国产GPU适配新进展 摩尔线程率先完成MiniMax M2.7大模型适配

摩尔线程MTT S5000完成MiniMax M2.7大模型Day-0极速适配

  4月12日，摩尔线程旗舰级AI训推一体全功能GPU MTT S5000已完成对新一代大模型MiniMax M2.7的Day-0极速适配，再次验证了国产GPU对前沿AI大模型的快速响应与稳定支撑能力。

  MiniMax M2.7是业界首个具备深度自我进化能力的大模型，能够自主构建Agent Harness，通过Agent Teams协作、复杂Skills调用及Tool Search Tool等能力完成复杂生产力任务，甚至深度参与自身迭代。在软件工程领域，M2.7支持端到端完整项目交付、日志分析排障、代码安全审查及机器学习任务；在专业办公场景，其Excel/PPT/Word高保真编辑与多轮修改能力显著提升，即使在超长上下文复杂任务中仍保持稳定的高水平skills遵循率。与此同时，该模型对长上下文处理、复杂Agent任务调度及高保真编辑等场景提出了极高的计算效率要求。在这一类前沿模型的应用落地过程中，国产GPU的计算适配能力正变得愈发关键。

  针对上述挑战，摩尔线程技术团队基于MUSA架构完成深度调优，成功在MTT S5000上实现M2.7大模型的高性能推理，核心技术优势包括：

• 超长上下文高吞吐：依托MTT S5000的80GB大容量显存、1.6TB/s高带宽及PD分离架构，配合高效KV Cache管理，支撑MiniMax M2.7长时间、多步骤任务的稳定执行。这一定制调优也进一步丰富了国产GPU在高吞吐场景下的实践积累。
• 全精度端到端支持：MTT S5000原生支持FP8至FP64全精度计算，可满足代码生成、金融建模等场景对混合精度及高精度计算的要求，确保决策精准可靠。国产GPU对全精度计算的原生支持为复杂业务场景提供了更灵活的选择。
• 高算力低延迟推理：MTT S5000单卡可提供1000 TFLOPS稠密算力，结合vLLM-MUSA定制化调优，实现复杂Agent Harness与高频工具调用场景下的低延迟响应。这对国产GPU在实时推理任务中的表现提出了明确验证。
• 强大生态兼容性：深度兼容PyTorch、vLLM、SGLang、Triton等主流生态，通过MUSA C++、Triton-MUSA、TileLang-MUSA等抽象层实现新算子“零成本迁移”，确保前沿模型发布当日完成极速适配。生态兼容能力的持续提升，也为更多开发者在国产GPU上开展大模型部署提供了便利。

  此次Day-0适配是摩尔线程常态化技术响应能力的再次体现。依托 MUSA 架构对主流AI生态的深度兼容与持续演进，国产GPU算力底座已形成覆盖前沿模型“极速适配-高效部署”的全链路支撑体系，帮助开发者以更快响应、更稳运行、更低迁移成本第一时间接入最新模型能力，加速大模型创新落地与规模化应用。