廣東
歡迎報名：ICDIA 2026 （第六屆中國集成電路創芯大會）
7月6日，美團新一代萬億參數大模型LongCat-2.0 正式宣布開源。同日，摩爾線程基于AI訓推一體全功能GPU智算卡MTT S5000及MUSA軟件棧，已完成對該模型的快速適配。此次適配覆蓋模型加載、推理引擎拉起、關鍵算子優化、部署驗證與精度校驗等全鏈路環節，使LongCat-2.0能夠在MTT S5000上實現穩定、高效的推理運行，為開發者和企業客戶提供更便捷的模型部署路徑。
LongCat-2.0模型在MTT S5000上運行
作為美團自研的新一代萬億參數MoE大模型，LongCat-2.0總參數量達1.6T（平均激活約48B，動態范圍33B~56B）。該模型專為Agentic Coding場景設計，原生支持1M超長上下文，并通過自研稀疏注意力機制（LSA）、ScMoE跨層快捷連接架構與零計算專家動態激活機制，實現了資源的高效利用與多任務協同。綜合評測結果顯示，LongCat-2.0 憑借卓越的綜合性能與穩定的任務表現，在Code和General Agent場景表現優異，已躋身全球最受開發者歡迎的智能體核心大模型之一。
摩爾線程技術團隊依托高性能SGLang-MUSA推理引擎及MUSA軟件生態，圍繞LongCat-2.0的模型結構和推理特性，快速完成從框架兼容到性能優化的全鏈路適配。
▼ 硬件原生FP8加持，釋放長上下文推理性能
LongCat-2.0面向更復雜的任務處理需求，在實際部署中往往涉及長輸入、多輪上下文、復雜指令分解和持續生成等推理負載，對GPU算力、顯存容量、訪存帶寬和推理調度能力均提出更高要求。MTT S5000具備硬件級原生FP8加速能力，單卡具備高算力、大容量顯存與高帶寬，可為長上下文輸入、KV Cache讀寫和高并發推理提供穩定支撐。結合SGLang-MUSA推理引擎與MUSA軟件棧的協同優化，LongCat-2.0在MTT S5000上能夠更充分釋放推理性能，提升在線服務響應效率與系統吞吐能力。
▼ 標準化工程路徑，縮短前沿模型部署周期
摩爾線程基于持續沉淀的模型適配經驗，將模型結構解析、權重加載、推理框架兼容、算子驗證和部署測試形成標準化工程路徑，使LongCat-2.0能夠在MTT S5000上快速完成推理驗證。這不僅進一步體現了MUSA軟件棧對主流模型生態的高度兼容性，也有效降低了前沿模型在國產算力平臺上的遷移和部署門檻。
▼ 服務AI應用落地，支撐Coding、Agent與企業知識場景
圍繞AI Coding、Agent工作流、企業知識庫問答和長文檔分析等典型應用，摩爾線程對LongCat-2.0推理鏈路進行了部署級驗證。通過框架、算子和調度層面的協同優化，MTT S5000能夠為客戶提供兼具性能、穩定性和可擴展性的推理基礎設施，助力大模型應用更快從技術驗證走向生產部署。
此次完成LongCat-2.0模型Day-0支持，是國產大模型與國產芯片深度協同的又一重要實踐。未來，摩爾線程將繼續依托MUSA軟件棧強大的生態兼容性，持續在第一時間適配前沿模型能力，以高性能、可規?；膰a全功能GPU基礎設施，加速大模型應用創新落地。
▼ LongCat-2.0官方開源地址：
https://github.com/meituan-longcat/LongCat-2.0
https://huggingface.co/meituan-longcat/LongCat-2.0
https://huggingface.co/meituan-longcat/LongCat-2.0-FP8
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
