多款国产芯片Day0支持智谱GLM-5

2月11日，智谱AI上线并开源GLM-5，随后多款国产芯片宣布完成对GLM-5的Day0适配（指在产品正式发布或系统上线当天（第0天）就能完全兼容和正常运行的能力）。

海光信息方面表示，在本次Day0适配合作中，海光DCU团队深度协同智谱AI，凭借DTK等自研软件栈优势，重点优化底层算子与硬件加速，使GLM-5在海光DCU上实现高吞吐、低延迟的稳定运行，充分发挥“国产算力+国产大模型”价值。

摩尔线程表示，基于SGLang推理框架，该公司在旗舰级AI训推一体全功能GPU MTT S5000上，Day-0完成了全流程适配与验证。凭借MUSA架构算子覆盖与生态兼容能力，摩尔线程打通了模型推理全链路，并深度释放MTT S5000的原生FP8加速能力，在确保模型精度的同时显著降低了显存占用，实现了GLM-5的高性能推理。

不仅如此，摩尔线程还首次公布了MTT S5000的算力参数。该卡基于第四代MUSA架构“平湖”打造。其单卡AI算力最高可达1000 TFLOPS，配备80GB显存，显存带宽达到1.6TB/s，卡间互联带宽为784GB/s，完整支持从FP8到FP64的全精度计算。

随后有消息传出，目前智谱GLM-5已完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等主流国产芯片平台的深度推理适配与算子级优化，能够在国产算力集群上实现高吞吐、低延迟的稳定运行。

据介绍，智谱GLM-5在Coding与Agent能力上取得开源SOTA表现，在真实编程场景的使用体感逼近Claude Opus 4.5，擅长复杂系统工程与长程Agent任务：

参数规模从355B（激活32B）扩展至744B（激活40B），预训练数据从23T提升至28.5T，大幅提升通用智能水平；构建全新“Slime”异步强化学习框架，支持更大模型规模及更复杂强化学习任务，可通过异步智能体强化学习算法持续从长程交互中学习；首次集成DeepSeek Sparse Attention稀疏注意力机制，在维持长文本效果无损的同时，大幅降低模型部署成本、提升Token Efficiency。

一个月前，智谱图像生成模型GLM-Image发布。该模型采用“自回归＋扩散解码器”混合架构，是智谱面向“认知型生成”技术范式的一次重要探索，也是首个开源工业表现级离散自回归图像生成模型。

彼时华为计算方面表示，昇腾NPU和昇思MindSpore AI框架提供从数据到训练的全流程支撑，并提出一系列训练性能优化特性，助力智谱高性能训练出首个基于自主创新算力底座全程训练的SOTA模型。