摩尔线程MTTS5000支撑无锡智算中心一期2000卡满载,新石器自动驾驶训练需求逼近万卡级
无锡(惠山)国产智算中心一期2000张摩尔线程MTT S5000 GPU投运仅三个月即实现满载,训练业务占比超62%;新石器基于该平台完成自动驾驶模型验证后,计划将训练规模扩展至近万卡,推动国产全功能...
10月31日,摩尔线程、无锡市惠山招商集团与新石器慧通签署战略合作协议,标志着国内首个以全功能国产GPU为底座的万卡级智算中心进入实质性扩容阶段。依托无锡(惠山)国产智算中心,新石器将基于摩尔线程MTT S5000训推一体智算卡开展更大规模的自动驾驶模型训练,算力需求接近万卡级——这一数字并非远景规划,而是已由实际业务验证的迫切需求。
该智算中心一期2000卡于2026年7月底投运,仅用三个月便实现100%满载运行,刷新了国产商用智算集群落地与商业化提速的纪录。目前已有20余家客户在平台上开展测试或正式业务,其中模型训练类任务占比超过62%,推理与训练并重的业务结构已初步成型。这一数据背后,是国产GPU能力边界的实质性拓展:过去普遍认为国产GPU仅适用于推理场景,而无锡案例首次系统性证明,其在高负载、长周期的训练任务中同样具备工程化落地能力。
承载此次满载运行的核心硬件是MTT S5000智算卡,基于摩尔线程第四代MUSA“平湖”架构。该卡单卡AI稠密算力最高达1000 TFLOPS,配备80GB显存,显存带宽1.6TB/s,卡间互联带宽784GB/s,支持FP8至FP64全精度计算,并原生兼容PyTorch、vLLM等主流AI框架。尤为关键的是,其单芯片设计集成了AI计算、图形渲染、物理仿真与科学计算四大能力模块——这使其特别适配自动驾驶这类“物理AI”场景:训练过程不仅需处理海量感知数据,还需同步进行高保真仿真环境构建与传感器建模,传统专用加速卡难以统一调度多类负载。
作为国内L4级自动驾驶无人车头部企业,新石器此前已在该中心完成首轮模型训练验证。结果显示,MTT S5000在保证收敛速度与精度的前提下,显著降低了训练成本与部署复杂度。验证成功后,新石器决定将后续训练规模提升至近万卡级别,与智算中心既定的万卡扩容路径高度对齐。值得注意的是,新石器华东智能无人车总部项目同日落地惠山经开区,总投资10亿元,涵盖销售、结算、运营调度与智造研发四大功能,形成“算力—算法—整车—运营”闭环。
这一协同模式的意义在于,它跳出了单纯“卖算力”的传统逻辑。三方合作目标明确:打通算力供给、算法迭代、整车制造到场景运营的全链条,让国产GPU从“能跑模型”真正走向“能撑量产”。所谓“撑量产”,不仅指单次训练任务的完成,更包括持续迭代、版本回滚、A/B测试等工业级开发流程的稳定支撑——这对GPU的稳定性、软件栈成熟度与集群管理能力提出了更高要求。
事实上,早在10月30日,该智算中心已与10家高校及企业签署算力合作协议,覆盖具身智能、AI视频生成、空间智能与生命科学等多个前沿方向。多元业务集中落地,反映出市场对国产算力的信任正在从“可用”转向“愿用”。尤其在训练场景中,客户对算力连续性、作业调度灵活性与生态兼容性的要求远高于推理端,而MTT S5000在此类压力测试下的表现,成为其技术可信度的关键背书。
行业层面看,当前国产GPU厂商普遍聚焦推理市场,训练级能力仍是稀缺资源。摩尔线程凭借“全功能GPU”路线,在国内成为极少数可同时满足AI训练、图形渲染与物理仿真的企业。这种能力并非技术堆砌,而是源于架构设计的底层统一性:MUSA架构将通用计算单元与专用张量核心深度耦合,避免了多芯片拼接带来的通信瓶颈与功耗浪费。在数据中心级部署中,这意味着更低的PUE、更高的集群利用率与更短的交付周期。
值得留意的是,摩尔线程已于2026年三季度实现单季扭亏为盈,营收创历史新高。商业可持续性与技术先进性同步显现,为其大规模集群交付提供了坚实基础。据透露,二期扩容将采用新一代MTT S6000系列,预计2027年初上线,进一步提升单卡算力与能效比。
无锡模式的示范效应正在显现。长三角地区多个城市已启动类似国产智算中心规划,核心诉求均指向“自主可控+场景适配”。与依赖进口芯片的集群相比,国产方案虽在绝对峰值性能上仍有差距,但在特定垂直场景(如自动驾驶仿真、工业数字孪生)中,因软硬协同优化与低延迟调度优势,实际效能差距正快速收窄。
一个关键转折点已然到来:当训练业务占比过半、万卡需求真实浮现、头部客户主动加码时,国产GPU的角色正从“备胎选项”转变为“主力引擎”。无锡(惠山)智算中心的满载运行,不仅是设备利用率的数字突破,更是国产算力生态从技术验证迈向商业闭环的重要信号。
