近日，Kimi K3.1 Pro正式开源。摩尔线程基于AI训推一体智算卡MTT S5000及MUSA软件栈，完成该模型的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，展现了国产全功能GPU面向前沿模型的快速支持与全栈协同能力。
*运行实测：6台MTT S5000服务器完成Kimi K3.1 Pro文本与图片首跑。在实际请求中，模型能够以中文介绍自身身份与基本能力，并描述输入图片中的主要内容，完成从文本、图像输入到模型输出的基础推理验证。
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%。
围绕Kimi K3.1 Pro的模型架构与计算特性，摩尔线程依托MUSA软件栈，完成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。后续，摩尔线程将持续推进Kimi-K3.1 Pro在MTT S5000上的性能优化，并围绕核心算子、显存管理与多机通信持续开展优化，进一步提升模型运行效率与稳定性，为开发者提供更具性价比的Token服务，推动前沿模型在国产GPU的部署与应用。
