原生支持 FP8，精度接近 Blackwell 架构。

作者 |  ZeR0

编辑 |  漠影

芯东西 2 月 12 日报道，今日，摩尔线程发文宣布旗舰级 AI 训推一体全功能 GPU MTT S5000 率先完成对 GLM-5 大模型的适配，并首次曝光MTT S5000的硬件参数。

MTT S5000 支持FP8到FP64的全精度计算，FP8 精度下单卡 AI 算力最高可达1000TFLOPS，配备80GB显存，显存带宽达1.6TB/s，卡间互联带宽达784GB/s。

根据业内人士消息，MTT S5000实测性能对标 H100，在多模态大模型微调任务中，部分性能甚至超越 H100。

MTT S5000 由摩尔线程在 2024 年推出，专为大模型训练、推理及高性能计算而设计。

据接近测试项目的行业人士透露，S5000 在产品精度上已超越 H100，更接近英伟达 Blackwell 架构。

在近期一次数千亿参数模型的全流程训练验证中，该卡表现出了与 H100 集群极高的结果一致性，最终模型关键指标误差仅维持在千分之几的范围内，整体训练效果甚至实现小幅超越。

另据来自互联网厂商场景的实测信息反馈，S5000 在典型端到端推理及训练任务中，性能可达竞品 H20 的2.5 倍左右。

摩尔线程官网也已上线 MTT S5000 的详情页面。

产品形态上，S5000 遵循 OAM 标准设计，提供两种计算模组形态：

液冷版：专为高密度绿色数据中心打造，释放极致算力密度的同时，显著降低 PUE 与能耗；

风冷版：适配标准通用服务器，部署灵活便捷，有效降低运维门槛与长期持有成本。

同时，摩尔线程推出面向 AI 和高性能计算的MGX 8-GPU 模块化平台：8 颗 MTT S5000 OAM 计算模组通过 MTLink 高速互联，可为大模型训练、推理及科学计算等应用场景提供超大规模算力。

MCCX D800 X2 服务器是搭载 8 颗 MTT S5000 OAM 计算模组的一体化 AI 服务器，提供计算、存储、网络的高端配置，可支撑千亿、万亿参数大模型高效运行。

该服务器在散热、供电、I/O 扩展性等方面充分优化，支持风冷和液冷两种机型，可预装优化训练、推理软件栈，实现软硬件一体化交付，开箱即用。

01.

基于第四代 MUSA 架构，

原生支持 FP8 精度，训练性能提升 30%

在大模型参数持续扩张的趋势下，FP8 计算精度的支持已成为训练与推理的核心精度标准。相比传统的 BF16/FP16，FP8 可将数据位宽减半，显存带宽压力降低50%，理论计算吞吐量翻倍。

MTT S5000 是国内最早一批原生支持 FP8 精度的训练 GPU，配置了硬件级 FP8 Tensor Core 加速单元。其 FP8 引擎全面支持DeepSeek、Qwen等前沿架构，在实测中可提升30%以上训练性能。

S5000 采用第四代 MUSA 架构 " 平湖 "，专为大规模 AI 训练优化，依托 MUSA 全栈软件平台，原生适配PyTorch、Megatron-LM、vLLM 及 SGLang等主流框架，让用户能够以 " 零成本 " 完成代码迁移，兼容国际主流 CUDA 生态。

这款 AI 计算卡深度优化了 Prefill 阶段的处理效率，在超长序列输入场景下，能显著加速 Prompt 预处理过程，提供更快的上下文理解与首 Token 响应速度，有效解决大规模知识库检索及长文档分析中的延迟瓶颈。

在 16k 长序列输入测试中，S5000 单卡 Prefill 吞吐量是 H20 的2.5 倍。这意味着在处理长文本 Prompt 时，国产算力具备更快的上下文理解速度。

这主要得益于其高达 1000TFLOPS 的单卡算力。在绝大多数计算密集型场景中，该卡不仅能提供更强劲的算力输出，也在整体性价比上展现出显著优势。

基于 FSDP2 框架，MTT S5000 已率先完成 Wan2.1 视频生成全模型训练验证，2 节点 16 卡配置下训练吞吐量达61.83samples/s，模型算力利用率（MFU）达51%，生成效果在视频逻辑、画质细腻度、动态一致性上均对齐行业基准。

02.

