Day-0 支持，摩爾線程完成 MiniMax M3 大模型適配

## 国产算力再迎關鍵合作！摩爾線程 S5000 GPU 完成 MiniMax M3 大模型 Day-0 適配

就在上週，國內 AI 產業迎來一則令人振奮的消息。中國 AI 新創公司 MiniMax 於 6 月 12 日正式開源其新一代原生多模態旗艦大模型 M3，幾乎在同一時間，國產 GPU 領導廠商摩爾線程隨即宣布，其旗艦級 AI 訓推一體智算卡 MTT S5000 已順利完成對該模型的「Day-0 極速適配」。所謂 Day-0 適配，意指在模型發布的第一時間，硬體廠商便已同步完成所有技術整合與性能優化，實現模型發布即可使用，展現了國產算力與國產大模型協同發展的成熟技術實力。

### 兩大產業要角：摩爾線程與 MiniMax

要理解這次合作，就不能不先認識這兩家站在風口浪尖的公司。摩爾線程成立於 2020 年 6 月，由曾任輝達（NVIDIA）全球副總裁及中國區總經理長達 15 年的張建中所創立。這家總部位於北京的公司，集結了大量來自 NVIDIA 與 AMD 的頂尖人才，目標是打造能同時涵蓋圖形渲染、AI 運算與科學計算的全功能 GPU。摩爾線程已於 2025 年底成功在科創板上市，創下 88 天的最快 IPO 過會紀錄，有「國產 GPU 第一股」之稱，目前市值約 2870 億元。另一方面，MiniMax 則是中國「AI 大模型六小龍」之一，成立於 2022 年初，創辦人為曾任商湯科技副總裁的閆俊傑。該公司已於 2026 年 1 月在港交所掛牌，如今市值突破 2000 億港元，並正規劃於 A 股科創板第二上市。

### 旗艦對旗艦：硬體規格與模型特性的完美匹配

本次適配的主角，分別是雙方各自的旗艦級產品。摩爾線程 MTT S5000 基於第四代「平湖」晶片架構打造，專為大模型訓練、推理及高效能運算而設計，單卡 AI 算力高達 1000 TFLOPS，配備 80GB 超大容量顯存，頻寬達到 1.6TB/s，能完整支援從 FP8 至 FP64 的全精度運算。而 MiniMax M3 則是業界少見同時具備「百萬級超長上下文、前沿編程能力與原生多模態」三項核心能力的開源大模型，並結合了自研的 MSA 稀疏注意力架構。這兩項產品的結合並非偶然——MTT S5000 的大顯存與高頻寬，正是為了支撐 M3 百萬 Token 級長序列所需的龐大 KV Cache 儲存空間與記憶體吞吐能力。簡單來說，M3 的多模態與智慧體（Agentic）能力對底層算力要求極高，而摩爾線程 S5000 恰好提供了對應的運算底座。

### 軟體生態的關鍵拼圖：MUSA 架構加速開發者部署

本次合作更凸顯了摩爾線程在軟體生態上的長足進展。除了硬體層面的相容，摩爾線程也同步完成了對 vLLM 與 SGLang 兩大主流開源推理框架的整合，開發者現在可以透過其自研的 MUSA 軟體棧快速完成部署。MUSA 是摩爾線程自研的 GPU 統一系統架構，對 NVIDIA CUDA 生態進行了全面相容，MUSA SDK 5.1.0 已相容 CUDA 12.8，累計相容 761 個核心 API 接口。值得一提的是，MUSA 後端近期已正式加入 SGLang 官方支援體系，相關程式碼也已合入 SGLang 主線，與 GB200、AMD 等主流算力平台並列，這意味著開發者不再需要維護額外的相容分支，就能在熟悉的開發環境中直接呼叫摩爾線程 GPU 進行加速，大幅降低了算力切換的門檻與成本。

### 趨勢觀察：國產 AI 產業鏈走向深度整合

從更高層次的產業視角來看，這次合作代表了國產 AI 供應鏈正在從「單點突破」走向「系統性整合」。過去，中國 AI 產業的核心痛點在於硬體與軟體往往各自為戰——即便是頂級的大模型，也難以在國產硬體上獲得最佳效能。然而，從摩爾線程近年連續完成對 DeepSeek-V4、智譜 GLM-5 乃至 MiniMax M3 的 Day-0 適配來看，國內 AI 生態確實正在逐步成熟。更深入來看，軟硬體的適配只是一切的開端，真正決定產品競爭力的關鍵，在於實際部署後的長期性能優化與應用落地。對此，摩爾線程已明確表示，將持續為開發者提供算子級性能優化，幫助開發者以更快的響應速度、更穩定的運行品質、更低的遷移成本接入最新模型能力。

### 讀者可以關注的後續發展

展望未來，有幾個方向是讀者可以持續關注的。首先，摩爾線程的 MUSA 生態能否持續深化——雖然 API 相容已基本解決「能不能跑」的問題，但實測效能調優與算子庫成熟度，才是決定國產 GPU 能否真正趕超國際大廠的關鍵。其次，MiniMax 在開源 M3 之後，後續的商業化模式與應用場景落地也值得觀察。據了解，M3 的 API 定價策略相當積極，輸入端每百萬 Token 僅約 0.6 美元，輸出端約 2.4 美元，總成本約為 GPT-5.5 等國際頂尖閉源模型的 5% 至 10%。這樣的定價策略能否吸引大量開發者投入生態，將是 MiniMax 在激烈市場競爭中突圍的關鍵。最後，摩爾線程不久前才剛開源了自家基於 S5000 訓練的程式碼大模型「MusaCoder」，展現了從硬體到軟體的全鏈條自主能力。這場由旗艦 GPU 與旗艦大模型攜手點燃的「算力戰爭」，不僅將影響企業 AI 部署的成本結構，更將決定未來台灣乃至全球開發者在開源 AI 時代的選擇權。