Moore Threads onthult Huagang: Lushan en Huashan GPU's

De Chinese GPU-fabrikant Moore Threads heeft op de MUSA 2025 Developer Conference zijn volgende generatie Huagang ("Flowerpot")-architectuur gepresenteerd, met beloftes voor aanzienlijke verbeteringen bij zowel gaming als AI-workloads. Tegelijk introduceerde het bedrijf twee nieuwe chips op basis van die architectuur: Lushan, gericht op grafische prestaties voor gamers en professionals, en Huashan, ontworpen voor zware AI-berekeningen in datacenters en gespecialiseerde rekenclusters. Beide productlijnen worden naar verwachting in 2026 op de markt gebracht, waarbij Moore Threads nadrukkelijk inzet op hogere reken-dichtheid, meer lokaal geheugen en speciale AI-blokken om hybride graphics/AI-workloads efficiënter te bedienen.

Twee chips, twee missies: Lushan voor gamers, Huashan voor AI

De kern van Huagang is gericht op dichter en efficiënter rekenen: compute-eenheden zijn herontworpen om volgens Moore Threads de reken-dichtheid met ongeveer 50% te verhogen, terwijl het energieverbruik per bewerking naar schatting met circa 10% verbetert. De architectuur introduceert een nieuwe instructieset, ondersteuning voor asynchrone programmering en een slimmer thread-schedulingmechanisme — allemaal functies die specifiek zijn afgestemd op moderne real-time rendering en grootschalige AI-inferentie. Deze combinatie van hardware- en softwarematige verbeteringen is bedoeld om zowel renderingpipelines als AI-workloads soepeler en efficiënter te laten verlopen, met minder bottlenecks rond geheugentoegang en thread-synchronisatie.

Technisch gezien verschuift Huagang de nadruk naar verbeterde datalocaliteit en parallelle verwerkingspatronen. De nieuwe instructieset belooft efficiëntere vector- en matrixbewerkingen, wat relevant is voor ray tracing, shading en AI-kernen zoals transformer-inferentie. Asynchrone programmeerondersteuning kan ontwikkelaars in staat stellen latentiegevoelige taken, zoals streaming van texturen en on-the-fly neural upscaling, beter te overlappen met rekentaken. Slimmere thread scheduling vermindert thrashing en verbetert occupancy op de compute-units waardoor real-time grafische workloads stabielere frame rates moeten kunnen halen, terwijl AI-inferentie profiteert van voorspelbaardere latency en hogere doorvoer. Voor ontwikkelaars en engine-makers betekent dit dat optimalisaties op architectuurniveau nieuwe kansen bieden voor performance tuning in game-engines, 3D-visualisatie en AI-frameworks.

Lushan vervangt de oudere MTT S80- en S90-kaarten en wordt gepositioneerd voor zowel gamers als professionals in creatie- en engineering-omgevingen. Moore Threads claimt ruime winstpercentages: tot 15× betere prestaties in bepaalde AAA-titels, 50× sterkere ray tracing-capaciteit en in specifieke AI-workloads een toename tot 64× in AI-compute. Zulke claims moeten met de nodige terughoudendheid worden gelezen totdat onafhankelijke benchmarks beschikbaar komen, maar ze duiden op significante architecturale veranderingen. Het bedrijf benadrukt eveneens grote verbeteringen in geometry processing en texture fill rates, plus een capaciteitsstap van standaard 16GB naar maximaal 64GB lokaal geheugen — een duidelijke meerwaarde voor grote scenes, CAD/CAE-toepassingen en professionele contentcreatie waar geheugenbandbreedte en -capaciteit vaak limiterend zijn.

Lushan introduceert de UniTE-unified rendering-architectuur en bevat een dedicated AI-block om gecombineerde graphics/AI-taken te versnellen. UniTE richt zich op het stroomlijnen van de renderingstack door traditionele scheidingen tussen rasterisatie, compute shaders en ray tracing-werkstromen te verkleinen, wat kan resulteren in minder overhead bij het wisselen tussen renderingmodi. Het dedicated AI-block dient voor taken zoals real-time denoising, upscaling met neurale netwerken, adaptive LOD-berekeningen en andere hybride workloads waarbij graphics en AI nauw samenwerken. Voor gamers en prosumers betekent dit potentieel vloeiendere ray-traced beelden, verbeterde real-time effecten en snellere workflows in contentcreatie. Voor professionele gebruikers in CAD, CAE en 3D-visualisatie kan de grotere lokale geheugenconfiguratie en verbeterde geometriepipeline de verwerking van zeer gedetailleerde modellen versnellen zonder dat workflowdata constant naar systeemgeheugen hoeft te worden verplaatst.