10EFLOPS 万卡集群已落地，

下游任务评测得分优于 H100  

基于 S5000 构建的夸娥万卡集群已经落地，其浮点运算能力达到10EFLOPS，在 Dense 模型训练中 MFU 达60%，在 MoE 模型中维持在40%左右，有效训练时间占比超过90%，训练线性扩展效率达95%。

依托原生 FP8 能力，它能够完整复现顶尖大模型的训练流程，其中 Flash Attention 算力利用率超过95%，多项关键指标均达到国际主流水平。

在集群通信层面，S5000 采用独创的 ACE 技术，将复杂通信任务从计算核心卸载，实现计算与通信的零冲突并行，大幅提升 MFU。

实测显示，从 64 卡扩展至 1024 卡，其系统保持90%以上的线性扩展效率，训练速度随算力增加几乎同步倍增。

第三方验证方面，2026 年 1 月，智源研究院基于 S5000 千卡集群，完成了前沿具身大脑模型 RoboBrain 2.5 的端到端训练与对齐验证。

结果显示，与英伟达 H100 集群的训练结果高度重合，训练损失值（loss）差异仅为0.62%。

根据摩尔线程官网，在 S5000 集群上训练 DeepSeek-236B，前 3 万步训练过程中，Loss 曲线与 H100 集群的相对精度误差仅为0.6%。同等数据量下，其下游任务评测得分优于 H100，验证了万卡集群的高精度。

GPU 集群的可靠性、可用性和可维护性（RAS）是支撑大规模 AI 训练任务持续稳定运行的核心基础设施能力。

S5000 从芯片级到系统级构建了完整的 RAS 体系，支持故障感知、上报与错误隔离，可快速定位并替换故障节点、慢节点及静默数据损坏节点，并具备主动检测与修复功能，长期守护集群健康，确保性能稳定与结果正确。

03.

刷新国产 GPU 大模型推理纪录，

科学计算性能完胜 H100

S5000 在推理场景同样表现优异。2025 年 12 月，摩尔线程联合硅基流动，基于 S5000 完成对 DeepSeek-V3 671B 满血版的深度适配与性能测试，实测单卡 Prefill 吞吐超4000tokens/s，Decode 吞吐超1000tokens/s，刷新了国产 GPU 的推理纪录。

针对 Agent 间的高频通讯与复杂代码块的瞬时生成需求，S5000 在 DeepSeek 等前沿模型的推理实测中，实现了远超行业基准的 token 生成速率。

S5000 针对文生视频模型进行了深度优化，基于原生 FP8 硬件加速能力，在大幅提升推理速度的同时，确保生成内容精度无损，单机性能达到 H100 的64%-79%，兼顾高性能输出与高投入产出比（ROI）。

同时，S5000 凭借原生 FP64 双精度计算能力，通过与国家级实验室的深度合作与调优，在关键科学计算领域实现性能提升。在 SPONGE 模拟引擎中，其性能达到 H100 的1.7 倍；在分子对接工具 DSDP 的实测中，其计算效能展现出压倒性优势，性能达到 H100 的8.1 倍。

此外，作为一款全功能 GPU，S5000 集成了高性能的多媒体编解码引擎，硬件原生支持 H264、H265、VP9、AV1、AVS2、AVS+、VP8 等格式。

04.

结语：国产 GPU 已经扛起

大模型训练的重任

根据摩尔线程官网披露信息，无论是构建万卡级超大规模训练集群，还是部署高并发、低延迟的在线推理服务，MTT S5000 均展现出对标国际主流旗舰产品的卓越性能与稳定性。

作为目前国内少数具备完整大模型训练能力的 AI 计算卡之一，MTT S5000 提供了一套可行的国产算力替代方案，从 FP8 精度支持、单卡 1000EFLOPS 算力等参数到经过万卡集群实训、第三方机构验证的实战成绩，都证明了国产 GPU 不仅能做好推理，而且已经能支撑起大规模模型训练的计算需求。