维度网讯，美团于7月6日正式开源其新一代万亿参数大模型LongCat-2.0。同日，摩尔线程基于AI训推一体全功能GPU智算卡MTT S5000及MUSA软件栈，完成了对该模型的快速适配。适配工作覆盖模型加载、推理引擎拉起、关键算子优化、部署验证与精度校验等全链路环节，使LongCat-2.0能够在MTT S5000上实现稳定、高效的推理运行，为开发者和企业客户提供了更便捷的模型部署路径。
LongCat-2.0是美团自研的新一代万亿参数MoE大模型，总参数量达1.6T，平均激活参数量约为48B，动态范围在33B至56B之间。该模型专为Agentic Coding场景设计，原生支持1M超长上下文，并采用了自研的稀疏注意力机制（LSA）、ScMoE跨层快捷连接架构与零计算专家动态激活机制，以实现资源的高效利用与多任务协同。综合评测结果显示，LongCat-2.0在Code和General Agent场景中表现优异，已成为全球开发者社区中受欢迎的智能体核心大模型之一。
摩尔线程技术团队通过高性能SGLang-MUSA推理引擎及MUSA软件生态，围绕LongCat-2.0的模型结构和推理特性，完成了从框架兼容到性能优化的全链路适配。
硬件支持方面，MTT S5000具备硬件级原生FP8加速能力，单卡提供高算力、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了稳定支撑。配合SGLang-MUSA推理引擎与MUSA软件栈的协同优化，LongCat-2.0在MTT S5000上能够更充分释放推理性能，提升在线服务响应效率与系统吞吐能力。
摩尔线程采用标准化工程路径，将模型结构解析、权重加载、推理框架兼容、算子验证和部署测试等环节形成流程，使LongCat-2.0能够在MTT S5000上快速完成推理验证。这一做法有助于降低前沿模型在中国算力平台上的迁移和部署门槛。
围绕AI Coding、Agent工作流、企业知识库问答和长文档分析等场景，摩尔线程对LongCat-2.0推理链路进行了部署级验证。通过框架、算子和调度层面的协同优化，MTT S5000可提供兼顾性能、稳定性和可扩展性的推理基础设施。
此次实现LongCat-2.0模型的Day-0支持，是中国大模型与中国芯片深度协同的一次实践。摩尔线程表示，未来将继续依托MUSA软件栈的生态兼容性，适配前沿模型能力，以中国全功能GPU基础设施加速大模型应用创新落地。
