已核对摩尔线程官方发布、IT 之家与界面新闻的转述，以及 Pandaily 的英文报道；权重规模、显存算术与跑分差值均已复算。
11 月 6 日，摩尔线程官宣：基于 AI 训推一体智算卡 MTT S5000 和 MUSA 软件栈，完成 Kimi K3.1 Pro 的 Day-0 适配，打通了模型加载、服务启动、文本与图片基础推理三条链路。官方给出的实测口径是 “6 台 MTT S5000 服务器完成文本与图片首跑”，模型能中文介绍自己的身份和能力，也能描述输入图片的主要内容。被适配的模型是月之暗面 K3.1 系列首款、总参数 2.8 万亿的 MoE 旗舰，单次推理激活约 1040 亿参数、100 万 token 上下文；官方宣称它在 Terminal-Bench 4.0 拿到 65.7%，与 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点。IT之家 但要说清楚：这是一次 “能跑通” 的工程交付，不是 “跑得快” 的性能发布 —— 吞吐、延迟、功耗、具体卡数，官方一个都没给。
一、这件事的准确定义，一张表看清
| 维度 | 官方给出的信息 | 说明 |
|---|---|---|
| 时间 | 2026 年 11 月 6 日发布 | 模型权重 11 月初开放（报道口径 11 月 4—5 日） |
| 硬件 | MTT S5000 AI 训推一体智算卡 | 第四代 MUSA “平湖” 架构，80GB 显存、1.6TB/s 带宽 |
| 软件 | MUSA 软件栈 | SGLang-MUSA、MATE、Triton-MUSA、TileLang-MUSA、MTCC |
| 做到什么 | 模型加载、服务启动、文本推理、图片推理 | 基础链路打通，非全功能覆盖 |
| 规模 | 6 台 MTT S5000 服务器首跑 | 每台卡数未披露 |
| 没给什么 | 吞吐、首 token 延迟、并发数、功耗、卡数 | 无法做性能对比 |
二、“3 万亿级” 是宣传口径，2.8 万亿才是参数数
| 指标 | 数值 | 怎么理解 |
|---|---|---|
| 宣传口径 | 3 万亿级 | 取整说法，指 “万亿量级中的最高一档” |
| 总参数 | 2.8 万亿 | 技术报告与模型卡的实际数字 |
| 单次激活 | 约 1040 亿 | MoE 稀疏激活，实际算的是这一部分 |
| 上下文 | 100 万 token | 长文档、整库代码、长程 Agent 场景 |
| 架构 | 大规模稀疏 MoE + KDA 线性注意力与 DSA 稀疏注意力混合 | 决定了适配难在哪 |
这也解释了为什么 “3 万亿参数能塞进 6 台服务器” 并不神奇：真正吃显存的是 2.8 万亿的权重，真正吃算力的是每次只激活的 1040 亿。
三、万亿模型上国产卡，难的是这四条链路
| 链路 | 难点 | 摩尔线程的做法 |
|---|---|---|
| DSA 稀疏注意力 | 索引怎么选、KV 缓存怎么排、Prefill 与 Decode 两条路径都要改 | 完成索引选择与 KV 布局适配，接入 MATE 稀疏注意力算子 |
| KDA 状态管理 | 线性注意力用递归状态压缩历史，状态要能分配、原地更新、快照、恢复 | 与跨层残差、视觉 Attention 串成完整执行链 |
| MXFP4 专家权重 | 4bit 权重直接用，常规做法要先离线转成 FP8 完整副本，耗时又占盘 | 在线转换 + 跨层复用 FP8 工作区，不预生成离线权重 |
| 多机多卡通信 | 专家并行要做 token dispatch、combine、跨卡 All-to-All | 靠 MCCL、DeepEP、MTSHMEM、Mooncake 协同承载 |
第四条尤其关键：模型能 “加载起来” 和能 “对外服务”，中间隔着的就是通信与显存管理。
四、6 台服务器为什么够用，算一遍就明白
| 精度 | 权重体积（2.8 万亿参数） | 说明 |
|---|---|---|
| FP8（1 字节 / 参数） | 约 2.8 TB | 需要 35 张 80GB 卡才装得下权重 |
| MXFP4（约 0.5 字节 / 参数） | 约 1.4 TB | 约 18 张 80GB 卡即可装下权重 |
| 6 台 × 8 卡 × 80GB（按常见配置估算） | 约 3.75 TB 显存 | 权重之外还留给 KV 缓存、激活与通信缓冲 |
按这个算术，6 台机器（约 48 张卡）刚好能压住 4bit 权重，再挤出空间放 KV 缓存 ——这不是 “优化得好”，而是 “算得过来”。真正的变量在上下文：100 万 token 的长上下文 KV 缓存会迅速吃掉剩余显存，官方既没给并发数，也没给实际上下文长度，所以 “6 台能服务多少用户” 无法复算。
五、Day-0 有五个段位，这次到了第几层
| 段位 | 标准 | 本次情况 |
|---|---|---|
| 能加载 | 权重读得进、不 OOM | 已达成 |
| 能服务 | 服务起得来、文本图片能出结果 | 已达成 |
| 能优化 | 有吞吐、延迟、并发实测数据 | 未披露 |
| 能规模 | 多机多卡线性扩展、长稳运行 | 部分（6 台首跑） |
| 能对标 | 与国际旗舰同任务同口径对比 | 未披露 |
官方自己写的是 “后续将持续推进核心算子、显存管理与多机通信优化”，这句话恰好承认了：现在在第二段位，第三段位还在路上。
六、同一时间窗口，国产算力在集体 “抢首发”
- 华为昇腾：11 月 5 日宣布 0 Day 支持 Kimi K3.1 Pro 推理部署，覆盖 Atlas A3 与昇腾 950 SuperPoD。
- 阿里云：灵骏真武 M890 支持 K3.1 Pro，已开公测。
