两千张国产GPU在无锡跑满！几十家客户在排队，自动驾驶训练算力直奔万卡

芯东西（公众号：aichip001）
作者 ZeR0
编辑 漠影

英伟达含量为零的国产GPU集群，刚刚拿了“大结果”。

芯东西11月2日报道，周六，国产GPU龙头摩尔线程与无锡惠山招商集团、国内L4级自动驾驶无人车头部企业新石器宣布达成战略合作，新石器计划在无锡（惠山）国产智算中心开展更大规模的自动驾驶模型训练，将需要近万卡级算力。

这座基于摩尔线程全功能GPU的无锡（惠山）国产智算中心按万卡级规模规划，于今年6月点亮，一期落地的2112张摩尔线程AI训推一体智算卡MTT S5000已全面投运，基本实现满载运行。

近日，芯东西探访了无锡（惠山）国产万卡级智算中心一期机房。4个摩尔线程GPU集群模块坐落整齐，每个模块集成大约500张卡，正在承载真实任务。

摩尔线程副总裁、生态合作总经理方朝霞告诉芯东西，三个月内实现两千卡集群满载，从公开信息来看，这在国内智算中心建设中属于第一梯队水平。而之所以如此高效，得益于摩尔线程采用“交钥匙”工程模式，提供将服务器、网络、存储整合的端到端集群方案。

在基础设施准备就绪后，其仅需一个月即可完成上架并投入运行。

作为国产算力商业化落地的标杆项目，无锡（惠山）国产智算中心同时承担着“东数西算”长三角枢纽苏南算力集聚区惠山节点的重要职能，也为国产GPU智算集群的商业化落地提供了一个颇具参考性的范本。

一、两千张国产GPU跑满，已吸引物理AI客户使用

无锡（惠山）国产智算中心从建设之初就按万卡规模规划，采用模块化交付方式，由摩尔线程提供全栈算力支持，采用摩尔线程全自研的夸娥智算集群系统。

一期项目已于今年6月点亮，7月试运行，试运营期间已接入33个主流大模型，10月开始商业运营，共有264台国产GPU服务器、2112张计算卡，已有20多家客户开展测试或使用，还有数十家单位等待进入集群测试。

其算力使用率达92.9%，其中付费算力占比达59.7%；目前对接客户55家，训练业务占比超过62%，训推一体业务占比14.7%，推理业务占比达23.1%。

据商业化运营方惠山招商集团及投资共建方移动云披露，在该智算中心摩尔线程MTT S5000资源池上用DeepSeek V4 Flash模型实测：7K输入／2K输出口径下，单机输出吞吐量达994.97tokens/s、有效输出吞吐量达1241token/s，SLA达标最大并发48路（达到英伟达H800的92%），显存带宽达1.6Tbps，显存单价不到H800的一半。

这说明MTT S5000能在真实业务场景中实现对标H800的国产替代。

惠山招商集团副总经理张涛分享称，一期项目实际使用率约为92%~93%，付费用户约占60%以上，目前主要面向本地高校、科研院所、医疗及金融机构，运行现有基础模型，满足当地垂直领域的智能体应用需求。

在运营模式上，无锡（惠山）国产智算中心率先探索纯国产商用智算中心市场化的运营新模式，打通了从硬件部署、模型适配到商业化交付全链路，集群服务定价参照市场价的等效比。

惠山位于长三角地区，靠近企业、高校和科研机构，算力服务更易与当地工业场景、研发团队结合，对于需要反复适配、共同调优的业务具有距离优势。

目前该智算中心已与十家企业及高校签署算力业务合作协议，覆盖模型训练、具身智能、AI视频生成、空间智能、生命科学等多个前沿赛道。

二、单芯片同时能跑AI计算和图形渲染，做对标国际主流产品的全功能GPU

对客户来说，换算力平台的一大头疼事，是软件迁移。

既有代码和研发流程围绕原来的CUDA平台构建，换GPU带来的迁移和调优会占用工程资源，还会面临性能和稳定性不达预期的风险，甚至可能影响迭代进程。

摩尔线程采用双线生态战略，既以自研MUSA架构发展自家生态，又兼容国际主流CUDA，让用户保持原有开发习惯，降低从其他平台迁移至摩尔线程集群的成本。

朗境创新是一家源自北京大学图形智能实验室科技成果转化的企业，核心业务涉及渲染、仿真和三维重建，也在探索世界模型与物理先验AI模型。该公司此前与摩尔线程合作，首次实现用国产显卡跑通飞机模拟器。

朗境创新副总裁周凌分享了使用摩尔线程集群的感受：在实验端，经过迁移适配，其性能和稳定性均达到研发需求，没有因为国产卡而产生结果的差异。

周凌谈道，在物理AI领域，视觉观测与物理状态需要完全并行，一旦产生漂移就会导致整个模型出错。因此，时序和并行计算是朗境创新选择无锡（惠山）国产智算中心和摩尔线程全功能GPU的主要因素。

“给我一辆法拉利，我开不好；给舒马赫一辆夏利，他也夺不了冠。”他认为，一个项目要跑通，是一个木桶效应，不是靠哪一块木板特别长，而是因为生态壁垒足够强，这也是朗境与摩尔线程通力合作的意义所在。

在仿真和合成数据、自动驾驶、机器人和世界模型等物理AI应用中，AI模型训练、渲染虚拟场景、模拟物体过程等环节会出现在同一套工作流里。这需要能统一承载、灵活调度的通用算力底座。

