🏠IT之家•較早收集於 2m
摩爾線程 S5000 完成九天 35B 適配
#chinese-gpu#llm-adaptationmtt-s5000mtt-s5000moore-threadsjiu-tian-35bchina-mobilemusa
💡國產 GPU 高效運行 35B 大模型－對國內 AI 堆疊與企業採用至關重要。（38字元）
⚡ 30-Second TL;DR
有什麼變化
MTT S5000 透過 MUSA 及 SGLang-MUSA 完成九天 35B 全鏈路適配。
為什麼重要
推動中國國產 AI 基礎設施發展，讓央企能在本土 GPU 上部署大模型，無需依賴外國晶片。提升全球晶片緊張下的自給自足能力。
下一步行動
使用 MUSA 軟體棧在 MTT S5000 上測試您的 LLM 推理基準，評估國產硬體。
誰應關注：Enterprise & Security Teams
關鍵要點
- •MTT S5000 透過 MUSA 及 SGLang-MUSA 完成九天 35B 全鏈路適配。
- •1000 TFLOPS 稠密 AI 算力、80GB 顯存、1.6TB/s 頻寬。
- •針對注意力機制與長序列推理優化算子。
- •支援央企大模型高併發推理需求。
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •摩爾線程 S5000 採用了自研的 MUSA 架構，該架構在軟體層面透過與 SGLang 的深度整合，實現了對主流大模型推理框架的無縫支援，降低了國產硬體遷移成本。
- •S5000 在硬體設計上針對記憶體頻寬進行了強化，其 1.6TB/s 的頻寬指標旨在解決大模型推理過程中常見的記憶體牆（Memory Wall）瓶頸，特別是在處理長上下文（Long Context）任務時。
- •此次適配九天 35B 模型標誌著摩爾線程在央企國資雲生態中的落地進程加速，顯示其產品已具備滿足金融、電信等高安全性與高併發要求行業的商用部署能力。
📊 競品分析▸ Show
| 特性 | 摩爾線程 MTT S5000 | NVIDIA H20 | 華為昇騰 910B |
|---|---|---|---|
| 顯存容量 | 80GB | 96GB | 48GB/64GB |
| 記憶體頻寬 | 1.6TB/s | 4.0TB/s | 2.4TB/s |
| 架構生態 | MUSA (自研) | CUDA (封閉) | CANN (自研) |
| 市場定位 | 中國國產替代/高併發推理 | 受限出口版/通用推理 | 國產算力主力/訓練推理 |
🛠️ 技術深入
- 核心架構：基於 MUSA 統一計算架構，支援 FP8/FP16/BF16/FP32/FP64 多精度運算，特別針對 Transformer 模型中的 Attention 機制進行了硬體加速算子優化。
- 記憶體系統：配備 80GB 高頻寬顯存，透過優化記憶體存取路徑，減少大模型推理時的延遲。
- 軟體棧：整合 SGLang-MUSA，支援動態批處理（Dynamic Batching）與連續批處理（Continuous Batching）技術，顯著提升高併發場景下的吞吐量。
- 互聯技術：支援多卡互聯技術，可擴展至大規模集群，滿足 35B 參數級別模型在多節點環境下的推理需求。
🔮 前景展望AI analysis grounded in cited sources
摩爾線程將在 2026 年底前實現對 100B 以上參數模型的原生推理支援。
隨著 MUSA 軟體棧對長文本與高併發優化的成熟，其硬體集群擴展能力將成為突破超大規模模型推理瓶頸的關鍵。
國產 GPU 在央企大模型採購中的市佔率將在 2026 年顯著提升。
九天 35B 等國產大模型與摩爾線程等國產硬體的成功適配，降低了央企在基礎設施層面的供應鏈風險。
⏳ 時間線
2020-10
摩爾線程正式成立，專注於 GPU 研發。
2022-03
發布首款國產全功能 GPU MTT S60 及 MUSA 架構。
2023-05
發布專為數據中心設計的 MTT S2000 系列 GPU。
2024-07
摩爾線程發布 MTT S5000，定位於高效能 AI 推理與算力中心。
2026-04
完成中國移動九天 35B 模型全流程適配與驗證。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗
每週 AI 簡報
每週一封，可隨時退訂。