2月11日，智譜正式發(fā)布新一代大模型GLM-5。摩爾線程基于SGLang推理框架，在旗艦級(jí)AI訓(xùn)推一體全功能GPU MTT S5000上，Day-0完成了全流程適配與驗(yàn)證。

憑借MUSA架構(gòu)廣泛的算子覆蓋與強(qiáng)大的生態(tài)兼容能力，摩爾線程成功打通了模型推理全鏈路，并深度釋放MTT S5000的原生FP8加速能力，在確保模型精度的同時(shí)顯著降低了顯存占用，實(shí)現(xiàn)了GLM-5的高性能推理。此次快速適配，不僅印證了MUSA軟件棧的成熟度，更充分展現(xiàn)了國(guó)產(chǎn)全功能GPU對(duì)最新大模型即時(shí)、高效的支持能力。

GLM-5與MTT S5000的國(guó)產(chǎn)雙強(qiáng)聯(lián)合，將為開(kāi)發(fā)者帶來(lái)可對(duì)標(biāo)國(guó)際頂尖模型的極致編程體驗(yàn)。無(wú)論是在函數(shù)補(bǔ)全、漏洞檢測(cè)還是Debug場(chǎng)景中，該組合均表現(xiàn)卓越，以顯著增強(qiáng)的邏輯規(guī)劃能力，從容應(yīng)對(duì)各類(lèi)復(fù)雜的長(zhǎng)程任務(wù)挑戰(zhàn)。

GLM-5核心特性：

定義Agentic Engineering新高度

作為GLM系列的最新里程碑版本，GLM-5定位為當(dāng)下頂尖的Coding模型，整體性能較上一代提升20%。其核心突破在于Agentic Engineering（代理工程）能力——不僅具備深厚的代碼功底，更擁有處理復(fù)雜系統(tǒng)工程與長(zhǎng)程Agent任務(wù)的實(shí)力，能夠?qū)崿F(xiàn)從需求到應(yīng)用的端到端開(kāi)發(fā)。

在全球權(quán)威的Artificial Analysis榜單中，GLM-5位居全球第四、開(kāi)源第一。

GLM-5在編程能力上實(shí)現(xiàn)了對(duì)齊Claude Opus 4.5，在業(yè)內(nèi)公認(rèn)的主流基準(zhǔn)測(cè)試中取得開(kāi)源模型SOTA。在SWE-bench-Verified和Terminal Bench 2.0中分別獲得77.8和56.2的開(kāi)源模型最高分?jǐn)?shù)，性能超過(guò) Gemini 3 Pro。

在內(nèi)部Claude Code評(píng)估集合中，GLM-5在前端、后端、長(zhǎng)程任務(wù)等編程開(kāi)發(fā)任務(wù)上顯著超越上一代的GLM-4.7（平均增幅超過(guò)20%），能夠以極少的人工干預(yù)，自主完成Agentic長(zhǎng)程規(guī)劃與執(zhí)行、后端重構(gòu)和深度調(diào)試等系統(tǒng)工程任務(wù)，使用體感逼近Opus 4.5。

摩爾線程核心優(yōu)勢(shì)：軟硬協(xié)同的全棧算力底座

MTT S5000是專(zhuān)為大模型訓(xùn)練、推理及高性能計(jì)算而設(shè)計(jì)的全功能GPU智算卡，基于第四代MUSA架構(gòu)“平湖”打造。其單卡AI算力最高可達(dá)1000 TFLOPS，配備80GB顯存，顯存帶寬達(dá)到1.6TB/s，卡間互聯(lián)帶寬為784GB/s，完整支持從FP8到FP64的全精度計(jì)算。

依托MUSA全棧平臺(tái)，MTT S5000原生適配PyTorch、Megatron-LM、vLLM及SGLang等主流框架，助力用戶(hù)實(shí)現(xiàn)“零成本”代碼遷移。無(wú)論是構(gòu)建萬(wàn)卡級(jí)大規(guī)模訓(xùn)練集群，還是部署高并發(fā)、低延遲的在線推理服務(wù)，MTT S5000均展現(xiàn)出對(duì)標(biāo)國(guó)際主流旗艦產(chǎn)品的卓越性能與穩(wěn)定性，旨在為行業(yè)筑牢堅(jiān)實(shí)、易用的國(guó)產(chǎn)算力底座。

