對(duì)標(biāo)H100！國(guó)產(chǎn)GPU“核彈”參數(shù)曝光：1000TFLOPS算力，性能直逼Blackwell？

摩爾線程AI旗艦級(jí)計(jì)算卡MTT S5000性能首次曝光，這是摩爾線程2024年推出的、專(zhuān)為大模型訓(xùn)練、推理及高性能計(jì)算而設(shè)計(jì)的訓(xùn)推一體全功能GPU智算卡。

摩爾線程在其官網(wǎng)中，首次公布了S5000的硬件參數(shù)：支持FP8到FP64的全精度計(jì)算，其單卡AI算力（FP8）最高可達(dá)1 PFLOPS，顯存容量為80GB，顯存帶寬達(dá)到1.6TB/s，卡間互聯(lián)帶寬為784GB/s。業(yè)內(nèi)人士表示，MTT S5000實(shí)測(cè)性能對(duì)標(biāo)H100，在多模態(tài)大模型微調(diào)任務(wù)中，部分性能甚至超越H100。

在芯片架構(gòu)層面，S5000采用第四代MUSA架構(gòu)“平湖”，專(zhuān)為大規(guī)模AI訓(xùn)練優(yōu)化，依托MUSA全棧軟件平臺(tái)，原生適配PyTorch、Megatron-LM、vLLM及SGLang等主流框架，讓用戶(hù)能夠以“零成本”完成代碼遷移，兼容國(guó)際主流CUDA生態(tài)。

在計(jì)算精度方面，S5000作為國(guó)內(nèi)一批最早原生支持FP8精度的訓(xùn)練GPU，配置了硬件級(jí)FP8 Tensor Core加速單元。相比傳統(tǒng)的BF16/FP16，F(xiàn)P8可將數(shù)據(jù)位寬減半，顯存帶寬壓力降低50%，理論計(jì)算吞吐量翻倍。其FP8引擎全面支持DeepSeek、Qwen等前沿架構(gòu)，可提升30%以上訓(xùn)練性能。

基于S5000構(gòu)建的夸娥萬(wàn)卡集群已經(jīng)落地，其浮點(diǎn)運(yùn)算能力達(dá)到10Exa-Flops，在Dense模型訓(xùn)練中MFU達(dá)60%，在MoE模型中維持在40%左右，有效訓(xùn)練時(shí)間占比超過(guò)90%，訓(xùn)練線性擴(kuò)展效率達(dá)95%。依托原生FP8能力，它能夠完整復(fù)現(xiàn)頂尖大模型的訓(xùn)練流程，其中Flash Attention算力利用率超過(guò)95%，多項(xiàng)關(guān)鍵指標(biāo)均達(dá)到國(guó)際主流水平。

在集群通信層面，S5000采用獨(dú)創(chuàng)的ACE技術(shù)，將復(fù)雜通信任務(wù)從計(jì)算核心卸載，實(shí)現(xiàn)計(jì)算與通信的零沖突并行，大幅提升模型算力利用率（MFU）。實(shí)測(cè)顯示，從64卡擴(kuò)展至1024卡，系統(tǒng)保持90%以上的線性擴(kuò)展效率，訓(xùn)練速度隨算力增加幾乎同步倍增。

2026年1月，智源研究院基于S5000千卡集群，完成了前沿具身大腦模型RoboBrain 2.5的端到端訓(xùn)練與對(duì)齊驗(yàn)證。結(jié)果顯示，與英偉達(dá)H100集群的訓(xùn)練結(jié)果高度重合，訓(xùn)練損失值（loss）差異僅為0.62%。

除了訓(xùn)練，S5000在推理場(chǎng)景同樣表現(xiàn)優(yōu)異。2025年12月，摩爾線程聯(lián)合硅基流動(dòng)，基于S5000完成了對(duì)DeepSeek-V3 671B滿血版的深度適配與性能測(cè)試，實(shí)測(cè)單卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，這一成績(jī)刷新了國(guó)產(chǎn)GPU的推理紀(jì)錄。

—— 芯榜 ——

芯榜成立于 2015 年，是半導(dǎo)體垂直領(lǐng)域的產(chǎn)業(yè)媒體與數(shù)字化服務(wù)平臺(tái)。全網(wǎng)覆蓋超 100 萬(wàn)垂直行業(yè)用戶(hù)，核心提供專(zhuān)業(yè)榜單發(fā)布、原創(chuàng)訪談、產(chǎn)業(yè)報(bào)告、峰會(huì)活動(dòng)及研究咨詢(xún)等服務(wù)。已合作近千家半導(dǎo)體生態(tài)企業(yè)，聯(lián)動(dòng)多家基金公司與產(chǎn)業(yè)媒體，助力硬科技產(chǎn)業(yè)發(fā)展。