趋境科技×摩尔线程｜国产PD异构Token工厂进入生产环境

大模型应用一旦进入规模化，基础设施竞争就会从「单卡跑不跑得动」滑向「每一枚高品质Token的生产成本」。9月3日，趋境科技与摩尔线程签署战略合作协议：以趋境自研国产PD异构技术，深度融合摩尔线程MTT S5000智算卡与MUSA软件平台，共同推进基于ATaaS平台的国产化高品质AI Token工厂，并以Token Pod（Token超节点）作为联合交付载体。

趋境科技聚焦推理系统与Token生产运营，公开强调「少模型、深优化」——围绕有明确规模化需求的重点模型，把芯片、推理引擎与真实负载一起打磨。摩尔线程是国产GPU与MUSA软件栈厂商，MTT S5000面向智算场景，强调高密度算力、原生FP8与生态适配。签约现场公开出席名单包括趋境创始人兼CEO艾智远、首席科学家武永卫，以及摩尔线程创始人、董事长兼CEO张建中等。

方案与生产口径：

1. 分治：MTT S5000负责Prefill阶段输入计算与KV Cache生成，再与承担Decode的高带宽GPU协同
2. 资源池：Prefill可独立供给、独立计费、独立优化，减少按单阶段峰值配置整套集群的浪费
3. 性价比：同等生产服务标准下，由约4至5台MTT S5000组成的Prefill资源池，输入Token处理性价比公开称超过国际先进算力方案
4. 生产指标：平均超过约50 TPS生成速度、超约90%的KV Cache命中率、约99.9%稳定性，并给出生产级低首Token时延（TTFT）保障
5. 业务：相关方案已投入生产，承接头部模型厂商官方业务的真实Token流量

所谓PD异构，白话是把「读懂长上下文、写好KV」和「一个个吐字」拆到不同算力池，用更合适的卡干更合适的活；所谓AI Token工厂，白话是按服务等级协议持续、稳定地「生产」可计费推理输出，而不是实验室跑通一次Demo。对采购方，验收应从单卡基准转向端到端时延、命中率、稳定性与单位Token成本。

放在国产算力上下文里，长期叙事偏「能不能训起来」；推理侧一旦日均走到千亿、万亿Token，真正卡脖子的是Prefill成本与混部运维。趋境公开称截至2026年8月已完成日均万亿级高品质Token生产项目共建，并在多个项目形成日均千亿级生产能力——这为Token Pod标准化复制提供了项目土壤。双方拟把模型适配、跨设备协同与运营经验沉淀进Token Pod，形成可按业务扩展的生产单元。

产业影响上，若PD异构混推成为政企与模型厂默认路径，国产GPU进入生产环境的门槛会从「替代整卡」变成「先吃Prefill」。需要把边界读清楚：性价比与TPS等为合作双方公开口径，不同模型与负载不可直接外推；「超越国际先进」是在既定服务标准下的对照表述。下一观察点是Token Pod标准化交付节奏，以及更多头部流量是否持续迁入。