认证

近日，摩尔线程旗舰级AI训推一体智算卡MTT S5000与百度飞桨（PaddlePaddle）深度学习平台成功完成III级兼容性测试。测试结果表明，双方在兼容性方面表现优异，系统整体运行稳定可靠。目前，Paddle-MUSA算子适配率已达91%，覆盖了深度学习训练与推理所需的主流算子，能够为大语言模型、OCR、图像分类、目标检测、图像分割、推荐系统等核心应用场景提供稳定的运行基础。

百度飞桨（PaddlePaddle）是百度研发的产业级开源深度学习平台，也是中国首个自主研发的深度学习框架，致力于降低深度学习技术的创新与应用门槛，产品支持从模型训练到多端部署的全流程开发，截至 2025 年底已凝聚超 2300万开发者，服务 76 万家企业。

本次适配工作全面覆盖PaddlePaddle主框架最新接口及算子注册体系，进一步增强了Paddle-Paddle-MUSAMUSA与飞桨主线开发版本的协同能力。

在工程效率方面：Paddle-MUSA已实现对PaddlePaddle最新联合编译模式的支持，开发者可在同一工程流程中完成主框架与MUSA后端的协同编译、安装与验证，显著降低构建成本，提升版本联调效率。

在技术架构方面：Paddle-MUSA建立了规则化适配机制，以轻量、可复用、可回放的规则替代传统大规模补丁或整文件覆盖方式，系统性地解决了MUSA算子库与CUDA生态接口间的差异化适配难题。该机制使PaddlePaddle主线版本升级时仅需维护必要的MUSA语义差异，无需携带大量上游源码副本，有效降低了代码合并冲突和回归风险。

基于上述能力，在本次PaddlePaddle最新版本适配过程中，整体适配周期已缩短至约2人天，极大提升了版本跟进效率和工程交付确定性。

目前，Paddle-MUSA已完成多类典型模型的适配与验证，部分代表性模型包括：

• 大语言模型与多模态模型：ERNIE-4.5、LLaMA、PaddleOCR-VL 等；

• OCR系列模型：PP-OCRv3、PP-OCRv4、PP-OCRv5等；

• 视觉分类模型：AlexNet、VGG11、ResNet18、ResNet50、PP-LCNet、PP-HGNetV2 等；

• 检测、分割与姿态估计模型：SOLOv2、OCRNet、DMNet、UNet、PP-TinyPose 等；

• 检索与识别模型：PP-ShiTuV2、MobileFaceNet 等；

• 推荐系统模型：DLRM、DeepFM 等。

从算子到框架，从训练到推理，Paddle-MUSA正持续拉近摩尔线程全功能GPU与飞桨开发者之间的距离。此次III级兼容性认证，既是国产算力与国产深度学习框架技术协同的又一次实质性突破，也为国内AI开发者提供了一个更加自主可控、高效稳定的开发选择。摩尔线程将继续深化与飞桨的合作，持续优化开发者体验，助力国产AI生态繁荣发展。

欢迎广大开发者下载体验

Paddle-MUSA：https://github.com/MooreThreads/paddle_musa

关于摩尔线程开发者

摩尔线程开发者是国产 GPU 创新企业摩尔线程专为技术爱好者和开发者打造的一站式服务平台。摩尔线程致力于构建一个技术共享和创新驱动的开发者生态服务体系，助力开发者实现技术突破，推动创新应用落地。