Day-0 支持：摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配，支持文本与图片推理

IT之家 11 月 6 日消息，本月 4 日，月之暗面正式公布 Kimi K3.1 Pro 完整模型权重。在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。摩尔线程官方今日宣布，摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈，完成 Kimi-K3.1 Pro 模型的 Day-0 适配，打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到，Kimi K3.1 Pro 是 K3.1 系列首款模型，也是迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。经过大规模后训练和强化学习，模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升；在代码与 Agent 基准测试中，其表现已达到或接近顶尖闭源模型水平：Terminal-Bench 4.0 得分 65.7%，Kimi Code Bench 3.0 Long-horizon 得分 61.2%，高于 K3 的 55.95%。摩尔线程官方表示，围绕 Kimi K3.1 Pro 的模型架构与计算特性，其通过 MUSA 软件栈，完成了关键推理路径迁移与适配，支持模型在 MTT S5000 上稳定运行。 MUSA 软件栈高兼容，支撑新模型快速迁移：MUSA 在编程模型、运行时接口和 AI 框架层面的快速兼容迁移能力，是本次快速适配的重要基础。团队基于 SGLang-MUSA 承接上游模型实现，并通过 MATE 算子库、Triton-MUSA、TileLang-MUSA 及 MTCC 编译器，完成新架构关键计算路径的迁移与接入，将社区模型代码转化为 MTT S5000 上的实际推理服务。MUSA 软件栈同时覆盖框架执行、算子编译、设备运行和多卡通信，使模型适配能够复用成熟接口，并针对新增计算路径开展优化。接入 DSA，打通混合注意力与视觉计算：针对 Kimi-K3.1 Pro 的稀疏注意力 DSA，MUSA 软件栈完成索引选择、KV 缓存布局及 Prefill、Decode 计算路径的适配，接入 MATE 稀疏注意力算子，并与 KDA 状态管理、跨层残差及视觉 Attention 共同组成完整执行链路。面对模型采用的 MXFP4 专家权重，团队通过在线转换与跨层复用 FP8 工作区的方式执行专家计算，无需预先生成完整的离线 FP8 权重，为超大模型快速部署提供支持。

IT之家 11 月 6 日消息，本月 4 日，月之暗面正式公布 Kimi K3.1 Pro 完整模型权重。在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。

摩尔线程官方今日宣布，摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈，完成 Kimi-K3.1 Pro 模型的 Day-0 适配，打通模型加载、服务启动及文本、图片基础推理链路。

IT之家了解到，Kimi K3.1 Pro 是 K3.1 系列首款模型，也是迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。经过大规模后训练和强化学习，模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升；在代码与 Agent 基准测试中，其表现已达到或接近顶尖闭源模型水平：Terminal-Bench 4.0 得分 65.7%，Kimi Code Bench 3.0 Long-horizon 得分 61.2%，高于 K3 的 55.95%。

摩尔线程官方表示，围绕 Kimi K3.1 Pro 的模型架构与计算特性，其通过 MUSA 软件栈，完成了关键推理路径迁移与适配，支持模型在 MTT S5000 上稳定运行。

MUSA 软件栈高兼容，支撑新模型快速迁移：MUSA 在编程模型、运行时接口和 AI 框架层面的快速兼容迁移能力，是本次快速适配的重要基础。团队基于 SGLang-MUSA 承接上游模型实现，并通过 MATE 算子库、Triton-MUSA、TileLang-MUSA 及 MTCC 编译器，完成新架构关键计算路径的迁移与接入，将社区模型代码转化为 MTT S5000 上的实际推理服务。MUSA 软件栈同时覆盖框架执行、算子编译、设备运行和多卡通信，使模型适配能够复用成熟接口，并针对新增计算路径开展优化。

接入 DSA，打通混合注意力与视觉计算：针对 Kimi-K3.1 Pro 的稀疏注意力 DSA，MUSA 软件栈完成索引选择、KV 缓存布局及 Prefill、Decode 计算路径的适配，接入 MATE 稀疏注意力算子，并与 KDA 状态管理、跨层残差及视觉 Attention 共同组成完整执行链路。面对模型采用的 MXFP4 专家权重，团队通过在线转换与跨层复用 FP8 工作区的方式执行专家计算，无需预先生成完整的离线 FP8 权重，为超大模型快速部署提供支持。

Extracted and lightly reformatted for readability. · Source: zh