大模型终于敢把“真业务”交给国产卡了

过去一年，国产GPU的发布大家其实都看疲了：单卡多少TFLOPS、显存多大带宽多宽、Day-0适配了哪个模型。参数一个比一个漂亮，但懂行的人心里都有同一个疑问——什么时候敢上真实业务？

这个问题，行业里没人敢随便回答。因为这中间隔着的不只是性能，还有稳定性、时延SLO、成本账，每一道都是真金白银的门槛。

9月3日，摩尔线程和趋境科技签了个战略合作，对外释放的信息里有句话值得划重点：相关方案已投入生产，并承接头部模型厂商官方业务的真实Token流量。

注意措辞，不是"测试验证"，不是"灰度试用"，是"投入生产"。

先猜个谜：这个"头部模型厂商"是谁？

新闻稿里没点名。但把时间线串一下，答案几乎写在脸上。

过去半年，摩尔线程对智谱GLM系列的适配勤快得不像话：GLM-5发布当天完成Day-0适配，GLM-5.1、GLM-5.2、GLM-5.3-Flash，每一次都是模型上线即适配。这种频率，很难解释成"技术团队热爱加班"。

更关键的是前段时间的一个信号——智谱的算力供应商或来自华为、摩尔线程。如果这个说法属实，那这次"承接头部模型厂商官方业务真实Token流量"，大概率就是智谱的线上流量。

这里必须说明：这是我的猜测，双方都没有官方点名。但推理链条是完整的——Day-0适配是一回事，把自家真金白银的线上业务交过去，是另一回事。前者是生态表态，后者是成本选择。能让头部模型厂商把官方业务迁过来，说明摩尔线程的卡过了生产环境这道终极考试。

如果猜错了，欢迎打脸。但如果猜对了，这件事的含金量比任何一次跑分发布都高：国产卡的第一个重量级"回头客"，出现了。

国产卡是怎么"等效"的？答案藏在PD分离里

关于PD分离，先交代一个背景：

硅基流动之前发布过一份白皮书，用2台摩尔线程MTT S5000等效替代1台国际高端GPU。（盲猜对标的是英伟达H200级别的卡）

这不是理论推算，而是在Kimi K2.6上跑出来的实测：S5000单卡Prefill吞吐达到国际高端GPU的46%到54%，听着还差点意思。可一旦上集群，两张国产卡就能抵一张英伟达，国产卡数量翻倍，刚好把性能短板补回来。

这次趋境的方案，是同一条路线的落地深化：让S5000干它最擅长的事——Prefill阶段的大规模矩阵计算和KV Cache生成，把访存密集的Decode交给高带宽GPU。分工之后，4到5台S5000组成的Prefill资源池，输入Token处理的性价比超过了国际先进算力方案。

图 1 · PD分离异构推理架构：Prefill吃算力密度（S5000），Decode吃显存带宽（高带宽GPU）

这就是"等效替代"的真正含义。它不是"我单卡比你单卡强"——短期之内这不现实——而是"我在系统层面，用架构把短板藏起来，把长板发挥到极致"。Prefill吃算力密度，S5000有原生FP8和充沛的稠密算力；Decode吃显存带宽，那就让擅长的人干擅长的事。2:1听上去像是"两倍数量才打平"，但算完成本账，胜负就反过来了。

图 2 · 等效替代实测：单卡Prefill吞吐46%–54%，系统层2台S5000等效1台国际高端GPU（Kimi K2.6生产集群）

而趋境手里是真有"厂"的：就在8月，趋境与商汤达成合作，共建日均十万亿级"高品质AI Token工厂"，首座万亿级工厂已经正式点亮、上线运营。值得注意的是，双方点名的关键技术落点，正是异构PD——通过Prefill、Decode分离，让每款芯片承担与其特性相匹配的推理阶段。

那么问题来了：这座工厂里干Prefill的国产卡，是谁？稿里没说，但牌桌上人选不多——S5000是少数在生产环境验证过Prefill角色、还公开过等效替代数据的国产卡。

如果这张卡坐实是S5000，一条链路就通了：有人造卡、有人建厂、有人买单，国产算力的商业闭环齐了。

图 3 · 商业闭环：摩尔线程造卡 → 趋境建厂 → 头部模型厂商买单，Token Pod标准化交付

大模型行业的话语权正在悄悄转移。去年大家比谁的参数大，今年开始比谁生产的Token便宜。而Token生产这个生意，拼的从来不是单卡极限性能，是系统效率、稳定性和成本——恰好是PD分离架构最擅长的战场，也恰好是国产算力最有可能弯道超车的战场。

摩尔线程这次跑通的，不只是一个合作项目，而是一个闭环：从规模化Token生产，到真实业务应用。

这个闭环一旦跑通，后面的事情就是复制。目前，摩尔与趋境做的Token Pod方案，已经把模型适配、跨设备协同、生产运营的经验打包成标准化交付单元。

国产卡进产线的故事，这才刚开始。