Huashan daarentegen is expliciet gebouwd voor zware AI-berekeningen. De chip maakt gebruik van een dual-chiplet layout in combinatie met negen HBM-modules en ondersteunt numerieke formaten zoals FP4 en FP64. Door het gebruik van meerdere chiplets en HBM worden hoge geheugenbandbreedtes gecombineerd met een grotere lokale capaciteit, wat cruciaal is voor grote AI-modellen en bandbreedte-intensieve inferentie- en trainingsworkloads. Moore Threads plaatste Huashan in directe vergelijking met NVIDIA's Hopper- en Blackwell-families, en beweert drijvende-komma-prestaties die dicht bij die van de Blackwell B200 liggen, evenals een vergelijkbare totale bandbreedte en sterke kenmerken op het gebied van geheugenaccess. Zulke vergelijkingen zijn strategisch gericht op het tonen van concurrentiekracht, maar onafhankelijke analyse en benchmarks zullen nodig zijn om de claims volledig te valideren in uiteenlopende AI-workloads.

Een belangrijk technisch element van Huashan is schaalbaarheid: de chip kan volgens Moore Threads over veel apparaten geschaald worden via MTLink 4.0, met een opgegeven interconnect-snelheid van 1.314 GB/s en theoretische schaalmogelijkheden tot meer dan 100.000 units. Dergelijke ambitieuze schaalcijfers richten zich vooral op hyperscale AI-clusters waar latency, coherentie en bandbreedte tussen GPU's doorslaggevend zijn voor totale trainingssnelheid en efficiëntie. MTLink 4.0 lijkt ontworpen om hoge-bandbreedte, lage-latentie communicatie te bieden die nodig is voor modelparallelisme en data-parallelle taken in grootschalige AI-training. Bovendien kan ondersteuning voor uiteenlopende numerieke formaten zoals FP4 efficiënt gebruik maken van quantized inference-paden, terwijl FP64-ondersteuning belangrijk is voor wetenschappelijke berekeningen en nauwkeurigheid-gevoelige workloads.

Het is belangrijk te benadrukken dat dit vooralsnog bedrijfsaangiften zijn; onafhankelijke benchmarks zullen cruciaal zijn om reële prestaties te meten en te vergelijken met gevestigde aanbieders. Moore Threads' focus op geheugencapaciteit, unified rendering (UniTE) en dedicated AI-hardware suggereert echter een strategische poging om kraptepunten te dichten in zowel gaming- als datacentersegmenten. Groter lokaal geheugen en verbeterde ray tracing-prestaties kunnen Lushan aantrekkelijk maken voor prosumers en contentprofessionals die veel geheugen en hoge shading- en fillrates nodig hebben. Voor AI-clusters kan Huashan's chiplet-benadering in combinatie met MTLink 4.0 een concurrerende schaalbare optie vormen, mits het ecosysteem — waaronder drivers, softwarebibliotheken en AI-framework-integratie — op tijd volwassen genoeg is om de hardware capaciteiten daadwerkelijk te benutten.

Er blijven open vragen die de industrie nauwgezet zal volgen: hoe verhouden stroomverbruik en efficiëntie van Huagang zich tot die van concurrenten in echte workloads? Hoe robuust en performant zijn de drivers en ontwikkelaarstools van Moore Threads, en hoe snel kunnen game-engines, AI-frameworks en middleware gebruikmaken van UniTE en het dedicated AI-block? Welke fabrikagepartners worden ingezet, en welke procesknoop gebruikt Moore Threads; dat heeft implicaties voor yield, beschikbaarheid en kosten? Prijsstelling en beschikbaarheid in 2026 zullen eveneens doorslaggevend zijn om marktaandeel te winnen, vooral in licht van sterke concurrentie van gevestigde leveranciers met uitgebreide software-ecosystemen en klantrelaties.

Voor ontwikkelaars en system builders liggen er kansen en uitdagingen: aan de ene kant bieden hogere geheugencapaciteit, verbeterde geometry pipelines en speciale AI-blocks ruimte voor nieuwe workflows en prestatieverbeteringen; aan de andere kant vereist een succesvolle adoptie robuuste tooling, compatibiliteit met bestaande engines en bibliotheken (zoals Vulkan, DirectX Raytracing, CUDA-equivalenten of ROCm-achtige stacks) en heldere documentatie. Moore Threads zal moeten samenwerken met game-studio's, ISV's en data-center partners om drivers en optimalisaties te leveren die de beloften op hardwareniveau weerspiegelen in echte applicaties en benchmarks.

Concluderend: verwacht de eerste Lushan-gebaseerde consumentenkaarten in 2026, met Huashan-gebaseerde producten die rond dezelfde periode richting datacenters en AI-clusters verschijnen. De aankondiging van de Huagang-architectuur en de Lushan- en Huashan-chips markeert een strategische stap van Moore Threads om de kloof te verkleinen op het gebied van GPU-prestaties voor gaming, professionele visualisatie en AI. Wie op zoek is naar alternatieven voor gevestigde GPU-fabrikanten zal Moore Threads’ beloftes en vroege specificaties aandachtig volgen, terwijl de bredere markt afwacht welke concrete prestatiewinsten en kosten-efficiëntie uiteindelijk in onafhankelijke tests naar voren komen.