7月6日，似乎是一个好日子。同一天内，腾讯与美团接连宣布新一代大模型开源——分别是腾讯的Hy3以及美团的LongCat-2.0。就在两个“大厂”宣布开源的同一天，摩尔线程旗舰级AI训推一体的全功能GPU智算卡MTT S5000就实现了对两个新一代大模型的Day0适配。
其中，Hy3是由腾讯混元团队研发的快慢思考融合的混合专家模型，总参数量295B，激活参数21B，支持256K上下文长度。相比preview版本，它展现出显著强于同尺寸模型且比肩（参数规模2-5倍的）旗舰模型的智能水平。Hy3在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著。依靠WorkBuddy、元宝、微信、AI游戏助手等真实业务场景的历练，产品稳定性与用户体验显著提升，腾讯丰富的真实业务场景与混元模型能力迭代形成了相互赋能的良性循环。针对Hy3的能力特征，MTT S5000从硬件算力、软件栈到开源框架进行了全链路精准匹配与深度优化。Hy3的256K超长上下文窗口，对推理阶段的KV Cache存储与访存带宽提出了极高要求。MTT S5000凭借硬件级原生FP8加速，配备大容量显存与高带宽，可为百万token级长序列提供了充足的缓存空间与卓越的数据吞吐能力。
而美团自研的新一代LongCat-2.0大模型，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，实现了资源的高效利用与多任务协同。摩尔线程技术团队依托高性能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。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，为开发者和企业客户提供更便捷的模型部署路径。
观察： 国产GPU的基础设施建设和软件生态兼容正加速
事实上，一天内“连下两厂”的“摩尔速度”，并不让人特别意外。摩尔线程基于此前对DeepSeek-V4、MiniMax M3.0、Kimi2.6、GLM-5.2等多款国产旗舰模型的Day-0适配经验，已形成一套高效、系统化的复杂推理任务优化方法论。依托muDNN、MATE高效算子库、Triton-MUSA编译优化及SGLang-MUSA框架层加速，在保障模型精度无损的前提下，显著提升了推理吞吐并降低了响应延迟。特别是在Agent与Coding场景，实现低延迟、摩尔线程已经实现了高吞吐推理优化。
当国产大模型与国产芯片持续实现深度协同，摩尔线程MUSA软件栈的生态兼容性愈发强大，多次做到第一时间适配前沿模型能力，证明了一点：高性能的国产全功能GPU基础设施正在迅速规模化，大模型应用创新落地也在加速。
