La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre. Les informations disponibles font état de charges de travail réelles en entraînement et en inférence.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: As reported by Zhidx on November 2, 2026, how did Moore Threads’ MTT S5000 domestic computing center in Huishan, Wuxi, progress from its Jun. Article summary: The reporting portrays Huishan as a working, heavily used domestic-GPU computing service—not merely a hardware demonstration—with 2,112 S5000 GPUs operating against a planned 10,000-GPU scale.[3] However, the available e. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
À Huishan, dans la ville chinoise de Wuxi, le centre de calcul de Moore Threads est passé en quelques mois de la mise en service à l’exploitation commerciale. Sa première phase compte 2 112 GPU MTT S5000 et aurait atteint une charge proche de son maximum. Le site est conçu pour évoluer vers 10 000 cartes, mais cette capacité reste un objectif : elle n’est pas intégralement installée ni en service aujourd’hui.2
3
D’après un article publié le 2 novembre, le centre a été mis en service en juin, est entré en période d’essai en juillet et a commencé son activité commerciale en octobre. Pendant les essais, il a accueilli 33 grands modèles d’IA. La première phase réunit quatre modules de calcul, d’environ 500 GPU chacun, soit 2 112 cartes MTT S5000 au total.2
Le projet repose sur une livraison modulaire dite « clé en main » : Moore Threads fournit une solution intégrée comprenant serveurs, réseau et stockage. Une dirigeante de l’entreprise a indiqué que le cluster avait atteint sa pleine charge en trois mois.2 Une communication publiée le 15 octobre avançait plutôt un délai de deux mois pour les quelque 2 000 GPU de la première phase, sans expliquer cet écart.
22 Les informations disponibles décrivent donc une montée en charge rapide, mais ne permettent pas d’établir un calendrier unique et incontestable.
Selon un article du 2 novembre, plus de 20 clients utilisaient la plateforme pour des tests ou des activités opérationnelles. L’entraînement représentait plus de 62 % des charges de travail, le reste comprenant notamment de l’inférence, c’est-à-dire l’exécution de modèles déjà entraînés.3 Une autre publication fait état de 55 clients et d’un taux d’utilisation de 92,9 %.
7 Les sources ne précisent pas pourquoi le nombre de clients diffère ni comment ces taux d’utilisation ont été calculés.
Un entretien publié le 4 novembre apporte une nuance importante : environ 60 % des clients paieraient les services, tandis que les autres testeraient et adapteraient des serveurs d’origine chinoise.19 Ainsi, parler de « pleine charge » ne signifie pas nécessairement que toutes les ressources sont utilisées par des activités commerciales payantes.
Ces données indiquent néanmoins que le centre accueille des tâches concrètes d’entraînement et d’inférence, et ne se limite pas à une démonstration de matériel. Elles ne suffisent pas, à elles seules, à évaluer la stabilité à long terme, la rentabilité ou les performances comparées des GPU.
Le centre a été conçu dès le départ pour pouvoir atteindre une capacité de 10 000 cartes, mais sa première phase en compte 2 112.2 Neolix, une entreprise de véhicules autonomes, prévoit d’y mener des entraînements de modèles à plus grande échelle, avec un besoin de calcul qui pourrait approcher les 10 000 GPU.
2
32 Cette perspective correspond aux plans d’extension de Huishan, mais ne signifie pas qu’un entraînement de cette ampleur est déjà en cours.
Moore Threads et JD Cloud ont par ailleurs annoncé un projet distinct : la construction envisagée d’un cluster chinois de 100 000 GPU, destiné notamment à l’entraînement et à l’inférence de modèles, ainsi qu’à l’intelligence incarnée — des systèmes d’IA en interaction avec le monde physique. Ce projet ne doit pas être confondu avec la première phase de Huishan ni avec son objectif de 10 000 cartes.18
Une publication rapporte que, lors d’un test d’inférence de DeepSeek V4 Flash, les performances des MTT S5000 auraient atteint 92 % de celles d’une configuration comparable basée sur des H800.7 Les conditions précises du test, sa méthode et une éventuelle reproduction indépendante ne sont pas détaillées dans les éléments disponibles. Ce résultat ne permet donc pas de conclure que les deux GPU offrent des performances équivalentes pour tous les modèles et tous les usages.
Le principal enseignement de Huishan tient pour l’instant à son passage du déploiement de matériel à un service de calcul utilisé par des clients pour entraîner et exécuter des modèles. La montée en charge et les projets d’extension sont à suivre, mais les performances comparées, la viabilité commerciale et le passage à 10 000 cartes restent à confirmer par des données plus complètes et vérifiables.
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre.
La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre. Les informations disponibles font état de charges de travail réelles en entraînement et en inférence.
Le projet d’entraînement de véhicules autonomes de Neolix pourrait nécessiter près de 10 000 GPU.
