摩尔线程让国产模型跑得更快
6月12日，MiniMax 开源了新一代原生多模态旗舰模型 M3。同日，摩尔线程宣布其旗舰级 AI 训推一体智算卡 MTT S5000 已完成对该模型的 Day-0 适配。MTT S5000 凭借硬件级原生 FP8 加速，单卡 AI 算力（稠密）高达 1000 TFLOPS，配备 80GB 显存与 1.6TB/s 带宽，支撑百万 token 级长序列。适配通过原生算子定制提升推理吞吐并降低延迟，同时同步拉起 vLLM 与 SGLang 两大推理框架。
Day-0 支持，摩尔线程完成 MiniMax M3 大模型适配
IT之家 6 月 13 日消息，6 月 12 日，MiniMax 新一代原生多模态旗舰模型 M3 正式开源。同日，摩尔线程宣布旗舰级 AI 训推一体智算卡 MTT S5000 已完成对该模型的 Day-0 适配。 IT之家从官方介绍获悉，针对 MiniMax M3 的核心技术特性，MTT S5000 从 硬件算力、软件栈到开源框架 进行了全链路精准匹配与深度优化： 支撑超长上下 文：高密度算力与大显存提供坚实支撑。 MSA 架构带来的超长上下文窗口，对推理阶段的 KV Cache 存储和访存带宽提出了极高要求。MTT S5000 凭借 硬件级原生 FP8 加速 ， 单卡 AI 算力（稠密）高达 1000 TFLOPS ；同时配备 80GB 大容量显存与 1.6TB/s 的超高带宽，为百万 token 级长序列提供充足的缓存空间与卓越的数据吞吐能力。此外，依托 MUSA C++ 与 Triton-MUSA 等抽象层 ，M3 的新算子结构可实现快速迁移，确保摩尔线程平台能够快速完成架构适配。 赋能前沿 Coding 与 Agentic 能力：实现低延迟、高吞吐的推理优化。 面向 M3 重点强化的编程与智能体场景，摩尔线程基于此前对 DeepSeek-V4、MiniMax M2.7、GLM-5.1 等 多款国产旗舰 模型 的 Day-0 适配经验，已形成一套高效、系统化的复杂推理任务优化方法论。本次适配通过 原生算子定制 ，在保障模型精度无损的前提下，显著提升推理吞吐、降低响应延迟；同时， 摩尔线程完成了 vLLM 与 SGLang 两大主流推理框架的同步拉起 ，以 MUSA 开放架构拥抱开源生态，为开发者提供灵活多样的部署选择。 推动原生多模态推理：覆盖全精度与贯通全场景。 M3 作为从 Step 0 即进行多模态混合训练的模型更适配当下 Agentic AI 多元场景的需求，同时这也要求 算力底座 具备多元化算力 。MTT S5000 智算卡覆盖 从 FP8 至 FP64 全计算精度 ，可无缝适配从模型研发到商业化落地的完整链路，助力国产旗舰大模型快速完成生态普及。 随着 MiniMax M3 在 MTT S5000 上完成适配，开发者现在即可 基于 MUSA 软件栈与 vLLM/SGLang 双框架 完成部署 ，并持续获得算子级性能优化。