中国公司摩尔线程推进MUSA开发，这是英伟达CUDA生态系统的本土替代方案，包含支持代码迁移的工具包。

摩尔线程推出的GPU编程软件栈MUSA开始成为英伟达CUDA环境的替代品，兼容国内MUSA MTT GPU产品线。该SDK没有提及任何开源背景，因此可能是专有软件，对中国以外的开发者帮助不大。

这一进展出现在美国对华出口限制不断升级的背景下，包括对英特尔、台积电和三星等领先厂商的先进AI芯片、高带宽内存(HBM)、制造设备和硅晶圆的限制。作为回应，中国正在通过开发自有硅、晶圆制造设备、内存、CPU和GPU等半导体生态系统来减少对西方硬件的依赖。现代机器学习在很大程度上由并行计算加速，而GPU正是并行计算的擅长领域，这使得GPU开发对中国的技术独立至关重要。

MUSA提供了内置编译器(MCC)、运行时库(MUSA Runtime)、全面的专业库列表(MUSA-X)、调试器和性能分析工具。为了确保与已有的CUDA代码兼容，MUSA SDK还包含Musify工具，该工具可将CUDA代码转换为MUSA环境，可能通过在运行时转换PTX代码来实现，类似于zLUDA。强大的GPU编程生态系统提供高级抽象、开箱即用的库、文档和性能分析工具——这些能力正是MUSA在英伟达GPU出口受限的情况下致力于提供的。

MUSA SDK 4.0.1版本兼容英特尔(在Ubuntu上)和海光(在麒麟上)的x86处理器。摩尔线程通过其网站上的多项演示展示其软件栈的实力，包括语音合成、AI图像生成、图像处理和AI驱动的3D人脸建模，其中一些据报道运行在摩尔线程的MTT S3000数据中心GPU上。

尽管CUDA在先进性、成熟度和支持方面具有明显优势，但MUSA可能会在小规模环境中找到许多国内客户，并随着时间推移而不断发展。中国GPU制造商寒武纪第一季度收入达4.23亿美元，反映出该国自主AI芯片市场的加速发展。虽然开发者们憧憬一个拥护硬件无关和开源平台的异构未来，但要摆脱CUDA的主导地位需要优越的替代方案，其中ROCm是主要竞争者——尽管AMD的硬件支持仍然落后于英伟达。