盗梦空间

凤凰网科技讯 8月24日，摩尔线程正式发布《MTT S5000 Prefill-as-a-Service技术白皮书》，基于旗舰级AI训推一体智算卡MTT S5000，提出Prefill-Decode异构解耦方案，面向AI Agent、代码生成、超长文档分析等长上下文推理场景，旨在破解推理成本瓶颈。

二 |                    1、伊朗战事，真失控还是假失控？关注几个重要细节          这个周末很不平静，如果大家单纯看财经媒体的各种标题，会发现美国和伊朗的这场中东冲突在升级，全球股票市场也因为这个最大的不稳定因素而承受重重压力——不管是美国市场还是亚洲、欧洲市场，都出现了明显的下挫。白皮书指出，大模型输入上下文规模进入百K至1M级别后，Prefill（预填充，计算密集型）与Decode（解码，访存密集型）在同一资源池混跑造成结构性算力错配。国内A股市场在周五的时候也出现了波动加剧。

三 | 真实的情况是不是这个样子？我们梳理了一下目前发生的事实性消息，如果从细节上来观察，可能得出来的结论会恰恰相反。                   我们先用一句话来总结：双方在冲突过程当中，口头是在升级的，但是行动是克制的。解决方案是将二者彻底解耦，分别运行在各自最契合的硬件资源池上，实现单位Token基础设施成本大幅下降。

四 | 所以很多对于目前金融市场、大宗商品价格等的观察，我们得出来的结论可能跟市场上会不一样。MTT S5000硬件特性与Prefill任务高度契合：提供高稠密算力压缩首字时延，原生支持FP8全精度计算，并全面兼容CUDA及PyTorch、vLLM等主流推理框架。                   第一个细节也是被各大媒体转载的，就是伊朗这边的态度越来越强硬。他们引述了伊朗革命卫队一位少将对外的发言，说目前怎样的情况才能够终止双方冲突、让伊朗停止反击？两个条件：一个要求美国赔偿伊朗的损失，第二个要求美国离开波斯湾。这个要求很多朋友第一眼看上去会觉得狮子大开口，因为不管哪一条，美国都完全不可能答应。实测数据显示，在64K上下文场景下，单机Prefill吞吐达95,920 tok/s，按智谱API定价测算，满负载下单机月收入可达64.6万元；400K极限长序列场景TPM达2.6MTokens，吞吐平稳可控。

五 | 摩尔线程表示，大模型产业竞争下半场本质上是推理效率与商业回报的较量，该方案旨在帮助企业在万亿参数与Agent时代降低总拥有成本。这是不是意味着伊朗压根就不想谈，就想着战斗到底？这是很自然的一个联想。完整白皮书已在官网发布。