摩尔线程达成美团LongCat-2.0大模型极速适配

美团新一代万亿参数大模型LongCat-2.0近日正式开源，摩尔线程基于MTT S5000智算卡与MUSA软件栈迅速完成全链路适配，实现稳定高效推理，为开发者提供便捷部署路径。

LongCat-2.0模型在MTT S5000上运行

作为美团自研的万亿参数MoE大模型，LongCat-2.0总参数量达1.6T，平均激活约48B，动态范围33B至56B。该模型专为Agentic Coding场景设计，原生支持1M超长上下文，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，实现资源高效利用与多任务协同。综合评测显示，LongCat-2.0在Code和General Agent场景表现优异，跻身全球最受开发者欢迎的智能体核心大模型之一。

摩尔线程技术团队依托高性能SGLang-MUSA推理引擎与MUSA软件生态，围绕LongCat-2.0模型结构与推理特性，快速完成从框架兼容到性能优化的全链路适配。

硬件原生FP8加持，释放长上下文推理性能

LongCat-2.0面向复杂任务处理，实际部署涉及长输入、多轮上下文、复杂指令分解与持续生成等推理负载，对GPU算力、显存容量、访存带宽及推理调度能力要求极高。MTT S5000具备硬件级原生FP8加速能力，单卡高算力、大容量显存与高带宽，为长上下文输入、KV Cache读写和高并发推理提供稳定支撑。结合SGLang-MUSA推理引擎与MUSA软件栈协同优化，LongCat-2.0在MTT S5000上充分释放推理性能，提升在线服务响应效率与系统吞吐能力。

标准化工程路径，缩短前沿模型部署周期

摩尔线程基于持续沉淀的模型适配经验，将模型结构解析、权重加载、推理框架兼容、算子验证与部署测试形成标准化工程路径，使LongCat-2.0在MTT S5000上快速完成推理验证。这进一步体现MUSA软件栈对主流模型生态的高度兼容性，有效降低前沿模型在国产算力平台上的迁移与部署门槛。

服务AI应用落地，支撑Coding、Agent与企业知识场景

围绕AI Coding、Agent工作流、企业知识库问答与长文档分析等典型应用，摩尔线程对LongCat-2.0推理链路进行了部署级验证。通过框架、算子和调度层面协同优化，MTT S5000为客户提供兼具性能、稳定性和可扩展性的推理基础设施，助力大模型应用从技术验证走向生产部署。

此次LongCat-2.0模型的Day-0支持，标志着国产大模型与芯片深度协同的重要里程碑，未来将持续依托MUSA生态加速前沿模型适配，推动大模型应用创新落地。

LongCat-2.0官方开源地址：

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