当GPU集群变成“一台计算机”，开源社区最该问什么

先说结论：摩尔线程MTT C256超节点在硬件工程上值得肯定，但真正决定它能否被开发者社区接受的关键，不是256张卡的水冷，而是它给不给我们看底层。

WAIC 2026上的这个展品，把256张GPU通过高速互联合成一台逻辑计算机，听起来像国产版的DGX SuperPOD。但如果我们把目光从展台挪开，回到开源社区的真实场景，问题就来了：我这双业余的手，能拿到驱动源码吗？能在上面跑一个自己编译的Linux内核，然后调一调NVLink的替代方案吗？

我见过太多国产硬件在发布会上风光无限，回到社区就变成“请用我们提供的SDK，不要碰底层，我们已优化好”。这种模式对商业客户也许够用，但对开源社区而言，等于在说“你不需要理解，你只需要用”。这恰恰是社区治理的大忌。

摩尔线程的MTT系列GPU之前已经有一些开源驱动尝试，但进展缓慢。这次超节点把256块卡做成一个节点，意味着跨卡通信、内存一致性、调度策略这些关键层的实现，必须对外暴露才能让圈外人参与调试、优化和移植。如果这些东西还是黑盒，社区的贡献指南写得再漂亮，也没人敢投patch。

我不怀疑摩尔线程的工程能力，但我担心的是治理心态。从“模型训练工厂”到“词元生产工厂”，这整套AI工厂叙事，听起来更像是在卖解决方案，而不是在卖一块可以自由编程的硬件。开源社区需要的是可编程的、可逆向的、可魔改的底层，而不是一个封装好的“工厂”。

给你一个建议：如果你是一个对国产GPU感兴趣的开发者，不要急着为MTT C256写deployment脚本。先去查一下它有没有公开的LLVM或者ROCm级别的后端，有没有社区维护的Kubernetes device plugin，有没有人在GitHub上发过issue说“我在这个超节点上跑通了PyTorch的分布式训练，但遇到了奇怪的内存泄漏”。如果这些都没有，那它可能只是一台漂亮的超级计算机，而不是一个开源生态的节点。

摩尔线程，请把贡献指南写清楚，把驱动库开源，让社区能真正参与进来。否则，256张卡连起来的，只是一堵墙。

原文链接：https://www.ithome.com/0/978/856.htm