對標H100！國產GPU“核彈”參數曝光：1000TFLOPS算力，性能直逼Blackwell？

摩爾線程AI旗艦級計算卡MTT S5000性能首次曝光，這是摩爾線程2024年推出的、專為大模型訓練、推理及高性能計算而設計的訓推一體全功能GPU智算卡。

摩爾線程在其官網中，首次公布了S5000的硬件參數：支持FP8到FP64的全精度計算，其單卡AI算力（FP8）最高可達1 PFLOPS，顯存容量為80GB，顯存帶寬達到1.6TB/s，卡間互聯帶寬為784GB/s。業內人士表示，MTT S5000實測性能對標H100，在多模態大模型微調任務中，部分性能甚至超越H100。

在芯片架構層面，S5000采用第四代MUSA架構“平湖”，專為大規模AI訓練優化，依托MUSA全棧軟件平臺，原生適配PyTorch、Megatron-LM、vLLM及SGLang等主流框架，讓用戶能夠以“零成本”完成代碼遷移，兼容國際主流CUDA生態。

在計算精度方面，S5000作為國內一批最早原生支持FP8精度的訓練GPU，配置了硬件級FP8 Tensor Core加速單元。相比傳統的BF16/FP16，FP8可將數據位寬減半，顯存帶寬壓力降低50%，理論計算吞吐量翻倍。其FP8引擎全面支持DeepSeek、Qwen等前沿架構，可提升30%以上訓練性能。

基于S5000構建的夸娥萬卡集群已經落地，其浮點運算能力達到10Exa-Flops，在Dense模型訓練中MFU達60%，在MoE模型中維持在40%左右，有效訓練時間占比超過90%，訓練線性擴展效率達95%。依托原生FP8能力，它能夠完整復現頂尖大模型的訓練流程，其中Flash Attention算力利用率超過95%，多項關鍵指標均達到國際主流水平。

在集群通信層面，S5000采用獨創的ACE技術，將復雜通信任務從計算核心卸載，實現計算與通信的零沖突并行，大幅提升模型算力利用率（MFU）。實測顯示，從64卡擴展至1024卡，系統保持90%以上的線性擴展效率，訓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的端到端訓練與對齊驗證。結果顯示，與英偉達H100集群的訓練結果高度重合，訓練損失值（loss）差異僅為0.62%。

除了訓練，S5000在推理場景同樣表現優異。2025年12月，摩爾線程聯合硅基流動，基于S5000完成了對DeepSeek-V3 671B滿血版的深度適配與性能測試，實測單卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，這一成績刷新了國產GPU的推理紀錄。

—— 芯榜 ——

芯榜成立于 2015 年，是半導體垂直領域的產業媒體與數字化服務平臺。全網覆蓋超 100 萬垂直行業用戶，核心提供專業榜單發布、原創訪談、產業報告、峰會活動及研究咨詢等服務。已合作近千家半導體生態企業，聯動多家基金公司與產業媒體，助力硬科技產業發展。