# 摩尔线程完成智谱GLM-5.2 Day-0极速适配

- 来源：IT之家（RSS）
- 发布时间：2026-06-17 16:25
- AIHOT 分数：37
- AIHOT 链接：https://aihot.virxact.com/items/cmqhukphd02trslf07ukjfa0o
- 原文链接：https://www.ithome.com/0/965/478.htm

## AI 摘要

智谱上线并开源GLM-5.2，在Code Arena前端开发盲测中获全球可用模型第一。摩尔线程在MTT S5000上完成Day-0极速适配，基于SGLang-MUSA推理引擎与TileLang-MUSA算子编程语言实现模型适配与优化。MTT S5000凭借硬件级原生FP8加速（单卡稠密算力1000 TFLOPS）、80GB显存与1.6TB/s带宽，支持Solid 1M超长上下文，降低首Token等待时间，提升AI Coding、RAG和长文档分析等场景的在线推理效率。

## 正文

IT之家 6 月 17 日消息，智谱今日宣布上线并开源 GLM-5.2。在全球百万用户参与盲测的前端开发评估系统 Code Arena 上，GLM-5.2 取得全球可用模型第一的表现。摩尔线程今日宣布在 AI 训推一体全功能 GPU 智算卡 MTT S5000 上，完成对智谱新一代开源旗舰模型 GLM-5.2 的 Day-0 极速适配。

据介绍，摩尔线程技术团队基于 SGLang-MUSA 推理引擎及 TileLang-MUSA 算子编程语言，完成了模型结构适配、关键算子优化、框架拉起与部署验证，在 MTT S5000 上实现 GLM-5.2 的高效、高精度推理。摩尔线程还表示，MTT S5000 从硬件算力、软件栈到开源框架进行了全链路适配与深度优化：

支撑超长上下文

GLM-5.2 的 Solid 1M 上下文与长程任务能力，使长 Prompt 编码、上下文读入与 KV Cache 生成成为推理链路中的关键环节。长输入请求在进入生成阶段前，需要先完成大规模 Prefill 计算；这一阶段高度依赖并行矩阵计算、Attention 算子效率、显存容量与访存带宽。

MTT S5000 凭借硬件级原生 FP8 加速，单卡稠密算力高达 1000 TFLOPS，配备 80GB 大容量显存与 1.6TB/s 超高带宽，可在长输入 Prefill 阶段集中释放高吞吐优势，为百万 token 级上下文处理提供充足缓存空间和稳定数据吞吐。依托 MUSA C++、Triton-MUSA 与 TileLang-MUSA 等工具链，GLM-5.2 相关算子结构可快速迁移并针对长序列场景持续优化，帮助降低长上下文请求的首 Token 等待时间（TTFT），提升 AI Coding、RAG 和长文档分析等场景的在线推理效率。

赋能前沿 Coding 与 Agent 能力

面向 GLM-5.2 重点强化的编程、智能体和长程任务场景，摩尔线程基于 GLM 家族多代模型的适配与优化经验，将模型结构适配、算子优化、框架拉起和部署验证能力快速迁移至 GLM-5.2。通过原生算子定制、TileLang-MUSA 编程优化和 SGLang-MUSA 推理框架协同，MTT S5000 能够在保障模型精度的前提下提升推理吞吐、降低响应延迟，为客户提供面向 AI Coding、Agent 工作流和长文档分析的高效推理服务。

IT之家附开源链接如下：

GitHub：https://github.com/zai-org/GLM-5

Hugging Face：https://huggingface.co/zai-org/GLM-5.2

ModelScope：https://modelscope.cn/models/ZhipuAI/GLM-5.2