4 月 24 日消息，摩尔线程今天携手智源 FlagOS，为旗舰级 AI 训推一体全功能 GPU MTT S5000 完成 DeepSeek-V4-Flash 模型 Day-0 适配。
据介绍，DeepSeek-V4-Flash 模型采用混合专家（MoE）架构，总参数量达 284B，激活参数 13B，支持百万 token（词元）上下文长度。预训练数据超 32Ttoken，在最大推理力度模式（Flash-Max）下推理能力逼近 Pro 版本。
值得注意的是，DeepSeek-V4 模型首次采用了“FP4+FP8”混合精度策略，而国内当前主流 AI 芯片仍普遍以 BF16 为主。摩尔线程凭借原生 FP8 支持能力，可更高效承载 DeepSeek-V4 的前沿精度设计。
同时，MTT S5000 GPU 内置硬件级 FP8 Tensor Core 加速单元，相比传统 BF16/FP16 能将数据位宽直接减半，显存带宽压力降低 50%，理论计算吞吐量实现翻倍。
为充分发挥 MTT S5000 的 FP8 优势，FlagOS 团队为 DeepSeek-V4 模型进行 FP8 量化。通过系统级分析，双方技术团队将本次适配的攻坚重点锁定在 FP8 算子与 Sparse Attention 算子，在“编译优化”与“自动调优”两大方向取得重大突破。
综合此前报道，摩尔线程已多次 Day-0 即时适配国产大模型，涵盖 MiniMax M2.7、智谱 GLM-5 等
跑题了，不过这个帖子配图里面的显卡接口是PCIe 5.0吗？看着挺像的。
哇，国产GPU都能这么快适配DeepSeek-V4了？进步真快。不过这个FP4+FP8混合精度策略在实际部署的时候，对驱动和编译器的要求是不是特别高啊？我印象中之前很多芯片跑非标准精度格式都挺折腾的。
具体怎么操作的呢？是不是得先刷成FlagOS的系统，然后去官网下载专门的驱动和模型权重？有没有现成的Docker镜像可以直接拉取部署的，求个教程链接。
FP4+FP8混合对驱动要求其实还好，主要难点在编译器自动选精度的策略
小白问一下，这个Day-0适配具体是什么意思啊？是模型发布当天就支持了，还是说需要等一个特定的系统更新包？我不太确定这对我们普通开发者来说意味着什么。
我们实验室上个月刚申请到一块MTT S5000的测试卡，当时还在愁生态呢，主流框架的支持都不太全。看到这个新闻感觉有盼头了，至少国产大模型这条路线能跑通了。不过实际性能还得等我们自己测一下，看Flash-Max模式下的吞吐和延迟到底怎么样，希望别只是“理论翻倍”。
srvxr
11
又来这种帖子了，通稿味儿太冲了，“重大突破”、“理论翻倍”，实际落地的时候各种坑，最后还不是得靠老黄。坐等一个第三方实测打脸。
镜像目前估计还没公开，得等FlagOS官方发组合包，催不来
看图金手指数量像5.0，但官方介绍页写的是4.0，估计你看错了
Day-0适配国产GPU是真效率，FP4加FP8混合精度对算子库要求高
编译器要支持非标精度格式，国产芯片软件栈这两年补齐快
