趋境科技与摩尔线程达成战略合作，国产异构方案实现高品质AI Token生产级落地

事件概述

2026年9月3日，趋境科技（Qijing Technology）与摩尔线程（Moore Threads）正式签署战略合作协议。双方将基于趋境科技自研的国产Prefill-Decode（PD）异构技术，与摩尔线程MTT S5000智算卡及MUSA软件平台进行深度整合，共同研发和推广以Token Pod（Token超节点）为载体的联合解决方案，旨在建设能够承接真实业务的高品质AI Token国产化生产工厂。

核心信息与技术路径

1. PD异构架构优化成本结构
该合作的核心优势在于对大模型推理中Prefill（预填充）与Decode（解码）两个阶段的资源解耦与优化：

• Prefill阶段：由摩尔线程MTT S5000承担输入计算与KV Cache生成。凭借高密度AI算力、原生FP8精度及MUSA软件栈支持，MTT S5000被构建为可独立供给、计费优化的算力资源池。
• Decode阶段：由高带宽GPU负责Token生成。
• 协同效应：趋境科技通过自研技术完成跨设备协同，减少Prefill阶段对高成本资源的占用，避免按单一峰值配置基础设施。数据显示，由4至5台MTT S5000组成的Prefill资源池，其输入Token处理性价比超过国际先进算力方案。

2. 生产级性能指标验证
方案已从实验环境走向规模化生产，并在头部模型厂商的真实Token流量中运行。关键生产数据如下：

• 生成速度：平均超过50 TPS（Tokens Per Second）。
• 缓存效率：KV Cache命中率超过90%。
• 稳定性：达到99.9%的服务可用性。
• 时延保障：实现了生产级的低首Token时延（TTFT）。

3. “少模型、深优化”策略
趋境科技坚持“少模型、深优化”路线，聚焦具有明确规模化需求的重点模型，围绕模型、芯片及真实负载进行持续工程优化。相关经验已沉淀至ATaaS平台，形成可复用的生产能力。

值得关注

• 标准化交付载体Token Pod：双方将推出软硬一体化的Token Pod解决方案，具备共享KV Cache、流量感知配置、弹性扩展和故障隔离能力，可适配国产与国际主流硬件组合，加速解决方案落地。
• 产能基础：截至2026年8月，趋境科技已完成日均万亿级高品质AI Token的生产项目共建，并在多个项目中形成日均千亿级生产能力，为大规模国产化Token工厂建设积累了实证经验。
• 行业意义：此次合作标志着国产PD异构推理技术率先进入生产环境，证明了国产算力在系统级Token生产效率上具备替代国际先进算力的潜力，为万亿参数大模型的规模化推理提供了兼顾性能与成本的国产路径。