- 发布日期
摩尔线程完成美团 LongCat-2.0 极速适配
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
7月6日，美团正式开源万亿参数大模型LongCat-2.0。摩尔线程随即宣布，基于AI训推一体全功能GPU智算卡MTT S5000及MUSA软件栈，已完成对该模型的快速适配。此次适配覆盖模型加载、推理引擎拉起、关键算子优化、部署验证与精度校验等全链路环节，使LongCat-2.0能够在MTT S5000上实现稳定、高效的推理运行。
作为美团自研的新一代万亿参数MoE大模型，LongCat-2.0总参数量达1.6T（平均激活约48B，动态范围33B~56B）。该模型专为Agentic Coding场景设计，原生支持1M超长上下文，并通过自研稀疏注意力机制（LSA）、ScMoE跨层快捷连接架构与零计算专家动态激活机制，实现了资源高效利用与多任务协同。
摩尔线程技术团队依托SGLang-MUSA推理引擎及MUSA软件生态，围绕LongCat-2.0的模型结构和推理特性，快速完成从框架兼容到性能优化的全链路适配。MTT S5000具备硬件级原生FP8加速能力，单卡具备高算力、大容量显存与高带宽，可为长上下文输入、KV Cache读写和高并发推理提供稳定支撑。结合SGLang-MUSA推理引擎与MUSA软件栈的协同优化，LongCat-2.0在MTT S5000上能够更充分释放推理性能，提升在线服务响应效率与系统吞吐能力。
摩尔线程基于持续沉淀的模型适配经验，将模型结构解析、权重加载、推理框架兼容、算子验证和部署测试形成标准化工程路径，使LongCat-2.0能够在MTT S5000上快速完成推理验证。这不仅进一步体现了MUSA软件栈对主流模型生态的高度兼容性，也有效降低了前沿模型在国产算力平台上的迁移和部署门槛。
围绕AI Coding、Agent工作流、企业知识库问答和长文档分析等典型应用，摩尔线程对LongCat-2.0推理链路进行了部署级验证。通过框架、算子和调度层面的协同优化，MTT S5000能够为客户提供兼具性能、稳定性和可扩展性的推理基础设施，助力大模型应用更快从技术验证走向生产部署。
LongCat-2.0的开源与国产GPU的快速适配，标志着千亿级大模型在国产算力平台上的部署迈出重要一步。随着摩尔线程等厂商持续优化适配路径，未来更多前沿模型有望实现国产GPU上的高效运行，推动AI应用落地。
