【導讀】近日，智譜正式開源GLM-5.3-Flash（320B-A18B），這款在匿名公測中登頂OpenCode與OpenRouter雙平臺調用量榜首的原生多模態(tài)模型，以57分的AA綜合智能指數進入全球前沿模型區(qū)間。模型發(fā)布當日，摩爾線程即基于AI訓推一體智算卡MTT S5000及MUSA軟件棧完成極速適配與高效運行，針對模型中KDA線性注意力機制等創(chuàng)新架構，實現了從算子定制到推理全鏈路的深度打通。
全球前沿性能，匿名公測登頂雙榜
作為GLM-5系列的首個原生多模態(tài)模型，GLM-5.3-Flash總參數為320B，激活參數僅18B，在全球權威的Artificial Analysis Intelligence Index（AA綜合智能指數）中取得57分，進入全球前沿模型能力區(qū)間，與Anthropic最受歡迎的模型Claude Opus 4.8得分持平。在自研Z.ai Code Bench體感評估中，其編程表現與Claude Opus 4.8相當。
此前，該模型以代號Ox-Alpha（社區(qū)昵稱“牛來”）在OpenCode和OpenRouter進行匿名公測，憑借出色的推理速度與智能表現，迅速成為當周最受歡迎的模型，創(chuàng)下雙平臺調用量新高。
全棧技術閉環(huán)，極速打通推理全鏈路
GLM-5.3-Flash發(fā)布當日，摩爾線程工程團隊迅速完成模型架構拆解、核心技術分析與典型算子梳理。針對其混合架構中線性注意力采用的KDA機制，團隊基于MATE算子優(yōu)化引擎，快速完成了狀態(tài)矩陣更新、分塊并行掃描等全新算子形態(tài)的定制實現與深度調優(yōu)，并與SGLang-MUSA緩存管理體系深度協同、無縫打通，充分釋放了KDA在長上下文推理中的效率優(yōu)勢。
KDA機制的核心創(chuàng)新在于，將傳統注意力中隨推理長度線性增長的KV Cache，轉化為固定規(guī)模狀態(tài)矩陣的增量更新——顯存占用不再隨序列變長而膨脹，從根本上大幅緩解了長上下文的顯存壓力。這一前沿架構特性與MTT S5000的高算力密度形成深度協同，為GLM-5.3-Flash超長上下文能力在國產算力平臺上的高效、穩(wěn)定運行提供了堅實支撐。
軟硬協同，夯實國產算力底座
本次極速適配充分驗證了MTT S5000智算卡的高算力密度與穩(wěn)定性，展現了MUSA架構“適配—部署—優(yōu)化”工程體系的高效成熟。摩爾線程以自主軟硬件協同能力，為國產AI算力底座建設提供了有力支撐。
GLM-5.3-Flash開源地址：
https://huggingface.co/zai-org/GLM-5.3-Flash
開發(fā)者可下載鏡像進行開箱體驗：
registry.mthreads.com/mcconline/inference/sglang:v0.5.17-s5000-4.3.5-torch2.9.1-20260827-glm
結論
從GLM-5.3-Flash發(fā)布到摩爾線程完成全鏈路適配，這場“發(fā)布即適配”的高效協同，展現了國產AI產業(yè)鏈日益成熟的協同能力。MTT S5000的高算力密度與MUSA軟件棧的工程效率，成功承載了KDA機制在長上下文推理中的顯存優(yōu)化優(yōu)勢，使320B參數的超級模型能夠在國產算力平臺上穩(wěn)定、高效運行。這不僅是一次技術驗證，更是一次產業(yè)信心的建立——當頂尖大模型與自主算力底座之間的適配周期從“數月”壓縮至“當日”，AGI的產業(yè)化規(guī)模普惠便不再是遙遠的愿景。