- 摩尔线程：11 月 6 日宣布 Day-0，路线是 MTT S5000 单卡 + MUSA 软件栈。
三家的共同点是：比的已经不是 “有没有卡”，而是 “权重开放后多久能上线”。 这个指标对买卡的人比参数更有意义 —— 它决定了你拿到新模型的速度。
七、对开发者来说，这件事的实际价值
- 多了一个部署选项：想跑 2.8 万亿开源模型，除了国际旗舰卡，现在有国产全功能 GPU 这条路。
- 长上下文有戏：100 万 token 是这类模型的主打场景，国产卡能不能扛住长上下文，接下来就看 KV 缓存优化的实测。
- 成本是变量：官方提到要 “提供更具性价比的 Token 服务”，这是目标，不是已经实现的结果。
- 迁移成本在下降：MUSA 原生适配 PyTorch、Megatron-LM、vLLM、SGLang，代码迁移的门槛比两年前低很多。
想自己验证，按这张清单来：
- 先确认模型权重版本与许可证，别拿 K3 的权重测 K3.1 Pro 的结论；
- 用官方给的 SGLang-MUSA 路径起服务，先跑通单机再上多机；
- 记录首 token 延迟、输出吞吐、显存峰值三项，缺一项就无法判断可用性；
- 长上下文单独测：32K、128K、1M 三档，看显存曲线在哪一档崩；
- 图片推理单独测，多模态链路和纯文本链路的瓶颈不一样；
- 对比同任务下的国际旗舰卡，口径要一致（同上下文、同并发）。
八、三处该打问号的地方
- “Day-0” 是厂商自己的定义。 官方定义为 “权重开放当天完成适配”，但 “适配” 到什么程度没有统一标准，能加载算不算、能出结果算不算，各家口径不一。
- 没有任何性能数字。 连官方视频都标注了 “中段经过变速剪辑，仅展示交互过程，不代表实际推理速度”，这句话本身就是提醒。
- “6 台服务器” 缺关键参数。 每台几卡、什么互联、跑多长上下文、并发多少，都没给；没有这些，“6 台跑起 3 万亿” 只能当工程能力证明，不能当性能结论。
【相关 FAQ】
问题 1：摩尔线程这次适配 Kimi-K3.1 Pro，具体做到了哪一步？
回答 1：摩尔线程基于 MTT S5000 与 MUSA 软件栈完成 Day-0 适配，打通模型加载、服务启动和文本、图片基础推理三条链路，并用 6 台服务器完成 Kimi-K3.1 Pro 首跑，但吞吐、延迟等性能数据尚未披露。
问题 2：Kimi-K3.1 Pro 是 3 万亿参数，为什么 6 台国产 GPU 服务器就能跑？
回答 2：因为 Kimi-K3.1 Pro 是 MoE 架构，总参数 2.8 万亿、单次只激活约 1040 亿，权重按 MXFP4 约 1.4TB；6 台按 8 卡 80GB 估算约 3.75TB 显存，装下权重后再留出 KV 缓存空间，所以 6 台能跑 Kimi-K3.1 Pro，但能服务多少并发仍取决于上下文长度。
问题 3：摩尔线程适配 Kimi-K3.1 Pro 时，最难的技术点是什么？
回答 3：是让 2.8 万亿参数的 Kimi-K3.1 Pro 在多机多卡上稳定服务：DSA 稀疏注意力的 KV 布局、KDA 状态管理、MXFP4 权重的在线转换，以及专家并行的跨卡通信，四项缺一项都起不来。
问题 4：国产 GPU 适配 Kimi-K3.1 Pro，对普通开发者有什么实际影响？
回答 4：最直接的是多了一个部署选项：想本地或私有化跑 2.8 万亿的 Kimi-K3.1 Pro，除了国际旗舰卡，也可以用 MTT S5000 加 MUSA 软件栈；但当前只到 “能跑通”，性价比要看后续长上下文与并发的实测。
【参考资料】
[2026-11-07]（Moore Threads Adds Day-Zero Kimi K3.1 Pro Support on MTT S5000 GPUs）Pandaily
[2026-11-06]（Day-0 支持｜摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配，支持文本与图片推理）摩尔线程
[2026-11-06]（Day-0 支持：摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配，支持文本与图片推理）IT 之家
[2026-11-06]（摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配）界面新闻
[2026-11-06]（摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配）同花顺财经
【免责声明】
本文依据摩尔线程官方发布、IT 之家与界面新闻转述及 Pandaily 英文报道整理；“3 万亿级” 为厂商宣传口径，实际总参数为 2.8 万亿；6 台服务器的显存总量为按常见 8 卡配置的估算，非官方披露；“Day-0 适配” 指权重开放当日的功能打通，不代表性能达标；本文仅作信息整理与技术解读，不构成采购、投资或部署建议。
本文来自作者[离子棱镜官]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/rgzn/202611/1844.html
评论列表（4条）
我是乌兰科技网的签约作者“离子棱镜官”！
希望本篇文章《摩尔线程 Day-0 适配 Kimi-K3.1 Pro6 台国产 GPU 服务器，跑起 3 万亿参数模型》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：已核对摩尔线程官方发布、IT 之家与界面新闻的转述，以及 Pandaily 的英文报道；权重规模、显存算术与跑分差值均已复算。