摩尔线程MTT S5000与平湖架构：国产GPU面向训推一体和万卡扩展

产品定位从单卡走向系统

MTT S5000面向生成式AI训练、推理和高性能计算，核心采用PH100芯片及第四代平湖MUSA架构。官方强调计算、访存和通信协同，并通过TCE、TME与ACE引擎覆盖张量计算、内存访问和异步执行。

软件兼容决定迁移成本

产品资料列出PyTorch、Megatron-LM、vLLM和SGLang等框架支持。这里的“支持”需要进一步拆成算子覆盖、模型版本、量化格式、分布式后端和性能优化程度。代码能够运行只是第一步，与现有CUDA环境的结果一致性和速度差异更值得测试。

公开性能必须核对测试条件

官方披露FP8 GEMM和Flash Attention效率，并给出PD分离推理案例。采购验收应复现相同输入长度、输出长度、并发、精度和服务等级，记录TTFT、TPOT、吞吐、功耗及错误率。万卡扩展还需要验证MTLink、故障恢复、集合通信和集群管理，不能从单卡算力线性外推。