MTT S5000官網(wǎng)地址：

https://www.mthreads.com/product/S5000

此次實(shí)現(xiàn)對(duì)GLM-5模型的快速支持，正是摩爾線程基于MTT S5000構(gòu)建的軟硬協(xié)同技術(shù)能力的集中體現(xiàn)：

底層架構(gòu)與生態(tài)兼容：天生適配，極速遷移

針對(duì)GLM-5的長(zhǎng)序列推理場(chǎng)景，MTT S5000憑借充沛的算力儲(chǔ)備與高計(jì)算密度，結(jié)合對(duì)稀疏Attention的架構(gòu)級(jí)支持，在大規(guī)模上下文處理中依然保持高吞吐與低延遲。同時(shí)，MUSA軟件棧的敏捷性是實(shí)現(xiàn)Day-0適配的關(guān)鍵。基于MUSA架構(gòu)的TileLang原生算子單元測(cè)試覆蓋率已超過(guò)80%，使得絕大多數(shù)通用算子可直接復(fù)用，顯著降低移植成本，并能快速跟進(jìn)前沿模型結(jié)構(gòu)與新特性演進(jìn)。

原生FP8加速：SGLang 框架深度優(yōu)化

基于高性能的SGLang-MUSA推理引擎及MTT S5000的硬件原生FP8計(jì)算單元，摩爾線程實(shí)現(xiàn)了推理效率的躍升。與傳統(tǒng)BF16相比，原生FP8在保持GLM-5卓越的代碼生成與邏輯推理能力（精度無(wú)損）的同時(shí)，大幅降低了顯存占用，并顯著提升了推理吞吐量，為大規(guī)模部署提供了更高性?xún)r(jià)比的方案。

獨(dú)創(chuàng)ACE引擎：通信計(jì)算并行，釋放極致吞吐

針對(duì)大模型分布式推理中的通信痛點(diǎn)，MTT S5000利用獨(dú)創(chuàng)的異步通信引擎（ACE），將復(fù)雜的通信任務(wù)從計(jì)算核心中卸載，實(shí)現(xiàn)了物理級(jí)的“通信計(jì)算重疊”。這一機(jī)制有效釋放15%的通信被占算力，配合首創(chuàng)的細(xì)粒度重計(jì)算技術(shù)（將開(kāi)銷(xiāo)降至原有的1/4），全方位提升計(jì)算效率與系統(tǒng)吞吐量。

超長(zhǎng)上下文支持：專(zhuān)為AI Coding打造

通過(guò)高效算子融合及框架極致優(yōu)化，MTT S5000在確保代碼生成質(zhì)量的同時(shí)顯著降低了響應(yīng)延遲。無(wú)論是處理復(fù)雜的代碼庫(kù)分析，還是運(yùn)行長(zhǎng)周期的智能體（Agent）任務(wù)，均能保持首字延遲（TTFT）低、生成速度快的流暢體驗(yàn)。MTT S5000與GLM-5的軟硬雙強(qiáng)組合，在函數(shù)補(bǔ)全、漏洞檢測(cè)等核心場(chǎng)景的表現(xiàn)超越同級(jí)，充分釋放模型的規(guī)劃能力和Debug能力，是執(zhí)行長(zhǎng)程開(kāi)發(fā)任務(wù)的理想選擇。

從GLM-4.6、GLM-4.7到GLM-5，摩爾線程已將“發(fā)布即適配”化為常態(tài)，這種對(duì)主流軟件棧的無(wú)縫兼容與敏捷響應(yīng)，充分證明了國(guó)產(chǎn)全功能GPU及MUSA軟件棧的成熟度與穩(wěn)定性，確保開(kāi)發(fā)者能第一時(shí)間觸達(dá)最新模型能力，從而攜手共建蓬勃發(fā)展的國(guó)產(chǎn)AI生態(tài)。