【導讀】6月17日，摩爾線程宣布在AI訓推一體全功能GPU智算卡MTT S5000上，完成對智譜新一代開源旗艦模型GLM-5.2的Day-0極速適配。此次適配延續了摩爾線程在GLM-5.1長上下文Prefill與P/D異構分離推理場景中的優化積累，并面向GLM-5.2超長上下文與復雜推理負載，進一步釋放MTT S5000在長輸入Prefill階段的高吞吐優勢。
摩爾線程技術團隊基于高性能SGLang-MUSA推理引擎及TileLang-MUSA算子編程語言，快速完成模型結構適配、關鍵算子優化、框架拉起與部署驗證，在MTT S5000上實現GLM-5.2的高效、高精度推理。這一成果彰顯了國產全功能GPU算力基礎設施對前沿SOTA模型的快速響應能力，也為軟硬協同應對復雜AI推理場景提供了可復制的工程實踐。
作為智譜迄今能力最強的開源模型，GLM-5.2專為長程任務（Long Horizon Task）能力而生。它支持真正可用的1M Solid超長上下文，可穩定支撐長達 8 小時的超長生命周期任務。在全球百萬用戶參與盲測的前端開發評估系統Code Arena上，GLM-5.2取得全球可用模型第一的表現；相比前代GLM-5.1，新模型在前端、后端及長程開發場景下的成功率均有長足提升，能夠提供更實用、更具確定性的Coding能力，讓復雜系統工程與深度調試更穩、更強。
為充分釋放GLM-5.2的長上下文與復雜推理潛能，MTT S5000從硬件算力、軟件棧到開源框架進行了全鏈路適配與深度優化：
支撐超長上下文：釋放長輸入Prefill階段高吞吐優勢
GLM-5.2的Solid 1M上下文與長程任務能力，使長Prompt編碼、上下文讀入與KV Cache生成成為推理鏈路中的關鍵環節。長輸入請求在進入生成階段前，需要先完成大規模Prefill計算；這一階段高度依賴并行矩陣計算、Attention算子效率、顯存容量與訪存帶寬。MTT S5000憑借硬件級原生FP8加速，單卡稠密算力高達1000 TFLOPS，配備80GB大容量顯存與1.6TB/s超高帶寬，可在長輸入Prefill階段集中釋放高吞吐優勢，為百萬token級上下文處理提供充足緩存空間和穩定數據吞吐。依托MUSA C++、Triton-MUSA與TileLang-MUSA等工具鏈，GLM-5.2相關算子結構可快速遷移并針對長序列場景持續優化，幫助降低長上下文請求的首Token等待時間（TTFT），提升AI Coding、RAG和長文檔分析等場景的在線推理效率。
賦能前沿Coding與Agent能力：以算子與調度優化提升推理效率
面向GLM-5.2重點強化的編程、智能體和長程任務場景，摩爾線程基于GLM家族多代模型的適配與優化經驗，將模型結構適配、算子優化、框架拉起和部署驗證能力快速遷移至GLM-5.2。通過原生算子定制、TileLang-MUSA編程優化和SGLang-MUSA推理框架協同，MTT S5000能夠在保障模型精度的前提下提升推理吞吐、降低響應延遲，為客戶提供面向AI Coding、Agent工作流和長文檔分析的高效推理服務。從GLM-4.7、GLM-5、GLM-5.1到GLM-5.2，摩爾線程已連續實現對智譜GLM家族前沿大模型的發布當日即時適配，沉淀出高效、可復用的工程底座。面向以GLM-5.2為代表的新一代長程任務模型，摩爾線程不僅提供基礎適配，更通過Prefill優化與P/D異構分離方案，提供從單卡性能、多卡擴展、KV Cache傳輸到集群TCO（總體擁有成本）優化的端到端支撐。
未來，摩爾線程將依托MUSA軟件棧強大的生態兼容性，持續第一時間適配前沿模型能力，以高性能、可規模化的國產全功能GPU基礎設施，加速大模型應用創新落地。
