moore-threads-mtt-s5000
Détails de la source
Révision de la source: e00fc48e3a67e3c479e203b3a8fc45ed825dbdc292dcb70db736cdcfb94eb861
Moore Threads · Centre de données · Carte accélératrice
Cette page présente les caractéristiques de référence du MTT S5000 et des conseils de déploiement de l’IA, distincts de l’inventaire commercial de FusionPointAI.
Visuels du produit
| Champ | Valeur |
|---|---|
| Fabricant | Moore Threads |
| SKU exact | MTT S5000 |
| Famille produit | Moore Threads MTT S5000 |
| Architecture du modèle | PingHu PH100 |
| Génération | MTT S-Series pour centre de données |
| Type d’entité | Carte accélératrice |
| Cycle de vie | Actuel |
| Date de lancement | Non renseigné |
| VRAM | 80 GB |
| Technologie mémoire | HBM2e |
| Bande passante mémoire | 1 600 GB/s |
| Puissance | Non renseigné |
| Interface | PCIe Gen5 x16 |
| Format | Pleine hauteur · Pleine longueur · Double emplacement · PCIe · Accélérateur |
| Interconnexion | MTLink |
| MIG / partitionnement | Non pris en charge |
| Formats numériques pris en charge | FP64, FP32, TF32, BF16, FP16, FP8, INT8 |
| Pile logicielle | musa, pytorch, vllm, sglang |
La grande capacité mémoire permet de traiter des checkpoints volumineux et d’exécuter des inférences sur plusieurs GPU, à condition d’avoir validé l’environnement d’exécution et la topologie.
Conçu pour des charges de calcul accélérées et soutenues ; l’aptitude à l’entraînement dépend de l’interconnexion, de la précision numérique et de la topologie du cluster.
L’accélération FP16 prend en charge les charges génératives et vectorielles dans la VRAM indiquée.
Le fabricant ne publie pas de puissance de carte directement comparable.
MTLink est l’interconnexion enregistrée ; la topologie doit encore être validée.
musa, pytorch, vllm, sglang
Révision de la source: e00fc48e3a67e3c479e203b3a8fc45ed825dbdc292dcb70db736cdcfb94eb861
Il ne s’agit pas d’une photographie du produit.
https://en.mthreads.com/product/S5000
Dernière vérification: 2026-08-24