致命魔术

二 | 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。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。 　　2025年6月，拉卡拉宣布筹划发行H股并在香港联交所上市，其公告明确指出，赴港上市旨在“推进公司国际化发展战略，构建国内国际双循环格局”。

三 | 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。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。　　拉卡拉在2025年半年报中进一步分析，伴随着中国企业全球化步伐的加快推进、人民币国际化程度的不断提升，国内有资质开展跨境支付以及在Web3.0领域有前瞻性布局的第三方支付机构将迎来巨大的发展机遇。2025年以来，公司把握跨境支付体系变革机遇，积极推进境外牌照和业务落地，加快全球化布局。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。　　按港交所当时规则，主板新上市申请自递交A1表格（俗称“递表”）起6个月内未通过聆讯即自动失效。拉卡拉2025年10月17日递交的H股上市A1申请于2026年4月17日届满失效，失效后公司曾表示将择机重新递表，但经过数月观望未再更新材料，最终直接终止了H股上市计划。