凤凰网科技讯 8月24日，摩尔线程正式发布《MTT S5000 Prefill-as-a-Service技术白皮书》，基于旗舰级AI训推一体智算卡MTT S5000，提出Prefill-Decode异构解耦方案，面向AI Agent、代码生成、超长文档分析等长上下文推理场景，旨在破解推理成本瓶颈。白皮书指出，大模型输入上下文规模进入百K至1M级别后，Prefill（预填充，计算密集型）与Decode（解码，访存密集型）在同一资源池混跑造成结构性算力错配。    她说：“我很擅长制作动画，正从事一个项目，我从中赚的钱几乎与我的主要工作一样多，且工作时间更短，这还有助于磨炼我的技能并增加我的收入来源。

B | ”她正在兼职：在拥有全职工作的同时，向另一个雇主出售其技能。她并不认为其中有任何错误，她的公司要求她每周工作约40小时，只要诚实照做，她就自认为没理由不让她从事一项副业。解决方案是将二者彻底解耦，分别运行在各自最契合的硬件资源池上，实现单位Token基础设施成本大幅下降。MTT S5000硬件特性与Prefill任务高度契合：提供高稠密算力压缩首字时延，原生支持FP8全精度计算，并全面兼容CUDA及PyTorch、vLLM等主流推理框架。然而，并非每个人都如此习以为常。近来，印度科技咨询公司威普罗解聘300名为竞争对手从事第二职业的员工，该公司董事长普雷姆吉强烈抨击科技行业的兼职行为，“这是赤裸裸的欺骗。

C | ”尽管该现象也存在于其他国家，但这在印度引发激烈争议，尤其是在科技行业。实测数据显示，在64K上下文场景下，单机Prefill吞吐达95,920 tok/s，按智谱API定价测算，满负载下单机月收入可达64.6万元；400K极限长序列场景TPM达2.6MTokens，吞吐平稳可控。班加罗尔就业法专家戈帕拉克里希南表示，尽管兼职在印度并非新鲜事，但它在新冠肺炎疫情后变得更泛滥，因为员工开始远程工作。同时，雇主减少或放松监督，为员工从事另一份工作提供更多时间和网络带宽。威普罗的解聘举动为该话题带来更多声音：一些公司严厉警告员工不要为其他企业工作，或者试图对员工加强监督。但其他企业领导人正采取宽松路线，声称年轻员工只是努力进取。

D | 显而易见的是，随着科技行业为雄心勃勃的年轻员工开辟更多出售其技能的增收途径，公司需要考虑如何以一种双方都能理解的方式规范员工的行为。摩尔线程表示，大模型产业竞争下半场本质上是推理效率与商业回报的较量，该方案旨在帮助企业在万亿参数与Agent时代降低总拥有成本。完整白皮书已在官网发布。兼职是印度科技行业的公开秘密。

E |