摩尔线程 × 五一视界｜共建全栈国产化的物理AI仿真体系

当前随着端到端智驾路线收敛至VLA与世界模型，线程系提升算法长尾场景处理能力成为行业尚未破解的×视关键瓶颈，基于海量Log数据的界共建全高置信度闭环仿真与合成数据生成更是行业公认的技术难点。

为突破这一挑战，栈国真体摩尔线程以旗舰级AI训推一体全功能GPUMTT S5000的产化强劲算力，深度赋能五一视界下一代智驾仿真平台 SimOne 4.0，线程系双方已高效完成系统性适配与深度优化。×视通过打通从大模型感知挖掘、界共建全4DGS模型训练到4DGS仿真推理和合成数据生成的栈国真体关键链路，双方基于MTT S5000，产化正式开启物理AI高置信度闭环仿真与合成数据的线程系全栈国产化新篇章。


图示：基于SimOne 4.0实现7个周视摄像头4DGS场景重建效果

MTT S5000是×视专为大模型训练、推理及高性能计算而设计的界共建全全功能GPU智算卡，基于第四代MUSA架构“平湖”打造。栈国真体其单卡AI算力（稠密）最高可达1000TFLOPS，产化配备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。MTT S5000凭借FP8提升训推效率、FP64保障计算精准、光线追踪实现高保真渲染，以自主可控的强劲底层算力，为智能驾驶提供安全、高效、可靠的核心国产算力支撑。

VLM大模型感知挖掘：首字响应速度表现卓越

SimOne大模型感知挖掘能够从海量车辆采集的非结构化Log数据中，利用多模态大模型（VLM）极强的语义理解能力，精准挖掘出包含长尾场景、复杂博弈及极端天气在内的最有价值数据。通过感知挖掘出的关键场景，可以进一步结合 4DGS技术进行高保真场景重建与生成，将碎片化的真实路采数据转化为可编辑、可泛化的动静态场景和资产。

在SimOne 4.0的大模型感知挖掘功能中，双方针对Qwen3-VL多模态大模型进行了深度调优。实测结果令人惊喜：无论是在8B模型还是更复杂的30B MoE架构下，MTT S5000在“预填充（Prefill）”阶段的首字响应速度（TTFT）均优于国际主流竞品，优势最高扩大至14%，且在10并发的高压环境下依然保持了稳健的吞吐量。

4DGS模型训练与仿真推理：高效替代方案的正式落地

在更考验训练和推理能力的4DGS（4D高斯泼溅）领域，基于51Sim此前在入选AAAI 2026人工智能顶会发布的LidarPainter技术，国产算力同样经受住了考验。目前测试数据显示，在训练端，MTT S5000展现出比肩国际主流竞品的强劲性能，仅需2.5小时即可完成一个真实Clip场景的高质量重建。

在仿真推理端，MTT S5000充分释放并行计算潜能，通过多卡并发推理模式，强力驱动SimOne 4.0实现了在11v1L（11路摄像头+1路激光雷达）复杂配置下的实时闭环仿真与合成数据生成。
s超大规模负载：针对单Clip包含1600万个高斯点的模型，MTT S5000 能够实现稳定流畅的仿真推理，性能表现优异。
s视觉一致性：渲染效果对比显示，MTT S5000在纹理、动态物体细节上的表现与国际主流显卡一致。这种高保真的表现，确保了合成数据与真实传感器数据在特征分布上的高度统一。


图示：MTT S5000渲染效果示例

全栈国产化：重塑物理AI生态底座

摩尔线程与五一视界的强强联手，首次将国产算力与端到端智能驾驶仿真体系完整打通，标志着从芯片、仿真引擎到上层应用的国产软硬件生态闭环正加速形成，共同构建物理AI进化的基础设施。
筑牢安全基石：打破了自动驾驶仿真与训练对海外硬件生态的长期依赖，为核心数据治理与算法迭代构建了自主可控的安全屏障。
实现高效闭环：基于MTT S5000 的强大算力，SimOne 4.0 能够支持实时闭环仿真，并生成高置信度新视角合成数据，大幅提升智驾算法对长尾场景的处理能力。
树立产业标杆：更有力地证明了国产高端 GPU 已跨越“能用”的门槛，正式迈入在高精度、高负载自动驾驶任务中“好用”的全新阶段。

展望未来，双方将持续深化技术融合，打磨国产算力底座上的算法表现，共建繁荣的智驾创新生态，为全球自动驾驶产业输出具备核心竞争力的“中国方案”。

关于摩尔线程

摩尔线程以全功能GPU为核心，致力于向全球提供加速计算的基础设施和一站式解决方案，为各行各业的数智化转型提供强大的AI计算支持。我们的目标是成为具备国际竞争力的GPU领军企业，为融合人工智能和数字孪生的数智世界打造先进的加速计算平台。我们的愿景是为美好世界加速。

(责任编辑：百科)