La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre. Les informations disponibles font état de charges de travail réelles en entraînement et en inférence.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: As reported by Zhidx on November 2, 2026, how did Moore Threads’ MTT S5000 domestic computing center in Huishan, Wuxi, progress from its Jun. Article summary: The reporting portrays Huishan as a working, heavily used domestic-GPU computing service—not merely a hardware demonstration—with 2,112 S5000 GPUs operating against a planned 10,000-GPU scale.[3] However, the available e. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
À Huishan, dans la ville chinoise de Wuxi, le centre de calcul de Moore Threads est passé en quelques mois de la mise en service à l’exploitation commerciale. Sa première phase compte 2 112 GPU MTT S5000 et aurait atteint une charge proche de son maximum. Le site est conçu pour évoluer vers 10 000 cartes, mais cette capacité reste un objectif : elle n’est pas intégralement installée ni en service aujourd’hui.2
3
D’après un article publié le 2 novembre, le centre a été mis en service en juin, est entré en période d’essai en juillet et a commencé son activité commerciale en octobre. Pendant les essais, il a accueilli 33 grands modèles d’IA. La première phase réunit quatre modules de calcul, d’environ 500 GPU chacun, soit 2 112 cartes MTT S5000 au total.2
Le projet repose sur une livraison modulaire dite « clé en main » : Moore Threads fournit une solution intégrée comprenant serveurs, réseau et stockage. Une dirigeante de l’entreprise a indiqué que le cluster avait atteint sa pleine charge en trois mois.2 Une communication publiée le 15 octobre avançait plutôt un délai de deux mois pour les quelque 2 000 GPU de la première phase, sans expliquer cet écart.
22 Les informations disponibles décrivent donc une montée en charge rapide, mais ne permettent pas d’établir un calendrier unique et incontestable.
Selon un article du 2 novembre, plus de 20 clients utilisaient la plateforme pour des tests ou des activités opérationnelles. L’entraînement représentait plus de 62 % des charges de travail, le reste comprenant notamment de l’inférence, c’est-à-dire l’exécution de modèles déjà entraînés.3 Une autre publication fait état de 55 clients et d’un taux d’utilisation de 92,9 %.
7 Les sources ne précisent pas pourquoi le nombre de clients diffère ni comment ces taux d’utilisation ont été calculés.
Un entretien publié le 4 novembre apporte une nuance importante : environ 60 % des clients paieraient les services, tandis que les autres testeraient et adapteraient des serveurs d’origine chinoise.19 Ainsi, parler de « pleine charge » ne signifie pas nécessairement que toutes les ressources sont utilisées par des activités commerciales payantes.
Ces données indiquent néanmoins que le centre accueille des tâches concrètes d’entraînement et d’inférence, et ne se limite pas à une démonstration de matériel. Elles ne suffisent pas, à elles seules, à évaluer la stabilité à long terme, la rentabilité ou les performances comparées des GPU.
Le centre a été conçu dès le départ pour pouvoir atteindre une capacité de 10 000 cartes, mais sa première phase en compte 2 112.2 Neolix, une entreprise de véhicules autonomes, prévoit d’y mener des entraînements de modèles à plus grande échelle, avec un besoin de calcul qui pourrait approcher les 10 000 GPU.
2
32 Cette perspective correspond aux plans d’extension de Huishan, mais ne signifie pas qu’un entraînement de cette ampleur est déjà en cours.
Moore Threads et JD Cloud ont par ailleurs annoncé un projet distinct : la construction envisagée d’un cluster chinois de 100 000 GPU, destiné notamment à l’entraînement et à l’inférence de modèles, ainsi qu’à l’intelligence incarnée — des systèmes d’IA en interaction avec le monde physique. Ce projet ne doit pas être confondu avec la première phase de Huishan ni avec son objectif de 10 000 cartes.18
Une publication rapporte que, lors d’un test d’inférence de DeepSeek V4 Flash, les performances des MTT S5000 auraient atteint 92 % de celles d’une configuration comparable basée sur des H800.7 Les conditions précises du test, sa méthode et une éventuelle reproduction indépendante ne sont pas détaillées dans les éléments disponibles. Ce résultat ne permet donc pas de conclure que les deux GPU offrent des performances équivalentes pour tous les modèles et tous les usages.
Le principal enseignement de Huishan tient pour l’instant à son passage du déploiement de matériel à un service de calcul utilisé par des clients pour entraîner et exécuter des modèles. La montée en charge et les projets d’extension sont à suivre, mais les performances comparées, la viabilité commerciale et le passage à 10 000 cartes restent à confirmer par des données plus complètes et vérifiables.
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre.
La première phase est passée de la mise en service en juin aux essais en juillet, puis à l’exploitation commerciale en octobre. Les informations disponibles font état de charges de travail réelles en entraînement et en inférence.
Le projet d’entraînement de véhicules autonomes de Neolix pourrait nécessiter près de 10 000 GPU.