市面上很多国产GPU，或者专为AI计算设计，或者聚焦图像渲染，应用场景受限。而摩尔线程GPU的“全功能”特点，恰好能应对上述复杂工作流中的实际需求。

其全功能GPU基于自研MUSA架构，单芯片同时支持AI计算加速、图形渲染、物理仿真和科学计算、超高清视频编解码等不同类型的计算需求，为“算、渲、仿”提供一体化通用算力底座，在国内GPU市场中具备稀缺性。

作为极少数原生支持从FP8到FP64全精度计算的国产GPU，摩尔线程GPU在功能上全面对标国际主流产品，MTT S5000已首批通过国家《安全可靠测评》。

面向AI领域，其全功能GPU支持大语言模型、具身智能模型、世界模型的训练和推理；面向图形渲染，它在国内首发支持DirectX 12的图形加速引擎，同时率先原生支持AI生成式渲染与硬件级光线追踪能力。

如今物理AI路线仍在快速变化，这种“全功能”特性也给智算集群提供了适配更多客户业务的选择空间。

三、贯通三大AI工厂，按需向万卡级集群扩建

在今年的世界人工智能大会期间，摩尔线程创始人、董事长兼首席执行官张建中提出建设三大“AI工厂”：模型训练工厂、词元生产工厂、智能体生产工厂。

无锡（惠山）国产万卡级智算中心，正是摩尔线程AI工厂落地的标杆性成果之一。

• 模型训练工厂：模型训练需求占比过半，多家具身智能企业进行VLA、VLM及世界模型的训练。
• 词元生产工厂：集群支持Qwen、GLM、DeepSeek、Kimi、MiniMax等系列的30多款主流模型。
• 智能体生产工厂：已孵化出覆盖本地医疗、教育、政务等多个行业智能体的应用，加速AI技术落地。

按万卡规划的智算中心，为何一期只建两千卡？

惠山招商集团副总经理张涛说，无锡（惠山）国产智算中心采取“分步走”策略，一期先建成能支撑普遍客户业务的集群规模，旨在提高国产GPU市场接受度，完成适配、验证与转化客户，再根据实际需求寻找资方，来妥善推进二三期集群扩建，最终形成万卡规模。

国产GPU进入市场普遍面临获取客户信任的难题。客户要先验证、先看到效果，才有意愿做更多投入。因此，一期两千卡不仅提供算力服务，也成为客户验证国产GPU、磨合软件、评估后续投入的平台。

作为国内极少数具备训练级GPU能力的企业，摩尔线程以全功能GPU为核心，构建起从架构、芯片、集群到软件栈的全栈自主研发能力，基于全功能GPU技术优势和集群工程化交付能力，为无锡（惠山）国产万卡级智算中心提供了可持续、高性能、强可靠的工程基础。

据摩尔线程披露，其此前基于MTT S5000的万卡级智算集群已部署并上线服务，多项关键指标达到国际主流水平，浮点算力达10EFLOPS，有效训练时长可达90%，训练线性扩展效率达95%。

针对大模型推理中预填充（吃算力）和解码（吃显存带宽）特性不匹配的问题，摩尔线程提出了混合推理方案，利用MTT S5000的高算力处理预填充阶段，利用英伟达H20等高显存带宽处理解码阶段。

在相关用例中，相比仅用H20，其方案整体吞吐分值提升约1.87倍，首字延迟降低约50%，实现“3张S5000 + 2张H20 ≈ 9张H20”的等效性能，显著提升了性价比。

软硬件深度优化也是一个重要环节。方朝霞谈道，一些合作伙伴将原本跑在N卡上的项目迁移到摩尔线程的GPU上后，由于摩尔线程从底层与这些项目的软件做深度优化，跑完性能达到之前的几倍。

从研发验证到更大规模的训练，无锡（惠山）国产智算中心正在逐渐承接客户业务成长带来的新增需求。

新石器已基于MTT S5000在该智算中心完成自动驾驶模型训练验证，接下来将扩大训练规模，算力需求直逼万卡级，即当前集群投运卡数的5倍。

据张涛透露，未来，无锡（惠山）国产智算中心扩容会考虑做异构模式，结合摩尔线程PD分离异构推理方案来优化性价比，将盈亏平衡周期缩得更短。

向万卡级扩容将带来新一轮考验。大规模训练需要GPU频繁交换数据，网络、交换、存储和故障恢复都会影响训练产出。方朝霞说，摩尔线程已积累相关协同经验，未来也有可能采用更集约的超节点方式来交付。

结语：从基建、研发到生态创新，摩尔线程正在无锡形成完整业务布局

在国产GPU市场化过程中，需要扩大的，不仅是硬件基础设施，还有客户信任、可用软件和可持续业务。无锡（惠山）国产智算中心，正在给出阶段性的答案。

摩尔线程正通过持续的人才、技术、生态等投入，全面深化在无锡的业务布局。无锡（惠山）国产万卡级智算中心一期将与摩尔线程无锡研发中心、摩尔线程系统级产品研发总部、摩尔线程无锡未来中心、摩尔线程（无锡）工业具身智能创新中心、无锡市惠山区AI教育实训基地交相呼应，形成从技术和产品研发、算力基建、应用示范到人才培养的完整布局。

无论是当前的大模型训练与推理，还是面向物理AI、具身智能等未来爆发式场景，摩尔线程均可提供全场景、全周期的强劲算力支撑。据介绍，摩尔线程接下来的目标是10万卡，已与京东云达成深度合作，拟建设10万卡集群。