国产GPU单卡FP8算力突破1000T
发布日期：2026-02-13
来源：芯智讯
马年农历春节前夕，国产智算卡再度迎来好消息！单卡FP8算力终于冲上1000TFLOPS了。
虽然国产GPU厂商摩尔线程在两年前就推出了专门面向大模型训练、推理及高性能计算设计的全功能GPU智算卡MTT S5000，但是具体的架构、参数和性能一直并未对外公布。
近日，摩尔线程首度公开了其旗舰产品S5000的详细参数：基于“平湖”架构，单卡FP8算力突破1000T，集成80GB显存，1.6TB/s带宽，FP8到FP64全精度覆盖，训练精度紧咬H100，差距不到1%！
这不仅是国产GPU首次在单卡吞吐量上摸到国际顶尖门槛，更是为万亿参数大模型提供了真正可用的自主算力底座。
一、 核心参数对标：1000TFLOPS与全精度覆盖
MTT S5000在设计之初便定位于“训推一体”的全功能基座，其硬件参数展现了极强的竞争优势：
●算力峰值： S5000单卡AI算力（FP8）最高可达 1000TFLOPS（即1 PFLOPS）。这一数据标志着国产GPU在单卡吞吐量上已可与国际主流一较高下。
●计算精度： 该卡实现了从 FP8、BF16、FP16到FP32、FP64 的全精度计算支持。业内实测显示，S5000在产品计算精度上已超越英伟达H100，并在高精度计算能力上直追其最新的Blackwell架构。
●存储规格： 配置 80GB显存，显存带宽达 1.6TB/s。这一指标确保了在处理超大规模参数模型（如DeepSeek-V3）时，数据读取不会成为瓶颈。
●互联带宽： 卡间互联带宽达到 784GB/s，支持万卡规模的高效协同，极大提升了分布式训练的效率。
二、 架构优势：第四代MUSA与原生FP8引擎
S5000参数表现卓越的背后，是摩尔线程自主研发的 第四代MUSA架构“平湖”。
作为国内首批原生支持 FP8精度 的训练GPU，S5000内置了硬件级FP8 Tensor Core加速单元。相比传统的BF16/FP16，FP8能将数据位宽减半，使显存带宽压力降低50%，理论计算吞吐量直接翻倍。实测证明，在DeepSeek、Qwen等前沿模型架构下，S5000的FP8引擎可提升 30%以上的训练性能。
此外，S5000搭载了独创的 ACE（异步计算引擎）技术。该技术能将复杂的通信任务从计算核心中卸载，实现计算与通信的零冲突并行。实测显示，从64卡扩展至1024卡，系统始终保持90%以上的线性扩展效率，确保了算力参数能充分转化为实战性能。
三、 性能实测：高精度训练对标H100
在典型任务实测中，S5000的参数优势转化成为显著的效率：
●对比H20：在互联网厂商的端到端任务测试中，S5000的综合性能表现约为英伟达H20的 2.5倍。
●对比H100： 智源研究院基于S5000千卡集群训练具身大脑模型RoboBrain 2.5，其训练损失值（loss）与H100集群的差异仅为 0.62%，关键指标误差在千分之几，实现了对顶尖算力的高度对齐。
值得一提的是，S5000在推理场景同样表现优异。比如在2025年12月，摩尔线程联合硅基流动基于MTT S5000完成了对DeepSeek-V3 671B满血版的深度适配与性能测试。
实测S5000单卡Prefill吞吐超过4000 tokens/s，Decode吞吐超过1000 tokens/s，刷新了国产GPU的推理纪录。
四、 生态落地：智谱GLM-5的Day-0适配验证
参数的强大最终体现在对顶尖模型的支撑能力上。近日，在智谱正式发布大模型 GLM-5 的当天，摩尔线程宣布MTT S5000已圆满完成对该模型的 Day-0全流程适配与验证。
依托MUSA全栈软件平台对SGLang、PyTorch、vLLM等主流框架的原生适配，S5000不仅能实现CUDA生态代码的“零成本”迁移，更凭借其80GB显存和1.6TB/s带宽的参数底蕴，为GLM-5等万亿参数模型的快速迭代提供了坚实的国产算力支撑。
值得注意的是，虽然S5000是2024年就已推出的产品，但其选择在2026年初首次公开详细性能参数，这一时机颇耐人寻味——是否正是摩尔线程为新一代“花港”架构的S6000系列预热的前奏？作为2025年12月发布的全功能GPU新架构，“花港”不仅支持FP4到FP64的全精度计算，更实现了计算密度提升50%、能效比跃升10倍的突破。基于新架构，专攻AI训推的“华山”与高性能渲染的“庐山”芯片是否已蓄势待发？S5000的不俗表现，加上“花港”架构所展现的技术纵深，已为国产算力的持续进化打开更多想象空间。